[转]sed介绍

本博客节选自Sed 介绍和教程

Sed介绍

Sed是一个终极的流编辑器
Solaris上关于sed的文档有5页,其中2也描述了34种你可能会看到的错误。

Sed的替换命令s
echo Sunday | sed 's/day/night/' 

s    #替换命令
/    #分隔符
day  #正则表达式模式,查找模式
night #替换字符串

建议这里关于命令的部分s/day/night/使用单引号串起来,如果你在命令中有元字符,引号是必要的。

用&代表匹配的串
echo "123 abc" | sed 's/[0-9]*/& &/'
#output
$~ 123 123 abc

注意sed中通配符和正则表达式的区别,需要使用正则的地方,很多正则符号需要用转义符号来转义。例如上面的查找模式[0-9]*可以用正则替代为[0-9]\{0,\}
sed会以贪婪的方式匹配第一个串,因此字符串abc 123在上述查找模式中匹配时,第一个字符前的空串会匹配上。

echo 124day333 | sed "s/[a-z]*/(&)/g"
#output
()1()2()4(day)3()3()3()
用\1来指明匹配的部分
sed 's/\([a-z]*\) \([a-z]*\)/\2 \1/'

如果你想调换两个单词的位置,你可记录两个模式,并改变它们的次序。sed最多支持9个模式。

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神经网络与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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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