丧气小朋友
丧气小朋友

【线性系统】四、状态空间的解法和实现（1）——线性非时变的解法和实现

解法

线性非时变（LTI）系统可被描述为

\dot{x}(t) = Ax(t) + Bu(t)     

y(t) = Cx(t) + Du(t)

进行拉普拉斯变换得到：

\hat{x}(s) = (sI-A)^{-1}[x(0)+B\hat{u}(s)]

\hat{y}(s) = C(sI-A)^{-1}[x(0)+B\hat{u}(s)]+D\hat{u}(s)

有两种方法计算(sI-A)^{-1}。

例：

A = \begin{bmatrix} 0 &-1 \\ 1 & -2 \end{bmatrix}

计算(sI-A)^{-1}。

方法1:

(sI-A)^{-1} = \begin{bmatrix}s&1\\-1& s+2 \end{bmatrix}^{-1} = \frac{1}{s^2+2s+1}\begin{bmatrix}s+2&-1\\1& s \end{bmatrix} = \begin{bmatrix} \frac{s+2}{(s+1)^2}&-\frac{-1}{(s+1)^2}\\\frac{1}{(s+1)^2}& \frac{s}{(s+1)^2} \end{bmatrix}

方法2:

A的特征值有两个，-1, -1。使 h(\lambda) = \beta_0+\beta_1\lambda。如果h(\lambda)等于f(\lambda): = (s-\lambda)^{-1}那么，

f(-1) = h(-1): (s+1)^{-1} = \beta_0-\beta_1;

{f}'(-1) = {h}(-1): (s+1)^{-2} = \beta_1 。

因此我们有h(\lambda) = [(s+1)^{-1}+(s+1)^{-2}]+(s+1)^{-2}\lambda和

(sI-A)^{-1} = h(A) = [(s+1)^{-1}+(s+1)^{-2}]I + (s+1)^{-2}A = \begin{bmatrix} (s+2)/(s+1)^{2} & -1/(s+1)^2 \\ 1/(s+1)^2& s/(s+1)^2 \end{bmatrix}

例：方程 \dot{x}(t) = \begin{bmatrix} 0 & -1\\ 1& -2 \end{bmatrix}x(t) + \begin{bmatrix} 0\\ 1 \end{bmatrix}u(t) 的解为，

x(t) = e^{At}x(0)+\int_{0}^{t}e^{t-\tau}Bu(\tau)d\tau。

其中e^{At}是(sI-A)^{-1}的拉普拉斯反变换，我们已经通过上一个例子进行了计算。

e^{At} =\L^{-1}\begin{bmatrix} (s+2)/(s+1)^{2} & -1/(s+1)^2 \\ 1/(s+1)^2& s/(s+1)^2 \end{bmatrix} = \begin{bmatrix} (1+t)e^{-1} &-te^{-t} \\ te^{-t}& (1-t)e^{-1} \end{bmatrix}

且

x(t) = \begin{bmatrix} (1+t)e^{-1} &-te^{-t} \\ te^{-t}& (1-t)e^{-1} \end{bmatrix}x(0)+\begin{bmatrix} -\int_{0}^{t}(t-\tau)e^{-(t-\tau)}Bu(\tau)u(\tau)d\tau\\ \int_{0}^{t}[1-(t-\tau)]e^{-(t-\tau)}Bu(\tau)u(\tau)d\tau \end{bmatrix}

  • 离散化

\dot{x}(t) = Ax(t) + Bu(t)     

y(t) = Cx(t) + Du(t)

离散化为：

{x}(k+1) = A_dx(k) + B_du(k)     

y(k) = C_dx(k) + D_du(k)

其中：

A_d = e^{AT}, B_d = (\int_{0}^{T}e^{A\tau}d\tau)B, C_d = C, D_d = D

等效状态方程

\dot{x}(t) = Ax(t) + Bu(t)（1）

y(t) = CX(t) + Du(t)（2）

这里A是一个映射在n维实空间\Re ^{n}的n \times n常矩阵。

定义：P为一非奇异矩阵，\bar{x} = Px。 

\dot{\bar{x}}(t) = \bar{A}\bar{x}(t) + \bar{B}\bar{u}(t)（3）

y(t) = \bar{C}\bar{x}(t) + \bar{D}\bar{u}(t)（4）

其中 \bar{A} = PAP^{-1}, \bar{B} = PB, \bar{C} = CP^{-1}, \bar{D} = D（5），这个变换被称为等效变换。

（5）是由带入 x(t) = P^{-1}\bar{x}(t) 和 \dot{x}(t)= P^{-1}\dot{\bar{x}}(t) 到（1）、（2）得到的。

（1）（2）和（3）（4）具有相同的特征值。由 det(P)det(P^{-1}) = 1 可得。

\bar{\Delta}(\lambda ) = det(\lambda I-\bar{A}) = det(\lambda PP^{-1}-PAP^{-1}) = det(P(\lambda I -A)P^{-1}) = det(P)det(\lambdaI-A )det(P^{-1}) = det(\lambda I-A) = \Delta (A)

同时

\hat{\bar{G}}(s) = \bar{C}(sI-\bar{A})^{-1}\bar{B} + \bar{D} = ... = \hat{G}(s), 转移矩阵相等。 这时两个状态方程零状态等效。

 

