学小记

最新推荐文章于 2024-12-24 11:07:38 发布
置顶 最新推荐文章于 2024-12-24 11:07:38 发布
阅读量255 收藏
点赞数
分类专栏： 学小记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/clayruan/article/details/8222289
版权

有空需要看一下的知识点：

Cstring Unicode与非Unicode的环境

内存对齐http://www.ibm.com/developerworks/library/pa-dalign/

嵌入式系统 BootLoader 技术内幕 http://www.dzjs.net/html/qianrushixitong/2006/0801/134.html

NBOOT，EBOOT以及其他 http://blog.youkuaiyun.com/ontheroad2535/article/details/5109373

c语言学习小记
m0_73231723的博客
08-20 2529
c语言初学小记
单元测试学习小记
03-23
单元测试学习小记软件测试什么是单元测试单元在程序里可以简单的理解为一个模块，一个方法。单元测试也就是在完成每个模块后都进行的测试。从确保每个模块没有问题，从而提高整体的程序质量。做单元测试的好处对于...
Numpy学习小记
qq_58136075的博客
12-03 1468
还有一个也是用来取一段数字中的值，这个我也比较常用，特别是在画折线图的时候，我想要连续在一个区间内取间隔一致的数据点。在机器学习中，我们要对比两种随机初始化模型的优劣，或者在强化学习中要固定随机环境的随机序列，用于复现当前配置的情况，我们通常要做的事情就是。喜欢用电脑内存中连续的一块物理地址存储数据，因为都是连号的嘛，找到前后的号，不用跑很远， 非常迅速。并不是连续存储的，它的数据是分散在不同的物理空间，在批量计算的时候，连号的肯定比不连号的算起来更快。合并，特征 a 的数据和特征 b 的数据合并。
25学习小记
weixin_50270824的博客
07-26 1337
在回归任务中，L1损失函数计算的是预测值与真实值之间绝对误差的总和。对于单个样本，其定义为：L1​(预测值,真实值)=∣预测值−真实值∣在机器学习模型的训练过程中，整个训练集的L1损失是所有样本L1损失的平均值或总和，具体取决于实现。使用L1损失函数的一个主要优点是它对于异常值（outliers）的鲁棒性较强，因为绝对误差的增长与误差的绝对值成正比，而不像平方误差那样增长得更快。L1损失函数也常用于正则化技术中，特别是在线性回归或逻辑回归等模型的训练中，通过向损失函数中添加模型参数的L1。
学习小记
wen的博客
03-08 180
这两天恶补了很多css的知识，记录一下 button:可以添加背景图片background-image:src('/*我是添加在线图片才有效的*/') margin，框内部调相互距离 padding，框外部调相互距离 绝对定位：position:absolute;设置好left和top，想定哪里定哪里； 背景图片想设置透明度，文字不透明，background:(r,g,b,a/*透明度*...
22学习小记
weixin_50270824的博客
07-22 193
如果配置文件里面 实验名称里有 debug ，就是 debug 模式。
关于学习小记
m0_63159216的博客
10-12 67
学习？乐趣
linux学习小记
qq_58136075的博客
11-26 197
touch/cp/mv 的使用。
SQL学习小记
qq_52038654的博客
07-23 104
过滤条件已有where时，还需要新增条件的，要考虑覆盖所有的数据，再进行过滤。例：当colA='hello'时，过滤掉colB中含有'world'的数据。
物联网学习小记
一个大佬的博客
06-07 553
https://www.cnblogs.com/senior-engineer/p/10045658.htmlGOSP: 提供类似Qt的API接口，仅需要几百KB的硬件资源（比Qt小的多），能运行在Qt不支持的低配置硬件上（对Qt生态形成补充），适用于嵌入式GUI软件开发。SoC/单片机/MCU/TV/STB/电视机/机顶盒/linux/framebuffer/GUI framework/GUI library/显示屏/串口屏/图形库信号槽 v11: 使用方法类似Qt的信号槽，优点是不需要moc；基于c++
PCIe6.0学习小记
Summer的博客
12-24 1945
从以上图4可知，PAM4的4个电平（Level0,1,2,3）进行格雷编码（Gray Coding）,4个电平对应的格雷编码分别是00，01，11，10，格雷编码的方式是要求相邻符号，每次只能变化一位，且首尾符号也只是变化一位，这样的编码方式可以有效改善误码率。在将 PAM4 电压转换为 2 位对齐量后，如果适用，它会进行接收端预编码，然后解码格雷码，如果适用，则在单比特级别进行解扰。如上图所示的对比可以看出，NRZ只有0，1两个电平，形成一个眼，而PAM4会有0，1，2，3共4个电平，形成了3个眼。
LocalCache 学习小记1
08-03
【LocalCache 学习小记1】 LocalCache 是一种本地高速缓存机制，它主要用于提升数据获取速度，尤其是在处理大量数据时，可以有效避免频繁访问远程数据库或分布式缓存，如 Redis 中的热键问题。LocalCache 不是...
百度paddle课程学习小记（上）
01-20
