- 博客(102)
- 资源 (16)
- 收藏
- 关注
RSS订阅原创 桌面天气查询应用优化(基于cursor-cladue-3.7_sonnet)
"晴": "sunny.png","多云": "cloudy.png","阴": "overcast.png","雨": "rain.png","雪": "snow.png",# 可以根据需要添加更多映射。
2025-02-25 14:11:56
923
原创 局部放电相关专利解读-一种局部放电特高频信号PRPD/PRPS图谱相 位同步方法(CN 113253066 A)
该专利提出了一种局部放电特高频信号PRPD/PRPS图谱相位同步方法，旨在解决现有技术依赖工频电源同步、检测范围受限以及电网频率波动导致图谱相位混乱的问题。属于高压电气设备绝缘状态检测技术领域，通过特高频法实现非接触式局部放电检测，优化PRPD（相位分辨局部放电）和PRPS（相位分辨脉冲序列）图谱的相位同步。：通过内同步技术，基于局部放电信号自身的相位分布特征调整图谱相位，减少对工频电源的依赖。适用于高压电气设备（如变压器、电缆）的绝缘状态监测，尤其适合变电站等需要大范围巡检的场景。
2025-02-24 14:28:08
271
原创 使用Python和PyQt5实现Modbus TCP协议下的量程切换功能
切换指令大量程指令小量程指令Modbus TCP服务器配置6789开发工具编程语言：PythonGUI框架：PyQt5我们将通过发送上述字节序列的方式，向指定的Modbus TCP服务器发送指令，实现量程的切换。self.status_label.setText('正在发送大量程指令...')self.status_label.setText('正在发送小量程指令...')和：分别对应“设置大量程”和“设置小量程”按钮的点击事件，更新状态标签并调用方法发送指令。
2024-12-11 16:07:22
1001
原创 构建Modbus TCP写多个寄存器指令详解
通过上述步骤，我们成功构建了一个Modbus TCP指令，用于向从设备地址为1的从站，从地址200开始，连续写入8个寄存器，其中前4个寄存器写入值1，后4个寄存器写入值2。确保每个字段的正确性，特别是MBAP头中的长度字段，是实现成功通信的关键。在实际应用中，推荐使用现有的Modbus库（如pymodbus）来简化指令的构建和发送过程，减少手动错误。同时，使用网络抓包工具（如Wireshark）可以帮助调试和验证Modbus TCP通信的正确性。
2024-12-11 15:45:52
1934
原创 解读Modbus TCP指令
功能：写入多个保持寄存器起始地址：200寄存器数量：2寄存器值地址200：写入值1地址201：写入值1目标设备：单元标识符为1的从设备操作类型：写入保持寄存器写入内容从寄存器地址200开始，连续写入2个寄存器写入的值均为1注意事项长度字段不匹配：根据解析，MBAP头中的长度字段为1030，而实际PDU部分仅为10个字节。这可能导致服务器在解析时出现问题。应确认数据的正确性，确保长度字段与实际PDU长度一致。
2024-12-11 15:42:50
1371
原创 深入了解Modbus TCP协议：介绍、原理解析与应用示例
Modbus TCP（也称为Modbus TCP/IP）是Modbus协议的一个变种，基于TCP/IP协议栈在以太网上进行通信。它继承了Modbus协议的所有优点，同时利用以太网的高带宽和稳定性，提供更快速和可靠的数据传输。Modbus TCP凭借其简单性、开放性和高效性，成为工业自动化领域中广泛应用的通信协议。通过本文的介绍与示例，相信您对Modbus TCP有了更深入的了解，并能够在实际项目中灵活应用。
2024-12-11 15:36:44
2652
原创 局部放电检测中的频段解析：特高频、高频与超声波技术详解
特性高频（HF）检测特高频（UHF）检测优势- 设备成本较低- 检测范围广- 实时监测能力强- 抗干扰能力强- 定位精度高- 检测灵敏度高局限性- 抗干扰能力较弱- 定位精度较低- 设备成本较高- 检测范围相对较窄- 适用场景受限通过深入理解不同频段在局部放电检测中的应用与优势，电力工程师能够更精准地选择适合的检测技术，提升电力设备的运行效率与安全性。持续关注最新的检测技术发展，将为电力系统的稳定运行提供更有力的保障。
