开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

在这个Matplotlib对象轨迹图中，我的物理方程有什么问题？

首先，要分析这个问题，我们需要了解Matplotlib是一个Python的数据可视化库，用于绘制各种类型的图表，包括轨迹图。轨迹图通常用于表示物体在空间中的运动轨迹。

接下来，我们需要检查物理方程是否正确。物理方程描述了物体的运动规律，包括位置、速度和加速度等。如果物理方程有问题，可能会导致轨迹图显示不准确或不符合预期。

在检查物理方程时，需要注意以下几个方面：

方程的形式：物理方程通常采用数学表达式的形式，例如运动方程、牛顿定律等。确保方程的形式正确，符合物理规律。
变量的定义：检查方程中使用的变量是否正确定义和使用。确保变量的单位和量纲一致，避免混淆和计算错误。
初始条件：物理方程通常需要给定初始条件，例如初始位置、初始速度等。确保初始条件正确，并与轨迹图中的起始点相符。
参数设置：物理方程中可能涉及到一些参数，例如重力加速度、摩擦系数等。确保参数的取值正确，并与实际情况相符。

如果以上方面都没有问题，但轨迹图仍然显示不正确，可能是由于其他因素导致的，例如绘图代码的错误、数据处理的问题等。此时，可以逐步调试代码，检查数据处理过程，以确定问题所在。

总结起来，要分析这个问题，需要检查物理方程的正确性，包括方程的形式、变量的定义、初始条件和参数设置等。如果以上方面都没有问题，可以进一步检查绘图代码和数据处理过程，以确定问题所在。

对于Matplotlib对象轨迹图的具体问题，由于没有提供具体的物理方程和轨迹图，无法给出具体的答案。但是，可以使用Matplotlib的相关函数和方法来绘制轨迹图，例如使用plot函数绘制曲线，使用scatter函数绘制散点图等。可以参考Matplotlib的官方文档和示例代码来学习和使用这些函数和方法。

腾讯云相关产品和产品介绍链接地址：

腾讯云计算服务：https://cloud.tencent.com/product/cvm
腾讯云数据库：https://cloud.tencent.com/product/cdb
腾讯云服务器：https://cloud.tencent.com/product/cvm
腾讯云云原生应用平台：https://cloud.tencent.com/product/tke
腾讯云音视频处理：https://cloud.tencent.com/product/mps
腾讯云人工智能：https://cloud.tencent.com/product/ai
腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
腾讯云移动开发：https://cloud.tencent.com/product/mobdev
腾讯云存储：https://cloud.tencent.com/product/cos
腾讯云区块链：https://cloud.tencent.com/product/baas
腾讯云元宇宙：https://cloud.tencent.com/product/uec

相关搜索:当我在回收视图中删除一个项目，然后添加一个新项目时，我删除的项目再次出现在我的Android App.How中我能解决这个问题吗？有什么解决方案吗？我在两个不同的hazelcast成员中有相同的实体(例如："mapOfA，mapOfB")。我想从一个成员同步更新这个对象。有可能吗？开发者工具价格代码托管工具价格代码管理工具价格 CODING 代码托管价格项目管理工具价格敏捷开发价格 CODING 项目管理价格测试管理工具价格

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

用Mathematica中的阿基米德螺线和复杂代数分析太空中杂耍的模式

代表球运动方向的向量是太空中的球位置从初始点开始，然后在 τ 时间内移动，因此直线惯性空间的轨迹为我们可以绘制这些轨迹。请看下面左侧图中的线。更有趣的是观察旋转坐标系中的轨迹。...在本节结束时，您会理解我为什么选择这个路径。...我的困惑往往源于我们使用具有实际力作用的物理系统这一事实。就像在飓风的情况下一样，有一部分空气远离旋转轴（赤道附近），有一部分接近旋转轴（赤道以北或北）。这对我来说似乎不是“虚构”的。...总结在我们这里发现的方程T中还有很多需要探索和理解的地方。例如，回到上面的“旋转和非旋转”操纵对象，再次运行这条线，并输入τ = 0.3。在旋转坐标系中你会发现一个很有趣的结果。...我在Mathematica和现实生活中用我的身体深入研究了这些方程。

