计算了光子发射（初始状态辐射）在希格斯玻色子的直接生产过程的横截面中对未来高发光度电子和μ子对撞机的影响。 已经发现，对于电子对撞机，希格斯玻色子共振峰的顶部的横截面减小了0.348倍，对于μ子对撞机减小了0.548倍。 4.2 MeV（等于希格斯宽度）的质心能量的质心能量散布将使电子和μ子束的峰截面进一步减小0.170和0.256（QED和能量散布） 分别。 讨论了恢复QED计算中可能存在的不确定性。 提供了包括QED在内的线形横截面的数值结果以及许多质心能量散布值。

报道了在最终状态下用光子或轻子等射流寻找新物理学的结果，这些射流具有较低的横向动量。 这项研究基于2012年使用CMS检测器在质心能量s = 8 TeV处收集的质子碰撞质子。样品的综合光度为19.7 fbâ1。 许多新物理学模型预测射流，电弱玻色子和几乎没有或根本没有横向动量的事件的产生。 示例包括超对称性（SUSY）的隐形模型，该模型可以预测SUSY近似守恒的电弱能级的隐藏扇区。 该数据用于在最终状态下用两个光子或带相反电荷的电子和介子搜索隐形SUSY签名。 相对于标准模型预期，没有发现过多的结果，并且将结果用于在隐身SUSY框架中设置对成对的壁虎。

使用具有光子，电子或介子且缺少大的横向动量的事件来表示搜索超对称性的结果。 该分析基于一个数据样本，该数据样本对应于由LHC产生并由CMS检测器收集的s = 13 $$ \ sqrt {s} = 13 $$ TeV时质子-质子碰撞的35.9 fb-1积分光度 在2016年。具有规范介导的超对称性破裂的理论模型预测了最终状态下光子的事件，以及电弱规范的玻色子衰减到轻子的情况。 搜索具有光子，轻子和横向动量缺失的事件是这些模型的敏感探针。 没有观察到超出标准模型流程预期范围的事件。 搜索结果在受量规介导的超对称破坏启发的简化模型的上下文中进行解释。 这些模型用于得出生产截面的上限，并为超对称颗粒的质量设置下限。 低于930 GeV的Gaugino质量在95％置信水平下被排除在简化模型中，其中电中性产生了中性基和焦炭基。 对于简化的胶粘剂和胶料对生产模型，在95％的置信水平下，胶料质量不超过1.75 TeV和胶料质量不超过1.43 TeV。

OpenHarmony轻量级内核-LiteOS-M 思维导图 内核是一人操作系统的运算核心，决定着系统的性能和稳定性。它是基于硬件的第一层软件扩充，提供操作系统的基本功能，是操作系统工作的基础。它负责管理系统的进程、内存、外设驱动程序、支件和网络系统 https://blog.csdn.net/lanlingxueyu/article/details/136060715

在当前的深度学习领域，轻量化模型已经成为了一个重要的研究方向，尤其在移动设备和嵌入式系统的应用中。本文将探讨轻量化网络的背景、设计思路以及以MobileNet为例的具体实现，来阐述这一领域的核心概念。 首先，让我们理解为什么需要轻量化网络。神经网络的发展历程见证了模型从简单的前馈网络到复杂的深度结构的演变，如AlexNet、VGG、GoogLeNet、ResNet等。这些模型虽然在准确率上取得了显著的进步，但它们的计算量和参数数量巨大，对硬件资源的要求较高，这限制了它们在资源受限的环境（如智能手机、无人机、物联网设备）中的应用。因此，轻量化网络的必要性应运而生，旨在在保持一定性能的前提下，降低模型的计算复杂度和内存占用，以适应这些边缘计算场景。 实现轻量化网络的主要思路有多种。一种方法是压缩已经训练好的模型，通过知识蒸馏、权值量化、剪枝和注意力迁移等技术减小模型规模。另一种是直接设计轻量化架构，例如SqueezeNet、MobileNet、ShuffleNet和EfficientNet，它们通过创新的卷积结构来减少计算量。此外，还可以通过优化卷积运算，如使用Im2col+CEMM、Winograd算法或低秩分解来提高运算效率。硬件层面的支持也不可忽视，例如TensorRT、Jetson、Tensorflow-lite和Openvino等工具可以加速模型在不同平台上的部署。 MobileNet系列作为轻量化模型的代表，尤其是其深度可分离卷积的设计，极大地降低了计算成本。传统卷积涉及到大量的乘加运算，而深度可分离卷积将卷积过程分为两步：先进行深度卷积（即按通道的卷积），然后进行逐点卷积。这样，深度可分离卷积的计算量仅为标准卷积的很小一部分，同时减少了参数量。以MobileNet V1为例，尽管其参数量远小于其他大型网络，但在没有残差连接和ReLU激活函数的低精度问题下，其性能仍有所局限。为了解决这些问题，MobileNet V2引入了倒置残差块，增强了特征流动，提高了模型性能。 总结来说，轻量化网络的发展是深度学习在有限资源环境应用的关键。通过深入理解神经网络的结构，设计创新的卷积操作，结合模型压缩技术和硬件优化，我们能够构建出在保持高效率的同时兼顾准确性的模型。MobileNet的成功实践为未来轻量化模型的设计提供了宝贵的启示，进一步推动了深度学习在边缘计算领域的广泛应用。