例一：

有状态方程

\dot{x}(t) = \left \begin{bmatrix} \lambda &0 \\ 0& \bar{\lambda } \end{bmatrix}x(t) +\begin{bmatrix} b_{1}\\ \bar{b_{1}} \end{bmatrix}u(t)

y(t) = \begin{bmatrix} c_{1} & \bar{c_{1}} \end{bmatrix} x(t)

字母上的横线代表共轭复数。证明等式可以被变换成\dot{\bar{x}}(t) = \bar{A}\bar{x}(t) + \bar{B}\bar{u}(t)，y(t) = \bar{C}\bar{x}(t)，

其中\bar{A}= \left \begin{bmatrix} 0 &1 \\ {-\lambda\bar{\lambda}}& \lambda+\bar{\lambda } \end{bmatrix}，\bar{b} = \begin{bmatrix}0\\1 \end{bmatrix}，\bar{c_{1} } = \begin{bmatrix}-2Re(\bar{\lambda}b_{1}c_{1})])&2Re(b_{1}c_{1}) \end{bmatrix}，其中用到x = Q\bar{x}其中

Q= \left \begin{bmatrix} -\lambda b_{1} &b_{1} \\ {-\lambda\bar{b}_{1}}& \bar{b}_{1}\end{bmatrix} 。

（求出Q的逆，直接按（5）计算即可）

 

例二：

这两个状态空间方程是否等效？是否零状态等效？

\dot{x}(t) = \left \begin{bmatrix}2 &1&2 \\ 0&2&2\\0&0&1} \end{bmatrix}x(t) +\begin{bmatrix} 1\\ 1\\0} \end{bmatrix}u(t)

y(t) = \begin{bmatrix} 1 & -1&0} \end{bmatrix} x(t)

和

\dot{x}(t) = \left \begin{bmatrix}2 &1&1 \\ 0&2&1\\0&0&-1} \end{bmatrix}x(t) +\begin{bmatrix} 1\\ 1\\0} \end{bmatrix}u(t)

y(t) = \begin{bmatrix} 1 & -1&0} \end{bmatrix} x(t)

（求特征值，若不相等则不等效。）

 

实现

每个线性非时变（LTI）系统可被描述为

\hat{y}(s) = \hat{G}(s) \hat{u}(s) （1）

同时，如果系统是集总的，其状态空间可被描述为：

\dot{x}(t) = Ax(t) + Bu(t)     （2）

y(t) = Cx(t) + Du(t)

如果状态方程已知，转移矩阵可被表示为：

\hat{G}(s) = C(sI-A)^{-1}B+ D（3）

其中\{A,B,C,D\}被称为\hat{G}(s)的实现。

 

定理：转移矩阵\hat{G}(s)可实现，当且仅当\hat{G}(s)是一个真有理矩阵。

\hat{G}_{sp}(s): = C(sI-A)^{-1}B+ D = \frac{1}{det(sI-A)}C[Adj(sI-A)]B （4）

  • 如果A为n\times n，det(sI-A)为n度。

\hat{G}(\infty) = D（5）

  • 如果\hat{G}(s)是一个q\times p 有理矩阵，就存在它的实现，

\hat{G}(s) = \hat{G}_{sp}(s) + \hat{G}(\infty) （6）。

设多项式d(s) = s^{r}+\alpha_{1}s^{r-1}+...+\alpha_{r-1}s+\alpha_{r} （7）monic（最高次项的系数必须为1)， 为 \hat{G}_{sp}(s) 的所有元素最小公分母。

则 \hat{G}_{sp}(s) = \frac{1}{d(s)}[N(s)] = \frac{1}{d(s)}[N_{1}s^{r-1}+N_{2}s^{r-2}+...+N_{r-1}s+N_r]（8），

其中N_{i}为q\times p 常矩阵。

可以得到：

\dot{x} = \begin{bmatrix} -\alpha_{1}I_{p} &-\alpha_{2}I_{p} & ... &-\alpha_{r-1}I_{p} & -\alpha_{r}I_{p}\\ I_{p}& 0 & ... & 0&0 \\ 0 & I_{p}& ... & 0& 0\\ \vdots & \vdots & & \vdots & \vdots \\ 0 & 0& ...& I_{p}& 0 \end{bmatrix}x + \begin{bmatrix} I_{p}\\0\\0\\\vdots\\0 \end{bmatrix}u（9）其中I_{p}是n\times n单位矩阵。

y = \begin{bmatrix} N_{1} &N_{2} & ...&N_{r-1} & N_{r} \end{bmatrix}x+\hat{G}(\infty)u

为 \hat{G}(s) 的实现。

例一：有理矩阵 \hat{G}(s) = \begin{bmatrix} \frac{4s-10}{2s+1}&\frac{2}{s+2} \\ \frac{1}{(2s+1)(s+2)}& \frac{s+1}{(s+2)^2} \end{bmatrix} =\begin{bmatrix} 2 &0 \\ 0&0 \end{bmatrix}+\begin{bmatrix} \frac{-12}{2s+1} &\frac{3}{s+2} \\ \frac{1}{(2s+1)/(s+2)} & \frac{(s+1)}{(s+2)^2} \end{bmatrix}（10）被分解为一个常矩阵和有理矩阵\hat{G}_{sp}(s)。

1.根据（7）计算\hat{G}_{sp}(s)中需要的最小公分母。2.根据（8）计算\hat{G}_{sp}(s)。3.根据（9）计算\hat{G}(s)的实现。

