“线性代数”,同微积分一样,是高等数学中两大入门课程之一,不仅是一门非常好的数学课程,也是一门非常好的工具学科,在很多领域都有广泛的用途。它的研究对象是向量,向量空间(或称线性空间),线性变换和有限维的线性方程组。本课程讲述了矩阵理论及线性代数的基本知识,侧重于那些与其他学科相关的内容,包括方程组、向量空间、行列式、特征值、相似矩阵及正定矩阵。
2024-10-11 14:05:51 47.57MB 麻省理工 线性代数 学习笔记
1
参加kaggle比赛的学习资料、个人笔记与代码。 包含五大机器学习与深度学习方向的项目比赛,着重于思路与代码实现。 项目包含: 泰坦尼克生还预测 即时反馈内核竞赛 IEEE-CIS欺诈检测 文本技能项目 视觉图像识别项目
2024-10-09 15:38:28 66.64MB python 课程资源 机器学习 深度学习
1
自考本科 计算机专业 02334 软件工程(实践) 实践报告 举例 实习的任务: 建立学生成绩管理系统,采用计算机对学生成绩进行管理,实现学生成绩信息管理工作流程的 系统化、规范化和自动化。 总体设计: 1 .软件描述:所采用的是当前较为流行的编程软件VISUAL BASIC 6.0 作为实现语言,以数据库Microsoft SQLServer2000作为系统的后台操作,其功能在系统内部有源代码直接完成。我们只需按系统要求输入即可操作。 2.软件结构:1)录入;2)修改:3)删除4)査询5)统计 这篇实践报告是关于自考本科计算机专业的一门课程——02334软件工程(实践)。报告中详细描述了实习的目的、任务、基本情况以及实习的具体内容和过程。以下是相关知识点的详细介绍: 1. **软件工程实践目的**: - **深入理解软件开发过程**:实践让学生亲身体验需求分析、设计、编码、测试和部署等各阶段,掌握软件开发的全生命周期。 - **掌握软件开发工具和技术**:涉及数据库建模工具、前端和后端框架、版本控制工具的使用,如Visual Basic 6.0和Microsoft SQL Server 2000。 - **团队协作和解决问题能力**:通过团队合作完成任务,提升沟通、协作和应对问题的能力。 - **提高编程能力和实践经验**:通过实践项目,学生能掌握多种编程语言和技术,增强实际编程和系统构建经验。 2. **实习任务**: - **学生成绩管理系统**:利用计算机实现学生成绩的自动化管理,系统化和规范化信息流程。 - **软件设计**:使用Visual Basic 6.0作为编程语言,SQL Server 2000作为数据库系统,系统功能由源代码直接完成。 3. **软件结构**: - **录入**:输入学号并检查唯一性,添加记录。 - **修改**:根据学号找到记录并进行修改。 - **删除**:按学号查找记录,确认后删除。 - **查询**:按学号、姓名、出生日期或成绩进行查询。 - **统计**:计算总成绩和平均成绩。 - **打印**:设计并实现学生成绩管理表的打印程序。 4. **实习内容及过程**: - **总控模块**:显示系统信息,验证口令,引导用户进入菜单。 - **数据输入**:确保学号唯一,添加新记录。 - **数据修改**:通过学号定位并更新记录。 - **数据删除**:需用户确认后执行删除操作。 - **数据查询**:提供多种条件的查询功能。 - **数据统计**:实时统计总成绩和平均成绩。 - **数据打印**:设计打印格式,实现报表输出。 报告中的编程示例展示了如何用Visual Basic 6.0进行数据输入,包括窗口定义、数据分散、用户输入验证以及数据处理等步骤,体现了软件工程实践中的具体编程实践。 通过这次实习,学生不仅理论知识得到了巩固,而且在实际操作中提升了软件开发的技能,为未来从事计算机科学与技术领域的工作打下了坚实的基础。这样的实践项目有助于培养出能够适应现代软件开发需求的专业人才。
2024-09-25 21:41:29 180KB 软件工程
1
【吴恩达深度学习笔记】是一份针对吴恩达教授在Coursera平台上的深度学习课程的详尽笔记,旨在帮助已有一定编程基础和机器学习知识的计算机专业人士深入理解和应用深度学习技术。该课程分为5个部分,涵盖了深度学习的基础理论、实践技巧以及多种深度学习模型,如卷积神经网络(CNN)、递归神经网络(RNN)和长短期记忆网络(LSTM)等。 课程的目标是让学生掌握深度学习的核心概念,通过实际项目将所学知识应用于解决现实问题,如医疗诊断、自动驾驶和自然语言处理等前沿领域。课程语言是Python,使用的开发框架是Google的TensorFlow,由吴恩达本人亲自授课,两位助教来自斯坦福大学计算机科学系。完成课程后,学生将获得Coursera颁发的深度学习专业证书。 笔记由黄海广博士组织翻译和整理,旨在弥补Coursera官方字幕的不足,方便学员学习。团队不断更新和完善笔记内容,以促进人工智能在国内的普及,且确保不损害原课程和吴恩达的商业利益。 课程强调了深度学习的重要性,将其比喻为现代的电力革命,认为AI将在各行各业发挥关键作用。吴恩达希望通过这些课程,培养全球范围内的AI人才,共同利用深度学习解决全球性的挑战,提升人类生活质量。 课程内容包括但不限于: 1. 深度学习基础:介绍深度学习的基本原理,如何构建神经网络。 2. 卷积神经网络(CNN):用于图像识别和处理的网络结构。 3. 递归神经网络(RNN)和长短期记忆(LSTM):适用于序列数据处理,如自然语言处理。 4. 实践项目:包括医疗影像分析、自动驾驶技术、音乐生成等。 5. 深度学习工具和技巧:如优化算法Adam、Dropout正则化、BatchNorm以及权重初始化策略等。 此外,课程还邀请了行业内的深度学习专家分享见解,提供与行业实践相结合的视角,帮助学生将理论知识转化为实际能力。通过这门课程,学生不仅能掌握深度学习的理论知识,还能获得在实际工作中应用深度学习技术的实践经验。