百度paddle课程学习小记（上）百度paddle课程学习小记（上）Day-1：python基础练习Day-2：《青春有你2》选手信息爬取遇到的问题Day-3《青春有你2》选手数据分析遇到的问题未完待续 百度paddle课程学习小记（上） 第...
js 正则学习小记之匹配字符串字面量优化篇
11-21
昨天在《js 正则学习小记之匹配字符串字面量》谈到 /”(?:\\.|[^”])*”/ 是个不错的表达式，因为可以满足我们的要求，所以这个表达式可用，但不一定是最好的。 从性能上来说，他非常糟糕，为什么这么说呢，因为 ...
基于模糊故障树的工业控制系统可靠性分析与Python实现
最新发布
04-26
内容概要：本文探讨了模糊故障树（FFTA）在工业控制系统可靠性分析中的应用，解决了传统故障树方法无法处理不确定数据的问题。文中介绍了模糊数的基本概念和实现方式，如三角模糊数和梯形模糊数，并展示了如何用Python实现模糊与门、或门运算以及系统故障率的计算。此外，还详细讲解了最小割集的查找方法、单元重要度的计算，并通过实例说明了这些方法的实际应用场景。最后，讨论了模糊运算在处理语言变量方面的优势，强调了在可靠性分析中处理模糊性和优化计算效率的重要性。 适合人群：从事工业控制系统设计、维护的技术人员，以及对模糊数学和可靠性分析感兴趣的科研人员。 使用场景及目标：适用于需要评估复杂系统可靠性的场合，特别是在面对不确定数据时，能够提供更准确的风险评估。目标是帮助工程师更好地理解和预测系统故障，从而制定有效的预防措施。 其他说明：文中提供的代码片段和方法可用于初步方案验证和技术探索，但在实际工程项目中还需进一步优化和完善。
风力发电领域双馈风力发电机（DFIG）Simulink模型的构建与电流电压波形分析
04-26
内容概要：本文详细探讨了双馈风力发电机（DFIG）在Simulink环境下的建模方法及其在不同风速条件下的电流与电压波形特征。首先介绍了DFIG的基本原理，即定子直接接入电网，转子通过双向变流器连接电网的特点。接着阐述了Simulink模型的具体搭建步骤，包括风力机模型、传动系统模型、DFIG本体模型和变流器模型的建立。文中强调了变流器控制算法的重要性，特别是在应对风速变化时，通过实时调整转子侧的电压和电流，确保电流和电压波形的良好特性。此外，文章还讨论了模型中的关键技术和挑战，如转子电流环控制策略、低电压穿越性能、直流母线电压脉动等问题，并提供了具体的解决方案和技术细节。最终，通过对故障工况的仿真测试，验证了所建模型的有效性和优越性。 适用人群：从事风力发电研究的技术人员、高校相关专业师生、对电力电子控制系统感兴趣的工程技术人员。 使用场景及目标：适用于希望深入了解DFIG工作原理、掌握Simulink建模技能的研究人员；旨在帮助读者理解DFIG在不同风速条件下的动态响应机制，为优化风力发电系统的控制策略提供理论依据和技术支持。 其他说明：文章不仅提供了详细的理论解释，还附有大量Matlab/Simulink代码片段，便于读者进行实践操作。同时，针对一些常见问题给出了实用的调试技巧，有助于提高仿真的准确性和可靠性。
基于西门子S7-200 PLC和组态王的八层电梯控制系统设计与实现
04-26
内容概要：本文详细介绍了基于西门子S7-200 PLC和组态王软件构建的八层电梯控制系统。首先阐述了系统的硬件配置，包括PLC的IO分配策略，如输入输出信号的具体分配及其重要性。接着深入探讨了梯形图编程逻辑，涵盖外呼信号处理、轿厢运动控制以及楼层判断等关键环节。随后讲解了组态王的画面设计，包括动画效果的实现方法，如楼层按钮绑定、轿厢移动动画和门开合效果等。最后分享了一些调试经验和注意事项，如模拟困人场景、防抖逻辑、接线艺术等。 适合人群：从事自动化控制领域的工程师和技术人员，尤其是对PLC编程和组态软件有一定基础的人群。 使用场景及目标：适用于需要设计和实施小型电梯控制系统的工程项目。主要目标是帮助读者掌握PLC编程技巧、组态画面设计方法以及系统联调经验，从而提高项目的成功率。 其他说明：文中提供了详细的代码片段和调试技巧，有助于读者更好地理解和应用相关知识点。此外，还强调了安全性和可靠性方面的考量，如急停按钮的正确接入和硬件互锁设计等。
CarSim与Simulink联合仿真：基于MPC模型预测控制实现智能超车换道
04-26
内容概要：本文介绍了如何将CarSim的动力学模型与Simulink的智能算法相结合，利用模型预测控制(MPC)实现车辆的智能超车换道。主要内容包括MPC控制器的设计、路径规划算法、联合仿真的配置要点以及实际应用效果。文中提供了详细的代码片段和技术细节，如权重矩阵设置、路径跟踪目标函数、安全超车条件判断等。此外，还强调了仿真过程中需要注意的关键参数配置，如仿真步长、插值设置等，以确保系统的稳定性和准确性。 适合人群：从事自动驾驶研究的技术人员、汽车工程领域的研究人员、对联合仿真感兴趣的开发者。 使用场景及目标：适用于需要进行自动驾驶车辆行为模拟的研究机构和企业，旨在提高超车换道的安全性和效率，为自动驾驶技术研发提供理论支持和技术验证。 其他说明：随包提供的案例文件已调好所有参数，可以直接导入并运行，帮助用户快速上手。文中提到的具体参数和配置方法对于初学者非常友好，能够显著降低入门门槛。
PADS快捷方式与技巧：简化线路设计与封装创建
"这篇文档是青岛纳讯公司员工隆祥华关于PADS软件学习的一些笔记，主要分享了在使用PADS进行电路设计时的...以上就是PADS学习小记中的关键知识点，这些技巧和方法对于提升PADS的使用效率和电路设计质量具有重要意义。
评论
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