OS X 定制备忘

记录一些切换系统之后需要做的事
1. 安装 Xcode 和 Command Line Tools
2. 首先,肯定是先弄个好用的包管理系统 [url=http://brew.sh/]Homebrew[/url]
ruby -e "$(curl -fsSL https://raw.github.com/Homebrew/homebrew/go/install)"

3. 安装 Git
brew install git

4. 安装GNU Command Line Tools
brew install coreutils

参考:http://chemzqm.me/v/8
5. 用 Homebrew 安装各种数据库
6. 安装Janus
[url]https://github.com/carlhuda/janus[/url]
其他:
1. 修改终端中的机器名
sudo hostname new_hostname


2. 更改用户帐户名称或个人目录名称
[url]http://support.apple.com/kb/HT1428?viewlocale=zh_CN[/url]

按键:
向后删除 fn + delete

MacBook (OS X 10.9.1)休眠之后唤醒有时候会没有声音,可以用以下命令解决:

sudo kextunload /System/Library/Extensions/AppleHDA.kext
sudo kextload /System/Library/Extensions/AppleHDA.kext
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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