内容概要：本文详细介绍并复现了2021年发表于Nature Communications的文章，利用全介质超表面技术实现了完美矢量涡旋光束和庞加莱球光束的生成。文中解释了完美矢量涡旋光束的特点，即其不受拓扑荷变化影响，保持稳定矢量特性和可控偏振变化。文章重点介绍了两种不同拓扑荷数的超表面模型，展示了不同阶次的完美涡旋光产生，涡旋图案半径基本不变。此外，提供了FDTD模型、设计脚本、Matlab计算代码及复现结果，涵盖从相位和透射率中挑选用于自旋解耦合的八个单元结构的代码，以及计算多种理论结构光场相位分布的脚本。 适合人群：对光学技术尤其是超表面技术和矢量涡旋光束感兴趣的科研人员和技术开发者。 使用场景及目标：适用于光学加密、光通信、光学操控和光学传感等领域，旨在帮助研究人员理解和掌握全介质超表面技术的具体实现方法和应用场景。 其他说明：本文不仅提供理论背景，还包括详细的实验步骤和代码，便于读者进行复现实验。

《东北大学现代鲁棒控制概论2021年》是一门深入探讨现代控制理论的课程，特别是聚焦于鲁棒控制领域。鲁棒控制是控制理论的一个重要分支，旨在设计控制器，使其在面临不确定性、参数变化或外部扰动时仍能保持系统的稳定性和性能。这门课程可能涵盖了理论基础、设计方法以及实际应用等多个方面。 鲁棒控制的核心概念包括不确定性建模和鲁棒稳定性分析。不确定性可以来源于系统参数的变化、模型简化误差或者未知干扰。在课程中，学生可能学习如何使用不确定性的数学表示，如区间分析、模糊逻辑或概率统计方法。鲁棒稳定性分析则关注控制器如何确保系统在各种可能的不确定情况下仍保持稳定。 线性矩阵不等式（Linear Matrix Inequalities, LMI）是现代鲁棒控制中的一个重要工具。LMI方法提供了一种简洁而强大的方式来处理控制系统的设计问题，特别是在解决多变量系统的优化问题时。参考教材《鲁棒控制－线性矩阵不等式处理方法.pdf》可能详细介绍了LMI的理论基础，包括其几何解释、求解算法和在鲁棒控制器设计中的应用。 课程可能会涵盖以下关键主题： 1. 鲁棒控制的基本概念：不确定性模型、性能指标、稳定性定义。 2. 经典鲁棒控制方法：H无穷控制、μ综合、鲁棒状态反馈和输出反馈控制器设计。 3. LMI方法：LMI的性质、求解技巧及其在控制器设计中的应用。 4. 不确定系统的鲁棒性能分析：通过Lyapunov稳定性理论分析不确定系统的行为。 5. 鲁棒控制器设计实例：如PID控制器的鲁棒化改进、自适应控制与滑模控制的鲁棒化策略。 6. 实际应用：在航空航天、电力系统、机械工程等领域中的鲁棒控制案例研究。 作业01可能涉及了对这些概念的理解和应用，例如要求学生分析特定系统的不确定性、设计鲁棒控制器并验证其性能，或者解决一个使用LMI的控制器优化问题。 《东北大学现代鲁棒控制概论2021年》这门课程旨在让学生掌握鲁棒控制的基本理论和实用技术，为他们解决复杂工程系统中的控制问题打下坚实基础。通过学习，学生将能够理解和应用鲁棒控制理论，设计出能在不确定环境下保持稳定和性能的控制器。

2021年安徽省大数据与人工智能应用竞赛人工智能(网络赛)-本科组赛题所有数据：人脸对应的年龄标签数据；根据房源信息，预测房屋价格。（数据为train.CSV, val.CSV, test.CSV） 房源信息包括：电梯情况|楼层|户型|区域|装修情况|面积|建筑时间|。注：部分信息有缺失。训练集：验证集：测试集=17000：3000：3000