*特殊情况下，当\hat{G}(s)是一个q\times 1矩阵时，我们举一个q=2, r = 4的例子：

\hat{G}(s) =\begin{bmatrix} d_{1} \\ d_{2} \end{bmatrix}+\frac{1}{s^{4}+\alpha_{1}s^{3}+\alpha_{2}s^{2}+\alpha_{3}s+\alpha_{4}} \begin{bmatrix} \beta_{11}s^{3}+\beta_{12}s^{2}+\beta_{13}s^{1}+\beta_{14}\\\beta_{21}s^{3}+\beta_{22}s^{2}+\beta_{23}s^{1}+\beta_{24}\end{bmatrix}（11）

的实现为

\dot{x} = \begin{bmatrix} -\alpha_{1} &-\alpha_{2}& -\alpha_{3}& -\alpha_{4}\\ 1& 0 & 0&0 \\ 0 & 1& 0& 0\\ 0 & 0 & 1 & \0 \end{bmatrix}x + \begin{bmatrix} 1\\0\\0\\0 \end{bmatrix}u（12）

y = \begin{bmatrix}\beta_{11}+\beta_{12}+\beta_{13}+\beta_{14}\\ \beta_{21}+\beta_{22}+\beta_{23}+\beta_{24}\end{bmatrix}x+\begin{bmatrix} d_{1}\\d_{2}\end{bmatrix}u

例二：

只看（10）的第一列：

\hat{G}_{c1}(s) = \begin{bmatrix} \frac{4s-10}{2s+1}\\ \frac{1}{(2s+1)(s+2)} \end{bmatrix} =\begin{bmatrix} \frac{(4s-10)(s+2)}{(2s+1)(s+2)} \\ \frac{1}{2s^{2}+5s+2} \end{bmatrix} = \begin{bmatrix} \frac{4s^{2}-2s-20}{2s^{2}+5s+2} \\ \frac{1}{2s^{2}+5s+2} \end{bmatrix}（13）

d(s) = s^{2}+2.5s+1（14）

由（12）：

\dot{x} = \begin{bmatrix} -2.5 &-1\\ 1& 0\end{bmatrix}x + \begin{bmatrix} 1\\0\end{bmatrix}u（13）

y = \begin{bmatrix}-6&-12\\0&0.5\end{bmatrix}x+\begin{bmatrix} 2\\0\end{bmatrix}u

 

你可能感兴趣的:(理论)

