自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

xixixixixixixi21的博客

  • 博客(171)
  • 资源 (1189)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

转载 新时代，你需要了解一下苹果的 VisionOS 系统

这是一个全新的平台。熟悉的框架和工具。请准备好为 Apple vision Pro 设计和构建全新的应用程序和游戏世界。沉浸的光谱。Apple vision Pro 提供无限的空间画布供您探索、试验和玩耍，让您自由地完全重新思考您的 3D 体验。人们可以在与周围环境保持联系的同时与您的应用互动，或者完全沉浸在您创造的世界中。您的体验可以是流畅的：从一个窗口开始，引入 3D 内容，过渡到完全身临其境的场景，然后马上回来。选择权在您手中，这一切都始于 visionOS 上的空间计算构建块。

2024-08-13 09:37:35 70

原创 插入排序算法

插入排序是一种简单的排序算法，其基本思想是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

2024-08-13 09:36:05 268

原创 选择排序算法

选择排序是一种简单直观的排序算法，其基本思想是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据排完。

2024-08-13 09:25:48 234

原创 enumerate

用于将一个可迭代的对象（如列表、元组、字符串等）转换成一个枚举对象，使得我们可以在遍历的同时获取到元素的索引和值。

2024-08-11 19:22:54 430

原创 UDP双向通信

UDP（用户数据报协议）是一种无连接的、不可靠的传输层协议，适用于那些对数据传输速度有较高需求而不需要严格有序到达的应用场景，如在线游戏、实时视频聊天等。在UDP中，双向通信是指客户端和服务器都可以发送和接收消息。

2024-08-11 19:20:46 238

原创 matplotlib的实际应用

Matplotlib是一个广泛使用的Python数据可视化库，它基于NumPy的数据结构和N-dimensional plotting API，能够生成高质量的静态、动态、交互式图表。

2024-08-06 21:03:05 358

原创 CrawlSpider爬虫模式

Scrapy框架中的一个爬虫模式，它特别适合处理网站结构动态、有大量链接需要抓取的情况。

2024-08-06 21:01:15 792

转载 单元测试和集成测试

单元测试：这是一种专注于最小可测试单元（通常是函数或方法）的测试，用于验证单个组件的行为是否符合预期。它通常由开发者自己完成，可以尽早发现问题，并提高代码质量。集成测试：当单元测试通过后，会将它们组合在一起进行集成测试，检查各个部分如何协同工作，以及模块间接口的正确性。这种测试有助于发现系统级的问题。此外，还有其他如功能测试、性能测试和用户接受测试等也常常应用于完整的软件开发过程中。

2024-08-04 09:20:30 32

原创 K-means聚类无监督机器学习算法

无监督机器学习算法，用于将一组数据集分为K个预设数量的类别。其基本思想是迭代地将每个数据点分配到最近的质心（代表当前类别中心），然后更新所有质心的位置为新分配的数据点的均值。

2024-08-04 09:19:25 281

原创 DBSCAN无监督聚类算法

对于每个数据点，首先找到 ε 范围内的邻居点，如果这个点加上其邻居的数量大于等于 minPts，则它是一个核心点，会形成一个新的簇。对参数敏感：尤其是 ε（邻域半径）和 minimum points（邻域内最小点数），选择不当可能导致结果不稳定。不需要预先设定簇的数量：DBSCAN 自动识别数据集中的核心点、边界点和噪声点，无需指定簇的数量。不适合非凸结构的簇：如果簇有明显的孔洞，DBSCAN 可能难以完美识别。对形状和大小不敏感：能够发现任意形状的簇，适应复杂的数据分布。

2024-08-04 09:15:47 307

原创 二分查找搜索算法

高效的搜索算法，它适用于已排序的数组。其基本原理是通过反复将查找区间缩小一半来定位目标元素的位置。

2024-08-03 15:58:58 165

原创 汉诺塔问题

汉诺塔问题是经典的递归问题，源于印度传说，涉及将一堆盘子从一根柱子移动到另一根柱子，每次只能移动一个盘子，并且大盘子不能放在小盘子之上。

2024-08-03 15:04:23 208

原创 Union联合类型注解

Union联合类型注解是一种编程语言特性，它允许一个变量可以表示多种数据类型的其中一种。

2024-08-01 19:42:25 283

原创 魔术方法的优缺点和实现原理

魔术方法（Magic Methods），也称为特殊方法或内省方法，是指Python语言中一些特定名称的实例方法，它们不是常规意义上的成员函数，而是以双下划线（、__str__等。当使用特定操作符（比如+、len()等）或内置函数对对象实例进行操作时，如果该对象实现了对应的魔术方法，那么就会自动触发这个魔术方法。

2024-08-01 19:41:45 336

原创 异常是生命

异常是程序运行过程中遇到的一种错误状态，它表示程序遇到了预期之外的情况，无法按正常流程继续执行。异常不是程序的一部分，而是在程序执行过程中产生的事件。在Python中，通过try-except结构来捕获异常。try块包含可能会抛出异常的代码，如果这部分代码执行时发生异常，程序会立即停止该部分，并查找与之匹配的except块。except块用于指定如何处理特定类型的异常。如果没有匹配的except，异常就会向上层调用栈继续传递，直到被捕获或者程序终止。