2024-12-06 14:50:19
1973
原创 如何在 Cursor-AI 中配置 Conda 虚拟环境
通过以上步骤，你可以轻松在 CursorAI 中配置 Conda 虚拟环境，并利用快捷键提高开发效率。使用虚拟环境可以帮助你避免依赖冲突，并保证项目的可移植性，是进行数据科学和机器学习项目开发的最佳实践之一。希望这篇博客对你有所帮助！如果有其他问题，欢迎留言交流。这篇博客概述了配置 Conda 环境的步骤以及在 CursorAI 中的快捷键使用，你可以将其保存并随时参考！
2024-12-04 11:22:56
3468
3
原创 Python中如何实现高效的列表过滤
本文详细介绍了Python中实现高效列表过滤的多种方法，包括基础的for循环、列表推导式、filter函数、itertools模块，以及高级的pandas和numpy库。我们还讨论了生成器的使用，以及在实际场景中的应用。通过性能测试和优化建议，希望你能选择最适合自己需求的方法，提高代码的效率和可读性。关键要点：根据数据规模选择工具：小规模数据使用列表推导式即可；大规模数据考虑numpy或pandas。注重代码可读性：清晰、易读的代码更易于维护和扩展。性能优化。
2024-11-12 08:34:16
1841
2
原创 利用 Feather 格式加速数据科学工作流：Pandas 中的最佳实践
Feather 是一种二进制文件格式，由 Apache Arrow 项目开发，专为高效的读写操作设计。它支持不同编程语言之间的数据交换，并且适用于大规模数据存储和传输。Pandas 提供了对 Feather 的直接支持，允许用户轻松将DataFrame转换为 Feather 文件格式，并在不同环境中快速加载。Feather 格式为数据科学工作流中的读写性能提升带来了显著的优势，特别适用于需要高频率存取的大型数据集。通过熟练掌握 Feather 与 Pandas 的结合使用技巧，可以大幅提升数据处理的效率。
2024-11-05 15:56:33
998
原创 Edge 浏览器插件开发：图片切割插件
用户上传并预览图片。将图片平均分割成 4 份。自动下载分割的图片到本地默认文件夹。通过cursor辅助工具，我们可以高效地管理代码中的事件和操作流，确保插件在多个步骤中流畅运行，并能够在图片加载、分割和下载的每个关键步骤中实时监控进程状态。通过本插件，我们了解了图片分割处理的基本流程，以及如何借助cursor工具在插件开发中高效管理流程。插件在 Edge 和 Chrome 浏览器上均可运行，并支持进一步扩展，例如添加用户自定义切割比例、支持不同的文件格式和 UI 优化。借助cursor。
2024-10-31 16:45:24
781
原创 Bolt.new简化AI驱动的全栈开发(附飞机大战实例)
Bolt.new 是一种 AI 驱动的 Web 开发平台，完全基于浏览器运行，无需本地环境配置。该平台利用技术，允许开发者直接在浏览器中使用 Node.js、npm 等工具，为全栈开发提供完整的环境支持【10†source】【13†source】。与传统在线 IDE 不同，Bolt.new 的运行环境不依赖远程服务器，而是直接在用户浏览器中运行，这使得操作更加快速，且开发者的代码和数据更加安全。Bolt.new 作为一种AI驱动的开发工具，在简化Web开发流程方面展示了巨大潜力。
2024-10-31 09:25:26
1034
原创 使用Python和Matplotlib模拟3D海浪动画
Gerstner波浪模型是一种经典的海浪模拟方法，具有计算简单和效果逼真的特点。它通过对海面上的每个点施加正弦波的位移，来模拟波浪的起伏。本文将详细解释代码的实现过程，并提供可运行的示例代码。ax.clear()t = frame / 20.0 # 时间参数animate函数用于更新每一帧的图像。t是时间参数，控制波浪的动态变化。在循环中，叠加多个Gerstner波浪。使用绘制3D海浪表面。