2021年国赛b组练习

在2021年，信息系统集成行业规模分析显示，该行业正处于快速发展阶段。信息系统集成是一个将计算机硬件、系统软件、工具软件及网络通过技术手段转化为用户所需的信息系统的动态过程，目的是实现资源共享、集中管理、提高效率与便捷性。随着信息化浪潮的到来，信息系统集成已经成为企业信息处理和管理效率提升的重要手段。 该行业在中国已有三十多年的发展历史，并且经历了多个发展阶段。市场规模在2014年至2019年期间实现了高速增长，从8416亿元增长到14445亿元，年均复合增长率为14.09%。推动行业增长的因素包括信息技术的快速发展和智能制造的升级转型，而这些技术的应用也推动了行业朝着网络化、体系化、服务化和融合化的方向发展。 2015年，中国停止了信息系统集成及相关服务的资质认定工作，相关政策在2019年正式废止。在此背景下，市场和行业对于企业的真实业绩、经验、信用评价以及技术人员实力等信息的关注度增加。这一转变意味着行业门槛并未降低，而是将更注重企业自身实力。 在行业下游，政府、企事业单位和大型企业的占比提高。教育、物流、金融和医疗等行业是信息系统集成领域的主要下游市场。尽管教育行业是信息系统集成最大的下游市场，但物流和智能化物流领域展现出长远的成长空间。医疗领域也显示出巨大潜力，尽管中国医疗信息化水平较低，系统构建复杂，仍需长期投入。 当前，中国信息系统集成市场规模已超过1.4万亿，行业内部竞争激烈，集中度较低。数千家系统集成厂商，包括跨国巨头与本土集成厂商，在这一市场中同台竞技。由于行业进入门槛相对较高，因此市场竞争日益激烈，优胜劣汰的速度加快。预计未来，具备技术和规模优势的龙头企业将更具竞争力。 回顾整个行业的发展历程，可以看到信息系统集成行业在中国的迅速发展与工业升级转型密不可分，同时也与市场需求的不断提升和技术创新的不断进步相互促进。随着信息技术的不断进步和市场的不断变化，信息系统集成行业在未来发展中仍需紧跟技术发展潮流，不断调整和优化自身服务和产品以适应不断变化的市场需求。

《2021年全国大学生数据统计与分析竞赛优秀论文》是针对全国大学生举办的一场专业竞赛，旨在提升学生的数据分析能力和应用统计学知识解决实际问题的技能。这场竞赛的亮点在于，它为参赛者提供了宝贵的实践平台，让学生们能够将理论知识转化为实际操作，同时也促进了跨学科的合作和交流。 数模竞赛，全称数学建模竞赛，是一种以团队形式进行的学术比赛，通常涉及运用数学方法、计算机技术以及统计学等工具来解决实际问题。在这样的竞赛中，学生们需要通过收集数据、建立模型、进行数据分析，并最终提出解决方案。这次的"21年B题优秀论文"和"21年A题优秀论文"则收录了在这场竞赛中表现出色的团队的成果，它们不仅展示了参赛者的创新思维，也体现了他们在数据统计与分析领域的深厚功底。 论文中可能会涵盖以下知识点： 1. 数据采集：参赛者需要从各种来源获取数据，包括公开数据库、网络爬虫、调查问卷等，这涉及到数据获取的合法性和可靠性。 2. 数据清洗：处理缺失值、异常值和重复值，确保数据质量，这是数据分析前的重要步骤。 3. 数据预处理：可能包括数据转换（如归一化、标准化）、特征工程（创建新的预测变量）等，以优化模型性能。 4. 统计分析方法：常见的统计分析方法有描述性统计、推断性统计、假设检验、回归分析、时间序列分析等，参赛者可能根据题目需求选择合适的方法。 5. 数据可视化：通过图表展示数据特性，帮助理解并解释分析结果，如柱状图、折线图、散点图、热力图等。 6. 模型选择与建立：根据问题的性质选择合适的模型，如线性回归、决策树、随机森林、支持向量机、神经网络等。 7. 模型评估：利用交叉验证、R^2分数、AUC-ROC曲线等指标来评估模型的性能。 8. 结果解释：将复杂的统计分析结果以清晰易懂的方式呈现，便于非专业读者理解。 9. 实践应用：参赛者需将分析结果应用于实际情境，提出解决问题的策略或建议。 通过学习这些优秀论文，我们可以借鉴他们的研究方法、模型构建过程和问题解决策略，同时也能提升自己的数据分析思维和应用能力。无论是对参赛者还是对其他学习者来说，这些都是宝贵的学习资源，能促进个人在数据统计与分析领域的成长。

