认知世界(1)--学与思

刚刚结束了牛腩的新闻发布系统,在看这个视频之前,我想着是等把这个视频看完了,然后再看点HTML,asp等视频.web开发有了一定了解以后再去实现.这样就能把牛腩的视频做的更好,做到一步到位也可以说.但是老师给我们的意见是,边看边做,不会再查.

自己仔细想了想,这里存在一个这么样的问题.你在做一件事情的时候是想好了再做,还是边做边想,不行再修改,反复.

这里不想讨论世界万物的规律.每一种方法不可能适应所有问题.这个是米老师经常强调的.

但是在学习上我认为后者比较适合.

学习一种技术,科学.你想要弄懂它,必须做了才能深刻的理解,体会.即使你做了很充分的准备,做了很多热身运动,想了好多问题.也不及做一遍强.

对于我来说,我认为你学习一个视频,做好的方法就是把这个视频快速的看完(不能太快),不要期望我记录下了这个视频的所有东西.然后用挤出来的时间去反复实践它,不会的地方最好再回来看,看一遍一个感觉.

比如说做这个牛腩新闻系统.你做完以后,再回头去总结,去修改自己的错误.远比之前多热身要好的多.

也就有了这么一个结论:

学习之前的思考不如学习之后的思考有更大价值,当然不是否定学习之前思考不重要.

做之前的反复准备不如做之后的反复总结来的有价值.



六自由度机械臂ANN人工神经网络设计:正向逆向运动求解、正向动力控制、拉格朗日-欧拉法推导逆向动力方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向逆向运动求解、正向动力控制以及基于拉格朗日-欧拉法推导逆向动力方程的理论Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多科交叉仿真优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动动力建模方法;②习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力方程推导仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究复现。; 阅读建议:建议按目录顺序系统习,重点关注机械臂建模神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法仿真方法拓展自身研究路。
评论
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