最新实例
Matlab 2019a/b SVPWM仿真模型六阶梯波与马鞍形调制波应用
Matlab 2019a/2019b 里的 SVPWM 仿真,真的是电机控制领域的一把好工具。你可以用 Simulink 搭个三相正弦波发生器,再加上三次谐波,轻松搞出马鞍形调制波。整个波形调制看着就工整,运行效率也不错。调制比调到 1 还能看到六阶梯波,低速表现挺有意思的。 SVPWM 的核心算法写在Matlab Function模块里,逻辑比较清晰,占空比的计算也挺精细。像“扇区判断 + 占空比分配”的这一套流程,跑一遍你就知道它为啥常用于电机控制系统,是新能源汽车这块。 仿真时用固定步长求解器更稳,别问我怎么知道的(踩过坑的懂)。另外配个FFT模块看看谐波分布,效果一目了然。代码和参数都
SFT Conjunction Fallacy实验分析Matlab代码
联合谬误实验的代码挺有意思的,尤其是结合了Psychopy和Matlab两种技术。系统阶乘技术(SFT)写的 CF 实验,代码结构还算清晰,逻辑也不复杂,适合做心理实验的朋友上手。Python 部分负责实验流程,Matlab这边用来做数据,配合得还挺顺的。注意点也有:你得把所有相关文件放在同一个文件夹里,尤其是别忘了那个叫Flash_Grid_Results的文件夹。结果就是往那儿写的,要是路径不对,运行结束就直接报错,连结果都没有。Matlab 代码主要任务,比如你跑完实验之后,拿第二 CFT Expt文件夹里的脚本,直接丢进去数据文件就能出图。对心理学实验的数据来说,这样的模板蛮省事。如果
大数据视频课程资源合集
大数据的资源太杂?想找点靠谱的入门和进阶资料?我给你整理了一份还挺全的在线视频合集,都是实打实能看的那种,不会让你一头雾水。 视频课程的集中地,涵盖了从入门到实战的各种内容。比如想了解Spark的,你可以直接看这个实战课程;如果你还搞不清楚Hive是啥,有个挺接地气的入门视频,点进这边看看就懂了。 Flume 的日志采集那块,多人容易卡住,老男孩的课程我觉得还不错,讲得比较细,也有真实案例。不想绕弯子就直接看这个,省事儿。 哦对了,还有一些综合的资源,比如完整视频教材合集,内容比较全,适合你系统学习。或者你就图个快,来看看学习视频汇总,都在一页上,点开就能学。 整体体验挺顺的,页面干净,下载也
十大经典排序算法多语言实现合集(含JavaScript)
多语言实现的十大经典排序算法合集,真的挺实用的,尤其是前端用 JavaScript 写的部分,代码清晰,逻辑也直观。你如果经常数组,优化性能,这套代码资源适合拿来练手或做笔记。
Data Science Notes数据科学资料整理笔记
数据科学的资料整理笔记挺全的,尤其适合刚入门或者需要查资料的朋友。整合了不少像、这种常见数据库的学习笔记,还有的总结,拿来当速查手册也方便。数据科学的学习笔记不光是讲理论,像那篇“极速搜集网络资料”,对怎么找资料、整理内容说得挺细,操作性也强,用的时候你会觉得挺省事。手册类的内容,比如“数据科学手册学习笔记”,用词不晦涩,思路也比较清晰。哪怕是平时没系统学过数据科学的,看这个也能理个。数据库这块资源也不缺,比如“MySQL 学习笔记资料整理”和“SQLite 数据库的开发与资源搜集”,配合你自己写点查询语句,效果立马上来。如果你对更学术的内容感兴趣,像“高等数理统计课程笔记”和“MATLAB
Input2文本聚类资源包
文本挖掘的聚类还在自己撸代码?嗯,有点费劲。input2.txt这个资源就挺省事的,预、分词都安排好了,关键是特征项聚类效果还蛮靠谱,比较适合做文本分类、舆情这类需求。 里面的流程比较清晰,比如你拿到一堆用户评论,先清洗文本,再用它做分词,跑一波KMeans或者DBSCAN,直接就能聚出不同话题,挺适合快速验证方案的。 跟它搭配的几个文章资源也蛮有用,Gensim 的 LDA 代码那篇(看这)我试过,配起来用效率挺高。还有一些像语义、分词词频的内容,能补你在特征提取这块的短板。 要注意的一点是:分词质量影响大,建议你换成jieba或者THULAC这种开源分词库自己调一下。还有聚类的时候别忘了先
机器学习算法1学习脑图
相对粗略的脑图,记录了第一天学习机器学习算法的思路,结构虽然不复杂,但对刚入门的你来说还是挺有参考价值的。内容覆盖了像分类、回归这些基础算法,适合做个小总结或者快速回顾。 手绘风格的脑图,重点思路比较清晰。像是把书上学到的东西做了个可视化,对理解算法结构挺有。比如你在看SVM或逻辑回归时,可以快速跳转到相关节点做联想。 推荐几个搭配阅读的资源,像这个graphkit-learn,是个挺不错的图机器学习库;还有机器学习算法实战,里头不少案例代码,照着练效果更好。 如果你想系统捋一遍机器学习的分类,可以看看机器学习算法简介及分类这篇;顺手还可以对比下PPT 版分类算法对比,图表一目了然。 使用建议
bwperimtrace MATLAB二值图像周长追踪工具
想要在 MATLAB 中追踪图像的周长,但又不想因为插值而出现切角问题吗?bwperimtrace是你需要的工具。它能精准地追踪二值图像中非零像素的外边界,避免了传统方法的插值问题,让结果更加自然。它比内置的contourc更简单,不会执行插值,还能输出线段形式的边界,适合对精度要求较高的场景。如果你在图像中经常遇到边界提取问题,可以试试这个。contourc4是其替代品,功能也挺强大。如果你需要对图像进行更复杂的操作,像是扩展周长、计算最小外接矩形等,下面这些资源也挺适合参考的:expandBW 函数:扩展二值图像周长一像素使用 Matlab 计算二值图像中的最小外接矩形计算二值图像的多重分
电信NB-IoT北向接入C#
电信 NB-IoT 北向接入的 C#资源,蛮适合搞物联网对接的朋友。重点放在用 C#去接天翼 NB-IoT 平台,嗯,主要是搞 HTTP 求,JSON,跑异步。API 调用挺实用,例子也比较齐全,基本上拿来改改就能用,省你不少时间。
模式识别与智能计算MATLAB实现资源集
许国根教授的《模式识别与智能计算的 MATLAB 实现》配套资源还挺实用的,尤其是你要用 MATLAB 练练手、搭个小模型的时候。源码整理得还算清晰,像KNN、SVM、神经网络这些老朋友基本都覆盖了。数据文件也蛮全的,图像、语音、生信的都有,方便你测试算法在不同领域的效果。 MATLAB 的实现逻辑比较直观,适合刚上手模式识别的你,能看到数据怎么一步步被预,比如归一化、PCA 降维,怎么训练模型、调参数,甚至评估表现用啥指标,代码里都安排得明明白白。 分类器部分还不错,像决策树、SVM、神经网络这种基础模型实现得比较扎实。如果你更喜欢追新技术,代码里也有一点集成学习和深度学习的实现,像随机森林