自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

weixin_44098716的博客

  • 博客(17)
  • 资源 (4)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 什么是时间序列？业务分析师的介绍

在 Python 中，用于时间序列分析的主要数据结构是“pandas.Series”对象，它是一个一维标记数组，可以处理时间序列数据固有的日期/时间索引。一旦我们对时间序列的组成部分和特征有了充分的了解，我们就可以开始开发模型来描述数据并预测未来值。选择的具体建模方法将取决于时间序列的特征、分析的目的以及所需的准确性和复杂性。这对于许多标准时间序列建模技术来说可能是有问题的，因为它们通常假设数据是平稳的。一旦数据采用这种时间序列格式，我们就可以开始分析数据的组成部分和特征，例如趋势、季节性和平稳性。

2024-11-28 08:53:28 989

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第七部分：开源 RAG）

可以使用提示自定义 Ollama 库中的模型。例如，要自定义。

2024-11-28 08:51:05 1279

原创 营销中的数据科学：使用 Python 进行倾向建模

由此我们可以看出，我们所有的变量都是布尔值，这意味着我们需要执行最少的特征工程。但是，倾向模型可用于预测各种客户行为，例如，我们可以使用倾向模型来预测客户流失、特定产品或优惠的转化率，甚至客户投诉的可能性。下面的代码将我在本教程的其余部分中使用的数据集保存到您的主目录中的文件夹中。我们不需要它来进行建模，所以我们可以删除它，但我们以后可能会需要它，所以让我们先将用户 ID 保存为一个系列，然后删除该列。在本系列的后续文章中，我将介绍营销中的一系列营销数据科学技术，包括提升模型、RFM 分析和营销组合模型。

2024-11-27 08:43:59 860

原创 神经网络的数学——一个完整的例子

我们想应用梯度下降来获得权重 w₇ 的新值。但本质上，要找到更新权重的值，首先计算权重输出神经元的增量，然后从增量中减去旧权重，乘以增量，再乘以权重输入神经元的先前值。现在，由于我们之前已经计算了 δ₀₁ 和 δ₀₂（参见本文输出层部分所做的计算），我们可以将这些增量的值代入方程中。找到一种方法来优化隐藏层权重具有更大的推导量——本节中的任何内容都与计算无关，因此如果需要，可以随意跳过此部分。∂sₕ₁ / ∂w₁ 的值是前一层神经元的输出（在本例中，由于只有一个隐藏层，所以是输入层神经元）。

2024-11-27 08:40:26 3542 1

原创 数据驱动客户获取的完整指南

一旦公司在营销渠道、活动、创意、信息等方面找到吸引每个客户群体的方法，他们就准备在客户获取计划中推出个性化。通过分析，该品牌发现，情人节的目标客户中只有一小部分与母亲节的目标客户重叠。由于 iOS 隐私保护方面的变更，在没有唯一用户标识符的情况下，将用户旅程中的不同接触点关联起来变得越来越困难。借助客户细分提供的详细信息，公司可以确定每个客户群最具吸引力的活动、购物体验和产品，并分析它们为何具有吸引力。正因为如此，当公司开始关注时，他们只需削减无效营销计划的预算，就能获得巨大的增长机会。

2024-11-27 08:39:37 996

原创 决策树和梯度提升的视觉理解

决策树是一种非参数监督学习算法，可用于分类和回归。它使用树状结构来表示决策及其潜在结果。决策树易于理解和解释，并且易于可视化。但是，当决策树模型变得过于复杂时，它无法很好地从训练数据中概括出来，从而导致过度拟合。梯度提升是一种集成学习模型，我们将许多弱学习器组合起来以开发强学习器。弱学习器是单独的决策树，每个学习器都试图关注先前学习器的错误。与单个深度决策树相比，梯度提升通常不太容易过度拟合。本文将直观地解释分类和回归问题中决策树背后的直觉。我们将了解该模型的工作原理以及它为什么会导致过