6883 0

在科学计算领域独领风骚，NumPy书写辉煌传奇

在数字世界的边缘，有一座神奇的城市，这座城市由无数个数据点和向量构成，街道上流淌着数不清的数组和矩阵。在城市的中心，耸立着一座巨大的科学计算塔，它的外墙是由数学符号和代码构成，散发着闪烁的数字光芒。...它提供了高效的数组对象和各种操作数组的函数，是很多其他科学计算库和数据分析库的基础。...在许多机器学习算法中，特征缩放是一个重要的步骤，目的是将数据特征进行归一化处理，使得不同特征之间具有相似的数值范围，从而提高算法的性能和收敛速度。假设我们有一个数据集，其中包含两个特征：年龄和收入。...NumPy在物理建模中的应用有时候，在现实世界中的一些物理规律，我们需要通过有规则的线条来表示出来，那么就也需要用到NumPy这个库了，比如我们需要知道摆锤的运动过程，随时间变化的过程中摆角一些变化规律...这里NumPy的主要作用就是初始化了两个数组theta 和omega，分别用于存储摆锤的角度和角速度。当然需要用到matplotlib这个第三库，来输出摆锤的运动轨迹。以下是这个程序的输出：

1041 0

腾龙公司开户TL7320，C0 M

matplotlib绘图原理： http://oulaiyacn.cn 1）绘图原理说明通过我自己的学习和理解，我将matplotlib绘图原理高度总结为如下几步： ① 导库; ② 创建figure画布对象...由于seaborn是matplotlib的更高级的封装，对于matplotlib的那些调优参数设置，也都可以在使用seaborn绘制图形之后使用。...，你应该有这样一个感受，图中既有matplotlib的绘图代码，也有seaborn的绘图代码。...plotly绘图原理： http://jrbiaopai.com 1）绘图原理说明通过我自己的学习和理解，我将plotly绘图原理高度总结为如下几步： ① 绘制图形轨迹，在ployly里面叫做trace...，在ployly里面叫做`trace`，每一个轨迹是一个trace。

1.3K2 0

公开课精华 | 机器人的带约束轨迹规划

最后我们都可以将系统的动力学方程写成如上的形式。后续我们并不会很关注如何获取这个系统动力学方程，而是更多关注有了这个方程之后，我们可以做什么。...当然杨硕博士也举了三个动力学方程的例子，来展示动力学方程具体是怎么获得的。第一个是下落的球：这两个例子不用细说，大家仔细看一下题目和公式，有高中物理学知识就能看明白。...我们在它的不稳定平衡点，即竖直点做一个线性化，即状态取[0,0,pi,0]，此时，把这个小量等式代入动力学方程，化简就可以得到如下图的线性化方程，原方程中的二次项因为sinpi = 0而消失。...微分动态规划的优点有：能获得最优轨迹，也能获得最优的反馈控制器；局部LQR问题的求解可以并行化，能达到非常高的求解速度；据说（我自己并没有实验验证过），比其他方法有更好的数值精度。...因子图中的每一个因子都是一个高斯分布，因为每个因子都是条件概率，所以所有因子总共的概率为因子的积。由下图中的推导，由于是高斯分布，我们可以把这个情况下的最大后验概率转化成一个矩阵的最小二乘问题。

1.3K3 0

Python 数学应用（一）

：我们使用subplots例程创建一个新的图和每个子图中的所有Axes对象的引用，这些子图在一个行和两个列的网格中排列。...它们在工程和物理学中非常常见，并且自然地出现。一个经典的（非常简单）微分方程的例子是牛顿提出的冷却定律。物体的温度以与当前温度成比例的速率冷却。...3.3中：图 3.3：在显示一般行为的 quiver 图上绘制的解轨迹它是如何工作的… 用于一组常微分方程的方法与单个常微分方程完全相同。...箭头的长度表示梯度的大小；箭头越长，解决方案曲线在该方向上移动得越“快”。当我们在这个方向场上绘制解的轨迹时，我们可以看到曲线（从该点开始）遵循箭头指示的方向。...x) 从物理上讲，这个函数代表了杆上每个点的外部热源（或者热池）。