2024-07-31 13:53:25 139

原创 Lambda匿名函数

distinct 函数用于去除数据集中的重复元素，并返回一个包含唯一元素的新集合。这是在数据库查询、数据处理等场景下非常有用的功能。

2024-07-31 13:48:55 172

原创 sortBy排序操作

sortBy通常是指排序操作的一种常见语法，它用于对数据集合按照某个特定字段或者规则进行排序。这个术语在不同的编程框架和库中有不同的实现，比如Pandas库在Python中就提供了DataFrame.sort_values()方法。

2024-07-29 18:45:30 322

原创 filter的原理

filter()函数是Python内置的一个高阶函数，用于过滤序列中的元素，它接受一个函数和一个可迭代对象作为输入，将可迭代对象中每个元素传递给提供的函数，如果函数返回True，则保留该元素；反之则丢弃。

2024-07-29 15:54:19 223

原创 岭回归的定义

岭回归是一种线性回归模型，它引入了一个L2正则化项来防止过拟合。

2024-07-27 13:20:18 364

原创 正则化的定义

正则化是一种在机器学习中用于防止过拟合的技术。其基本思想是在模型复杂度增加的同时，通过惩罚部分参数，使得模型对训练数据的拟合变得更平滑，提高泛化能力。

2024-07-27 13:16:54 165

原创 distinct 函数的基本解释

distinct 函数用于去除数据集中的重复元素，并返回一个包含唯一元素的新集合。这是在数据库查询、数据处理等场景下非常有用的功能。

2024-07-25 09:29:43 400

原创 reduceByKey 函数详解

reduceByKey 函数主要用于处理分布式数据集。它接收两个操作符作为参数：keySelector：这是一个映射函数，用于从输入元素中提取键。valueReducer：这是另一个函数，用于将具有相同键的值集合合并成一个新的值。在 Spark 或类似框架中运行时，首先会对数据集进行分组（即按 key 分类），然后对每个 key 对应的所有 value 应用 valueReducer 函数求和、平均数等聚合操作。

2024-07-25 09:26:43 387

转载 跨站脚本攻击（XSS）

在Java和Python中，实现深度优先搜索（DFS）算法的基本思路都是通过递归或栈来探索图的各个节点。

2024-07-25 00:24:07 19

原创 flatMap 函数简介

flatMap 是一种用于序列处理的操作符，在许多现代编程语言如 Java、Scala 和 Python 的标准库中均有提供。它通常应用于集合数据结构上，特别是列表和迭代器等容器中。

2024-07-24 09:18:36 346

原创 Map 函数简介

map() 是 Python 中用于对序列元素执行特定操作并生成新序列的一个内置函数。它接收两个参数：一个函数：这个函数将应用于每个序列中的元素。一个可迭代对象：可以是列表、元组或其他支持迭代的对象。该函数将传入的函数 func 应用到序列中的每一个元素，并返回一个新的由结果组成的迭代器。

2024-07-24 09:16:59 294

原创 决策树算法如何处理连续型特征？

在构建决策树时，连续型特征需要转换成离散形式以便纳入决策树。

2024-07-23 09:45:09 322

原创 决策树的概念

逻辑回归是一种广泛用于分类任务的线性模型，尤其适合处理二分类问题。

2024-07-23 09:23:36 750

原创 逻辑回归是一种广泛用于分类任务的线性模型

逻辑回归是一种广泛用于分类任务的线性模型，尤其适合处理二分类问题。

2024-07-22 15:41:29 350

原创 支持向量机（SVM，Support Vector Machine）

高效解决高维问题：通过核函数可以将低维数据映射到高维空间，使得非线性问题变得可行。强泛化能力：选择正确的核函数和惩罚参数，SVM能有效避免过拟合。少数样本效果好：特别适合处理小规模、高维度的数据集。支持间隔最大化：目标是找到最优决策边界（最大间隔），这使得模型对于噪声和异常值具有鲁棒性。

2024-07-22 15:38:59 604

原创 Java和Python的图结构如何实现图的深度优先搜索算法

在Java和Python中，实现深度优先搜索（DFS）算法的基本思路都是通过递归或栈来探索图的各个节点。

2024-07-21 23:01:22 215

原创 构建有向图的函数

【代码】构建有向图的函数。

2024-07-21 22:59:59 203

原创 冒泡排序代码

如果左侧的元素比右侧的大，就交换它们的位置，这样每次循环后最大的元素都会“浮”到数组的一端。重复这个过程，但每一次遍历时都会少比较一次，因为最后已经有序的部分不再需要对比。对于数组中的每个元素（从第一个开始），比较它与其右侧的元素。当所有的元素都排好序，排序结束。

2024-07-20 11:22:18 255

原创 java快排代码

分区函数将数组划分为两部分：一部分包含所有小于基准的元素，另一部分包含所有大于或等于基准的元素。通过一次遍历数组，当遇到比基准小的数就与i指向的位置交换，然后i递增。最后，将基准与i+1位置的数交换，这样基准就处在了正确的位置。快速排序函数接收一个数组和两个索引（低和高），它首先检查基准是否小于高索引，如果满足条件，则进行分区操作（partition）。main方法展示如何使用这个quickSort函数，并打印排序后的结果。递归：对基准左边和右边的部分分别调用快速排序函数，直到整个数组有序。