2024-11-26 15:23:54 1268

原创 营销中的因果机器学习

在会议进行过程中，一位营销经理仍然很好奇，想知道如果数据科学家对获得折扣的公司和未获得折扣的公司销售额进行简单、朴素的均值比较，而不控制任何混杂变量，估计效果会是什么。如果我们试图通过比较享受折扣的公司和未享受折扣的公司的平均销售额来确定折扣对销售额的影响，我们将得到错误的结果。因此，为了评估活动的有效性，团队最初考虑比较获得折扣的客户公司和未获得折扣的客户公司的平均销售额。他们解释说，简单地比较获得折扣的公司和未获得折扣的公司之间的销售额可能会得出错误的结论。出于保密原因，案例研究中使用的数据是模拟的。

2024-11-26 15:20:28 640

原创 如何使用任何监督学习模型预测时间序列数据（含代码及数据集）——将时间序列数据转化为经典 ML 模型的标准表格格式，并使用 AutoML 提高准确性

接下来，我们演示如何将这个问题重新定义为一个标准的多类分类问题，我们可以将任何机器学习模型应用于该问题，并展示如何通过使用强大的监督 ML 获得卓越的预测。样本外准确率相当低，仅为 43%。下面我们可以看到 AutoML 平台中的模型评估估计，展示了所有自动拟合和评估的不同类型的 ML 模型（包括多个梯度提升模型），以及通过最佳组合它们的预测构建的集成预测器。对于我们的 PJM 每日能源消耗数据，我们发现，将数据转换为表格格式并对其进行特征化，与使用我们的 Prophet 预测模型建立的基线准确度相比。

2024-10-22 15:07:17 1040

原创 组合优化的强化学习

自人类诞生之初，即数百万年前，每一项技术创新和每一项改善我们生活和我们在地球上生存和繁衍能力的发明，都是由聪明的人类的聪明才智设计的。从火到轮子，从电到量子力学，我们对世界和周围事物的复杂性的理解已经增加到我们常常难以直观掌握的程度。如今，飞机、汽车、轮船、卫星、复杂结构等许多领域的设计者都严重依赖算法来改进它们，而算法往往以人类无法实现的微妙方式来改进。除了设计之外，优化在网络路由（互联网和移动）、物流、广告、社交网络甚至医学等日常事务中也发挥着至关重要的作用。

2024-10-18 17:26:45 961

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第六部分：大型语言模型）

我们与 LLM 互动的自然语言教学称为。

2024-10-17 14:32:13 1206 1

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第五部分：搜索与检索）

通过检索增强生成 (RAG) 应用程序的视角学习大型语言模型 (LLM)。

2024-10-15 11:46:41 1360

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第四部分：矢量数据库）

Eps 代表 epsilon，这是一个用户定义的输入，表示集群中要考虑的两个点之间的最大距离，而 minPts 是指形成集群所需的最小数据点数。当收到查询点时，算法会遍历森林中的每棵树，以找到该点所属的叶节点。矢量数据库中算法的选择取决于任务的具体要求，包括数据集的大小和维数、可用的计算资源以及准确度和效率之间可接受的权衡。因此，准确度可能受到森林中树木的数量和搜索期间检查的点数的影响，这两者都可以根据任务的具体要求进行调整。码本中的代表性向量越多，子空间中向量的表征就越准确，但搜索码本的计算成本就越高。

2024-10-15 11:06:49 532

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第三部分：句子转换器）

通过检索增强生成 (RAG) 应用程序的视角学习大型语言模型 (LLM)。

2024-10-15 10:42:01 932

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第二部分：数据准备）

在应用领域，游戏规则的改变在于你如何塑造你的数据——无论是 Markdown、PDF 还是其他文本文件。想象一下：你有一份厚重的 PDF，你急于提出有关其内容的问题。问题是什么？将整个文档和你的问题扔给模型的传统方法失败了。为什么？好吧，让我们谈谈模型上下文窗口的局限性。进入 GPT-3.5 及其同类。将上下文窗口想象成文档的一瞥，通常仅限于一页或几页。现在，一次共享整个文档？不太现实。但不要害怕！诀窍在于对数据进行分块。将其分解为易于理解的部分，仅将最相关的部分发送给模型。