  • Java Spring Cloud Nacos 配置修改不生效的解决方法 Tech Synapse javaspringcloud开发语言
    一、引言在微服务架构中，配置管理是一个关键部分。Nacos作为一个动态服务发现、配置管理和服务管理平台，广泛应用于JavaSpringCloud项目中。然而，有时在修改Nacos配置后，这些更改并不会立即生效。本文将详细探讨这种情况的原因，并提供多种解决方案，包括理论概述和代码示例。二、理论概述Nacos是DynamicNamingandConfigurationService的简称，旨在简化云原
  • ACL实验 把梦想藏在蘑菇里 网络ACL访问控制列表
    理论基础标准访问控制列表：基于IP地址过滤数据包，访问控制列表号2000-2999扩展访问控制列表：基于源IP地址、目的IP地址、指定协议、端口和标志来过滤数据包命名访问控制列表：允许在标准和扩展访问控制列表中使用名称代替表号实验目的学习ACL；学习ACL规则的编写与端口的调用；学习ACL基础配置实验环境实验需求全网互通用ACL标准列表禁止vlan10和vlan20通信用ACL扩展列表禁止AR3访
  • 计算机密码体制分为哪两类,密码体制的分类.ppt 约会师老马 计算机密码体制分为哪两类
    密码体制的分类.ppt密码学基本理论现代密码学起始于20世纪50年代，1949年Shannon的《TheCommunicationTheoryofSecretSystems》奠定了现代密码学的数学理论基础。密码体制分类(1)换位与代替密码体制序列与分组密码体制对称与非对称密钥密码体制数学理论数论信息论复杂度理论数论--数学皇后素数互素模运算，模逆元同余方程组，孙子问题，中国剩余定理因子分解素数梅森
  • OSPF（2）：基础配置、拓展配置 小度爱学习 网络安全从小白到大神网络
    引言在前面的学习中我们知道了ospf的基础理论知识：ospf（1），那么这一节我们就来继续学习ospf的配置吧，而在本节我们的学习将基于以下这张图来讲解配置命令：R1、R2、R3都有一个环回接口，分别为1.1.1.1、2.2.2.2、3.3.3.3，每个物理接口的IP地址如图。由于在前面几篇内容中我们已经详细的介绍过如何配置IP地址了，所以本篇内容不再做详细展示，不会的同学可以点击参考之前的博客：
  • 【机器学习：三十二、强化学习：理论与应用】 KeyPan 机器学习机器学习机器人人工智能深度学习数据挖掘
    1.强化学习概述**强化学习（ReinforcementLearning,RL）**是一种机器学习方法，旨在通过试验与反馈的交互，使智能体（Agent）在动态环境中学习决策策略，以最大化累积奖励（CumulativeReward）。相比监督学习和无监督学习，强化学习更关注长期目标，而非简单地从标签中学习。核心概念智能体（Agent）：进行学习和决策的主体。环境（Environment）：智能体所在
  • 如何降低做事的阻力？ 智识世界Intelligence 信息可视化深度学习经验分享笔记学习方法
    1.实用优先于完美：足够好才是关键伏尔泰所说的“完美是优秀的敌人”在这里正中问题核心。在现实世界中，追求完美往往带来停滞，因为完美本身是动态、难以定义的。在自然选择中，生物能够存活并繁衍，不是因为它们达到了某种理论上的“最优状态”，而是因为它们的特性在特定环境下足够好。现实应用：•在产品开发中，“最低可行产品”（MVP，MinimumViableProduct）正是基于这种思想。MVP不是完美的，
  • 2024年网络安全最全CTF —— 网络安全大赛_ctf网络安全大赛 网安墨雨 web安全安全
    前言随着大数据、人工智能的发展，人们步入了新的时代，逐渐走上科技的巅峰。\⚔科技是一把双刃剑，网络安全不容忽视，人们的隐私在大数据面前暴露无遗，账户被盗、资金损失、网络诈骗、隐私泄露，种种迹象表明，随着互联网的发展，网络安全需要引起人们的重视。\互联网安全从其本质上来讲就是互联网上的信息安全。从广义来说，凡是涉及到互联网上信息的保密性、完整性、可用性、真实性和可控性的相关技术和理论都是网络安全的研
  • Python机器学习之XGBoost从入门到实战(基本理论说明) 雪域枫蓝 PythonAtificialIntelligence机器学习python分布式
    Xgboost从基础到实战XGBoost:eXtremeGradientBoosting*应用机器学习领域的一个强有力的工具*GradientBootingMachines(GBM)的优化表现，快速有效—深盟分布式机器学习开源平台(DistributedmachinelearningCommunity，DMLC)的分支—DMLC也开源流行的深度学习库mxnet*GBM：Machine：机器学习模型
  • 【论文翻译】GOT-OCR论文翻译——General OCR Theory: Towards OCR-2.0 via a Unified End-to-end Model 机器白学 论文翻译ocr论文阅读论文翻译
    论文原文链接：https://arxiv.org/abs/2409.01704特别声明，本文不做任何商业用途，仅作为个人学习相关论文的翻译记录。本文对原文内容直译，一切以论文原文内容为准，对原文作者表示最大的敬意。如有任何侵权请联系我下架相关文章。目录通用OCR理论：通过统一的端到端模型迈向OCR-2.00摘要1引言2相关工作2.1传统OCR2.2基于LVLM的OCR3通用OCR理论3.1框架3.
  • c语言实验使用什么作用,c语言实验总结与反思 努力的大头兵 c语言实验使用什么作用
    c语言实验总结与反思怎么写？以下是小编整理的相关范文，欢迎阅读。c语言实验总结与反思一这个星期，我们迎来了C语言实训——一次至为重要的实训。在这个星期里，同学们都很认真的做着那20多道实训题目，遇到不懂的互相请教，或请问老师。非常感谢老师对我们的帮助，这次实训使我受益匪浅，收获了很多。通过C语言实训，让我加深了对C语言的了解，而不只是单单的在课本中学到的那些理论，平时乏味的课程，通过自己动手亲自编
  • MCP（Model Context Protocol）模型上下文协议 理论篇8 - 根目录（Roots） AIQL MCP(ModelContextProtocol)MCPaiAIAgentlanguagemodelAgenticSystems
    模型上下文协议（ModelContextProtocol,MCP）提供了一种标准化的方式，使客户端能够向服务器暴露文件系统的“根目录”（Roots）。根目录定义了服务器在文件系统中可以操作的边界，使服务器能够了解它们可以访问哪些目录和文件。支持该协议的客户端可以从服务器请求根目录列表，并在列表发生变化时接收通知。用户交互模型（UserInteractionModel）在MCP中，根目录通常通过工作