2024-07-20 11:19:45 180

原创 缓存机制如何帮助减轻雪崩效应：

缓存机制通过存储经常访问的数据，使得用户请求可以直接从内存中获取，而不需要每次都查询数据库或其他慢速数据源。这显著减少了对数据库的直接压力，特别是在高并发场景下。当请求频繁时，如果有足够的缓存命中率，就可以极大地缓解服务器的计算负担，避免因为大量的数据库查询而导致的性能瓶颈，从而减轻雪崩效应。

2024-07-19 09:04:44 261

原创 如何避免推荐系统中的雪崩效应？

为了避免推荐系统中的“雪崩效应”，也称为热点商品（或冷启动）问题，可以采取以下几种策略：多样性推荐：除了基于流行度的推荐外，还结合用户的兴趣偏好、新颖度或其他个性化因素，生成多样化的推荐列表，避免所有用户都集中关注少数几个热门商品。缓存策略：对热门商品推荐结果做持久化存储，当有大量用户同时访问时，可以直接从缓存获取，减轻后端压力。预测模型：使用机器学习算法（如时间序列分析或协同过滤）预测商品未来的热度，提前分配资源，防止临时的突然爆发。

2024-07-19 09:02:08 374

原创 进行版本控制如何创建和合并分支

在版本控制系统（如Git）中，版本控制是非常关键的工具，它帮助团队协作管理和追踪软件项目的不同版本变化。以下是Git的基本操作：创建仓库：首先，你需要在本地计算机上安装Git，然后通过git init命令初始化一个新的Git仓库。添加文件：将你要版本化的文件添加到仓库中，使用git add ，添加完成后使用git commit -m "Initial commit"来做第一次提交，其中替换为你添加的文件名，消息是你对这次更改的描述。

2024-07-18 09:05:51 645

原创 使用AJAX发起一个异步请求，从【api_endpoint】获取数据，并在成功时更新页面上的【target_element】

在Web开发中，使用AJAX（Asynchronous JavaScript and XML，异步JavaScript和XML）可以实现在不刷新整个页面的情况下，向服务器发送请求并获取数据。// 发送请求xhr.send();在这个例子中，onload事件会在请求完成且成功时触发，然后我们处理返回的数据并更新指定的HTML元素内容。

2024-07-18 09:03:24 299

原创 Python中哪些库常用作单元测试框架？

在Python中，常用的单元测试框架主要有以下几个：unittest：这是Python自带的标准库，提供了一套完整的测试机制，包括TestSuite、TestCase、setUp()和tearDown()方法等，适合简单和复杂的测试场景。pytest：这是一个非常流行的第三方测试框架，以其简洁易读的语法、强大的插件系统和自动发现测试的能力而闻名。它是通过命令行运行的，支持很多高级特性，如参数化测试、fixture、标记等。

2024-07-17 09:53:32 391

原创 针对【module_or_function】的单元测试，全面覆盖可能的【edge_cases】

编写单元测试是为了验证代码模块或函数的正确性和鲁棒性。对于module_or_function，首先需要确定这个模块或函数的具体功能和预期输入范围。

2024-07-17 09:49:24 505

原创 免费在线运行【Python】代码的平台

Repl.it - 提供实时交互式环境，适合快速实验代码：https://repl.it/languages/python。

2024-07-16 16:54:16 2848 1

固定端梁的振型和固有频率计算-matlab
此脚本计算固定端梁的振型和固有频率计算 %帮助：此脚本用于评估振型和相应的自然 %用户指定的机械固定梁的频率 %梁的特性和几何尺寸。 %准备以下内容： %-梁的材料特性，即密度（Ro）、杨氏模量（E） %-指定梁的横截面，即方形、矩形、圆形 %-梁的几何参数，即长度、宽度、厚度 % - %固定-固定（夹紧-夹紧）梁计算 %E杨氏模量 %Ro密度 %Ix横截面惯性矩（沿X轴）

2024-08-11

分解得到的下三角矩阵和上三角矩阵-LU分解-matlab
通过使用合适的矩阵输入运行提供的代码，您可以获得LU分解得到的下三角矩阵和上三角矩阵%After saving the function, you can test it with a sample %matrix shown below %q=[2 1 -1;5 0 2;9 1 0]; %[L,U]=lumine(q); %disp(L); %display the lower matrix %disp(U); %display the upper matrix function [L,U]=lumine(A) %This function performs LU decomposition on a coefficient

2024-08-11

在MATLAB中处理SEM-EDS数据的函数，包括执行矿物分类的不同算法-matlab
在MATLAB中处理SEM-EDS数据的函数，包括执行矿物分类的不同算法。 该存储库包括几个功能，旨在从使用带有能量色散光谱（EDS）探测器的扫描电子显微镜（SEM）收集的数据中快速识别常见的矿物种类。eds_classification（）函数使用四种eds矿物分类算法进行编码，其中包括一种在18种矿物标准上训练的新型机器学习分类器，准确率约为99%。另外三种排序算法（已从同行评审文献中转录）也可用于从SEM-EDS数据中区分矿物类别。有关每种算法的详细信息，请参阅在线文档。@software{weber2024eds author = {Weber, Austin M.}, title = {{EDS} {Classification} for {MATLAB}}, year = 2024, publisher = {GitHub}, version = {1.1.0}, url = {https://github.com/weber1158/eds-classification-for-matlab} }

