墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.1k累计阅读
1.2k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
All steps apply in both test project and test case static library:
1. Check "Instrument Program Flow" in build tab.
2. Check "Generate Test Coverage Files" in build tab.
3. add -lgcov to the "Other Linker Flags" build setting in your Coverage configuration
4. if target is static library, add /usr/lib/gcc/powerpc-apple-darwinxxx/xxx(according to your version) to the target's Library Search Path.
Iphone & Mac Programming
计算机二级通关宝典1计算机二级通关宝典
计算机二级通关宝典1计算机二级通关宝典
IOS测试覆盖率生成(XCode 4.6)
然后test的BuildSettings里面 Generate TestCoverageFiles 和instrument Program Flow 设为YES 然后在DerivedData相应的目录里面即会自动生成 不需要添加libprofile_rt.dylib这个库 否则测试会卡住 gcda文件 gcda文件可以用 coverstory(开源 从 google code上获得) ...
MobaXterm终端工具个人学习版安装包及常用配置备份
资源包含 MobaXterm 个人版的安装包以及日常运维常用的基础配置备份文件。适用于网络工程师及运维人员用于日常的服务器管理、SSH 连接及串口调试。 压缩包内附带了个人整理的软件使用技巧与配置说明（仅供个人学习参考）。请各位同行下载后注意，技术工具请尽量支持官方正版，本资源仅供个人测试与交流使用，切勿用于商业环境。
IOS 代码覆盖率工具搭建 及使用
一、xcode配置 1、build settings设置两个instrument program flow和generate legacy test coverage files 2、info设置 Application support iTunes files sharing：可以使用iTunes或者iTools导出沙盒里数据 Application does not run in back...
机械臂的「抽风」自救指南：从万向节死锁到毫米级丝滑抓取
机械臂的「抽风」自救指南：从万向节死锁到毫米级丝滑抓取
科技中介服务机构如何借助平台提升技术撮合服务的专业性与响应速度？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
ios测试覆盖率收集
1. 打开xcode对工程进行设置。 a。build settings里设置：instrument program flow＝yes和generate legacy test coverage files＝yes。 b。info里设置：application does not run in background＝yes。 c。编译在模拟器上运行工程－》执行测试－》按home键返回
产业园区如何利用AI技术提升科技成果转化服务的响应速度与转化成功率？.docx
科易网基于AI模型+行业大数据，在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景，推出科技创新领域的AI+工具与数智化解决方案，推动科技创新与产业创新智能化发展。
ios学习笔记：我的收集——关于UIApplication
关于UIApplication不错的讲解： 点击打开链接
11232131231231是的
11232131231231是的
基于双向Buck-Boost电路的锂电池储能充电+放电控制Simulink仿真
内容概要：本文档详细介绍了一种基于双向Buck-Boost电路的锂电池储能系统充放电控制的Simulink仿真模型，重点实现了充电与放电过程中双向能量流动的精确控制。通过Simulink平台构建完整的电路拓扑与控制系统，采用电压、电流双闭环控制策略，有效提升了系统的稳定性与能量转换效率。文档不仅提供了详细的仿真建模方法，还结合参考文献增强了理论支撑，具有较高的科研与工程应用价值。此外，文中列举了大量电力电子领域的相关仿真资源，涵盖LLC谐振变换器、PFC电路、PWM整流器、状态估计等多种技术方向，形成了一个综合性强、覆盖面广的技术资料库，便于研究人员拓展学习和复用设计。; 适合人群：电气工程、自动化、新能源等相关专业的研究生、科研人员及从事电力电子系统设计的工程师。; 使用场景及目标：①研究锂电池储能系统的双向能量管理与高效充放电控制策略；②掌握基于Simulink的电力电子系统建模与闭环控制器设计方法；③为科研项目、毕业设计或工程开发提供可复现的仿真案例与技术支持。; 阅读建议：建议结合文档中提供的参考文献与外部资源链接，系统性地学习Buck-Boost电路的工作原理与控制理论，优先理解基础拓扑运行机制后再深入双闭环控制策略的设计与参数整定，同时可参照同系列其他仿真案例进行对比分析与拓展实践。
i OS UT coverage
http://meandmark.com/blog/2012/08/xcode-4-generating-code-coverage-files-with-llvm/ Under the target build setting (be sure to select all) Set: Apple LLVM complier
【Trans论文复现】基于Agent的电力市场深度决策梯度(深度强化学习)算法建模研究（Python代码实现）
内容概要：本文详细介绍了“Plecs全桥LLC谐振变换器仿真模型”这一技术资源，聚焦于利用PLECS仿真工具对隔离型全桥LLC谐振变换器进行建模、参数设计与性能分析。该资源系统阐述了LLC谐振变换器的工作原理，涵盖谐振参数设计、软开关实现机制、效率优化等关键技术环节，并配套提供了完整的仿真模型、设计报告与计算书，便于用户深入理解其在高效率、软开关功率转换中的优势与应用。研究内容不仅支持理论学习，还可用于控制策略的验证与优化设计，具有较强的工程实践价值。; 适合人群：具备电力电子技术基础知识，从事开关电源、高频功率变换器研发及相关领域研究的工程技术人员与高校研究生。; 使用场景及目标：①用于全桥LLC谐振变换器的教学演示与原理学习；②支持科研人员开展高效DC-DC变换器的建模、仿真与优化设计；③为掌握PLECS在电力电子系统仿真中的高级应用提供详实案例。; 阅读建议：建议结合PLECS仿真软件进行实际操作，通过运行仿真模型并对照设计文档，深入理解电路各模块功能、参数设置依据及软开关实现条件，重点关注谐振腔参数对系统效率与动态响应的影响，以全面提升对LLC变换器工作特性的认知水平与工程设计能力。
How to use GCOV tool
The code snippet was a part of CMakelists.txt. set(HOLO_BUILD_TEST ON) set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -O0 -DNDEBUG --coverage") set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -O0 -DNDEBUG --coverage")...
