课堂笔记

#内置函数
#built-in functions–BIF
dir(builtins)#dir 是返回某一个变量的属性方法
#Python是基于值的管理方式(适用于-5到256之间的整数和短字符串)
#数值数据类型:bool
#decimal 例如 decimal(‘0.1’)+decimal(‘0.2’)=decimal(‘0.3’)但是0.1+0.2!=0.3
#ellipsip表示省略号
#round 四舍五入 round(108.45,-2)—>负的话小数点从前往后数
#import math
#math.pi/e(导入math包)
#复数 a+bj
#and or not 与或非
#按位与或非 & | ~ 按位或规则:
1|1=1
1|0=1
0|1=1
0|0=0
按位与规则:
1&1=1
1&0=0
0&1=0
0&0=0
非运算规则:
~1=0
~0=1
#元组“()”不是必须的,“,”必须有,例如:

a=1,
type(a)
<class ‘tuple’>

#在序列中找元素值用“[]”,例如“S[2]”
#关于endswith的用法,例如:
#print(“abc”,endswith(‘c’,2))
#TRUE 意思是在“abc”这个字符串中,‘c’是第二个索引是对的
#find原理和endswith差不多,例如
#print(“abcd”,endswith(‘d’,2))这边d在第二个索引之后所以正确
#split,join,index
#x for x in [1,2,3,4,5] if x<3
#[1,2] 在【1,2,3,4,5】里面返回小于3的元素
#集合与字典
#集合里面不能包含集合

alist=[3,4,5]

#id(alist)
#4435… 可变是指虽然值相同但是内存地址不同,不可变是指内存地址无论如何都相同
#例如 可变类型 >>> a = [1, 2, 3]

id(a)
4435060856

b = [1, 2, 3]
id(b)
4435102392
#不可变类型 >>> i = 5

j = 5
id(i)
140656970352216

id(j)
140656970352216
#可变数量参数

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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