2024-08-03

基于鹅休息和觅食行为的元启发式算法GOOSE
GOOSE算法提出了一种基于鹅休息和觅食行为的元启发式算法GOOSE。 提出了一种基于鹅休息和觅食行为的元启发式算法GOOSE。鹅保持平衡，单腿站立，监视和保护群中的其他鸟类。值得注意的是，GOOSE方法是一种基于粒子群优化（PSO）的方法，通过增加速度来更新搜索代理的位置。GOOSE算法在这件艺术品中得到了描述，并解释了该想法的灵感。通过在各种基准函数上进行测试，严格验证了所提出算法的准确性和精度。GOOSE算法在19个著名的基准测试函数上进行了基准测试，并通过与遗传算法（GA）、粒子群优化算法（PSO）、蜻蜓算法（DA）和适应度相关优化器（FDO）的比较研究验证了结果。此外，所提出的算法在十个现代基准函数上进行了测试，并

2024-08-03

通过SpringBoot+Hadoop+Vue实现的企业级网盘分布式系统
编程语言：Java、Mybatis、Spring、SpringBoot、SpringCloud、Node、Vue 开发环境：Windows 10 + Mysql 开发工具：WebStorm、IDEA编译器、Git、Maven 应用部署服务器：SpringBoot内置Tomcat插件 Node服务器：Node v10.15.3 数据库：Mysql v5.5.59 缓存服务：Redis v2.8.9 代码仓库管理系统：GitHub 服务器环境：处理器Core i5以上 2.2 基本处理流程 企业网盘系统的使用者分为企业普通员工和企业管理员，所以进行的基本处理流程是不一样的。企业普通员工进入本系统前台主界面后看到的是首页数据大盘，系统右上角有用户的头像和系统公告通知。在首页顶部的位置有个欢迎用户功能，此模块会根据用户登录的时间，人性化的对用户进行打招呼，比如用户深夜的时候登陆系统，该提示语会提醒“已经深夜了，你还在加班吗，请注意休息！”。当用户点击我的网盘模块后，系统首先会请求一次接口，展示自己网盘里面的文件，该用户可以对文件进行相关的操作。在分享模

2024-08-03

基于Thinkphp3.2的毕设选题系统-毕设
本科毕设 基于Thinkphp3.2的毕设选题系统 关键词：B/S架构；MVC设计框架；毕业设计选题；管理系统 ## 1需求分析 1.1 教师需求 毕业设计选题环节中，教师的需求为：用户个人信息管理；新课题申报，未通过审核课题的删除、修改、重新申报等操作；课题已选学生的选定；课题进度查看以及消息管理。 1.2 学生需求 毕业设计选题环节中，学生的需求为：用户个人信息管理；课题进行浏览查看、选择及退选等操作；如课题已被确定，课题详情查看；课题进度管理；消息发送、接受等管理操作。 1.3 管理员需求 毕业设计选题环节中，系统管理员的需求为：学生管理（新增学生、删除学生及学生登录系统数据的初始化操作）、教师管理（新增教师、删除教师及教师系统登录数据的初始化操作）、课题管理（对教师新提交课题进行审核处理、对违规课题进行删除操作）、用户管理（新增各权限级的管理员、删除管理员、对子集权限组管理员系统登录数据的初始化操作）以及消息通知（发布不同对象的系统消息、对所有消息进行查看及删除操作）。 ## 2设计模式 2.1 MVC设计模式 MVC

2024-08-03

Happloidic、Diploidic、对称诱导、双边、几何化、三重叠加，用于后来的双单双叠加模型-matlab
Happloidic、Diploidic、对称诱导、双边、几何化、三重叠加，用于后来的双单双叠加模型。

2024-08-01

1维或n维多项式建模-matlab
1维或n维多项式建模 Polyfitn是polyfit的扩展，允许用户创建具有多个自变量的模型。它还允许用户指定一个通用模型，例如二次模型，具有常数和二次项，但没有线性项。 例如，为了将多项式模型拟合到从余弦曲线中选择的点，我们只需要偶数阶项。 x = -2:.1:2; y = cos(x); p = polyfitn(x,y,'constant x^2 x^4 x^6'); p.Coefficients ans = [0.99996 -0.49968 0.041242 -0.0012079] 当然，系数不会是精确的，因为我只使用了有限数量的项来描述本质上截断的泰勒级数，而且我只有有限数量的点来构建模型。余弦级数的前4个系数应该是： >> [1 -1/2 1/24 -1/720] ans= 1 -0.5 0.041667 -0.0013889 所以我们得到了预期的结果。 x = rand(100,1); y = rand(100,1); z = exp(x+y) + randn(100,1)/100; p = polyfitn([x,y],z,3);

