自动驾驶控制器，车道偏离预警系统，基于Prescan设计场景和交通流，在Simulink中建立了相应的控制模型。进行LDW功能验证。整个模型自己建立，再次强调不是Prescan自带的那种很乱很模糊的模型。然后通过自己做了一个GUI的界面实时显示车辆当前位置信息，以及发出偏离预警警报最近在研究自动驾驶相关的项目，其中车道偏离预警系统（LDW）是一个很关键的部分。

咱们直接拿仿真结果开唠——图一用负梯度下降法（MIT规则）调参时，转速跟踪曲线抖得跟心电图似的，超调量直奔20%去了；仿真里出现的超调和抖动用代码解释就清楚了：gamma参数调太大容易发散，调太小收敛慢，得在钢丝上找平衡。重点在于参数自适应律的设计，这俩方法的代码实现差异直接导致性能天差地别。图一图二分别为负梯度下降法(MIT)和lyapunov稳定性分析法的仿真结果，图三为模型，图四为参考文献。

仿真结果跑起来后，能看到典型的ADRC响应曲线：超调小于5%，上升时间0.3秒左右。比如俯仰角theta接近90度时tan(theta)会炸，这也是万向节锁的老问题，不过咱们先假设在小角度范围内操作。beta参数需要满足带宽概念，比如取beta=[100, 300, 1000]，但别照搬，得根据实际系统调。调试时盯着z3的输出，如果出现高频抖动，说明观测器带宽太高了。包含三个姿态角的数学模型，以及

平衡容器与差压变送器的配合是个精细活，CAD图纸里那几根毛细管的安装角度必须严格水平。有次客户要求追加燃气/燃油双模式切换功能，直接调出半年前的V2.3版本文件，半小时就改完测试，这规范管理的重要性谁用谁知道。西门子SMART200 PLC梯形图，昆仑通态触摸屏组态程序，燃气燃油蒸汽锅炉平衡容器差压变送器连续给水程序，程序CAD原理图图纸全套打包。西门子SMART200 PLC梯形图，昆仑通态触摸

深度学习 5层CNN代码实现图片分类训练集共有9个文件夹代表9类，每类有50张图片，可根据需要自行准备训练集MATLAB代码，代码注释清楚，容易上手温馨提示：联系请考虑是否需要，（Example_7）在深度学习领域，卷积神经网络（CNN）是图片分类任务中极为常用且强大的模型。今天咱就用MATLAB来实现一个5层CNN做图片分类，数据集有9个类别，每个类别50张图片。

边缘计算环境中基于启发式算法的深度神经网络卸载策略 本文综合考虑基于DNNs的应用响应时间、计算能耗和租用服务器的价格，使用启发式算法设计四种不同的任务卸载策略即基于终端设备的不卸载策略、基于云服务器的完全卸载策略、基于端云的部分卸载策略和基于端—边—云的多重资源卸载策略，同时综合粒子群算法和模拟退火算法提高算法的计算效率和计算结果的精准度。

AI深度学习视觉系统方案。定位、分割、分类、检测。支持无监督模型、小样本训练模型定制。神经网络、开源框架、底层算法开发。支持opencv、halcon、vm深度学习开发。多年视觉项目开发与落地经验。承接珠三角地区项目，优质项目可考虑全国地区。包括软硬件方案、开发、安装调试。在当今数字化飞速发展的时代，AI深度学习视觉系统宛如一颗璀璨的明星，在众多领域大放异彩。今天就来和大家详细聊聊我所参与的AI深

多目标环形粒子群算法和多目标遗传算法跑MOCEC2020（24个多目标测试函数，matlab代码）本号从现在起可以定制使用评估次数改进单目标群体算法，需要的私信，价格贵，质量高。目录：一、多目标环形粒子群算法MO_Ring_PSO_SCD二、多目标遗传算法NSGAII三、MOCEC2020的24个多目标测试函数四、实验结果一、多目标环形粒子群算法摘要：本文提出了一种新的粒子群优化算法，用于求解可能

整个项目跑下来最大的感悟：医疗AI模型的落地，30%靠算法，70%靠数据质量和领域知识。在后续优化中，我们增加了动态学习率调整策略，在验证loss出现平台期时自动切换优化器（从SGD切到Adam），准确率提升了2.3个百分点。不过要真正用于临床，还需要解决模型可解释性和小样本学习的问题，这又是另一个故事了。拿到威斯康星乳腺癌数据集的时候，发现原始数据是.mat格式的超声图像和标注信息。这里有个坑：

TMS320F28335可是TI公司推出的一款高性能32位定点DSP芯片，专门为电机控制这类实时性要求超高的应用场景量身打造。它强大的运算能力和丰富的外设，就像给电机控制领域开了挂。BLDC（无刷直流电机），靠电子换向取代传统的机械换向，效率更高、寿命更长。简单理解就是通过按特定顺序给电机绕组通电，产生旋转磁场，让电机转子转起来。