wegwg

最新推荐文章于 2018-12-17 18:30:16 发布
翻译 最新推荐文章于 2018-12-17 18:30:16 发布 · 497 阅读 · 0

http://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlisthttp://write.blog.youkuaiyun.com/postlist
Gdzhou
关注
wegw
kxzerg的专栏
01-03 448
http://www.csdn.net/?ref=toolbarhttp://www.csdn.net/?ref=toolbar
wg
qizhanfeng的专栏
06-16 223
http://www.vdisk.cn/wqailp?tag=&p=1 问题1: OD 增加代码段保存出现“无法定位数据” 解答:http://bbs.pediy.com/showthread.php?s=&threadid=31222 <wbr><wbr><wbr><wbr> 1. 脱壳</wbr></w...
Python字符串列表拼接
思过留痕
12-17 8301
>>> a = ['1','123','ffff','2432','wegwg'] >>> '<br>'.join(a) '1<br>123<br>ffff<br>2432<br>wegwg'
基于PID优化和矢量控制装置的四旋翼无人机（Matlab&Simulink实现）
最新发布
12-27
基于PID优化和矢量控制装置的四旋翼无人机（Matlab&Simulink实现）
具有多种最大功率点跟踪（MPPT）方法的光伏发电系统（P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化）之使用粒子群算法的最大功率点追踪（MPPT）（Simulink仿真实现）
12-27
具有多种最大功率点跟踪（MPPT）方法的光伏发电系统（P&O-增量法-人工神经网络-模糊逻辑控制-粒子群优化）之使用粒子群算法的最大功率点追踪（MPPT）（Simulink仿真实现）内容概要：本文介绍了一个涵盖多个科研领域的综合性MATLAB仿真资源集合，重点聚焦于光伏发电系统中基于粒子群优化（PSO）算法的最大功率点追踪（MPPT）技术的Simulink仿真实现。文档还列举了多种MPPT方法（如P&O、增量电导法、神经网络、模糊逻辑控制等），并展示了该团队在电力系统、智能优化算法、机器学习、路径规划、无人机控制、信号处理等多个方向的技术服务能力与代码实现案例。整体内容以科研仿真为核心，提供大量可复现的Matlab/Simulink模型和优化算法应用实例。; 适合人群：具备一定电力电子、自动控制或新能源背景，熟悉MATLAB/Simulink环境，从事科研或工程仿真的研究生、科研人员及技术人员。; 使用场景及目标：①学习并实现光伏系统中基于粒子群算法的MPPT控制策略；②掌握多种智能优化算法在电力系统与自动化领域的建模与仿真方法；③获取可用于论文复现、项目开发和技术攻关的高质量仿真资源。; 阅读建议：建议结合提供的网盘资料，按照研究方向选取对应模块进行实践，重点关注Simulink模型结构与算法代码逻辑的结合，注重从原理到仿真实现的全过程理解，提升科研建模能力。
STM32读取GY-87资源文件介绍
12-27
提供了STM32读取GY-87（包含MPU6050、HMC5883、BMP180）的相关资源文件，用户可以方便地直接使用。 资源文件简介 该资源文件包括STM32与GY-87模块的通信代码，实现了对模块中MPU6050（加速度计、陀螺仪）、HMC5883（电子罗盘）以及BMP180（气压计）的读取。 注意事项 资源文件已经过测试，确保可以直接在STM32上运行。 使用前请确保STM32的开发环境已正确配置。 资源文件中不包含硬件连接图和原理图，请根据实际情况自行查阅相关资料进行硬件连接。 请遵循相关法律法规，合法使用本资源文件。
热成像人物检测数据集_20251119_014618.zip
12-27