2024-08-01

无需线性化即可对Simulink模型进行频率分析-matlab
频率响应分析仪 无需线性化即可对Simulink模型进行频率分析 模型的典型波特响应分析要求围绕一个操作点进行线性化。这可能是困难和不确定的，特别是当模型包含非线性时。此附加应用程序允许使用在任何感兴趣的频率范围内扫过的正弦波注入对模型进行动态分析。这复制了设备在实验室中的测试方式。

2024-08-01

GUI中预训练神经网络或导入ONNX分类模型的迁移学习-MATLAB
GUI中预训练神经网络或导入ONNX分类模型的迁移学习 它允许用户在GUI中对预训练的神经网络、导入的ONNX分类模型或导入的MAT文件分类模型进行迁移学习，而无需编码。除了使用现有模型外，用户还可以使用Deep network Designer（MATLAB内置应用程序）设计他们的神经网络，然后使用此应用程序训练神经网络。用户可以在此应用程序中分析预训练的网络或导入的网络。它还允许用户修改图像增强器信息和训练选项（超参数）。完成网络训练后，用户可以将训练好的网络导出到工作区、MAT文件、ONNX文件，并为应用程序中正在进行的步骤生成MATLAB代码。用户可以生成NVIDIA GPU CUDA代码，但它不支持导入的ONNX模型。 预训练神经网络可用：

2024-08-01

混合优化算法用于解决优化问题-是TSO、SCA和HHO算法的混合体-matlab
瞬态三角哈里斯-霍克斯优化器 提出了一种新的混合优化算法， 一种新的混合优化算法，即瞬态三角哈里斯-霍克斯优化器（TTHHO），专门用于解决优化问题。它是TSO、SCA和HHO算法的混合体。

2024-07-31

使用FMCW雷达进行跌倒检测的人体活动识别
使用FMCW雷达识别人类活动。 当检测到跌倒时，连接的Arduino上的蜂鸣器和LED会激活，并向智能手机发送通知。 파일 설명 1.HAR_预处理：预处理雷达adc原始数据 -输入数据：雷达adc原始数据（.bin） -输出数据：[128 128 1]（双精度） 2.HAR_CGAN:" -输入数据：[128 128 1]（双精度） - 함수 설명 -embeddingLayer：生成嵌入层/转换输入数据 -feature2image：调整图像大小 -初始化高斯分布：初始化高斯分布 3.HAR_classification：训练分类神经

2024-07-31

反映天气数据的定制着装推荐模型-MATALB
反映天气数据的定制着装推荐模型 Alt text在定制着装推荐模型中输入天气数据时的结果 我们的模型需要用户一段时间的照片。 需要“年-月-日-照片地区名称”形式的文件名，数据越多，有关用户的信息就越能反映在模型中。 与照片相关联的数据必须在天气数据集中记录的时间段和地区中才能反映您的信息。 输入的照片数据将输入在将“ResNet-50”模型转换为Multi-label classification之前学习的模型中。 模型使用顺序 准备数据集 在data/clothes_data文件夹中，为衣服图像Multi-label classifcation准备数据集。 将用户的图像保存在data/personal_cloths_data文件夹中。图像文件名必须以“（拍照年份）-（拍照月份）-（拍照日期）-（拍照地区名称）”的形式输入。（ex:2024-07-31-首尔）此时的日期必须在天气数据集中存储的数据的日期期限内，地区也必须包含在天气数据集中存储的地区中。 data/weather_dataset文件夹存储存储天气数据的csv文件。 实现多标签分类模型 运行model/Multilabl

2024-07-31

将MATLAB网格转换为Abaqus-MATLAB
使用MATLAB中的节点坐标和元素连接生成Abaqus输入文件 使用MATLAB中的节点坐标和元素连接生成Abaqus输入文件（.inp）。该函数还提供了示例文件。 函数Matlab2Abaqus（节点、元素、元素集、文件名） 输入： ---------- 节点：节点坐标矩阵的大小为（N*2），适用于2D问题，或（N*3），用于3D问题。 Elements：一个单元格数组，包含以下形式的元素连接： 元素{i}=[node_1 node_2…….node_n]，其中i是元素索引，node_1到node_n是元素i连接到的节点索引。 Elements_Sets：以以下形式指定元素集： 元素集{j}。名称：第j个元素集的名称 元素集{j}。Elements_Type：第j个元素集中元素类型的关键字，如恒应变三角形的“CPS3”。更多关键字见Abaqus关键字手册。 元素集{j}。Elements：第j个元素集中所有元素索引的向量。 Filename：包含文件夹的输入文件的完整路径、文件名和扩展名，例如：'D:\Example.inp'

2024-07-29

MEG/EEG数据分析的程序
专门用于分析脑记录：脑电描记图、脑电图、近红外光谱、心电图、深度电极和动物电生理学。我们的目标是使用MEG/EEG作为实验技术，与科学界分享一套全面的用户友好工具。对于医生和研究人员来说，Brainstorm的主要优势是其丰富直观的图形界面，不需要任何编程知识。我们还强调数据分析的实际方面（例如，使用批处理分析的脚本和分析管道的直观设计），以提高MEG/EEG研究的可重复性和生产力。