2024-10-15 10:13:23 727

原创 构建 LLM （大型语言模型）应用程序——从入门到精通（第一部分：简介）

通过检索增强生成 (RAG) 应用程序的视角学习大型语言模型 (LLM)。本系列博文简介（本帖）数据准备句子转换器矢量数据库搜索与检索大语言模型开源 RAG评估服务LLM高级 RAG。

2024-10-15 09:41:14 405

原创 决策树回归详解讲解（含代码及图片讲解，适用于初学者）

决策树是一种使用树状结构预测数值的模型。它根据关键特征对数据进行拆分，从根问题开始并向外分支。每个节点询问一个特征，进一步划分数据，直到到达具有最终预测的叶节点。要获得结果，您需要遵循从根到叶的与数据特征相匹配的路径。图1 回归决策树通过遵循一系列数据驱动的问题来预测数值结果，并缩小到最终值。

2024-10-15 09:04:06 2276 3

原创 多类型的LSTM 模型进行时间序列预测（Python实现）——适用于初学者，含代码

单变量 LSTM 模型长短期记忆网络（简称LSTM）可应用于时间序列预测。有许多类型的 LSTM 模型可用于每种特定类型的时间序列预测问题。在本教程中，您将了解如何为一系列标准时间序列预测问题开发一套 LSTM 模型。本教程的目标是为每种时间序列问题的每个模型提供独立示例，作为您可以复制和调整的模板，以适应您的特定时间序列预测问题。完成本教程后，您将了解：如何开发用于单变量时间序列预测的 LSTM 模型。如何开发用于多元时间序列预测的 LSTM 模型。

2024-09-29 13:24:39 1153 1

评估高等教育中数学学习的数据集（论文+数据集）
该数据集包含高等教育中教授的数学主题的 9546 个问题的答案。该文件有八个特征，分别为：学生 ID、学生国家、问题 ID、答案类型（正确或错误）、问题级别（基础或高级）、数学主题、数学子主题和问题关键词。问题级别与提交问题的教授相关。数据是从 2019 年 2 月到 2023 年 12 月获得的。 文件还包括两篇引用该数据集撰写的论文： 1、管理教育中的个性化和协作：教育实践的系统评价（Managing Personalization and Collaboration in Education: A Systematic Review of Educational Practices） 2、使用循环神经网络 (RNN) 进行序列建模以实现翻转课堂中学生学习行为模式识别（Sequence Modeling with Recurrent Neural Networks (RNNs) for Student Learning Behavior Pattern Recognition in a Flipped Classroom）

2024-11-29

如何使用任何监督学习模型预测时间序列数据（含数据集和完整代码）-将时间序列数据转化为经典 ML 模型的标准表格格式，并使用 A
关于数据集 用于博文“如何使用任何监督学习模型预测时间序列数据——将时间序列数据转化为经典 ML 模型的标准表格格式，并使用 AutoML 提高准确性”

2024-10-22

智能停车车项目：停车位检测
该项目部署了我在自定义数据集上训练的模型，以便在低光、下雨和低分辨率条件下表现更好。部署 Faster R-CNN 模型来检测停车场中的车辆，输出是包围汽车的方框。根据方框和停车位的坐标，程序计算并预测停车位是空的还是被占用的。 程序的精度取决于深度学习的鲁棒性。因此，我们可以通过使用特定数据集训练模型来提高精度。