1130 0

张东晓院士：科学机器学习中的知识嵌入与知识发现

比值的周期是根据物理过程确定的。这个方法我就不具体展开了，大家如果感兴趣可以看我们 2021 年发表的论文 TgDLF。...如果数据量不足，或者数据不准确，或者在外推的情况下，控制方程的作用就非常重要了。但是，方程的作用也不是孤立的。如果给了个方程，实际上如同给了一个轨迹，一个很复杂的轨迹，而且是满天飘的不确定的。...我们还必须有边界条件或者初始条件，才能把方程限定在一个正确的轨道上面。如果没有这些边界条件，初始条件，那么这个轨迹便是飘飘忽不定的。我们举个例子说明知识的重要性。...但是如果知道边界条件和控制方程，结合最开始时间的数据，就可以进行预测，且实际效果很好，如图中的对比结果。...比如我们如何利用机器学习的方法从数据中直接挖掘模型，即从数据到模型。我们原来的控制方程都是怎么来的？比如万有引力定律是怎么来的？第谷花了近 40 年的时间来观察火星的轨迹，得到了大量的数据。

4083 0

LOAM论文介绍与A-LOAM代码简介

在匹配时，首先提取当前扫描中的角点和平面点，对于角点，可以认为是物理世界中直线元素的采样，所以计算到上一次扫描中对应直线的距离；而对于平面点，认为是物理世界平面元素的采样，所以计算到上一次扫描中对应平面的距离...作者认为，可以有如下假设：角点是雷达某个线束与物理世界两个平面夹角相交时的采样，那么这个线束相邻的雷达扫描线束也会与这个平面夹角相交，所以这个平面夹角的直线可以用前后两次扫描的角点进行标识。 ?...b) 在激光雷达的一次扫描过程中，由于运动，采集到的点云会有运动畸变，所以在LOAM中点云会通过预估的运动参数去畸变进行对齐 c) 雷达扫描到的一些数据点是不稳定的，作者认为有两种不稳定数据点，如下图所示...图中，分别表示前k次扫描的轨迹（蓝色曲线）和地图（黑色直线），而最新的轨迹为。...对于当前扫描的一个角点，提取对应子地图中多个近邻角点，通过奇异值分解求出这些角点的主方向，从而的到直线方程，从而计算点到直线距离；对于平面点，通过寻找最小特征值对应的向量得到拟合平面的法向量，从而计算点到平面距离

1.6K5 1

循环神经网络的介绍、代码及实现

一、用前馈神经网络来做时序信号预测有什么问题？依赖受限：前馈网络是利用窗处理将不同时刻的向量并接成一个更大的向量。以此利用前后发生的事情预测当前所发生的情况。如下图所示： ?...物理视角共享特性给网络带来了诸多好处，但也产生了另一个问题：三、为什么可以共享？在物理视角中，YJango想给大家展示的第一点就是为什么我们可以用这种共享不同时刻权重矩阵的网络进行时序预测。...下图可以从直觉上帮助大家感受日常生活中很多时序信号是如何产生的。例1：轨迹的产生，如地球的轨迹有两条线索决定，其中一条是地球自转，另一条是地球围绕太阳的公转。下图是太阳和其他星球。...其中乐器的物理特性就相当于，同一乐器在各个时刻物理特性在各个时刻都是共享的。其内在也有一个隐藏的主旋律基准，旋律信息与音乐信息共同决定下一时刻的实际声音。...例：下图中就是在双向递归层的前后分别又加入了两个前馈隐藏层。也可以堆积更多的双向递归层，人们也会在其前面加入“深层”二字，提高逼格。 ? 注：层并不是图中所画的圆圈，而是连线。

1.4K8 0

双足机器人ZMP预观控制算法及代码实现

从本节开始，为了控制ZMP的轨迹，我们需要把它作为控制系统的输出，因此将上个章节最后的那个公式重写为ZMP方程：上面这个方程在后文中将被多次提到，后面凡是使用ZMP方程的地方都是指这个方程。...并且，我们可以发现，这个公式与前面的ZMP方程是等价的。 3....基于ZMP产生步行模式我们的总体目标是要给定ZMP来求解质心的运动过程，前面的ZMP方程已经给出了ZMP点和质心运动之间的关系，求解这个微分方程可以使用快速傅里叶变换（FFT）在频域内解决，然后再使用...在进行支撑腿切换的时刻，ZMP点有一个位置上的突变，COM的运动在此之前已经开始了，如图中Output箭头所指的位置。从前面的控制框图可以看出，我们必须要引入未来的信息来影响当前的状态。这是什么意思？...下图展示的是采用更短预观时间（0.8秒）的COM轨迹预测和ZMP轨迹跟踪结果：从图中我们可以看到，ZMP的跟踪轨迹不如前面采用更长预观时间的算法结果，这里不能很好地跟踪ZMP的参考轨迹。