2024-07-29

刚体不稳定自由旋转的简单MATLAB仿真-MATLAB
旋转对象运动学基于“旋转矢量”。 “SpinSpinSpin_Quaternion_v1”和“SpinSpinSpin_Quaternsion_v2”项目相似，但基于四元数。 旋转矢量定义： 旋转向量是长度为3的一维行或列向量。 旋转矢量的范数是旋转角度。 归一化旋转向量是用作旋转轴的3D单位向量。 使用Matlab的“ode45”函数求解常微分方程（ODE），应用Dorman-Prince 4（5）显式嵌入式自适应时间步长龙格-库塔方法。 Matlab“ode45”函数中的误差限制设置为10-13。 状态向量分量： 状态向量分量1、2和3是“旋转向量”。 状态矢量分量4、5和6是角速度矢量。 初始条件： 旋转矢量：[1.0；0.0；0.0]。 围绕主体X轴旋转1[弧度]（57.3[度]）。 角速度：[0.10；0.00001；0.0][弧度/秒] 绕物体X轴旋转，绕物体Y轴小旋转。 惯性矩的主要分量：[4.0；1.0；9.0] 矩形块尺寸由惯性矩的主分量确定。 旋转将围绕中等长度的矩形块轴。

2024-07-29

刚体不稳定自由旋转的简单MATLAB仿真-SpinSpin-四元数- v2-MATLAB
旋转物体运动学是基于“标量第一单位四元数”的。 项目“SpinSpin_Quaternion_v1”与此项目类似。 项目“SpinSpin_RotationVector”与此项目类似，但基于“RotationVector”。 标量第一单位四元数定义： 标量第一单位四元数是长度为4的一维行或列向量。 使用Matlab的“ode45”函数求解常微分方程（ODE），应用Dorman-Prince 4（5）显式嵌入式自适应时间步长龙格-库塔方法。 Matlab“ode45”函数中的误差限制设置为10-13。

2024-07-29

使用Kalman EKF滤波器的无速度传感器-PMSM R2024a-MATLAB
这是一个模拟链接模型，表示在不使用kalman ekf滤波器的传感器的情况下观察PMSM发动机的速度。 这是一个不使用速度传感器的模型，我在SPMSM引擎上模拟它，但您可以通过直接在EKF-PMSM块中替换mfile代码和matlab函数代码中的参数来调整它或用IPMSM引擎替换它。 注意：此ekf kalman滤波器无法应对严重干扰，因为它是一个亚线性滤波器，对于具有较大Tm负载形式的pmsm模型，此ekf滤波器完全不合适，您可以研究使用ukf kalman滤波器进行模型

2024-07-29

预测双面光伏效益的软件-matlab
预测双面光伏增益的软件 输出作为一年中周期、纬度、反照率和双面效率比的函数的双面增益 该软件输出双面光伏板增益，即双面光伏板在同一时间段内产生的电能输出与安装在同一位置的单面光伏板相比的百分比

2024-07-29

优化有限燃烧机动-matlab.zip
有限燃烧脱离地球轨道-SNOP 优化有限燃烧机动，使航天器从初始的圆形或椭圆形地球轨道脱离轨道，进入用户定义的轨道 这个名为fb_deorbit_snopt的MATLAB脚本可用于计算航天器从初始圆形或椭圆形地球轨道脱轨所需的最佳有限燃烧推进机动。模拟假设推进机动是连续的、共面的，并建模为一系列最佳离散转向角。该脚本试图在求解用户定义的轨道边界条件时，尽量减少有限燃烧的推力持续时间。由于机动是连续的，这相当于将机动所需的推进剂最小化。 用户在入口界面（EI）提供初始地球轨道的经典轨道要素以及大地测量高度和相对飞行路径角度边界条件。这些入口界面目标是相对于扁圆形旋转地球计算的。 在这个经典的优化问题中，机动推力持续时间、机动delta-v矢量的转向角以及从机动到进入界面的飞行时间是控制变量。有限燃烧脱轨的标量量级是目标函数或性能指标

2024-07-29

IEEE 118总线系统的动态排放调度
该MATLAB代码实现了一种新的方法来解决IEEE118总线系统的动态经济排放调度（DEED）问题，而不考虑传输损耗。该方法集成了受多元宇宙理论启发的多目标多宇宙优化（MOMVO）算法，在动态环境中同时优化了经济和排放目标。MATLAB的全面实现包括数据准备、MOMVO算法执行和结果可视化。适用于MATLAB R202b或更高版本。研究人员和工程师可以通过运行主文件IEEE118busa.m来利用这种稳健的解决方案，在动态电力系统优化中平衡经济和环境目标

2024-07-29

IEEE 118总线系统的负载流分析-matlab
此MATLAB代码使用Newton-Raphson方法对IEEE 118节点系统进行负载流分析。Newton-Raphson方法以其鲁棒性和准确性而闻名，迭代求解潮流方程以确定每条母线上的电压幅值和角度。IEEE 118总线系统是电力系统研究的标准基准，它提供了一个现实而复杂的网络来测试和验证该算法。该代码包括总线导纳矩阵的详细数据准备、变量初始化、迭代求解过程和收敛性检查。此负载流中使用的数据在我的博士论文中进行了描述，并在我的论文附录中提供