2024-10-18

酒店管理系统（Python）
该存储库包含使用 Python 创建的项目的源代码及其 tkinter 库以及提供数据库功能的 MySQL。

2024-10-18

嵌入式 开发实验室课程（C 语言）
嵌入式开发概述 目标受众 课程安排 会议日程

2024-10-18

计算机体系结构和汇编语言方面项目的存储库
Alexander Sahlstrom 这个存储库用于 cs271 的 nand2tetris 项目

2024-10-18

电子商务微服务架构（JAVA）
基于事件驱动和微服务架构的电子商务后端项目，包含 Java、Spring、AWS SNS、AWS SQS、PostgreSQL、MySQL、MongoDB 和 Docker。 实施微服务： 配置服务器（负责集中应用程序配置） 发现服务器（中央服务器，维护应用程序和微服务在网络上相互定位的地址全局视图） 客户服务（负责客户领域职责的微服务） 产品服务（负责产品储存及轮换管理） 订单服务（负责管理订单并告知其他微服务订单状态） 支付服务（负责订单支付） 通知服务（负责向用户发送有关其订单状态的消息和电子邮件）

2024-10-18

Rwf‐Rust Web 框架
Rwf 是一个使用 Rust 构建 Web 应用程序的综合框架。Rwf 使用经典的 MVC 模式（模型-视图-控制器）编写，标配了轻松构建快速安全的 Web 应用程序所需的一切。 功能概述： HTTP 服务器 用户友好的ORM，可轻松构建 PostgreSQL 查询 动态模板 身份验证和内置用户会话 中间件 后台作业和计划作业 具有 JSON 序列化的内置REST 框架 与Hotwired Turbo紧密集成，用于构建后端驱动的 SPA 特定于环境的配置 日志记录和指标 命令行界面

2024-10-18

Objective-C-mingw 示例
在 MinGW 开发环境中使用 Objective C 的一些示例

2024-10-18

Go 编程语言编写的项目
资源包括11 个用 Go 编程语言编写的项目，适用于初学者

2024-10-18

用于实验的 Scratch 仓库
用于实验的 Scratch 仓库

2024-10-18

用于处理 NMR、MALDI MSI、MALDI 单细胞、拉曼光谱、LC-MS 和 GC-MS 原始数据、化学信息学数据分析和数
目录： 原始数据查看器说明 1.1.导入原始数据文件 1.1.1.后台任务 1.2.搜索功能 1.3. XIC 图 1.3.1. XIC 叠加 1.4. TIC 图 1.5.原始散点图 1.6.查看质谱图 1.7.保存绘图并导出矩阵 1.7.1.导出XIC 1.8.质谱成像 数据注释 2.1.分子式搜索 2.1.1.导出公式搜索结果 2.2.分子网络 2.2.1.步骤1 选择离子 2.2.2. step2 建立网络 2.2.3. step3 查看网络数据 2.2.4. step4 网络可视化 2.2.5.导出网络数据 2.2.6.保存网络视觉 附录 3.1.工具包间切换 3.2.安装 Mzkit 3.3.卸载 Mzkit

2024-10-18

KeyAuth 加载器菜单（C#）
该项目是用 C# 编写的，代表一个作弊输入菜单。 它的使用完全取决于您；它可以用作任何所需程序的登录菜单。 它包含一个 KeyAuth 系统。您可以将自己的 KeyAuth 系统集成到 中Program.cs。

2024-10-18

CEF4Delphi ： Salvador Díaz Fau 创建的开源项目
CEF4Delphi 是一个由 Salvador Díaz Fau 创建的开源项目，用于将基于 Chromium 的浏览器嵌入使用Delphi或Lazarus/FPC为 Windows、Linux 和 MacOS 制作的应用程序中。 CEF4Delphi 基于 DCEF3 和 fpCEF3。这些项目的原始许可证仍然适用于 CEF4Delphi。请阅读 LICENSE.md 文件中的许可条款。

2024-10-18

使用 Hotwire在Ruby on Rails中创建动态依赖表单字段的示例项目
如何使用 Hotwire、StimulusJS 和 Turbo 在 Rails 中创建具有自动更新功能的动态表单字段的示例项目 如何运行？ docker compose build docker compose up docker compose run web bin/rails db:create db:migrate 转至http://localhost:3000/people/new 并测试更改国家/州/城市选择或项目选择。