1.5K3 2

2022图机器学习必读的11大研究趋势和方向: 微分方程子图表示图谱理论非对称动态性鲁棒性通用性强化学习图量子等

——Pierre Vandergheynst，洛桑联邦理工学院通过用微分方程表示的物理系统动力学重新构建图上的学习，是 2021 年的另一个趋势。...传统的数字信号处理定义在低维欧式空间上，图信号处理将其定义在了复杂得多、但是结构化的对象上。我们可以用图（例如，网络、网格曲面）来表示这些对象。...Kim Stachenfeld：「我的研究背景是计算神经科学，我首次在研究中用到图是因为我希望表示任何动物如何学习结构。」...Cristian Bodanr：「我们很可能会看到采用更奇特的数学对象，这些数学对象迄今为止还鲜为探索。我相信这些拓扑方法降维分析和理解 GNN 提供一套新的数学工具。」...Rose 认为，COVID-19 预测、交通预测、轨迹建模等应用需要捕获高度结构化的时序数据的复杂动力学。图机器学习有能力捕获时间序列、空间依赖之间的交互，以及动力学中的相关性。

6643 0

上海交通大学王宇光：几何深度学习和图神经网络的研究进展和趋势

2021 年以来还有一个新的趋势是将微分方程引入神经网络。2021 年有研究通过物理系统的动力学重新设计图学习模型，其中的动力学往往由微分方程来表达。...另外，图神经网络还可以与微分方程的求解方式相结合，偏微分方程可以对图上信息的传播进行建模，很多标准的图神经网络架构可以看作是求解微分方程的数值迭代解，这个和 2019 年 NeurlPS 上的最佳论文...过去有构建线性变换来揭示信号特性的传统，特别是有些物理学家在设计基于群作用下的不同对称性的等变变换方面，会采用仿射群的连续小波变换等，这些技术都有可能用到图机器学习或几何深度学习里。...实践中，在分子属性的预测问题以及轨迹追踪问题中都取得了很好的结果。我预计这些方法将在 2022 年扩展为更为激动人心的新应用，比如用于计算大数据拓扑，关系预测和计算机通信学领域的难题中。...另外，基于细胞图（cell graph）的 GNN 在软物质（或凝聚态物理）研究中的应用将进一步发展。最后，我简单介绍一下图神经网络与量子机器学习的结合。

1.1K2 0

使用Numpy进行深度学习中5大反向传播优化算法的性能比较

现在，神经网络被称为通用函数逼近器，也就是说，它们有能力表示这个宇宙中任何复杂的函数。计算这个具有数百万个参数的通用函数的想法来自优化的基本数学。...方法为了了解每个算法在实际中是如何工作的，我们将使用一个凸二次函数。我们将对每个算法进行固定次数的迭代(20次)，以比较它们在达到最优点时的收敛速度和轨迹。...下面给出了为此任务选择的函数的方程，以及使用Matplotlib绘制的函数的三维图和级别集。 ? ?...使用指数平均的原因是为了给最近更新的梯度权重大于最近更新的梯度。下面的方程式显示了Rmsprop的更新规则。 ?...)*(m_hat_v2/math.sqrt((s_hat_s2)+c)) print(x1,x2) if abs(x1)<=0.1 and abs(x2)<0.1: break 在收敛期间的轨迹汇总