热成像人物检测数据集 一、基础信息 数据集名称：热成像人物检测数据集 图片数量： 训练集：424张图片 验证集：121张图片 测试集：61张图片 总计：606张热成像图片 分类类别： - 热成像人物：在热成像图像中的人物实例 - 非热成像人物：在非热成像或普通图像中的人物实例，用于对比分析 标注格式： YOLO格式，包含边界框和类别标签，适用于目标检测任务。数据来源于热成像和视觉图像，覆盖多种场景条件。 二、适用场景 热成像监控与安防系统开发： 数据集支持目标检测任务，帮助构建能够在低光、夜间或恶劣环境下自动检测和定位人物的AI模型，提升监控系统的可靠性和实时响应能力。 红外视觉应用研发： 集成至红外摄像头或热成像设备中，实现实时人物检测功能，应用于安防、军事、救援和工业检测等领域。 学术研究与创新： 支持计算机视觉与热成像技术的交叉研究，助力开发新算法用于人物行为分析或环境适应型检测模型。 教育与培训： 可用于高校或培训机构，作为学习热成像人物检测和AI模型开发的教学资源，提升实践技能。 三、数据集优势 精准标注与多样性： 每张图片均由专业标注员标注，确保边界框定位准确，类别分类清晰。包含热成像和非热成像类别，提供对比数据，增强模型的泛化能力和鲁棒性。 场景实用性强： 数据覆盖多种环境条件，如不同光照和天气，模拟真实世界应用，适用于复杂场景下的人物检测任务。 任务适配性高： YOLO标注格式兼容主流深度学习框架（如YOLOv5、YOLOv8等），可直接加载使用，支持快速模型开发和评估。 应用价值突出： 专注于热成像人物检测，在安防、监控和特殊环境检测中具有重要价值，支持早期预警和高效决策。
mpu6050滤波算法角标串口stm32
12-27
下载前必看：https://pan.quark.cn/s/9c5b7fe89b97 CMSIS NN Lib example armnnexamplecifar10 for Cortex-M4 and Cortex-M7. The example is configured for uVision Simulator.
创新无忧基于白鲨算法WSO优化广义神经网络GRNN电机故障诊断（Matlab代码实现）
12-27
【创新无忧】基于白鲨算法WSO优化广义神经网络GRNN电机故障诊断（Matlab代码实现）内容概要：本文介绍了基于白鲨算法（WSO）优化广义神经网络（GRNN）的电机故障诊断方法，并提供了完整的Matlab代码实现。该方法结合智能优化算法与神经网络技术，通过WSO算法优化GRNN的关键参数，提升其在电机故障诊断中的准确性与鲁棒性。文档还展示了该团队在多个科研领域的技术积累，涵盖机器学习、深度学习、信号处理、电力系统优化、路径规划、无人机应用等多个方向，突出其在MATLAB仿真与算法开发方面的综合实力。; 适合人群：具备一定编程基础，熟悉Matlab工具，从事电气工程、自动化、人工智能或智能制造等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于电机系统故障诊断，提升工业设备运维智能化水平；②为科研人员提供WSO优化GRNN的算法实现参考，支持论文复现与技术创新；③拓展智能算法在电力系统、工业控制等领域的应用边界； 阅读建议：建议读者结合提供的Matlab代码进行实践操作，重点关注WSO算法与GRNN的结合机制，理解参数优化过程，并可借鉴文中其他案例拓宽研究思路，建议按文档结构逐步深入，充分利用附带的网盘资源辅助学习与开发。
工业液体目标检测数据集_20251118_032115.zip
12-27
一、基础信息 数据集名称：工业液体目标检测数据集 图片数量：训练集2550张图片，验证集233张图片，测试集82张图片 分类类别：Battery Acid（电池酸）、Bleach（漂白剂）、Coolant（冷却剂）、Fuel（燃料）、Hydraulic Fuel（液压燃料）、Motor Oil（机油） 标注格式：YOLO格式，包含边界框和类别标签，适用于目标检测任务 数据格式：JPEG和PNG图片，来源于真实场景 二、适用场景 工业安全监控：用于检测工作场所中的液体泄漏或不当存储，提升安全管理和风险预防。 环境监测应用：在野外或城市环境中识别危险液体污染，支持环境保护和清理行动。 汽车与机械维护：辅助检测车辆中的各种液体类型，如机油和冷却剂，用于维修和保养系统。 物流与仓储管理：在运输和存储过程中监控液体容器状态，确保合规性和操作安全。 三、数据集优势 类别覆盖广泛：包含6种常见液体类型，涵盖工业、汽车和环境领域，增强模型识别多样性。 标注质量高：采用YOLO格式，边界框定位精确，便于直接加载到主流深度学习框架进行训练。 数据规模合理：训练集超过2500张图片，提供充足样本用于模型学习，提升泛化能力。 实战应用性强：专注于目标检测任务，支持快速集成到AI系统中，用于实际场景的液体识别与分类。