2024-10-18

一个 3D 涡流建模系统（Fortran语言）
该项目提出了一个 3D 涡流建模系统。 存储库结构 目录/src： EC3D.f90- 主程序； m_vxc2data.f90 - 用于共享从VoxCad文件转换数据时获得的数据的模块； vxc2data.f90 - 用于从VoxCad文件转换数据的程序； solvers.f90——使用BiCGSTABwr方法的线性方程求解器 ； utilites.f90 - 包含用于不同任务的例程（将字符串转换为单词数组、转换为大写、在vtk中表示 3D 图像、将单词转换为数字）； m_fparser.f90 - 用于计算VoxCad文件行中指定的函数的解析器。改编自源文件，可从http://fparser.sourceforge.net获取； uncompress_zlib.py-用于创建一个临时文件，将转换后的未压缩数据转换为 ACSII，以供后续处理； Makefile——使用make创建可执行文件。 VoxCad格式 的文件，其中包含时间域计算任务的示例： compare_to_Elmer.vxc-用于解决测试问题并将结果与​​Elmer FEM进行比较； ec_src_move_ho

2024-10-18

撰写导航器（Kotlin语言项目）
Compose Navigator 提供了从视图模型控制 AndroidX NavController 的可能性。 该库有助于使用由一个真实点（Navigator）控制的单个 NavHost。提供统一的接口，用于在可组合项之间提供结果并接收活动结果。 视图模型可以使用导航运行时工件提供的导航器接口来： route使用可选功能向前导航至NavOptions 向后导航向前一个 backstack 条目提供结果数据 使用启动并接收活动结果ActivityResultContract 可以使用用于导航 Kotlin DSL 类型安全的String 或 Kotlin Serializable 对象来识别目标路线。

2024-10-18

SwiftUI/Swift 项目，学习如何以原生方式开发 iOS 应用程序
功能： 1、开胃菜清单 可点开胃菜列表，附带菜品详情预览 2、订单 历史订单列表 3、帐户 用于编辑数据的简单表格

2024-10-18

一个完整且功能齐全的编译器开发项目
这个编译器是为一种新语言MicroC（或uC）构建的，这是我开发的一种新语言。MicroC是 C 语言的简化版本，它结合了几种不同编程语言的语法，例如 Java、Python 和 C。MicroC是一种面向对象的编程语言，它支持编程语言的许多关键组件，例如控制结构（if、while）、函数、类型检查、显式/隐式类型转换、数组、指针等。 本编译器开发项目使用解析器生成器：ANTLR，生成一个 Java 解析器，该解析器可以从MicroC语法构建和遍历解析树。然后，可以配置 ANTLR 以自动生成 AST（抽象语法树）。最后，我们对生成的 AST 进行遍历并生成 Risc-V 汇编代码。 此外，该编译器还通过进行基本块分割和全局/局部变量活性分析来执行寄存器分配，以最大限度地减少加载和存储的次数。

2024-10-18

心脏起搏器计划（Matlab语言）
使用电路板、MATLAB、Simulink 和工作 GUI 框架设计了一个功能齐全的起搏器。该项目由麦克马斯特大学和 SFWRENG 3K04 - 软件开发课程完成。 这项作业主要分为两部分。第一部分涉及在硬件平台上创建实时软件。第二部分涉及正确记录作业期间发生的开发。这项作业的主要目的是让学生能够解析所提供的文档，以提取构建功能性起搏器和 DCM 所需的具体信息。我们希望学生能够正确识别该项目的要求（他们需要为起搏器和 DCM 做什么）并构建满足其要求的设计。他们需要忠实地实现他们的设计（起搏器使用 simulink，DCM 使用任何他们想要的语言）并为他们的工作编写适当的文档。

2024-10-18

公交时刻表管理系统（PHP）
公交时刻表管理系统 主要内容： 简介 文献综述 问题陈述 硬件和软件要求规范 系统设计 结论 参考

2024-10-18

Oracle 数据库数据仓库设计 ETL 流程和业务分析查询设计
该项目使用 Oracle 和 PL/SQL 实现端到端数据仓库。它涉及设计星型模式、创建维度和事实表、优化 ETL（提取、转换、加载）流程以及开发业务分析仪表板，以全面了解销售、库存和员工绩效。