  • 从小白到高手：人工智能学习中的挑战与突破 博雅智信 人工智能深度学习机器学习python大语言模型
    引言：人工智能学习之路充满挑战学习过程中常见的问题与困境环境安装与配置问题简单报错反复调试，时间浪费大学习进度慢，难以找到合适的方向网上资料过多，选择困难导师催进度，任务压力大不敢多问：与同事、师兄师姐的尴尬理论与实践脱节，缺乏实战经验专注力不足，容易被干扰找一个师傅带着的好处高效解决问题，避免走弯路个性化学习路线与系统化知识框架实战经验的传授与导师的成长指导1.引言：人工智能学习之路充满挑战人工
  • 自动驾驶中的混合决策架构 AI天才研究院 ChatGPTAI大模型企业级应用开发实战大数据AI人工智能大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    自动驾驶中的混合决策架构关键词：自动驾驶、混合决策架构、决策模型、算法、数学模型、项目实战摘要：本文将深入探讨自动驾驶中的混合决策架构，从基础理论到实际应用，全面解析这一领域的核心概念、算法原理及其在自动驾驶中的具体应用。通过详细的项目实战案例，本文旨在为读者提供全面的技术指导和深刻的思考。第一部分：自动驾驶基础理论第1章：自动驾驶概述自动驾驶技术的发展背景源于人类对便捷、安全和高效的交通出行的需
  • 【WRF理论第九期】输出文件：wrfout 和 wrfrst WW、forever WRF模型原理及应用WRF
    【WRF理论第九期】输出文件：wrfout和wrfrst1.wrfout文件wrfout文件读取（Python）2.wrfrst文件参考在WRF（WeatherResearchandForecasting）模型中，wrfout和wrfrst是两种重要的输出文件，分别代表不同类型的模拟结果和功能。1.wrfout文件wrfout文件是WRF模拟的主要输出文件，包含了模型在指定时间步长下的所有模拟结果
  • 为AI聊天工具添加一个知识系统 之45 制约门上的蒙板：图层/通道/路径 之3 一水鉴天 人工语言软件智能智能制造人工智能
    本文要点要点前一篇给出了蒙板的定义：蒙板是一个空间“层”容器（平面），唯一的操作是“替换”，唯一的限制是有确定的源和目标。它对外(API)提供一个唯一操作“替换”，本身则是一个带四个操作符(类比、扩张、收缩和修订)的一阶理论格（lattice）。本项目提出的蒙板是作为问题解决方案的议案的一个临时自组网方案（adhoc）被提出来的，它为问题提出者和解题提案者提供通道、路径和图层。蒙版揭示出意识的知性
  • 《提示工程的科学化探索与大语言模型交互革新》 XianxinMao 语言模型交互
    文章信息摘要主题：提示工程的科学化与大语言模型交互革新核心内容：提示工程的科学化与系统化建立可复现的方法论形成系统性知识体系构建标准化流程和评估体系大语言模型带来的交互变革从指令驱动到对话驱动从单一输出到多轮复杂交互从工具到协作伙伴的转变提示对模型行为的影响机制认知层面：引导思考路径语言层面：控制输出风格任务层面：定义问题边界关键要点：强调数据驱动和理论构建的重要性提出具体的技术路线和评估框架探讨
  • 分频器code 一条九漏鱼 verilog开发实战指南fpga开发
    理论学习数字电路中时钟占有非常重要的地位。时间的计算都依靠时钟信号作为基本单元。一般而言，一块板子只有一个晶振，即只有一种频率的时钟，但是数字系统中，经常需要对基准时钟进行不同倍数的分频，进而得到各模块所需的频率。若想得到比系统时钟更慢的时钟，可以将基准时钟进行分频。若想得到比系统时钟更快的时钟，可以将基准时钟进行倍频。不管是分频还是倍频，都通过PLL实现或者用verilog描述实现。我们用ver
  • 未来是计算机科学的天下,数学——计算机科学及应用未来不可或缺 英伦百宝箱 未来是计算机科学的天下
    论文编号:YYSX006论文字数:3935,页数:05数学——计算机科学及应用未来不可或缺[摘要]：自从上世纪七八十年代，计算机科学与技术得到了迅速的发展，但是，世界起初是有了数学以后才出现计算机科学的，它是数学的延续和发展的辅助工具。首先，高等数学是计算机程序设计的奠基石，任何一个计算机程序设计都离不开数学的理论基础；其次，计算机科学的未来发展需要高等数学的辅助，计算机科学的发展过程中所使用的技
  • 视觉SLAM学习打卡【8-1】-视觉里程计·直接法 肝帝永垂不朽 #SLAM计算机视觉opencvc++
    本节直接法与上节特征点法，为视觉里程计估计位姿的两大主流方法。而在引出直接法前，先介绍光流法（二者均对灰度值I做文章）。至此，前端VO总算结束了。学下来一个感受就是前几章的数学基础很重要，尤其是构建最小二乘的非线性优化（BA），几乎每种方法都有其一席之地。视觉SLAM学习打卡【8-1】-视觉里程计·直接法一、光流法（1）前提（实际中较难满足）（2）理论推导（3）附：超定方程求解二、直接法（1）理论
  • PSNR、SSIM等图像质量评估指标详解 ballball~~ CVcv图像处理图像质量评估指标
    简介：个人学习分享，如有错误，欢迎批评指正。一、PSNR（PeakSignal-to-NoiseRatio）峰值信噪比1.定义PSNR是一种用于衡量两幅图像之间差异的客观指标。它主要用于评估图像压缩、传输或重建算法的效果。PSNR值越高，表示两幅图像越相似，质量损失越小。PSNR基于信号与噪声的概念，其理论基础来自信息论中的信噪比（SNR，Signal-to-NoiseRatio）。PSNR将图像
  • WRF模式与Python融合技术及精美绘图 岁月如歌，青春不败 气象学python开发语言wrf气象科学大气科学气象学
    一：WRF基础与Linux基础1WRF基础与Linux基础1.1WRF模式的理论知识与应用前景WRF动力理论WRF模式代码框架WRF模式应用前景1.2Linux知识与基本操作Linux基本命令设置定时任务超算提交任务1.3WRF模式安装基础库安装(GNU编译器、zlib、libpng、jasper、hdf5、netcdf4、mpich2)WRF/WPS安装二：WRF模式运行2WRF模式运行2.1W
  • 谷歌 AI Agent 白皮书：2025 年，智能体时代已来 人工智能googleagent
