12、Tableau Server功能详解与计算字段基础指南

Tableau Server功能详解与计算字段基础指南

1. Ask Data与工作簿交互基础

Ask Data虽然不像Tableau Desktop那样灵活,对结果的控制也有限,但它能轻松满足用户“能否构建一个大表格以便搜索所需内容”的需求,使用Ask Data后就无需这种大表格了。完成操作后,若想保存工作成果,可使用工具栏中的保存按钮;若不想保存,关闭标签即可。

在Tableau Server中点击工作簿,能看到其所有视图(工作表、仪表盘和故事)。点击视图后,Tableau Server会以只读模式打开,虽无法修改,但可使用过滤器、高亮显示、参数、操作并查看工具提示。视图上方有导航栏,显示当前视图路径,还有一些图标,可用于打开设备布局预览、查看数据源及其他默认选项(如搜索、收藏、帮助和通知)。导航栏下方有一个特殊工具栏,具备Tableau Server特定功能。工具栏左侧可进行撤销、重做、恢复操作,以及刷新或暂停数据源,但使用频率不高。此外,Tableau Server还有以下特定功能:
- 编辑 :在Web创作部分有详细说明。
- 共享 :提供视图链接及嵌入网页的代码。
- 全屏 :字面意思,开启全屏显示。

下面重点介绍五个实用功能,可使用之前发布的“世界指标工作簿 - 旅游视图”来测试和重现示例。

2. 自定义视图(Custom Views)

自定义视图可保存可视化的当前状态,方便后续重新打开。例如在仪表盘上,需在多个过滤器中选择不同值以聚焦感兴趣的内容。若没有自定义视图,每次打开工作簿

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础
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