2024-10-18

采用 Cypress 的 OrangeHRM 自动化
此存储库包含使用 Cypress 的 OrangeHRM 应用程序的自动化测试。目的是通过自动化 UI 测试确保应用程序的功能和稳定性。 目录： 介绍 先决条件 安装 运行测试 文件夹结构 自定义命令 涵盖的测试用例 贡献

2024-10-18

用于记录波特兰监狱数据库变化的抓取工具
爬取 PDX 监狱数据库的预订记录，以进行数据分析和数据透明化。使用 GitHub 操作提供的计划作业更新数据文件。 访问穆特诺玛县在线囚犯数据网站：使用 URL 查找所有在押囚犯：链接 抓取囚犯姓名和入狱日期并更新csvs/inmate_bookings.csv文件 访问每个囚犯链接并更新csvs/inmate_details.csv囚犯详细信息以及针对他们每种指控的总金额 更新csvs/inmate_charges.csv所有囚犯的指控清单 counts每天更新文件夹中每个类别的计数的JSON 文件

2024-10-18

YOLOs-CPP：单个 c++ 头文件和高性能应用程序
YOLOs-CPP提供单个 c++ 头文件和高性能应用程序，该应用程序使用来自Ultralytics的各种 YOLO（You Only Look Once）模型进行实时对象检测。利用ONNX Runtime和OpenCV的强大功能，该项目可与统一的 YOLOv(5,7,8,10,11) 实现无缝集成，用于图像、视频和实时摄像头推理。无论您是为研究、生产还是业余项目进行开发，此应用程序都能提供灵活性和效率。

2024-10-18

PIETOOLS工具箱（ MATLAB）
PIETOOLS 是一个免费的 MATLAB 工具箱，用于操作偏积分 (PI) 算子、模拟 PDE 和偏积分方程 (PIE) 解以及求解线性 PI 不等式 (LPI)，后者是涉及 PI 变量和 PI 约束的凸优化问题。 PIETOOLS 可用于： 定义作用于 1 和 2 个空间变量（1D 和 2D）中的函数的 PI 算子 声明一维和二维 PI 运算符变量（半正定或不定） 添加运算符不等式约束 解决 LPI 优化问题 数值模拟 1D PDE、DDE 和 PIE 解。 该界面灵感来自 YALMIP，程序结构基于 SOSTOOLS 所使用的结构。默认情况下，LPI 使用 SeDuMi 进行求解，但该工具箱还支持使用其他 SDP 求解器，例如 Mosek、sdpt3 和 sdpnal。 有关安装和使用的更多信息，请参阅 PIETOOLS/PIETOOLS_documentation/ 中的文档和 PIETOOLS/PIETOOLS_demos/ 中的演示。

2024-10-18

Android版俄罗斯方块游戏(使用Android Studio构建)
android studio下载 音乐由 Pornophonique 创作。 音乐许可证：知识共享署名-非商业性使用-相同方式共享 3.0 DE 插图和音效许可证：GNU 通用公共许可证第 3 版 软件许可证：GNU 通用公共许可证第 3 版 得分 ------- 每清除一行的基本分数为： 1 行 100 分， 2 行 300 分， 3 行 500 分， 4 行 800 分（称为“俄罗斯方块”）。 连续得分每清除一行可获得 400 分奖励。 此外，玩家使用软掉落和硬掉落可获得奖励分数。软掉落每清除一行奖励 1 分，硬掉落每清除一行奖励 2 分。 级别 ------ 级别是衡量难度的标准。 每清除一个级别，棋子自动掉落的速度增加 10%。 清除 10 个额外行后，当前级别增加。 振动 --------- 某些设备的振动功能可能会出现一些问题。 此外，大多数平板设备根本不支持振动。 如果您的设备支持振动，但您没有注意到按钮振动，则可以增加振动持续时间。 此设置称为“振动延迟补偿”，可在高级设置下找到。 应将按钮振动的持续时间调整到几乎不可察觉的