2024-07-29

非线性控制-NonLinearControl-matlab
包含几种用于非线性控制、识别和估计的算法

2024-07-29

用于生产乙醇的酿酒酵母模型-实验数据的非线性回归数学建模与拟合-matlab
动态系统是数学和物理学的一个分支，负责研究各种类型的系统如何随着时间的推移而进化，这些系统可以是物理的、生物的、经济的或社会的，等等。动态系统分析对于理解复杂现象和解决不同知识领域的实际问题很重要。在这项活动中，应用动态系统和数学建模的概念来描述使用果糖和葡萄糖组合底物时，酿酒酵母（S.cerevisiae）生产乙醇的过程。酵母S。酿酒酵母是一种在生物学研究和许多生物技术应用中具有重要意义的单细胞微生物，通常被称为面包酵母或啤酒酵母，因其多功能性和发酵各种底物的能力而受到重视，产生乙醇和二氧化碳是发酵过程中的主要代谢物。

2024-07-29

使用Matlab读取LabChart.adicht文件-ADI仪器（LabChart）SDK-matlab

ADI仪器（LabChart）SDK 使用Matlab读取LabChart.adicht文件 Implementation of AD Instruments SDK in Matlab

2024-07-29

船舶系统模拟器（MSS）-matlab
用于船舶（包括船舶、钻井平台、AUV、ROV和USV）制导、导航和控制系统仿真的Matlab库 船舶系统模拟器（MSS）是一个用于船舶系统的Matlab和Simulink库。它包括船舶、水下航行器和浮式结构的水动力模型。该库还包含用于实时仿真的制导、导航和控制（GNC）块。

2024-07-29

发电机组容量曲线的建模 同步发电机的安全运行区域
发电机组能力曲线的建模。确定了同步发电机的安全运行区域及其运行限制。这对电机、电力系统和电力系统稳定性学科来说是一个非常有用的发展。它已准备好用于在线学习，只需要电机的基本知识。通过实时脚本使用MATLAB编程，并开发生成的区域的解释图。最后，该应用程序可用于发电厂操作员的劳动领域，以实现水电站和热电厂同步发电机的安全运行。关键词：能力曲线、同步发电机、发电厂运行限制、电机、MATLAB Live Script、课件 学习目标 了解同步发电机的安全操作限制。 开发一个程序，可以绘制安全操作极限。 分析发电厂的安全运行点和区域。 为不同类型的发电机实施新的分析案例。 先决条件 MathWorks的优化工具箱。电机基础知识。

2024-07-29

光谱弹性规范-matlab
光谱弹性规范 制作NEC建筑标准中提出的弹性光谱并与不同区域互动的现场脚本 以下脚本旨在评估学生在以下主题中获得的知识：地震耐受设计的弹性谱。其中，通过厄瓜多尔建筑法规（NEC）中提出的方程式，学生必须为不同类型的土壤和不同的时期范围编写一个代码，以复制本脚本中给出的结果。 关键词：土木工程，抗震结构，弹性谱，结构设计。 背景或先决条件 该活动适合建筑标准（NEC）为绘制弹性光谱而提出的方程来实施MATLAB管理的基本概念。

2024-07-29

分页张量积-Function pagetensorprod.m-matlab
pagetensorpod将tensorpod推广为分页操作（类似于pagemtimes）。 如果ndimsA>=ndims（A）且ndimsB>=ndimsB，则操作pageprodtensor（A，B，dimA，dimB，ndimsA，ndimsB）等效于tensorpod（A，B.dimA，dimB，NumDimensionsA=ndimsA）。否则，张量积运算在元素上应用于A中的维度ndimsA+[1,2，…]和B中的相应维度ndimsB+[1，2，…]，具有单点展开。 The operation pagetensorprod(A,B,dimA,dimB,ndimsA,ndimsB) is equivalent to tensorprod(A,B,dimA,dimB,NumDimensionsA=ndimsA) if ndimsA >= ndims(A) and ndimsB >= ndimsB. Otherwise, the tensor product operation is applied elementwise in dimensions ndimsA+[1,2,.

2024-07-29

原始ISET，用作ISETIO的基础-图像系统工程工具箱-matlab
原始ISET，用作ISETIO的基础 相机（Cam）的图像系统工程工具箱（ISET）。ISETCam是基础存储库。它包括其他ISET存储库用于表示场景、光学、能量、量子、颜色和软件实用程序的基本例程。ISETCam是运行ISETBio和大多数其他ISET存储库（如ISET3D、ISETAuto、ISETLens）所必需的。 原始ISET的开源版本，用作ISETIO的基础

2024-07-29

通信理论1课程材料-信号分析与传输-matlab
模拟通信 通信理论1课程材料。MATLAB和一些可执行的w文件 在本章结束时，学生将能够： 在时域和频域分析和比较信号，突出最重要的特征。 在时域和频域中以图形方式表示具有不同特征的信号。LiveScript中开发的材料包括理论内容、代码、建议的练习和支持课堂工作的问题。 背景或先决条件 本课程的要求是掌握系列和变换以及MATLAB的知识。打算学习MATLAB Onramp课程， 秘鲁天主教大学

2024-07-29

模拟有助于可视化与高斯PDF和CDF的乘积成比例的后验概率分布-MATLAB
This simulation helps visualizing posterior probability distributions that are proportional to the product of a Gaussian PDF and CDF.