心率变异性（HRV）的非线性信号分析Matlab代码.zip
12-27
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
在WPF中给listboxItem添加编号标记
12-27
先展示下效果 https://pan.quark.cn/s/1dfbb0bb6d92 marking-heading-tag 动态的给网页中的h1-h6标签添加前缀层次序号。 如1.2.1等。
【电力系统优化调度】计及源荷两侧不确定性的含风电电力系统低碳调度（Matlab代码实现）
12-27
【电力系统优化调度】计及源荷两侧不确定性的含风电电力系统低碳调度（Matlab代码实现）内容概要：本文介绍了含风电的电力系统在源荷两侧不确定性条件下的低碳优化调度方法，采用Matlab代码实现，旨在应对风电出力与负荷需求的双重不确定性，提升电力系统低碳运行水平。文中可能结合场景生成与削减技术（如拉丁超立方抽样）处理不确定性，并构建相应的优化模型，通过智能优化算法求解，实现系统碳排放与运行成本的协同优化。同时，文档附带了多个相关科研资源的网盘链接，涵盖电力系统、机器学习、路径规划等多个领域的Matlab仿真代码。; 适合人群：具备电力系统、优化调度或可再生能源背景的科研人员及研究生，熟悉Matlab编程与基本优化理论的技术人员。; 使用场景及目标：①研究含高比例风电的电力系统低碳调度策略；②学习如何建模与处理源荷不确定性；③掌握基于Matlab的优化调度算法实现方法；④获取相关领域科研代码资源以支持课题研究与论文复现。; 阅读建议：建议结合文档提供的代码与参考资料，重点理解不确定性建模方法与低碳调度模型的构建思路，通过仿真实验验证算法有效性，并参考其他共享资源拓展研究视野。
水下管道分割数据集_20251118_214229.zip
12-27
水下管道分割数据集 一、基础信息 • 数据集名称：水下管道分割数据集 • 图片数量： 训练集：4863张图片 验证集：421张图片 测试集：18张图片 总计：5302张水下环境图片 • 训练集：4863张图片 • 验证集：421张图片 • 测试集：18张图片 • 总计：5302张水下环境图片 • 分类类别： 管道（pipelines）：水下管道结构，用于实例分割任务。 • 管道（pipelines）：水下管道结构，用于实例分割任务。 • 标注格式： YOLO格式，包含实例分割的多边形标注，适用于分割任务。 • YOLO格式，包含实例分割的多边形标注，适用于分割任务。 • 数据格式：水下环境拍摄的图片，适用于计算机视觉模型训练。 二、适用场景 • 水下管道检测与维护系统开发： 数据集支持实例分割任务，帮助构建能够自动识别和分割水下管道结构的AI模型，辅助管道维护和检查。 • 能源与公用事业应用： 集成至管道监控系统，提供实时管道状态分析和异常检测功能。 • 学术研究与工业创新： 支持水下计算机视觉和分割算法研究，助力相关领域的技术发展。 • 环境与基础设施监控： 用于水下基础设施的健康监测和风险评估，提升管理效率。 三、数据集优势 • 精准标注与专业性： 每张图片都经过精确标注，确保管道分割的准确性，标注由专业团队完成。 • 环境多样性： 涵盖不同水下条件，提升模型在各种环境下的泛化能力。 • 任务适配性强： 标注兼容主流深度学习框架（如YOLO等），可直接用于实例分割任务。 • 实用价值高： 专注于水下管道分割，为能源、环境和基础设施领域提供重要的数据支撑。
5款Redis可视化工具推荐[源码]
12-27
本文介绍了五款实用的Redis可视化工具，这些工具提供了直观的界面来管理和监控Redis数据库。首先推荐的是RedisInsight，它支持Redis Cluster，具有丰富的可视化功能，如内存监控和SSL/TLS连接。其次是RedisPlus，一款开源免费的桌面客户端，支持多平台和SSH通道连接。Another Redis DeskTop Manager是基于nodejs开发的跨平台工具，界面简洁稳定。Redis Desktop Manager（RDM）是一款快速开源的Redis数据库管理工具，支持SSL/TLS加密和SSH隧道。最后是FineReport，它通过插件连接Redis数据集，支持多种数据结构和操作命令。这些工具各有特点，适合不同需求的用户使用。
小程序资源VR、支付、考试