    谷歌在2024年底发布了AIAgent（AI智能体）白皮书，表明人工智能在商业中将扮演更积极和独立的角色的未来，并详细阐述了智能体的概念、架构、运作方式以及相关技术，为智能体的开发和应用提供了理论框架和实践指导。AI4AI社区为大家对白皮书内容进行了整理，简单概括回顾核心内容，欢迎点击文章底部“阅读原文”获取完整版白皮书。智能体时代已来人类擅长处理复杂的模式识别任务。然而，我们往往需要借助工具——
  • 日期和时间数据类型的深入探讨：理论与实践
    title:日期和时间数据类型的深入探讨：理论与实践date:2025/1/3updated:2025/1/3author:cmdragonexcerpt:日期和时间数据类型在数据库管理系统中扮演着重要角色，尤其是在数据分析、时间序列数据和事件追踪等领域。这些数据类型不仅可以准确表示时间信息，还能在信息检索、数据存储和计算功能上发挥重要作用。categories:前端开发tags:日期和时间数据库
  • 单片机的原理及其应用：从入门到进阶的全方位指南 wit_@ 单片机嵌入式硬件
    以下是一篇详细、深入的“单片机的原理及其应用”博客文章示例，适合想要系统学习或深入了解单片机的读者。文中不仅会介绍单片机的基本原理、内部构造、开发流程和应用领域，还会融入更多的理论分析、实操案例以及常见问题与解决思路等，帮助读者全面理解并快速上手单片机开发。单片机的原理及其应用：从入门到进阶的全方位指南目录引言：单片机的地位与发展概述什么是单片机？单片机的基本结构与工作原理3.1CPU（中央处理器
  • 鸿蒙NEXT应用开发训练营毕业总结 wjl6259 harmonyos华为
    自从加入鸿蒙NEXT应用开发训练营以来，我体验了一段充实而富有挑战性的学习旅程。通过系统的理论学习和实践操作，我不仅对鸿蒙NEXT应用开发有了深入的理解，还掌握了其核心技能。学习心得在理论知识学习方面，我深入了解了鸿蒙NEXT应用开发的基础概念、框架以及关键技术点。其分布式理念、跨设备协同能力以及安全性与稳定性的保障，都给我留下了深刻的印象。在实际案例中，我体会到了鸿蒙NEXT应用开发的强大功能和
  • Python+Vue计算机毕业设计新新中草药管理系统06s87（源码+程序+LW+部署） 永毅科技 课程设计
    该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程项目运行环境配置：Python3.7.7+Django+Mysql5.7+piplist+HBuilderX（Vscode也行）+Vue+Pychram社区版。项目技术：Django+Vue+Python+Mysql等等组成，B/S模式等等。环境需要1.运行环境：最好是安装Python3.7.7，我们在这个平台上运行的。其他版本理论上也
  • 数仓数据分层(ODS DWD DWS ADS) 123 黑曼巴 大数据数据仓库
    ODSDWDDWSDWS,俗称的数据服务层,也有叫做数据聚合层.不过按照经典数据建模理论,一般称之为前者,也就是数据服务层,为更上层的ADS层或者直接面向需求方服务.DWS建模,一般使用主题建模,维度建模等方式主题建模,顾名思义,围绕某一个业务主体进行数据建模,将相关数据抽离提取出来.如,将流量会话按照天,月进行聚合将每日新用户进行聚合将每日活跃用户进行聚合维度建模,其实也差不多,不过是根据业务需
  • T检验：一种通俗易懂的统计分析方法 从零开始学习人工智能 算法人工智能机器学习
    摘要T检验（T-test或Student'sT-test）是统计学中用于比较两组数据均值是否存在显著差异的重要工具。本文旨在以通俗易懂的方式介绍T检验的基本概念、类型、数学公式、应用步骤及其在各个领域中的实际应用。引言在科学研究、数据分析等领域，我们经常需要评估两组数据之间的差异是否具有统计学意义。T检验正是为此目的而设计的，它基于T分布理论，通过计算样本数据的T值和P值来推断总体均数之间的差异。
  • 【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析 视觉萌新、 深度强化学习深度Q网络DQN
    【深度强化学习】DQN：深度Q网络算法——从理论讲解到源码解析介绍常用技巧算法步骤DQN源码实现网络结构训练策略DQN算法进阶双深度Q网络（DoubleDQN）竞争深度Q网络（DuelingDQN）优先级经验回放（PER）噪声网络（noisy）本文图片与源码均来自《EasyRL》：https://github.com/datawhalechina/easy-rl介绍  核心思想：训练动作价值函数Q
  • 人工智能入门需要看那些书？ 人邮异步社区 人工智能
    对于想要入门人工智能的读者，以下是一些值得推荐的书籍：1、《人工智能：现代方法》（第4版）（上下册）作者：[美]斯图尔特·罗素（StuartRussell）[美]彼得·诺维格（PeterNorvig）著内容：系统性总结人工智能的方方面面，国际人工智能领域专家斯图尔特·罗素撰写人工智能百科书，时隔十年重磅更新，被全球全球1500多所学校采用的经典教材。全书分7个部分，共28章，理论部分介绍了人工智能
  • windows下源码安装golang 616050468 golang安装golang环境windows
             系统： 64位win7， 开发环境：sublime text 2，  go版本： 1.4.1    1.  安装前准备(gcc, gdb, git)        golang在64位系
  • redis批量删除带空格的key bylijinnan redis
    redis批量删除的通常做法： redis-cli keys "blacklist*" | xargs redis-cli del 上面的命令在key的前后没有空格时是可以的，但有空格就不行了： $redis-cli keys "blacklist*" 1) "blacklist:12: [email protected]
  • oracle正则表达式的用法 0624chenhong oracle正则表达式
      方括号表达示 方括号表达式 描述 [[:alnum:]] 字母和数字混合的字符 [[:alpha:]] 字母字符 [[:cntrl:]] 控制字符 [[:digit:]] 数字字符 [[:graph:]] 图像字符 [[:lower:]] 小写字母字符 [[:print:]] 打印字符 [[:punct：]] 标点符号字符 [[:space:]]
  • 2048源码(核心算法有，缺少几个anctionbar，以后补上) 不懂事的小屁孩 2048