2024-10-24 17:25:18
1302
原创 使用 NumPy 和 Matplotlib 实现交互式数据可视化
本文展示了如何使用NumPy和Matplotlib创建交互式数据可视化。通过滑块、按钮和单选按钮的结合，我们可以动态探索数据的变化。这种交互式图表非常适用于数据探索和展示，例如实时监控、信号处理等场景。你可以进一步扩展这些功能，如添加更多的控件、响应鼠标事件，或将交互式图表嵌入到应用程序中，为用户提供更友好的数据体验。
2024-10-24 08:35:32
775
原创 使用 NumPy 和 Matplotlib 进行高级数据可视化：实践指南
数据科学和工程实践中，和是强大的组合工具。本文将进一步展示如何借助这两个库进行更复杂的可视化任务，例如创建多曲线、叠加图、动态可视化等场景。
2024-10-23 08:17:59
846
原创 如何使用 NumPy 和 Matplotlib 进行数据可视化
在数据科学领域，和是 Python 中最常用的两个库。NumPy 用于科学计算和数据处理，而 Matplotlib 提供了丰富的图表工具来展示数据。本文将介绍如何将这两个库结合使用，轻松进行数据可视化。
2024-10-22 08:48:36
699
原创 pandas在数据清洗中的实际应用
在当今数据驱动的时代，数据已成为企业和研究机构做出明智决策的核心要素。如果不对这些问题进行处理，可能会导致分析结果的偏差，甚至得出错误的结论。通过实际的代码示例，逐步演示从数据读取、缺失值处理、重复值删除、数据类型转换、异常值处理到数据标准化的完整流程。从数据读取、缺失值处理、重复值删除、数据类型转换、异常值处理，到数据标准化和字符串处理，我们涵盖了数据清洗的主要步骤和方法。接下来，我们将从 pandas 库的简介开始，逐步深入数据清洗的各个环节。为例，演示完整的数据清洗流程。在众多数据处理工具中，
2024-10-17 10:29:34
1042
原创 Pandas 中 transform() 与 apply() 的联系与区别
和apply()是 Pandas 中处理分组数据的两个重要方法。更适合用于简单的转换操作，而apply()则具有更大的灵活性，适合用于复杂的数据处理需求。在选择时，需要根据具体任务的复杂性和结果的需求来决定使用哪个方法。
2024-10-15 14:02:55
451
原创 Pandas GroupBy 详解2：深入理解与实践
apply()方法允许我们对每个组执行自定义的操作，具有极高的灵活性。df['标准化销售额'] = df.groupby('城市')['销售额'].apply(standardize)print(df)城市 销售额 月份 平均销售额 标准化销售额0 北京 100 一月 90.0 0.7302971 上海 200 一月 225.0 -0.7071072 广州 150 一月 135.0 0.7071073 北京 80 二月 90.0 -1.095445。
2024-10-15 13:56:25
773
原创 深入理解 Pandas 分组聚合：从基础到进阶-groupby使用
分组聚合是指将数据按某些条件进行分组，然后对每组数据进行某种计算，如求和、平均值、计数等。使用groupby()进行分组。使用聚合函数对分组后的数据进行汇总。我们还可以使用自定义的聚合函数。custom_agg = df.groupby('城市')['销售额'].agg(lambda x: x.max() - x.min())城市北京 20广州 30上海 50Name: 销售额, dtype: int64。
2024-10-15 11:18:43
1096
原创 汉语新解-卡片制作基于GPT4o模型测试
使用大模型提示词，展示汉语新解：直接看效果：使用提示词后，大模型会给出HTML代码，将其复制到HTML预览网站（https://www.toolhelper.cn/Html/Preview）即可看效果。。
2024-10-11 14:56:40
379
原创 深度解析：Debian 与 Ubuntu 常用命令的区别与联系