12-27
小程序资源谁事实上事实上
电缆塔实例分割数据集_20251118_023540.zip
12-27
电缆塔实例分割数据集 一、基础信息 数据集名称：电缆塔实例分割数据集 图片数量： - 训练集：1,524张图片 - 验证集：217张图片 - 测试集：431张图片 总计：2,172张图片 分类类别： - Cable（电缆）：指电力或通信电缆结构。 - cable（电缆）：可能指特定类型的电缆。 - tower（塔）：泛指支撑结构。 - towerlattice（格子塔）：金属格子结构的塔。 - towertucohy（塔结构类型）：特定塔类型。 - tower_wooden（木塔）：木质结构的塔。 - void（无效区域）：用于分割任务中的背景或无效区域标注。 标注格式：YOLO格式，包含实例分割的多边形标注，适用于实例分割任务。 数据格式：图片格式为常见格式如JPEG/PNG，来源于实际场景拍摄。 二、适用场景 电力基础设施自动检测与维护： 数据集支持实例分割任务，帮助构建能够精确识别和分割电缆、塔及其子类型的AI模型，用于电力线巡检、结构健康监测和预防性维护。 无人机与航空影像分析： 适用于无人机或航空拍摄的影像，用于自动检测电缆塔结构，提升巡检效率和安全性，支持环境监测。 能源与公用事业管理： 集成至能源管理系统中，用于监控电力基础设施状态，支持故障检测和风险评估。 计算机视觉研究与开发： 支持实例分割算法的研究与优化，适用于学术实验和工业应用，助力AI模型在复杂场景下的性能提升。 三、数据集优势 精准标注与类别多样性： 每张图片均经过精细标注，包含多个电缆和塔类别，确保模型能准确区分不同结构类型。 覆盖多种塔类型（如格子塔、木塔等）和电缆，提供丰富的场景变化，增强模型的泛化能力和鲁棒性。 任务适配性强： 标注兼容主流深度学习框架（如YOLO等），可直接用于实例分割模型训练，并支持扩展到目标检测、分类等任务。 实际应用价值突出： 专注于电力基础设施的关键组件，为自动巡检、风险评估和维护决策提供可靠数据支撑，提升行业效率和安全性。
工业液体实例分割数据集_20251118_174106.zip
12-27
工业液体实例分割数据集 一、基础信息 • 数据集名称：工业液体实例分割数据集 • 图片数量： 训练集：1381张图片 验证集：78张图片 总计：1459张图片 • 训练集：1381张图片 • 验证集：78张图片 • 总计：1459张图片 • 分类类别： 电池酸（Battery Acid） 漂白剂（Bleach） 冷却剂（Coolant） 燃料（Fuel） 液压燃料（Hydraulic Fuel） 异丙醇（Isopropyl Alcohol） 矿物油（Mineral Oil） 马达油（Motor Oil） • 电池酸（Battery Acid） • 漂白剂（Bleach） • 冷却剂（Coolant） • 燃料（Fuel） • 液压燃料（Hydraulic Fuel） • 异丙醇（Isopropyl Alcohol） • 矿物油（Mineral Oil） • 马达油（Motor Oil） • 标注格式：YOLO格式，包含实例分割多边形标注，适用于实例分割任务。 • 数据格式：PNG图片格式。 二、适用场景 • 工业安全与风险检测：用于检测工作场所中的液体泄漏或不当存储，帮助预防事故和评估风险。 • 环境监测与保护：识别野外或工业区的液体污染源，支持环境保护和治理工作。 • 制造业自动化：在生产线上自动分类和检测液体类型，提升流程效率和质量管理。 • 学术与研究创新：支持计算机视觉在液体识别和实例分割领域的算法开发与论文研究。 三、数据集优势 • 精准实例分割标注：每个液体实例均采用多边形标注，精确勾勒物体轮廓，确保模型学习细节特征。 • 类别多样性丰富：涵盖8种常见工业液体，包括腐蚀性、易燃性等类型，提升模型泛化能力和鲁棒性。 • 格式兼容性强：基于YOLO标注格式，轻松适配主流深度学习框架，简化模型训练和部署流程。 • 高实用价值：直接针对工业自动化和安全监测需求，为风险控制和效率提升提供可靠数据基础。
摄氏度与华氏度转换程序
12-27
代码转载自：https://pan.quark.cn/s/e89850d0e0f6 《移动技术开发与创业》课程的课堂学习内容。 姓名：孔真 学号：41710084
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值