    2048游戏基本上有四部分组成， 1：主activity，包含游戏块的16个方格，上面统计分数的模块 2：底下的gridview，监听上下左右的滑动，进行事件处理， 3：每一个卡片，里面的内容很简单，只有一个text，记录显示的数字 4：Actionbar，是游戏用重新开始，设置等功能(这个在底下可以下载的代码里面还没有实现) 写代码的流程 1：设计游戏的布局，基本是两块，上面是分
  • jquery内部链式调用机理 换个号韩国红果果 JavaScriptjquery
    只需要在调用该对象合适(比如下列的setStyles)的方法后让该方法返回该对象（通过this  因为一旦一个函数称为一个对象方法的话那么在这个方法内部this（结合下面的setStyles）指向这个对象） function create(type){ var element=document.createElement(type); //this=element;
  • 你订酒店时的每一次点击 背后都是NoSQL和云计算 蓝儿唯美 NoSQL
    全球最大的在线旅游公司Expedia旗下的酒店预订公司，它运营着89个网站，跨越68个国家，三年前开始实验公有云，以求让客户在预订网站上查询假期酒店时得到更快的信息获取体验。 云端本身是用于驱动网站的部分小功能的，如搜索框的自动推荐功能，还能保证处理Hotels.com服务的季节性需求高峰整体储能。 Hotels.com的首席技术官Thierry Bedos上个月在伦敦参加“2015 Clou
  • java笔记1 a-john java
    1，面向对象程序设计（Object-oriented Propramming，OOP）：java就是一种面向对象程序设计。 2，对象：我们将问题空间中的元素及其在解空间中的表示称为“对象”。简单来说，对象是某个类型的实例。比如狗是一个类型，哈士奇可以是狗的一个实例，也就是对象。 3，面向对象程序设计方式的特性：     3.1 万物皆为对象。    
  • C语言 sizeof和strlen之间的那些事 C/C++软件开发求职面试题 必备考点（一） aijuans C/C++求职面试必备考点
            找工作在即，以后决定每天至少写一个知识点，主要是记录，逼迫自己动手、总结加深印象。当然如果能有一言半语让他人收益，后学幸运之至也。如有错误，还希望大家帮忙指出来。感激不尽。        后学保证每个写出来的结果都是自己在电脑上亲自跑过的，咱人笨，以前学的也半吊子。很多时候只能靠运行出来的结果再反过来
  • 程序员写代码时就不要管需求了吗？ asia007 程序员不能一味跟需求走
          编程也有2年了，刚开始不懂的什么都跟需求走，需求是怎样就用代码实现就行，也不管这个需求是否合理，是否为较好的用户体验。当然刚开始编程都会这样，但是如果有了2年以上的工作经验的程序员只知道一味写代码，而不在写的过程中思考一下这个需求是否合理，那么，我想这个程序员就只能一辈写敲敲代码了。       我的技术不是很好，但是就不代
  • Activity的四种启动模式 百合不是茶 android栈模式启动Activity的标准模式启动栈顶模式启动单例模式启动
    android界面的操作就是很多个activity之间的切换,启动模式决定启动的activity的生命周期 ;   启动模式xml中配置     <activity android:name=".MainActivity" android:launchMode="standard&quo
  • Spring中@Autowired标签与@Resource标签的区别 bijian1013 javaspring@Resource@Autowired@Qualifier
    Spring不但支持自己定义的@Autowired注解，还支持由JSR-250规范定义的几个注解，如：@Resource、 @PostConstruct及@PreDestroy。   1. @Autowired    @Autowired是Spring 提供的，需导入    Package:org.springframewo
  • Changes Between SOAP 1.1 and SOAP 1.2 sunjing ChangesEnableSOAP 1.1SOAP 1.2
    JAX-WS SOAP Version 1.2 Part 0: Primer (Second Edition) SOAP Version 1.2 Part 1: Messaging Framework (Second Edition) SOAP Version 1.2 Part 2: Adjuncts (Second Edition)   Which style of WSDL
  • 【Hadoop二】Hadoop常用命令 bit1129 hadoop
    以Hadoop运行Hadoop自带的wordcount为例，   hadoop脚本位于/home/hadoop/hadoop-2.5.2/bin/hadoop，需要说明的是，这些命令的使用必须在Hadoop已经运行的情况下才能执行   Hadoop HDFS相关命令  hadoop fs -ls  列出HDFS文件系统的第一级文件和第一级
  • java异常处理（初级） 白糖_ javaDAOspring虚拟机Ajax
    从学习到现在从事java开发一年多了，个人觉得对java只了解皮毛，很多东西都是用到再去慢慢学习，编程真的是一项艺术，要完成一段好的代码，需要懂得很多。 最近项目经理让我负责一个组件开发，框架都由自己搭建，最让我头疼的是异常处理，我看了一些网上的源码，发现他们对异常的处理不是很重视，研究了很久都没有找到很好的解决方案。后来有幸看到一个200W美元的项目部分源码，通过他们对异常处理的解决方案，我终
  • 记录整理-工作问题 braveCS 工作
    1）那位同学还是CSV文件默认Excel打开看不到全部结果。以为是没写进去。同学甲说文件应该不分大小。后来log一下原来是有写进去。只是Excel有行数限制。那位同学进步好快啊。 2）今天同学说写文件的时候提示jvm的内存溢出。我马上反应说那就改一下jvm的内存大小。同学说改用分批处理了。果然想问题还是有局限性。改jvm内存大小只能暂时地解决问题，以后要是写更大的文件还是得改内存。想问题要长远啊
  • org.apache.tools.zip实现文件的压缩和解压，支持中文 bylijinnan apache
    刚开始用java.util.Zip，发现不支持中文（网上有修改的方法，但比较麻烦） 后改用org.apache.tools.zip org.apache.tools.zip的使用网上有更简单的例子 下面的程序根据实际需求，实现了压缩指定目录下指定文件的方法 import java.io.BufferedReader; import java.io.BufferedWrit