命令一致性：两者大多数常用命令和工具是相同的，特别是在系统管理、软件安装和服务管理方面。学习成本低：熟悉其中一个发行版的用户，可以轻松过渡到另一个。尽管 Debian 和 Ubuntu 在常用命令上的差异并不大，但了解这些细微的区别有助于我们更高效地使用它们。无论您是新手还是有经验的用户，选择适合自己的发行版，都能充分发挥 Linux 的强大功能。
2024-09-25 16:33:08
1589
原创 深入解析Debian与Ubuntu：技术特点与用户使用指南
Debian和Ubuntu在技术特点和用户使用方法上各有优势。Debian以其稳定性和高度可定制性，成为服务器和专业用户的首选；而Ubuntu则以用户友好和最新特性，吸引了大量桌面用户和开发者。选择适合自己的操作系统，需要根据自身的技术水平、使用需求和对系统的期望来决定。无论选择哪个发行版，都能体验到Linux的强大和灵活性。
2024-09-25 16:00:16
3944
原创 Debian与Ubuntu：深入解读两大Linux发行版的历史与联系
在开源操作系统的领域中，Debian和Ubuntu是两款备受瞩目的Linux发行版。它们不仅在技术上有着密切的联系，而且各自的发展历程和理念也对开源社区产生了深远的影响。本文将详细介绍这两大发行版的历史、联系与区别，以及它们对开源生态系统的贡献。
2024-09-25 15:46:43
1405
原创 深入理解Ubuntu系统常用知识点
本文将详细阐述Ubuntu系统中的终端基础、软件管理、文件系统与权限、系统管理、安全与更新、提高效率的技巧以及可供参考的资源与社区，希望能够帮助读者更好地理解和使用Ubuntu。通过对Ubuntu系统终端基础、软件管理、文件系统与权限、系统管理、安全与更新、提高效率的技巧以及资源与社区的深入了解，您已经掌握了使用Ubuntu的核心技能。Ubuntu拥有强大的社区和丰富的资源，鼓励您积极参与社区活动，与他人交流，共同进步。在实践中不断探索和学习，您将发现Ubuntu和Linux的无限可能性。
2024-09-23 17:23:39
1459
原创 局部放电中的PRPD图与相位同步详解
PRPD图是将局部放电信号的幅值与工频电压的相位角对应起来，在0°到360°的一个完整电压周期内展示放电活动的图形。通过PRPD图，可以直观地观察放电事件在电压周期内的分布情况，从而识别不同类型的绝缘缺陷。PRPD图的构成：横轴：表示工频电压的相位角度（0°~360°）。纵轴：表示局部放电信号的幅值（通常以皮库伦pC为单位）。颜色或亮度：在三维或密度图中，表示放电事件的发生频次。通过PRPD图，可以：诊断绝缘缺陷：根据放电模式识别缺陷类型和位置。监测绝缘状态。
2024-09-19 13:45:27
3348
原创 局部放电检测中的相位同步：为什么重要以及如何选择同步方式
相位同步指的是在部分放电检测过程中，确保放电脉冲发生的时间与电力系统的交流电压波形保持一致，从而能够精确记录放电的相位角度（通常以0°到360°表示）。这种同步过程对于部分放电的检测至关重要，尤其是在绘制PRPD（Phase Resolved Partial Discharge）图时。PRPD图通过展示放电信号与电压波形的相位分布，帮助工程师判断绝缘系统的缺陷类型。相位同步。
2024-09-19 13:24:23
1425
原创 深入了解树莓派5：性能与功能的全面升级
凭借显著提升的性能和功能，树莓派5不仅满足了教育和DIY项目的需求，更为专业应用领域提供了可能性。无论您是学生、教师、开发者还是科技爱好者，树莓派5都将是一个强大而灵活的平台，助您实现各种创新想法。作为树莓派系列的最新一代产品，树莓派5在处理性能、连接性和功能扩展方面都有了显著的提升，为开发者、教育者和科技爱好者带来了更强大的工具。树莓派5是基于ARM架构的单板计算机，延续了树莓派系列低成本、高性能的设计理念。它适用于从编程教育到物联网项目的各种应用，提供了比前代产品更强的计算能力和更丰富的接口。
2024-09-14 11:31:45
2418
原创 深入了解HarmonyOS（鸿蒙操作系统）
