11.24-12.1第一周总结 及 下周计划

本周学习了Git基础操作,包括初始化、提交和推送等,并在南阳OJ上解决了15道题目,同时开始接触HTML和C语言数组。计划下周深入HTML+CSS及C语言指针的学习。

11.24-12.1第一周总结

1.安装git、学习Git基本语法

git init:初始化
git add:将本地文件增加到暂存区
git commit:将暂存区的内容提交到本地仓库
git push:将本地仓库的内容推送到远程仓库
git pull:将远程仓库的内容拉取到本地仓库
git config --global user. name “名字”
git config - -global user. email “邮箱”
ssh-keygen -t rsa -C 邮箱
git clone…

2. 南阳oj 15 题
  • 输入 N 组数据
    while(N–)
    {
    }
    (当N不为0时执行循环体,为0时不执行)
    ————————————————————————
    for(r=0;r<i;r++)
    {
    }
    (i为组数)
    —————————————————————————
    whie(1)
    {
    }
    (用if、break…跳出循环)
  • 取一个四位数字的个位、十位、百位、千位
    for(i=0;i<4;i++)
    {
    a[i]=m%10; /分别取m得个位、十位、百位、千位/
    m/=10;
    }
3. 在freecodecamp 练HTML
4.安装虚拟机、Ubuntu
5.C语言学习到数组

学习计划(下周)

    • 学习html+css
    • 学习c语言学习到指针
    • 写南阳oj15道题
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(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,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与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与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,体现了其在多学科交叉仿真与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学与动力学建模方法;②学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实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与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与仿真方法拓展自身研究思路。
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