AI项目算是2023到2024一直都非常火爆的项目，这次的AI漫画项目也是相当暴利的项目了，我知道一个老铁通过AI漫画半年已经获利100W了，真的是相当暴利了。 不再多说，直接上手拆解项目

本项目基于 cocos creator 3.7.2版本 以Asset Bundle为基础的大厅+子游戏示例 提供一个轻量级的游戏开发框架,让你的开发更加简单

Excel万能百宝箱64位 是著名微软办公软件EXCEL（Microsoft Office for EXCEL）超大型插件。内置了图片百宝箱、财务百宝箱、函数百宝箱、二维码百宝箱。包括280以上个菜单功能和200个增益实用函数，集480个宝贝于一身，但体积小于30MB。当安装万能百宝箱后，如果您使用Excel 2003，则将产生【万能百宝箱】菜单，包括280个以上菜单；如果您使用Excel 2013或者2016，将产生【经典】与【万能百宝箱】功能区。根据各功能的特点，对子菜单作了18个分类， 并Excel函数基础上扩展新增200个实用新的函数，用于增益Excel的扩展功能。且所有功能都通用于Excel 2003、2007和2010、2013、2016、Excel2019。支持中英文显示与繁简体操作系统、拥有30多款华丽的皮肤界面,支持Excel2010全面隐藏选项卡，这个插件还前承了Excel2003经典样式菜单，目的是方便那些从Excel2003转向使用2007或2013版的朋友熟练使用。兼并了ExcelTabs工作薄多标签插件，方便在不同工作薄中切换与使用。跨工作薄存储格逐步提示输入功能让你录入数据更轻松。图片批量尺寸及嵌表格式导图、导入多列图片具备18项可设置参数，多达80种组合导入方式，满足各行业不同需求的图片导入导出与规范排版。表达式计算精灵让数学函数及复杂公式表达式全自动计算一切变得那么轻巧与高效，且能与EXCEL智能交互操作。工程解密功能可以解除VBA工程不可查看的EXCEL工程文档,解除后重新打开文档可100%准确还原源代码,结合Office编程百宝箱成为VBA开发者的必备利器。更内置了比Vlookup()函数更强大且好用的VlookupIn()函数。能对VBA宏程式能实现撤销与还原操作，防止鼠标误点功能与误操作。在EXCEL另存DBF功能的基础上还可以轻松实现对所有SQL数据库(*.DBF)文件进行加密或解密操作,防止重要内容不被随意读写操作。全能语音朗读器具备英语学习复读机的功效可重复及延时朗读。存储格朗读机即时响应按回车时朗读指定的或偏移行列的存储格内容。原创批量图片排序功能，誉为“图片排序大师”，有21种样式可选，能批量将工作表中指定存储格范围的图片快速排序并输出到新表中。支持XP至WIN10多个操作系统完美兼容,实现无缝隙对接，U盘版用户除了在原有可换机使用的基础上,实现XP/WIN7/WIN8/WIN10通行无阻。批量打印二维码与条形码、批量二维码识别(可带Logo)、批量二维码生成(可带Logo)、批量制作出货单标签、销售单标签、盘点标签之打印二维码、条形码等、依据模板一次性可以制作成千上百个二维码或条形码。表格数据汇总、全自动检索录入、数据采集大师、批量改图片大小、批量图片导入、批量图片导出、批量导图入批注、图片查询、截长图与分页截图、批量图片排序大师、批量图片格式转换、批量文字水印与Logo水印、批量取图片敏感信息、身份证验证、银行卡较验升级、取相同项与不同项、提取唯一值、取选区唯一值、智能填充、行列着色、背景着色、身份证验证、度量衡实时转换、批量改文件时间等等功能一应俱全等等功能一应俱全，每款功能千锤百炼。单机版与移动版产品均已实现注册码一码三用，可同时用于《EXCEL万能百宝箱》32位与64位以及《WPS万能百宝箱》。由全球顶尖级水平微软MVP专家与财会管理信息团队历时十年以上开发，是与EXCEL用户与爱好者共同努力的结晶，被誉为"全能的办公瑞士军刀"。适合办公文员、办公白领实现智能轻松办公。单机版产品已实现注册码一码二用，一码可以同时用于《EXCEL万能百宝箱》与《WPS万能百宝箱》。 USB盘移动版1用户不限电脑台数安装台数,任一台电脑均可用(推荐用金士顿U盘)。此版本比上一版本更新了多达40多项功能完善，批量制作、生成、打印二维码条形码，十倍地提升工作效率，物超所值，值得收藏了。。。

为研究不同形式支撑对多层轻钢结构抗震性能的影响,文章通过运用非线性有限元分析软件SAP2000构建6层纯框架轻钢结构,以此为基础对结构分别布置中心支撑、偏心支撑和隅撑支撑,计算8度罕遇地震作用下结构的抗侧刚度、自振周期,并采用两条经典地震波对四种结构体系进行弹塑性时程的对比分析,比较四种钢框架结构的动力特性及抗震性能。

绍如何搭建一个准实时聊天问答程序，包括微信小程序和H5网页版。 该项目服务端主要使用了Java + Spring Boot + Netty + WebSocket等技术栈，聊天客户端使用的是UniApp来轻松搭建微信小程序和H5网页端。