作为一款面向未来的分布式操作系统，HarmonyOS致力于为用户带来全场景、跨设备的智慧生活体验。未来，随着生态的不断完善和技术的持续创新，HarmonyOS有望成为全球操作系统版图中的重要力量。随着物联网和人工智能的快速发展，传统的操作系统已难以满足多设备、多场景的智能互联需求。作为一款面向全场景的分布式操作系统，HarmonyOS旨在打破设备间的壁垒，实现无缝的跨设备体验。HarmonyOS采用了全新的分布式架构，核心思想是将多个物理设备虚拟成一个“超级虚拟终端”，实现资源的共享和任务的协同。
2024-09-14 11:27:48
3642
原创 深入了解Linux操作系统：开源世界的基石
1991年，芬兰大学生Linus Torvalds在学习MINIX（一种教学用的类Unix操作系统）时，发现其功能有限，无法满足自己的需求。于是，他开始着手开发一个新的内核，这就是Linux的起点。在计算机世界中，操作系统是连接硬件和软件的桥梁，而Linux则是这座桥梁中的一颗璀璨明珠。作为一款开源的类Unix操作系统，Linux在服务器、超级计算机、嵌入式系统和个人电脑等领域都有广泛的应用。无论您是普通用户、开发者还是系统管理员，都可以在Linux的世界中找到适合自己的位置。
2024-09-14 11:24:28
1836
1
原创 操作系统简介
现今，操作系统种类繁多，主要分为桌面操作系统、服务器操作系统和移动操作系统等。不同的操作系统有各自的优势和应用领域，用户可以根据自己的需求选择最适合的操作系统。：Windows是由微软公司开发的系列图形界面操作系统，是全球使用最广泛的桌面操作系统之一。：Chrome OS是由Google开发的基于Linux内核的操作系统，主要面向Web应用。：macOS是苹果公司为Mac系列电脑开发的专有操作系统，以其稳定性和优雅的用户界面著称。：Unix是最早的多用户、多任务操作系统之一，奠定了现代操作系统的基础。
2024-09-14 11:20:48
924
原创 树莓派介绍与可安装的操作系统
树莓派是一款由英国树莓派基金会开发的信用卡大小的微型计算机。处理器（CPU）内存（RAM）图形处理器（GPU）USB 接口网络接口（以太网和 Wi-Fi）视频输出（HDMI）音频输出用户只需添加电源、存储卡、显示器和输入设备（键盘、鼠标），就可以将其当作一台功能齐全的电脑使用。主要特点：低成本：价格亲民，适合教育和个人项目。小巧便携：体积小，便于携带和部署。功能强大：支持多种编程语言和操作系统，功能不逊于传统电脑。树莓派从最初的教育工具发展成为功能强大的多用途平台。最新的树莓派 5。
2024-09-14 10:34:57
1405
原创 Ubuntu系统高级应用：技巧与实践
bash通过本篇文章的学习，您应该对Ubuntu系统的高级应用有了更深入的了解。无论是自定义Shell环境、自动化任务、网络和服务器配置，还是容器化和虚拟化技术，这些技能都将大大提升您的工作效率和系统管理能力。持续的学习和实践是成为Ubuntu专家的关键，分享按钮如果您觉得这篇文章对您有帮助，请分享给更多朋友！欢迎在下方留言，分享您的经验或提出您的疑问。
2024-09-13 16:01:11
482
原创 Ubuntu系统进阶指南：高级命令与技巧
通过掌握这些高级命令和技巧，您可以更深入地了解Ubuntu系统的强大功能，提高工作效率和系统管理水平。持续学习和实践是熟练使用Linux系统的关键，希望这篇文章能为您的学习之路提供帮助。分享按钮如果您觉得这篇文章对您有帮助，请分享给更多朋友！欢迎在下方留言，分享您的经验或提出您的疑问。
2024-09-13 15:53:10
1127
原创 Ubuntu系统入门指南：常用命令详解
Ubuntu是一个基于Linux内核的开源操作系统，适用于个人电脑、服务器和物联网设备等。它由Canonical公司及其社区开发和维护，注重易用性和稳定性，提供了友好的用户界面和丰富的软件生态系统。Ubuntu通常每六个月发布一个新版本，每两年会推出一个长期支持（LTS）版本，提供五年的安全更新和维护。如果您是初学者，建议在实际操作中多加练习，以加深对这些命令的理解。Ubuntu注重用户体验，提供了友好的图形界面，同时也支持强大的命令行操作。查看当前运行的进程和资源使用情况。的所有者更改为指定的用户和组。