  • 读书笔记-4 chengxuyuancsdn 读书笔记
    1、JSTL 核心标签库标签 2、避免SQL注入 3、字符串逆转方法 4、字符串比较compareTo 5、字符串替换replace 6、分拆字符串 1、JSTL 核心标签库标签共有13个， 学习资料：http://www.cnblogs.com/lihuiyy/archive/2012/02/24/2366806.html 功能上分为4类： (1)表达式控制标签：out
  • [物理与电子]半导体教材的一个小问题 comsci 问题
          各种模拟电子和数字电子教材中都有这个词汇-空穴       书中对这个词汇的解释是; 当电子脱离共价键的束缚成为自由电子之后,共价键中就留下一个空位,这个空位叫做空穴       我现在回过头翻大学时候的教材,觉得这个
  • Flashback Database --闪回数据库 daizj oracle闪回数据库
    Flashback 技术是以Undo segment中的内容为基础的， 因此受限于UNDO_RETENTON参数。要使用flashback 的特性，必须启用自动撤销管理表空间。 在Oracle 10g中， Flash back家族分为以下成员： Flashback Database， Flashback Drop，Flashback Query(分Flashback Query,Flashbac
  • 简单排序:插入排序 dieslrae 插入排序
    public void insertSort(int[] array){ int temp; for(int i=1;i<array.length;i++){ temp = array[i]; for(int k=i-1;k>=0;k--)
  • C语言学习六指针小示例、一维数组名含义，定义一个函数输出数组的内容 dcj3sjt126com c
    # include <stdio.h> int main(void) { int * p; //等价于 int *p 也等价于 int* p; int i = 5; char ch = 'A'; //p = 5; //error //p = &ch; //error //p = ch; //error p = &i; //
  • centos下php redis扩展的安装配置3种方法 dcj3sjt126com redis
    方法一 1.下载php redis扩展包  代码如下 复制代码 #wget http://redis.googlecode.com/files/redis-2.4.4.tar.gz 2 tar -zxvf 解压压缩包，cd /扩展包 （进入扩展包然后 运行phpize 一下是我环境中phpize的目录，/usr/local/php/bin/phpize (一定要
  • 线程池(Executors) shuizhaosi888 线程池
    在java类库中，任务执行的主要抽象不是Thread，而是Executor，将任务的提交过程和执行过程解耦 public interface Executor { void execute(Runnable command); }   public class RunMain implements Executor{ @Override pub
  • openstack 快速安装笔记 haoningabc openstack
    前提是要配置好yum源 版本icehouse，操作系统redhat6.5 最简化安装，不要cinder和swift 三个节点 172 control节点keystone glance horizon 173 compute节点nova 173 network节点neutron control /etc/sysctl.conf net.ipv4.ip_forward =
  • 从c面向对象的实现理解c++的对象（二） jimmee C++面向对象虚函数
    1. 类就可以看作一个struct，类的方法，可以理解为通过函数指针的方式实现的，类对象分配内存时，只分配成员变量的，函数指针并不需要分配额外的内存保存地址。 2. c++中类的构造函数，就是进行内存分配(malloc)，调用构造函数 3. c++中类的析构函数，就时回收内存(free) 4. c++是基于栈和全局数据分配内存的，如果是一个方法内创建的对象，就直接在栈上分配内存了。 专门在
  • 如何让那个一个div可以拖动 lingfeng520240 html
    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml
  • 第10章 高级事件（中） onestopweb 事件
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • 计算两个经纬度之间的距离 roadrunners 计算纬度LBS经度距离
    要解决这个问题的时候，到网上查了很多方案，最后计算出来的都与百度计算出来的有出入。下面这个公式计算出来的距离和百度计算出来的距离是一致的。 /** * * @param longitudeA * 经度A点 * @param latitudeA * 纬度A点 * @param longitudeB *
  • 最具争议的10个Java话题 tomcat_oracle java
    1、Java8已经到来。什么！？ Java8 支持lambda。哇哦，RIP Scala！ 　　随着Java8 的发布，出现很多关于新发布的Java8是否有潜力干掉Scala的争论，最终的结论是远远没有那么简单。Java8可能已经在Scala的lambda的包围中突围，但Java并非是函数式编程王位的真正觊觎者。 　 　2、Java 9 即将到来 　　 Oracle早在8月份就发布
  • zoj 3826 Hierarchical Notation(模拟) 阿尔萨斯 rar
    题目链接：zoj 3826 Hierarchical Notation 题目大意：给定一些结构体，结构体有value值和key值，Q次询问，输出每个key值对应的value值。 解题思路：思路很简单，写个类词法的递归函数，每次将key值映射成一个hash值，用map映射每个key的value起始终止位置，预处理完了查询就很简单了。 这题是最后10分钟出的，因为没有考虑value为{}的情
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他