打开/关闭搜索
打开/关闭菜单
473
547
56
2775
寻星
打开/关闭外观设置菜单
打开/关闭个人菜单
未登录
未登录用户的IP地址会在进行任意编辑后公开展示。

新页面

更多操作
新页面
隐藏注册用户 | 隐藏机器人 | 显示重定向

2025年7月1日 (星期二)

2025年6月30日 (星期一)

2025年6月24日 (星期二)

  • 20:382025年6月24日 (二) 20:38 LVGL （历史 | 编辑） [1,814字节] Jexjws（留言 | 贡献） （创建页面，内容为“[https://lvgl.io/ LVGL] 是一个流行的 '''免费 开源 嵌入式''' UI 库，可帮助你为任何 MCU（微控制器单元）、MPU（微处理器） 和显示类型创建漂亮的 UI。 从消费电子到工业自动化，任何应用都能利用LVGL的30多个内置组件、100多种样式属性、受网页启发的布局以及支持多语言的排版系统。”） 标签：可视化编辑

2025年6月17日 (星期二)

  • 20:252025年6月17日 (二) 20:25 OAuth 3 （历史 | 编辑） [408字节] Jexjws（留言 | 贡献） （创建页面，内容为“OAuth 3 是一个正在撰写中的规范，由[https://twitter.com/justin__richer Justin Richer]主导，名为“事务授权”（Transactional Authorization，简称TXAuth），并有望最终成为[https://oauth.net/3/ OAuth 3]。该项目采取了一种全新的设计思路，重新思考了如果不受限于 作为原始OAuth 2.0 RFC 6759的扩展 的需求，OAuth及其所有相关规范和扩展（如UMA）可能会呈现怎样的形态。<ref>https://…”） 标签：可视化编辑
  • 00:192025年6月17日 (二) 00:19 OpenID Connect （历史 | 编辑） [4,177字节] Jexjws（留言 | 贡献） （创建页面，内容为“OpenID Connect (OIDC) 构建于 OAuth 2.0 之上。<ref name=":0">https://openid.net/developers/how-connect-works/</ref> 对于应用程序、网站开发者而言，他们可以使用 OpenID Connect 创建登录流 (sign-in flows) ，并在基于Web、移动及JavaScript客户端上接收关于用户的可验证断言。该规范套件具备可扩展性，支持一系列可选特性，如身份数据加密、OpenID提供者发现以及会话注销功能 (…”） 标签：可视化编辑

2025年6月16日 (星期一)

  • 23:162025年6月16日 (一) 23:16 OAuth 2.1 （历史 | 编辑） [23,582字节] Jexjws（留言 | 贡献） （创建页面，内容为“OAuth 2.1 是一项正在进行中的工作，旨在整合和简化 OAuth 2.0 中最常用的功能。<ref name=":0">https://oauth.net/2.1/</ref> 自2012年OAuth 2.0（RFC 6749）首次发布以来，陆续有新的RFC发布，这些RFC对核心规范进行了功能上的增删，包括《原生应用的OAuth 2.0》（RFC 8252）、《代码交换证明密钥》（RFC 7636）、《基于浏览器的应用的OAuth》以及《OAuth 2.0安全最佳实践》…”） 标签：可视化编辑 最初创建为“OAuth2.1”

2025年6月15日 (星期日)

  • 22:452025年6月15日 (日) 22:45 联合分布 （历史 | 编辑） [3,779字节] Jexjws（留言 | 贡献） （创建页面，内容为““联合分布律” (Joint Distribution Law) 是指描述'''两个或多个随机变量同时取值的概率规律'''。它告诉我们，在多个随机变量组成的系统中，它们各自取特定值的可能性如何组合在一起。 根据随机变量是离散的还是连续的，联合分布律有不同的表现形式： '''1. 离散型随机变量的联合分布律 (Joint Probability Mass Function - Joint PMF)''' * '''定义:''' 如果 (''X'',''Y…”） 标签：可视化编辑

2025年6月12日 (星期四)

  • 20:362025年6月12日 (四) 20:36 概率密度函数 （历史 | 编辑） [4,741字节] Jexjws（留言 | 贡献） （创建页面，内容为“概率密度函数 (Probability Density Function, PDF) 是理解连续型随机变量的关键。 '''回顾：离散型随机变量和概率质量函数 (PMF)''' 对于离散型随机变量 X（比如掷骰子的点数），它可以取一系列离散的值 x₁, x₂, x₃, ... * 我们用'''概率质量函数 (Probability Mass Function, PMF)'''，通常表示为 P(X=x) 或者 p(x)，来描述随机变量 X 取某个特定值 x 的概率。 * 比如掷一…”） 标签：可视化编辑

2025年6月11日 (星期三)

2025年6月8日 (星期日)

2025年6月5日 (星期四)

2025年5月22日 (星期四)

检索自“https://www.seekstar.org/特殊:新建页面”
寻星知识库使用 Cookie 技术提升您的浏览体验，这需要在您的浏览器存储部分信息。禁用 Cookie 将导致部分功能无法正常使用。 寻星团队将严格遵守隐私政策，并尽可能保护您的信息安全。 继续浏览寻星知识库，视为您同意启用 Cookie 并生成、存储相关数据。