5342 0

Python实现随机性操作的多种方法

:", value)在这个例子中，我们使用正态分布对象norm来生成符合指定均值和标准差的连续值。...使用随机游走模拟连续过程随机游走是一种连续过程模型，常用于模拟股票价格、物理粒子运动等场景。在随机游走中，每一步的移动是随机的，但整体趋势可能具有一定规律。...通过在单位正方形内随机生成点，并统计落在单位圆内的点的比例，然后根据比例估计圆周率。15. 使用随机微分方程模拟连续过程随机微分方程是描述随机过程的一种数学工具，常用于模拟具有随机性的连续过程。...下面是一个简单的随机微分方程模拟的例子，用于模拟布朗运动：import numpy as npimport matplotlib.pyplot as pltdef brownian_motion(num_steps...通过在每个时间步长内生成一个服从正态分布的随机增量，并将这些增量累加起来，从而模拟布朗运动的轨迹。总结本文介绍了在Python中基于一定概率进行选择的多种方法，并展示了不同方法的代码实例及其应用场景。

2790 0

Google X华人博士发布机器人模拟器SimGAN，ICLR2021已发表！

在机器人运动任务上，该方法优于多个强基线，包括领域随机化。一个可学习的混合模拟器传统的物理模拟器是一个程序，用来解决微分方程，在虚拟世界中模拟运动或相互作用的物体。...对于这项工作，有必要建立不同的物理模型来代表不同的环境——如果一个机器人在床垫上行走，床垫的变形需要考虑在内(例如，与有限元分析一起)。...因此，在如此有限的模拟器中训练的机器人在现实世界中更有可能失败。为了克服这一复杂性，文中构造了一个混合模拟器，结合了可学习的神经网络和物理方程。...混合模拟器的另一部分由物理方程组成，确保模拟遵循物理学的基本定律，如能量守恒，使其更接近真实世界，从而减少模拟与真实世界的差距。在之前的床垫例子中，可学习的混合模拟器能够模拟床垫的接触力。...可以成功地部署在此模拟器中改进的控制策略。为了达到这个目的，我们在经典物理模拟器的基础上增加了可学习的组件，并使用对抗性的强化学习语言来训练这个混合模拟器。

4133 0

自动驾驶路径规划-Lattice Planner算法

每一个轨迹点包含位置，速度，加速的等信息。下面我来介绍一下Lattice规划算法的工作流程。我们以右图中的场景为例。...在这个过程中，我们每次会先挑选出cost最低的轨迹，对其进行物理限制检测和碰撞检测。如果挑出来的轨迹不能同时通过这两个检测，就将其筛除，考察下一条cost最低的轨迹。...于是只能放弃这条轨迹，考虑下一条cost最低的。这样的过程循环继续下去，假设我们现在挑选出右图中靠左边的深红色轨迹，它既符合汽车的物理性状，也不会有碰撞风险。...那么这个场景对应的S-T图就会缩短。有了S-T图的概念，我们观察左图中的两条规划轨迹。红色的是一条跟车轨迹，绿色的是超车轨迹。这两条轨迹反映在S-T图中，就如右图所示。...左图中的两条轨迹，反映在右图S-T图中，我们可以发现红色的轨迹和蓝色障碍车在S-T图中的阴影区域有重叠，说明有碰撞风险，那么它的碰撞cost就会相对较高。

3.4K3 1

刚体力学整理

质点运动学质点位置的确定质点：一个有质量的几何点，忽略其大小、形状及内部结构的影响，在空间只占据一个点的位置。它是对实际研究对象的简化，理想模型。...3、自然法上图中，蓝色曲线为P点的运行轨迹，我们在该轨迹上任取一点O作为自然坐标的原点，我们视P点运行的方向为正方向(如上图中的橙色箭头方向)，则P点相对O点沿正方向的轨迹曲线长度s作为自然坐标的坐标值...加速度：描述质点速度变化快慢的物理量我们通常会说汽车百公里加速为几秒，是指速度加的有多快。，Q点的速度为，则Δt内速度的增量就为这里的就为上图中紫色的虚线箭头。...万有引力的功在上图中，m与M具有万有引力，m沿着ab轨迹运动。在位移元上的元功为，如果直接使用积分求解整个ab轨迹的功，我们得知道ab轨迹的轨迹函数，但现在我们是不知道的。...二、斜碰碰前后的两球不在一条直线，可采用矢量分析。刚体力学研究对象：刚体有大小、形状而无形变的物体。实际研究对象的简化，理想模型。

9081 0

TwistSLAM：鲁棒且精确的动态环境语义VSLAM(RAL 2022)