《2021年中国城市数字经济指数蓝皮书》是一份深度剖析中国城市在数字经济领域发展状况的重要报告。这份由新华三集团推出的年度研究报告，旨在揭示我国各城市在数字化转型过程中的成就、挑战与发展趋势，为政策制定者、城市管理者以及行业从业者提供宝贵的洞察和策略指导。 数字经济是新时代经济增长的新引擎，它涵盖了电子商务、云计算、大数据、物联网、人工智能等多个关键领域。在中国，随着互联网技术的飞速发展，数字经济已经成为推动经济社会变革的重要力量。《蓝皮书》通过对全国各大城市的深入研究，构建了一套全面的城市数字经济评价体系，包括基础设施、数字治理、数字经济产业、数字生活四个核心维度，以量化的方式评估了各城市在数字经济领域的综合表现。 在基础设施方面，报告可能关注了城市的信息通信网络建设，如宽带覆盖率、5G基站数量、数据中心的布局等，这些是支撑数字经济发展的基础硬件设施。数字治理则涵盖了政府公共服务数字化、数据开放共享、网络安全等方面，反映了城市利用数字化手段提升治理效能的能力。数字经济产业则衡量了城市的创新能力和产业发展水平，包括数字企业数量、产值、研发投入等指标。数字生活部分则关注了市民在教育、医疗、交通等日常生活领域的数字化体验，体现了数字技术对民生改善的贡献。 《蓝皮书》的发布，对于理解中国城市如何通过数字化转型实现经济结构优化、提升竞争力具有重要意义。城市可以根据报告中的分析结果，找到自身在数字化进程中的优势与不足，从而制定更加精准的发展策略。例如，针对基础设施短板的城市可以加大投入，提升网络基础设施；对于数字治理能力较弱的城市，可以加强数据治理机制，提高公共服务效率；在数字经济产业发展上，可以通过引导和支持创新企业，培育新兴产业集群。 这份报告不仅是对过去一年中国城市数字经济发展的总结，更是对未来趋势的前瞻性预测。通过深入研究和比较不同城市的实践，可以为政策制定者提供有价值的参考，推动城市在数字经济时代实现高质量发展。同时，也为学者和业界人士提供了丰富的研究素材，共同探讨和推动中国数字经济的繁荣与进步。

本设计以 STM32F407 芯片和编码电机为核心制作小车，通过 OPENMV摄像头识别病房号，将数据发送给 NVIDIA 控制装置。NVIDIA 与 STM32之间使用串口通信进行数据传输。小车 1 通过蓝牙通信模块发送给小车2 行走指令，通过矢量合成算法来处理并计算得出小车各个轮胎所需求的转速，再由 PID 算法控制 PWM 的占空比，从而调整转速，实现小车的转向与前进。灰度传感器用于寻迹，OLED 屏可显示药房号。全国大学生电子设计大赛对每一位参赛者来说既是机遇，又是挑战。电赛对我们来说是一次重要的机遇，平时的不断学习，赛前的不断训练，从知识、技术的未知，到知识、技术的浅识，再到对知识、技术的理解，每一步都见证了我们对于电子设计大赛孜孜不倦地向往。与此同时，电赛对我们来说又是挑战。面对全新的赛题，对于问题的解决，我们团队合理分工，发挥各自优势，加快赛题的解答进度，极大考验团队合作和个人能力。通过电赛，我们的机械结构搭建，电路设计调试，软件编写，算法设计，软件仿真测试等各项技术能力得到了显著的提高。

根据不同中药材在近红外、中红外光谱的照射下表现的光谱特征具有较大差异，本文主要根据光谱特征进行鉴别中药材的种类及其产地。建立了数据可视化分布模型，利用了改进的K-means聚类模型、相关系数、距离判别法、平均相关系数和BP神经网络等模型。 对于问题一:首先，将附件 1 的光谱数据可视化，直观的分析了不同药材的分布特征和差异；其次，利用Python的Matplotlib库将附件1的数据绘制成直方图(见附录1)，确定了大致可分为3类；最后，建立了K-means聚类模型，第三类数据直观上差异较大，故又建立了改进的K-means聚类模型，不先指定类数，再次验证了分为3类是合理的。 对于问题二:首先，利用Matplotlib库将同一产地不同波数下的数据求均值，并可视化，分析了不同产地的特征及差异；其次，利用Python数据分析未知产地数据，与已知产地的数据进行计算相关性系数，产地的相关系数求平均，即。最大，说明属于产地；最后，建立了反向传播神经网络模型进行了第二次分产地演算，得到了产地的归属。 对于问题三:首先，利用Python的corr函数求得了未知产地和已知产地的相关系数，将同一产地的相关系

智能送药小车是我在备战2023年电赛时做的训练题。通过研究，我发现网上大多数方案将巡线与数字识别分开实现。然而，我的想法是将这两者结合在一个OpenMV系统中，来模拟在比赛期间缺少了灰度传感器（因为巡线是循红线）的解决方案。（我是使用STC32作为小车的主控来控制其电机的运动，通信就是STC32和openmv的，实际上将串口接收和发送处理好所有单片机都可以使用这个方案）