2024-09-22 14:00:55 31.81MB 深度学习 吴恩达
1
Fluent软件学习笔记.pdf
2024-09-21 11:18:40 786KB
1
**FOC控制技术详解** **1. FOC(Field-Oriented Control)的本质与核心思想** FOC(Field-Oriented Control)是一种先进的电机控制策略,其核心思想是通过实时控制电机的定子磁场,使其始终与转子磁链保持90度的相位差,以实现最佳的转矩输出。这被称为超前角控制。电机的电角度用于指示转子的位置,以便在固定坐标系和旋转坐标系之间转换磁场,进而生成精确的PWM信号来控制电机。电角度的定义可以灵活,如轴与轴的夹角,主要目的是简化Park和反Park变换的计算。 **2. 超前角控制的原理** 超前角控制的关键在于使电机的磁通与转矩方向垂直,以获得最大的转矩。当转子磁场相对于定子磁场滞后90度时,电机的扭矩最大。因此,通过实时调整定子电流,使它超前于转子磁链90度,可以达到最优的扭矩性能。 **3. Clark变换** Clark变换是将三相交流电流转换为两相直轴(d轴)和交轴(q轴)的直流分量的过程,目的是将复杂的三相系统解耦为易于控制的两相系统。在Clark变换中,通过一定的系数(等幅值变换或恒功率变换)将三相电流转换为两相电流,使得电机的动态特性更易于分析和控制。 **3.1 数学推导** Clark变换的公式如下: \[ I_d = k(I_a - \frac{1}{\sqrt{3}}(I_b + I_c)) \] \[ I_q = k(\frac{1}{\sqrt{3}}(I_a + I_b) - I_c) \] 其中,\(k\) 是变换系数,等幅值变换时 \(k = \frac{1}{\sqrt{3}}\),而恒功率变换时 \(k = \frac{2}{\sqrt{3}}\)。 **4. Park变换与逆变换** Park变换是将两相直轴和交轴电流进一步转换为旋转变压器坐标系(d轴和q轴),以便进行磁场定向。逆Park变换则将旋转变压器坐标系的电流再转换回直轴和交轴电流。这两个变换在数学上涉及到正弦和余弦函数,对于实时控制至关重要。 **5. SVPWM(Space Vector Pulse Width Modulation)** SVPWM是一种高效的PWM调制技术,通过优化电压矢量的分配,实现接近理想正弦波的电机电压。SVPWM涉及到扇区判断、非零矢量和零矢量的作用时间计算、过调制处理以及扇区矢量切换点的确定。这一过程确保了电机高效、低谐波的运行。 **6. PID控制** PID(比例-积分-微分)控制器是自动控制领域常见的反馈控制策略。离散化处理是将连续时间的PID转换为适合数字处理器的形式。PID控制算法包括位置式和增量式两种,各有优缺点,适用于不同的控制场景。积分抗饱和是解决积分环节可能导致的饱和问题,通过各种方法如限幅、积分分离等避免控制器性能恶化。 **7. 磁链圆限制** 磁链圆限制是限制电机磁链的模长,以防止磁饱和现象。通过对MAX_MODULE和START_INDEX的设定,确保电机在安全的工作范围内运行,同时保持良好的控制性能。 以上知识点涵盖了FOC控制的基础理论和实际应用,包括数学推导、算法实现以及相关的控制策略。通过深入理解并实践这些内容,可以有效地设计和优化电机控制系统。
2024-09-12 11:01:38 7.34MB simulink
1
案例资料大全(附带vue,linux,springCould,javase等,案例代码) 前端基础:前端html+css零基础教程,2023最新前端开发html5+css3视频 Vue全家桶:Vue2.0+Vue3.0全套教程丨vuejs从入门到精通 React:React教程(2022加更,超火react教程) 前端入门神课【全网最好】 前端html+css零基础教程,2023最新前端开发html5+css3视频 HTML5+CSS3:前端html+css零基础教程,2023最新前端开发html5+css3视频 JavaScript:JavaScript基础&实战丨JS入门到精通全套完整版 jQuery:jQuery教程(jquery从入门到精通) AJAX:【尚硅谷】3小时Ajax入门到精通 ES6-ES11:Web前端ES6教程,涵盖ES6-ES11 Node.js:2023版Node.js零基础视频教程,nodejs新手到高手 AngularJS:AngularJS实战教程angular.js
2024-09-11 16:00:52 192.63MB vue.js linux java
1
考前必背|初中教资《信息技术》最全考点背诵笔记与模版,一遍上岸.pdf
2024-09-11 14:04:48 84.33MB
1
课程1
2024-09-10 22:25:28 5KB 编程语言
1
思源笔记
2024-09-10 15:24:29 246.12MB
1