下图是算法的示意图: 算法同时估计相机位姿和场景中的移动对象，场景中的地图结构(图中为道路平面)会约束对象的移动。...这其实与现实世界并不符合，比如说，大部分汽车只有3个自由度，2个自由度在平移(道路平面)，1个自由度在旋转(汽车自身法向量)。所以消除与物理意义不对应的自由度也是有必要的。...对于具有z轴的平面关节，Fl定义为: 要使对象的位移在物理上精确，twist必须位于Fl空间内。为此，将twist从其原始空间投影到Fl。...，通过这个约束，可以修改重投影方程: 上述重投影方程只在关节坐标系成立，如果要到世界坐标系，那么就加上伴随投影，所以最终的世界坐标系的3自由度重投影方程定义为: 通过上述的重投影方程，可以构建出与动态对象点对应的...twist的优化项: 然后帧中的动态对象点位姿可以更新为 9.动态BA 动态BA有多个目标。

3602 0

神经网络常微分方程 (Neural ODEs) 解析

图：可视化的神经网络常微分方程学习动力系统在本文中，我将尝试简要介绍一下这篇论文的重要性，但我将强调实际应用，以及我们如何应用这种需要在应用程序中应用各种神经网络。...我建议你去看看这本书（https://www.springer.com/gp/book/9783319781440），在化学、物理和工业领域中也有很多这种时间演化过程的例子，均可以用微分方程来描述。...直线代表真实的轨迹，虚线代表由神经ODE系统学习的演化轨迹现在结果或多或少像有预期的效果了，不要忘记检查代码:) （代码链接：https://github.com/Rachnog/Neural-ODE-Experiments...将嵌入向量输入到神经网络常微分方程中，得到连续的嵌入向量从连续的嵌入向量中，利用变分自编码器恢复初始序列为了证明这个观点，我只是重新运行了这个代码库中的代码，看起来在学习螺旋轨迹方面效果比较不错...就我个人而言，我希望这个方向进一步发展(我在上面展示了一些链接)，使这些神经网络(常)微分方程能表达更丰富的函数类，我将密切关注这些信息。 * 注：相关链接可点击阅读原文访问。

6.5K3 2

前端弹性动画与 framer-motion 动画库初探

结合之前得出的运动方程 image.png 得出 image.png 接下来就是解这个微分方程了。...是的，三次贝塞尔曲线是在模拟这个计算结果，而我们刚刚的计算真实的还原了质量为 1、劲度系数为 180、摩擦系数为 12 时的弹簧运动轨迹。...### 简谐运动说到上述的这个运动轨迹，其本质就是一个简谐运动。...，物体在平衡位置震荡，但振幅减小，最终回到平衡位置 - 临界阻尼 (critical damping)：图中红线为临界阻尼情况，物体以最快速度回到平衡位置。...image.png image.png 可以看到每一帧 `translateX` 的值在发生变化，同时 framer-motion 出于性能的考虑，又增加了 `translateZ(0px)` 这个属性

3.8K3 0

给GNN一堆数据，它自己发现了万有引力定律

机器学习 (ML) 推动了科学的巨大进步，从粒子物理学到结构生物学再到宇宙学，机器学习能够在大型数据集中学习特征，对不同的对象进行分类，并执行参数推断，以及更具开创性的应用，例如自回归语言模型、预测蛋白质结构...论文作者之一 Miles Cranmer 推特截图具体而言，该研究提出了一种采用机器学习方法，通过观察自动发现实际物理系统的控制方程和隐藏属性。...在这里，太阳系的太阳、行星和卫星的（相对）位置和速度被表示为输入图的节点，而天体之间可能的物理交互（例如力）被表示为图的边。该研究将基于 GN 的模拟器与 30 年来观测到的太阳系轨迹进行了拟合。...之后研究者可以使用发现的方程和重新学习的质量来模拟太阳系动力学，并获得与真实观察到的轨迹非常接近的对应关系。下图为太阳、水星、金星、地球和火星的示意图，以及学习模拟器使用的相应图结构。...GNN 非常适合物理数据集：它们通过消息传递显式地处理对象（节点）之间的交互，并允许研究者轻松地将对称（如置换、平移和旋转等）嵌入到网络中。

3352 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