2024-10-18

append函数使用方法
append函数 具有以下功能的链接列表类：附加、前置、排序、合并、在 n 处插入、返回 n、删除、长度、反转、打印列表

2024-10-18

机器人路径规划使用遗传算法
算法 此 Python 代码演示了在基于网格且存在障碍物的环境中进行机器人路径规划的遗传算法方法。该算法旨在找到从起点到终点的最佳路径，同时避开障碍物。 指示 1-设置： • 确保您的系统上安装了 Python。 • 如果尚未安装，请安装所需的库（matplotlib）。 2-运行代码： • 将提供的代码复制并粘贴到 Python 脚本 (path_planning.py) 中。 • 根据需要调整start_point、end_point、num_obstacles、population_size和iterations等参数。 • 执行脚本来运行机器人路径规划的遗传算法： 解释结果： • 该算法将生成并进化路径种群，以找到从起点到终点的最佳路径，同时避开障碍物。 • 最终的图表将显示遗传算法找到的最佳路径。 示例输入 起点：（2，1） 终点：（15，16） 障碍数量：15 图形尺寸：20x20 人口规模：100 迭代次数：500

2024-10-18

基于LabVIEW中的NI-DAQmx的数字IO控制
NI-DAQmx 数字 I/O 控制是一款 LabVIEW 应用程序，它使用带有 NI-DAQmx 的 National Instruments 硬件来管理数字输入和输出操作。该程序分为两个主要部分，由单独的虚拟仪器 (VI) 表示：In.vi用于数字输入和Out.vi用于数字输出。 In.vi（数字输入）： 配置并读取数字输入线 ( Dev1/port0/line0)。 处理输入并执行逻辑操作（例如，切换状态、条件检查）。 将逻辑结果输出到相应的数字输出线。 Out.vi（数字输出）： 将数字信号发送至输出线（Dev1/port0/line0和Dev1/port1/line0）。 监视数字输出状态并显示输出状态的实时结果。 提供一种通过停止按钮来停止程序的安全方法。

2024-10-17

UE5中的电影卡通渲染的终极解决方案（最新版MooaToon）
资源内容： MooaToon是一个精心设计的彻底解决UE5三重痛点的插件，结合了UE原生的音符功能和强大的材质系统，释放美术师的潜力。 MooaToon是一个旨在彻底解决UE5 卡通渲染缺点的插件，结合 UE5 内置的照明功能和强大的材质系统，释放艺术家的潜力。

2024-10-17

FPGA实验用DE10-Standard开发板引脚表
用于：南京大学《数字逻辑电路》课程 数据来源：DE10-Standard User Manual 更新：Excel版本已上线，可直接复制到Quartus中。 更新：七段数码管数值对应表已上线，内含Verilog代码。 更新：PS/2键盘接口已在Markdown和Excel文件中上线。

2024-10-17

CSP题解-历年CSP 认证满分答案代码及在线文档
Python 实现历年 CSP 认证满分答案代码直接下载就可以运行 使用docsify搭建了一个在线文档

2024-10-17

蓝桥杯竞赛-算法竞赛技巧、常用数据结构、蓝桥杯题解
蓝桥杯竞赛资源目录： 算法竞赛技巧 常用算法模板-Java 常用数据结构-Java 蓝桥杯题解 97.k倍区间 99.分巧克力 101.拉马车 153.洁净数 160.字符计数 168.倍数问题 182.小朋友崇拜圈 394.借教室 499.子串分值 549.扫雷 671.奇妙的数字 1019.扩散 1446.ASC 1449.直线 1460.路径 1461.最少砝码 1463.货物摆放 1561.纯质数 1562.完全日期 1563.最小权值 1566.整数范围 1589.翻转括号序列 1590.大写 1595.和与乘积 1597.IP补充 1602.出现最多的字符 2140.星期计算 2141.山 2142.字符统计 2143.最少刷题数 2145.求阶乘 2155.质因数个数 2167.小蓝与钥匙 2178.环境治理 2191.卡牌 2194.出差 2207.斐波那契数组 2209.近似gcd 2383.卡片 2485.最大子矩阵 3492.日期统计 3493.求和 3494.工作时长 3495.特殊日期 3496.2023 3497.有奖问答 3518.三国游戏 ....

