526互联

模型 节点 质量 方法

python中index()、find()方法

python中index()、find()方法，具体内容如下： index() 方法检测字符串中是否包含子字符串 str ，该方法与 python find()方法一样，只不过如果str不在 string中会报一个异常。影响后面程序执行 index()方法语法：str.index(str, beg= ......
方法 python index find

基于simulink的车辆坡度与质量识别模型，扩展卡尔曼滤波，估计曲线与实际误差合理

基于simulink的车辆坡度与质量识别模型，扩展卡尔曼滤波，估计曲线与实际误差合理YID:8572645488015821 ......
坡度 误差 曲线 simulink 模型

基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性

基于蒙特卡洛概率潮流计算 在IEEE33节点系统中，由于风光出力的不确定性，利用蒙特卡洛生成风速和光照强度得到出力，可得到每个节点的电压和支路功率变化，网损和光照强度。YID:7950644519779522 ......
不确定性 节点 概率 潮流 风光

整车动力学模型_simulink（7自由度&14自由度）

整车动力学模型_simulink（7自由度&14自由度） 软件使用：Matlab Simulink 适用场景：采用模块化建模方法，搭建7自由度和14自由度整车模型，作为整车平台适用于多种工况场景。 产品simulink源码包含如下模块： →工况: 阶跃工况 →整车模块：7自由度整车模型(需要14自由 ......
自由度 动力学 整车 amp simulink

设计通用流程和可变点的方法一些思考

平台化与中台设计：新问题与解决方案 在从信息化到数字化的转型中，平台化一直是重要的主题之一。随着平台不断向业务领域延伸，平台抽象和建设的难度也呈指数级增加，出现了一系列新问题。解决这些问题的思考和探索不仅赋予了业务平台化趋势新的内涵和意义，也成为我们设计和发布新的企业架构框架的起点。这些问题的重点在 ......
流程 方法

Matlab小波变换双端行波测距凯伦布尔变换放射状配电网单相故障测距Simulink模型及对应程序

Matlab小波变换双端行波测距凯伦布尔变换放射状配电网单相故障测距Simulink模型及对应程序。 配有对应说明及原理参考文献，适合初学者学习。YID:9219641290933817 ......
放射状 布尔 Simulink 模型 故障

struts2中配置Action的方法

1.Action是什么（原文链接：https://www.bbsmax.com/A/GBJrY6pKz0/） 在Struts2中，一个Action类代表一次请求或调用，每个请求的动作都对应于一个相应的Action类，一个Action类是一个独立的工作单元。也就是，用户的每次请求，都会转到一个相应的A ......
struts2 方法 struts Action

四轮转向系统横摆角速度控制simulink仿真模型，利用滑模控制算法

四轮转向系统横摆角速度控制simulink仿真模型，利用滑模控制算法，基于八自由度车辆模型，控制有比较好的效果，附参考说明。YID:29150640269337950 ......
角速度 滑模 转向系统 四轮 算法

燃料电池仿真模型燃料电池仿真模型，本模型基于Cruise软件和 Simulink软件共同搭建完成

燃料电池仿真模型燃料电池仿真模型，本模型基于Cruise软件和 Simulink软件共同搭建完成，并基于实际项目搭建，本资料包包含所有源文件YID:7468639817222914 ......
模型 燃料 电池 软件 Simulink

Gateway-Worker启动失败或者启动无法正常使用的几种方法

https://www.cnblogs.com/zerofc/p/11309438.html Workerman是一款开源高性能异步PHP socket即时通讯框架。支持高并发，超高稳定性，被广泛的用于手机app、移动通讯，微信小程序，手游服务端、网络游戏、PHP聊天室、硬件通讯、智能家居、车联网、 ......
Gateway-Worker Gateway 方法 Worker

基于模型强化学习的离网微电网终身控制Python源代码

基于模型强化学习的离网微电网终身控制Python源代码 离网微网的终身控制问题包括两个任务，即对微网设备的状态进行估计和通过预测未来消费量和可再生产量来考虑不确定性的运行规划。 有效控制的主要挑战来自于随时间发生的各种变化。 提出了一个用于农村电气化离网微电网建模的开源强化框架。 将孤立微电网的终身 ......
电网 源代码 模型 终身 Python

matlab的基于遗传算法优化bp神经网络多输入多输出预测模型

matlab的基于遗传算法优化bp神经网络多输入多输出预测模型，有代码和EXCEL数据参考，精度还可以，直接运行即可，换数据OK。 YID:62100632809753171 ......
神经网络 算法 模型 神经 matlab

列表常用操作方法

列表的常用方法 列表的特点 ......
常用 方法

【代码实现】最新PyTorch机器学习与深度学习技术方法

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。 本次内容在掌握深度学习的基础知识，与经 ......
深度 机器 PyTorch 代码 方法

内核不中断前提下，Gaussdb（DWS）内存报错排查方法

摘要：本文主要讲解如何在内核保证操作不能中断采取的特殊处理，理论上用户执行的sql使用的内存（dynamic_used_memory） 是不会大范围的超过max_dynamic_memory的内存的 本文分享自华为云社区《Gaussdb（DWS）内存报错排查方法》，作者： fighttingman。 ......
内核 前提 内存 Gaussdb 方法

基于NMPC（非线性模型预测控制算法）轨迹跟踪与避障控制算法研究

基于NMPC（非线性模型预测控制算法）轨迹跟踪与避障控制算法研究 仅供学习算法使用 YID:8770627173879012 ......
算法 非线性 轨迹 模型 NMPC