2024-09-13 15:42:43
1689
原创 树莓派5-番外篇-GPU相关-学习记录2
树莓派5 使用的是 Broadcom BCM2712 处理器，内置的 VideoCore VII GPU 是用于图形处理的专用硬件，主要用于图形加速（如视频解码、显示等）。然而，这个 GPU 的主要目标不是像 NVIDIA 或 AMD GPU 那样用于高性能通用计算（如深度学习加速）。不过，通过适当的设置和库，还是可以利用 GPU 的部分功能来加速特定的任务。树莓派5的 VideoCore VII GPU 主要用于图形加速，但支持 OpenGL 和 OpenCL，可以用于特定的计算任务。
2024-09-09 16:00:04
2451
原创 树莓派5开发板-安装Raspberry Pi系统-学习记录1
树莓派5（Raspberry Pi 5）是树莓派系列最新的开发板，相较于前几代产品，它在性能、连接性和功能方面都有了显著提升。处理器：树莓派5搭载了Broadcom BCM2712 四核 Cortex-A76 处理器，时钟频率高达2.4GHz，比树莓派4提升了30%到40%的性能。内存：可选4GB或8GB LPDDR4X-4266 SDRAM，提供更快的数据访问速度和更大的内存空间，适合多任务处理和更重的工作负载。图形处理。
2024-09-09 15:17:32
2614
原创 树莓派5开发板-学习记录1-安装unbuntu系统
通过以上步骤，您已经成功卸载了Xfce桌面环境以及相关的显示管理器。如果需要安装其他桌面环境或者回到命令行模式，现在系统已经恢复为无桌面环境的状态。如果有其他问题或需要进一步的帮助，请告诉我！
2024-09-09 08:36:09
2365
3
svm-project-适用x86-64架构的dockerfile文件与完整镜像文件.7z
2024-09-13
svm-fastapi-app.tar 一个名为 svm-fastapi-app.tar 的文件，包含了完整的 Docker
2024-09-12
9-11-docker-svm-fastapi.zip
2024-09-12
LabelImg是目标检测数据标注工具，可以标注两种格式： VOC标签格式和YOLO标签格式
2024-06-26
车辆检测的视频，视频来自YouTube，Los Angeles Freeway I-101 HD 30fps traffic
2024-06-20
基于OpencvDNN和ONNXRuntime部署YOLOv7（源码+训练模型+说明文档+数据）包含C++和Python两个版本
2024-06-14
高光谱数据集(.mat.csv)-科研学术
2024-05-29
yolov5m.pt与yolo5s.pt预训练模型.zip
2021-08-12
卷积神经网络-源代码.rar
2020-11-28
python遗传算法旅行商代码.zip
2020-06-22
python-遗传算法求四元函数极值.zip
2020-06-13
pip-script.zip
2020-06-01
movie-score-info.csv
2020-05-15
手写体识别数据集-mnist.rar
2020-05-07
ml-latest.zip
2020-05-06
cifar10数据集.rar
2020-05-05
遗传算法实现TSP的完整代码.zip
2020-05-05
opencv_python-3.4.7.28-cp37-cp37m-win_amd64.whl
2020-04-26
Pillow-7.0.0-cp37-cp37m-win_适用于windows64和32位操作系统
2020-04-07
最新Landmark人脸68个关键点检测dat模型库-数据亲测真实可用.zip
2020-04-07
冠状病毒确诊数据.zip
2020-04-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人