mongodb的学习

学习MongoDB

MongoDB的安装

  • 首先在网上下载MongoDB,然后傻瓜式安装,不过在最后一步的时候,我们把默认勾选的一个选项给去掉,就是最后一步的Initial MongoDB Compass这个勾选项给去掉
  • 然后我们需要在配置一下环境变量,就是把C:\Program Files\MongoDB\Server\4.2\bin这个路径放在环境变量中的path中,这个路径是根据自己所安装的位置决定的。
  • 然后我们就可以使用mongod --version查看MongoDB是否安装成功

MongoDB的启动与连接

  • 我们在cmd中使用mongod启动数据库
  • 然后我们使用mongo连接本地的数据库

MongoDB的一些基本命令

  • show dbs 展示所有数据库
  • db 查看当前使用数据库
  • use xxx 使用或者创建数据库(如果没有就创建,在我们新建数据库的时候,如果没有添加数据我们在使用show dbs是不存在这个数据库的,只要我们添加了一条数据的时候就可以使用show dbs展示这个所建的数据库了)
  • db.dropDatabase() 删除数据库,我们切换到所要删除的数据库下,使用此命令
  • db.xxx.insertOne({"张三":"18"})为当前数据库中的xxx表添加一个数据,没有就创建
  • show collections展示当前数据库下的所有数据表
  • db.xxx.find()查看当前数据库下的xxx表中的所有数据
  • db.xxxx.drop()删除xxxx数据表(在这里称数据集合)
  • db.createCollection(name) 创建一个数据集合(表)

在node.js中使用MongoDB

  • 我们可以使用MongoDB的官方包 来操作,但是这里我们使用的是mongoose这个包操作MongoDB数据库
  • 首先安装一下mongoose这个包

使用mongoose的过程

	const mongoose = require('mongoose');
	
	// 定义一个schema
	const Schema = mongoose.Schema
	
	// 连接数据库
	mongoose.connect('mongodb://localhost/test');
	
	// 设计集合(表)结构
	const userSchema = new Schema ({
	    username:{
	        type: String,
	        required: true
	    },
	    password: {
	        type: String,
	        required: true
	    },
	    email: {
	        type: String
	    }
	})
	// 将文档结构发布为模型(创建一个 model)
	// 两个参数 第一个 大写单数名词,就是数据库中的数据表名称
	// 第二个参数 就是我们创建的Schema结构
	  const User = mongoose.model('User', userSchema);
	
	  const admin = new User({
	      username:'张三',
	      password:'123456',
	      email:'122551593@qq.com'
	  })
	//下面是对数据表的操作(新增数据)
	  admin.save(function(err,ret){
	      if (err) {
	          console.log('保存失败');
	      } else {
	          console.log('保存成功');
	      }
	  })

其他待续。。。。。

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问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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