2024-10-17

一个练习记忆密码的脚本
实用脚本 一个简单的程序，可让您练习密码记忆。它不是密码管理器，密码安全地存储为使用bcrypt算法散列的散列字符串。如果您喜欢依靠记忆力，并且喜欢记住非常长的随机密码，这些密码充满了奇怪的字符，那么这个程序适合您。这个脚本有助于养成每隔几天练习一次记忆的好习惯。

2024-10-17

在类似虚拟示波器的环境中试验简单的正弦波
示波器实验主要内容如下： 1、介绍 2、安装 3、用户设置 4、科学解释 5、已知问题和未来改进 6、接触 7、执照

2024-10-17

采用多系统单片机进行数字日历时钟电路的仿真设计
数电实验mutisim仿真 在22-23学年的电子课程设计项目中，进行了一个多功能数字时钟的设计，以实现时、分、秒，并在实验室环境中成功实现报时功能和布局。设计要求设计中不仅包括有了基本的统计数据显示，还有增强部分，如星期和月份的动态展示。 设计中，运用多款集成芯片，如5555定时器、4518计数、4012、401逻辑门、4012定时器以及49定时器，构建了一个完整的数字时钟系统。项目首先通过5555定时器产生100Hz的方波信号，通过CD4518分频器两次，形成1Hz秒信号。信号触发级联CD4518芯片，通过迭代沿计数方式实现时、分、秒的连续计数。设计的时钟部分在multism软件中遭遇了显示问题，但通过实验室实际电路正确运行。 报时限制功能在整点59分51、53、55、57秒输出时500Hz低音，59秒输出1000Hz高音，通过逻辑门电路实现判断和非门。由于multismm，仿真不绘图，需查看附件中的实际电路图。设计还提出了两种产生音频信号的方案，直接用555频率或结合4013分。 校时电路设计通过逻辑门和开关控制CD4011，实现个位显示部分手动调节时分和显示。因多屏问题，

2024-10-17

水下机器人3D路径跟踪模拟（matlab simulink仿真）
matlab simulink仿真 基于Matlab/Simulink的自主水下机器人3D路径跟踪仿真平台。 它可以在 Matlab 2020b 及更新版本上运行。Matlab 必须安装 Simulink 3D 动画工具箱。 《REMUS自主水下航行器六自由度仿真模型验证》中使用Remus100建立的AUV模型。 平台中的路径跟随方法为3D视线制导律和PID自动驾驶仪。《2D和3D中基于制导的路径跟随原理》。

2024-10-17

大学生创新创业训练计划项目申请书
流水线成套设计创新训练 包括研究现状、研究方案、创新点、研究工作的条件保障等内容

2024-10-17

注意力机制初学者代码学习
注意力机制 一些玩具任务/实验说明了机器学习中的注意力概念，大量参考了Vaswani 等人 (2017) 的文章。特别是，我们看到了如何使用注意力代替 RNN 和 CNN 来对序列进行建模。 在以下脚本中，模型中未采用任何 RNN 或 CNN。 每个任务都试图说明注意力的一个子概念，同时每个任务都附带一个教程/解释。 这项工作仍在进行中，欢迎提供反馈！ 任务/实验 计数字母- 注意力的简单实现以及查询、键和值的教程 差异——自我注意力的演示以及用它来建模序列内依赖关系 信号- 位置编码的演示 信号 2 - 多头注意力机制的演示 翻译- Transformer 在翻译上的演示

2024-10-17

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除