常见I/O模型

文章引用自 https://blog.csdn.net/qq_35642036/article/details/82798722 1. 同步：发出一个功能调用后，没有得到结果之前，该调用就不返回。此时线程还是激活的 2. 异步： 发出一个调用后，不需要知道改功能结果，该功能有结果后通知调用者（回调通 ......
模型 常见

永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好

永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好，位置电流双闭环采用二阶自抗扰控制，永磁同步电机三闭环控制，神经网络控制，自抗扰中状态扩张观测器与神经网络结合，在线自整定自抗扰中参数，（依据rbf神经网络pid控制还写）输入信号为方波信号，可以切换。 均可运行 ......
同步电机 神经网络 公式 电机 模型

ABAQUS盾构隧道开挖模型Cae文件，一环7片，含螺栓，配筋

ABAQUS盾构隧道开挖模型Cae文件，一环7片，含螺栓，配筋。 （此模型用的㎜单位制） YID:38300610693753555 ......
配筋 螺栓 隧道 模型 文件

质量内建落地的四要素

去年4月份，在测试圆桌派第二期的直播分享中，聊了质量内建对提升交付质量的作用。 近一年学习了很多新的知识，也在和其他同行的交流分享中，对质量内建有了新的一些理解。 这篇文章，我想聊聊质量内建在团队中落地的四要素。 我对质量内建的理解 在软件研发领域，无论是我们提倡的各种设计原则，不断演进的系统架构或 ......
四要素 质量

自动调优工具AOE，让你的模型在昇腾平台上高效运行

摘要：当算子性能或者网络性能不佳时，可以使用AOE进行调优。本文就带大家了解自动调优工具AOE，让你的模型在昇腾平台上高效运行。 本文分享自华为云社区《自动调优工具AOE，让你的模型在昇腾平台上高效运行》，作者：昇腾CANN 。 什么是AOE？ AOE（Ascend Optimization Eng ......
模型 工具 平台 AOE

初识HTTP&HTTP报文&HTTP方法

初识HTTP HTTP是什么？ HyperText Transfer Protocol 超文本传输协议 HTML：超文本标记语言 超文本：原先一个个单一的文本，通过超链接将其联系起来，由原先的单一的文本编程了可无限延伸扩展的超级文本，立体文本 HTTP报文 HTTP报文是什么？ 浏览器向服务器发送请 ......
HTTP 报文 amp 方法

uniapp getCurrentPages()回塞数据 回塞到页面组件里解决方法

//数据展示页 <lab ref="thridRef" confirm="sumbitFn"></lab> const thridRef = ref() //数据展示页引用的组件 lab.vue //抛出需要被塞数据的字段 defineExpose({form}) //回塞数据页 var pages ......
getCurrentPages 组件 页面 方法 数据

ArcGIS模型构建器ModelBuilder的使用方法

本文介绍在ArcMap软件中，基于模型构建器（ModelBuilder）完成模型建立与使用的具体方法。 首先，在ArcMap软件中打开“ModelBuilder”。 建立一个模型，我们一般需要两种素材，一是该模型所需的初始数据，二是该模型具体的操作工具；而二者都可以通过插入的方法导入模型。在这里，我 ......
使用方法 ModelBuilder 模型 方法 ArcGIS

常用的处理时间序列的模型

处理时间序列的模型有很多种，下面列举一些常见的： ARIMA模型：自回归移动平均模型，用于分析和预测时间序列数据。 LSTM模型：长短时记忆模型，是一种循环神经网络，能够捕捉时间序列中的长期依赖关系。 GRU模型：门控循环单元模型，是一种循环神经网络，类似于LSTM，但参数更少，训练速度更快。 Pr ......
时间序列 序列 模型 常用 时间

C#遍历指定文件夹中所有文件的3种方法

前段时间小编同事面试遇到了这个问题，由于同事比较菜并未很完美的完成这个问题，本文就替小编来解答一下。在C#中有多种方式类遍历指定文件夹中的文件，本文将介绍三种方式。 一、使用Directory类的GetFiles方法： 示例代码如下： string[] files = Directory.GetFi ......
文件 文件夹 方法

食堂用餐满意度分析——AHP及模型推广

食堂用餐满意度分析 ......
满意度 食堂 模型 AHP

各种场景方法实现集合

1、向二维数组指定位置插入数组 /** * 向二维数组指定位置插入数组 * @param $array array 被插入的数组 * @param $position int 插入的位置 数组key的值 从0开始 * @param $insert_array array 要插入的数组 */ priv ......
场景 方法

【解答】如何保障数据库的测试质量？

保障数据库的测试质量可以从以下几个方面进行： （1）设计合理的测试用例：需要设计合理、全面、准确的测试用例，覆盖数据库的各种功能和场景，包括常规操作、异常操作、性能测试、安全测试等。 （2）自动化测试：可以采用自动化测试的方式，提高测试的效率和准确性，同时可以快速发现和解决问题。 （3）定期回归测试 ......
质量 数据库 数据

高斯混合模型 GMM 的详细解释

高斯混合模型（后面本文中将使用他的缩写 GMM）听起来很复杂，其实他的工作原理和 KMeans 非常相似，你甚至可以认为它是 KMeans 的概率版本。 这种概率特征使 GMM 可以应用于 KMeans 无法解决的许多复杂问题。 因为KMeans的限制很多，比如： 它假设簇是球形的并且大小相同，这在 ......
模型 GMM
共11400篇  :360/380页 首页上一页360下一页尾页