2024-07-29

谢尔宾斯基立方八面体-Sierpinski cuboctahedron-MATLAB
Sierpinski cuboctahedron 在任何迭代中计算、显示和保存Sierpinski立方八面体的函数。包括帮助和文档 下载后，在Matlab控制台中键入“doc Sierpinski_cuboctahedron”或“help Sierpinsik_cuboctachedron”以获取支持。 此封面图像使用的颜色渲染是基于半径的，即通过计算每个顶点到原点的距离：C=sqrt（sum（V.^2,2））；三叶草（T，V（：，1），V（:，2），V（：，3），C）；配色图（1-jet）；

2024-07-29

素数螺旋式上升-Prime numbers spirals-MATLAB
素数螺旋式上升 显示素数螺旋和素数平方螺旋的函数。还要检查素数和素数平方螺旋长度。 输入N是一个整数标量，N>3。 下载后，在Matlab控制台中键入“help pnumbers_spiral”和/或“help pnnumbers_squares_spiral”以获取支持。 Prime numbers spirals Functions to display prime numbers spiral and prime squares spiral. Also check primes sum and prime squares spiral length.

2024-07-29

FieldTrip-用于MEG和EEG分析的MATLAB软件工具箱-matlab
用于MEG和EEG分析的MATLAB软件工具箱 FieldTrip是用于MEG和EEG分析的MATLAB软件工具箱，由荷兰奈梅亨唐德斯脑、认知和行为研究所的一组研究人员与合作机构密切合作开发。 FieldTrip提供MEG、EEG和侵入性电生理数据的先进分析方法，如时频分析、使用偶极子的源重建、分布式源和波束形成器以及非参数统计测试。它支持所有主要MEG系统（CTF、Elekta/Neuromag、4D、横河）和最流行的EEG系统的数据格式，并且可以轻松添加新格式。FieldTrip包含高级函数，可用于在MATLAB中构建自己的分析协议。此外，它还允许开发人员轻松地将低级算法整合到新的EEG/MEG分析方法中。 FieldTrip is the MATLAB software toolbox for MEG and EEG analysis that is being developed by a team of research

2024-07-29

扩展DFT-Extended DFT为大于数据向量X长度的N生成高分辨率N点DFT-matlab
Extended DFT 扩展DFT_程序EDFT为大于数据向量X长度的N生成高分辨率N点DFT。 EDFT（扩展离散傅里叶变换）算法产生序列X的N点DFT，其中N大于输入数据的长度。与快速傅里叶变换（FFT）不同，在快速傅里叶变换中，X以外的未知读数被补零，而EDFT算法仅使用可用数据和扩展频率集来计算DFT（因此称为“扩展DFT”）。EDFT函数应用简单，与FFT相似，此外EDFT还具有以下附加功能： 1.EDFT可以将输入序列X外推到长度N。也就是说，如果将EDFT应用于N>length（X），则得到以下结果： F=edft（X，N）=edft（Y）=fft（Y），其中Y=ifft（F），长度（Y）=N。 Y是X加上X到长度N的非零正向和反向外推和/或插值，如果X内的未知数据已被NaN（非数字）替换。 2.EDFT可以将频率分辨率提高到1/（N*T），其中T是采样周期。众所周知，零填充不会提高DFT的频率分辨率，因此FFT算法的分辨率受到序列长度（X）*T长度的限制。当然，这并没

2024-07-29

数独生成器-matlab
数独生成器 观看使用回溯算法从头开始生成连续解决方案的过程。 运行testSudoku.m 首先生成初始解，然后生成连续解。 继续点击空格键以生成另一个解决方案。 数独生成器让您一窥连续解的生成过程。 记得把命令窗口调大一点，以便进行适当的可视化。

2024-07-29

关于对抗优化的联合对抗选择（JOS）-用于优化的选择性领先反对（SLO）和动态反对（DO）的良好匹配关节-matlab
关于对抗优化的联合对抗选择（JOS） 优化中的JOS：用于优化的选择性领先反对（SLO）和动态反对（DO）的良好匹配关节。 联合对手选择（JOS）：选择性领先对手和动态对手的首选联合，增强了哈里斯鹰派优化，用于解决单目标问题https://doi.org/10.1016/j.eswa.2021.116001 (https://www.sciencedirect.com/science/article/pii/S095741742101349X).

2024-07-29

MATLAB课程文件-matlab
MATLAB课程文件。该课程包括从基础知识到中级知识 MATLAB para Ingenierías Requisitos previos Ninguno. Se explica todo desde cero. Material audiovisual Para acceder al material audiovisual desarrollado para este curso haz clic aquí. Comunidad de Technica Este curso cuenta con una comunidad de Discord en donde puedes interactuar con otros estudiantes y participar de eventos, además de muchas más cosas de tu interés.

2024-07-29

precision, recall, f1score code-精确度、召回率、f1核心代码-matlab
开发5种异常行为检测AI模型时使用的精度、召回率和f1score代码。 This is the precision, recall, and f1score code used when developing 5 types of abnormal behavior detection AI models.

2024-07-29

查看更多

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除