logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Carsim自动驾驶车辆:基于LQR的定圆稳态漂移控制算法与Simulink联合仿真

Simulink模型里得处理好信号同步问题,特别是采样时间要和Carsim保持同步,不然会出现诡异的延迟漂移。下次打算试试雪地模式,看看能不能整出更骚气的漂移轨迹。Carsim与Simulink联合仿真,基于LQR的无人车定圆稳态飘移漂移控制算法,默认B级车,可以定制carsim内多个车型,Simulink模型+Carsim数据库。Carsim与Simulink联合仿真,基于LQR的无人车定圆稳态

文章图片
#材质
基于概率距离快速削减法的风光场景生成与削减:MATLAB 实现

MATLAB代码:基于概率距离快速削减法的风光场景生成与削减方法关键词:风光场景生成 场景削减 概率距离削减法 蒙特卡洛法仿真平台:MATLAB平台参考文档:《含风光水的虚拟电厂与配电公司协调调度模型》完全复现场景削减部分。

文章图片
#leetcode
动力电池系统仿真模型 : BMS控制状态切换模型、 SOC估计模型(提供算法说明文档)、电池平...

通过以上几个模型的构建,我们能够在一个虚拟环境中全面地测试动力电池系统的性能。这种方式不仅大幅降低了实验成本,也为算法的优化和验证提供了有力支持。当然,实际应用中还需要考虑更多的细节和边界条件,这需要我们在实践中不断探索和积累。

文章图片
#测试工具
探索Starccm浮式风机案例:系泊、七自由度运动与载荷仿真的CFD之旅

Starccm浮式风机的案例文件。#系泊#七自由度运动#载荷仿真#CFD在海洋工程领域,浮式风机的研究一直是热门话题。今天咱们就来唠唠基于Starccm的浮式风机案例文件,这里面涉及到系泊、七自由度运动以及载荷仿真,而CFD(计算流体动力学)则是贯穿其中的关键技术。

文章图片
#mariadb
探索Vienna整流器:从原理到仿真与中点电位平衡控制

Vienna整流器,又称三电平中点箝位(NPC)整流器。相较于传统的两电平整流器,它有着独特的拓扑结构优势。简单来说,Vienna整流器通过引入中点箝位技术,使得输出电压可以有三个电平状态(正电平、零电平、负电平),这大大降低了输出电压的谐波含量,提高了电能质量。从电路拓扑来看,它主要由三个桥臂组成,每个桥臂包含两个功率开关管和一个箝位二极管。# 这里简单用Python代码示意Vienna整流器的

文章图片
#平面
工况合成算法源程序,用于新能源汽车大数据行驶车速数据的特征工况提取。 全部采用MATLAB脚本编写

工况合成算法源程序,用于新能源汽车大数据行驶车速数据的特征工况提取。全部采用MATLAB脚本编写。能够换其他大数据车速-时间完成自动化工况合成结果,绘制对比图,输出工况合成结果等。带参考文献,程序解释说明等资料。设计基于马尔可夫链的工况合成算法。基于回归分析设计了工况合成的统计学指标选择方法。提出基于停车时间实现循环工况划分的方法,得到原始工况数据的各统计学指标和车速–加速度联合概率密度,作为合成

文章图片
#openshift
最近在折腾手势识别,发现用深度学习搞数字手势识别还挺有意思。今天就把整个流程拆开了揉碎了讲讲,从环境配置到模型训练,中间穿插几个代码段子,保准你能边看边撸代码

注意第二个卷积层用64个filter,这可不是随便写的数——第一层捕捉边缘特征,第二层需要更复杂的纹理组合。重点说下这个shear_range参数,相当于给手势图片加点错切变换,模拟手部摆姿势时的透视畸变。数据不够的时候这招能救命,但别开太大,不然数字3可能被切成8。要是显卡给力可以装tensorflow-gpu,速度能快个五到十倍,不过笔记本核显也能跑,就是训练的时候泡杯咖啡慢慢等。手势数字识别

文章图片
#后端
工况合成算法源程序,用于新能源汽车大数据行驶车速数据的特征工况提取。 全部采用MATLAB脚本编写

工况合成算法源程序,用于新能源汽车大数据行驶车速数据的特征工况提取。全部采用MATLAB脚本编写。能够换其他大数据车速-时间完成自动化工况合成结果,绘制对比图,输出工况合成结果等。带参考文献,程序解释说明等资料。设计基于马尔可夫链的工况合成算法。基于回归分析设计了工况合成的统计学指标选择方法。提出基于停车时间实现循环工况划分的方法,得到原始工况数据的各统计学指标和车速–加速度联合概率密度,作为合成

文章图片
#java-activemq
CMS32M53xx无刷电机无感控制方案软件功能说明

本软件方案基于CMS32M53xx系列微控制器,针对12V/18V无刷电机实现无感控制,核心特性包括无感启动无抖动、无反转,采用脉冲注入检测位置的启动方式与AD+比较器的换相方式,同时要求电机具备一定凸极性以保障控制精度。方案软件架构围绕CMSIS标准构建,整合了微控制器外设驱动、电机控制核心算法及基础数学运算库,形成完整的无刷电机控制解决方案。

文章图片
#机器学习
基于深度学习模型提升风电功率预测与电力负荷预测精度,神经网络结合卷积-长短期记忆网络加注意力机制

基于卷积-长短期记忆网络加注意力机制(CNN-LSTM-Attention)的时间序列预测程序,预测精度很高。可用于做风电功率预测,电力负荷预测等等标记注释清楚,可直接换数据运行。代码实现训练与测试精度分析。这段程序主要是一个基于CNN-LSTM-Attention神经网络的预测模型。下面我将逐步解释程序的功能和运行过程。1. 导入所需的库:- matplotlib.pyplot:用于绘图- pa

文章图片
#websocket
    共 53 条
  • 1
  • 2
  • 3
  • 6
  • 请选择