三电平维也纳VIENNA双闭环控制整流器仿真（Simulink仿真实现）
内容概要：本文档系统介绍了“三电平维也纳VIENNA双闭环控制整流器”的Simulink仿真资源，重点涵盖电压电流双闭环控制、中点电位平衡控制及SVPWM调制等核心技术，服务于高精度电力电子系统的建模与优化。资源包不仅包含三相维也纳整流器、双有源桥DAB变换器、LLC谐振变换器等多种典型拓扑的仿真模型，还整合了Mathcad计算书、参考文献、MATLAB代码及设计报告等配套材料，突出科研复现与工程设计双重价值。特别针对控制策略优化、软开关技术实现、最小应力控制等前沿方向提供顶级EI期刊级别的复现案例，强化理论深度与实践指导意义。; 适合人群：面向具备电力电子、自动控制或电气工程等相关专业背景的研究生、科研人员及从事新能源、电力变换系统开发的工程技术人员，尤其适合正在进行高性能整流器与DC-DC变换器研究的专业人士。; 使用场景及目标：①支持高校与科研机构在三电平整流器、功率因数校正（PFC）、DC-DC变换器等领域开展控制系统建模与算法验证；②助力高质量学术论文复现（如EI/SCI期刊）、硕士/博士课题研究、毕业设计及企业级项目开发；③深入掌握SVPWM调制、双闭环动态调节、中点电位平衡控制等关键电力电子控制技术的实现机制与参数整定方法。; 阅读建议：建议结合提供的完整资源目录循序渐进地学习，优先研读控制框图与数学建模部分，理解控制逻辑与参数设计原理后，再通过Simulink平台进行仿真实验与参数调试，注重理论推导与仿真结果的对比分析，全面提升科研创新能力与工程实践能力。
jp-host-release.apk
jp-host-release.apk
储能双向Buck-Boost+模型预测电流控制+电压下垂控制仿真【附参考文献】（Simulink仿真实现）
内容概要：本文详细介绍了基于Simulink平台构建的储能双向Buck-Boost变换器仿真模型，重点实现了模型预测电流控制（MPC）与电压下垂控制相结合的先进控制策略。该系统通过精确预测电感电流与动态调节母线电压，有效提升了储能系统在充放电切换过程中的动态响应速度、运行稳定性与抗扰动能力。模型充分考虑了实际应用场景中的非理想因素，结合参考文献进行了算法优化与参数设计，增强了方案的技术可行性与工程实用价值，适用于微电网、分布式能源系统及多储能单元并联运行的能量协调管理。; 适合人群：电气工程、自动化、新能源技术及相关领域的科研人员、研究生以及从事电力电子变换器与智能电网控制系统研发的工程师。; 使用场景及目标：①深入研究双向DC-DC变换器在储能系统中的高性能控制方法；②掌握模型预测控制与下垂控制的协同设计原理及其在复杂工况下的动态调节机制；③为微电网能量管理、多源协同控制、电压频率支撑等关键技术提供可靠的仿真验证平台。; 阅读建议：建议结合提供的Simulink模型与参考文献进行系统学习，重点关注控制器结构设计、预测模型建立及控制参数整定过程，可通过调整负载突变、设定不同工作模式等方式开展仿真实验，深入理解控制策略的鲁棒性与适应性表现。
从 YOLO 到视觉大模型：工程实践中如何选择？
本文对比了传统视觉模型YOLO与视觉大模型的差异。YOLO是单任务专用模型，适合规则明确、实时性要求高的检测任务；视觉大模型则具备通用视觉理解能力，但存在推理延迟大、算力成本高和"过度智能"等问题。在实际工程中，参数规模并非越大越好，7B-8B模型往往更均衡。控制大模型幻觉需通过严格Prompt设计、定向样本微调和任务拆解等方法。工业落地时应根据任务特性选择模型：YOLO适用于确定性高的场景，视觉大模型更适合复杂多变的环境。模型效果的关键在于任务边界、数据质量和系统设计，而非单纯追求参数
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
139
扫一扫
