最新实例
VSG虚拟同步机孤岛模型2018b版技术解析与应用
电力系统的 VSG 虚拟同步机孤岛模型 2018B 版,是个比较成熟的仿真模型,适合用 MATLAB 跑电力系统相关的控制策略。里面用的是 2018b 版本的 MATLAB,兼容性不错,不容易踩坑,模拟响应也快,参数调起来也方便。 VSG 虚拟同步机的原理说白了就是让逆变器模拟同步发电机的惯性和调频特性,尤其适合新能源接入时保持电网稳定。这个模型做得还挺细,能看到电压、频率的动态响应,适合跑孤岛模式下的工况。 配套的资源也蛮多,像是这个电力系统模拟和MATLAB 2018b安装包都有链接。用惯了 Simulink 的同学上手会比较顺,模块连接清晰,关键逻辑也没藏得太深。 嗯,有一点得提醒你一下
Generate Non-Parallel Axes 3D旋转轴均匀采样
生成 3D 旋转轴的均匀方向挺有讲究的,尤其当你想让这些轴彼此“隔得远点”,别老扎堆平行。Generate Non-Parallel Axes 就是干这事儿的利器。 灵感来自物理里的Thomson 问题,意思是把一堆电子扔球面上,看它们怎么“躲得最远”。这里的“电子”就是你想生成的旋转轴,而且每个轴还被要求跟它的镜像轴对称,所以间距上更紧凑,分布也更均匀。 你只要输入想要的轴数量,代码就能返回一组最不容易平行的 3D 单位向量。适合做3D 旋转采样、姿态估计那类活儿。原理挺硬核,但实现其实不复杂,思路也清晰。 作者用的是未发表的“超球面优化”思路,核心代码参考了 Purdue 的 Hao Pe
Hadoop分布式计算与存储框架详解HDFS与MapReduce配置使用
分布式计算的世界里,Hadoop算是老大哥级别的存在。它的HDFS负责把文件拆块、复制、分发,多台机器一起扛,安全性和稳定性都挺靠谱;MapReduce则是数据的老手,一套“映射+规约”流程,数据量再大也不怕。 文档里讲得还蛮细,从架构到原理,再到实操,像是怎么用Docker搭个Hadoop 集群,不管是单机、伪集群还是真集群,都给了清晰步骤和命令。看着照做就行,新手也能跟得上。 HDFS那块内容比较实用,比如怎么上传文件、查看目录,日常操作全都有;而MapReduce部分则用经典的 Word Count 程序,还教你怎么写自己的逻辑。对想自己上手写程序的人来说,挺贴心。 还有一点值得说:它不
MATLAB神经网络案例集SOM柴油机故障分类
SOM 神经网络的柴油机故障分类案例,蛮适合想用 MATLAB 做实际项目的朋友。资源里的案例比较接地气,像发动机温度、振动这些数据都考虑到了,用 SOM 来做分类,结构清晰,训练逻辑也不绕。还有 CNN 和 SVM 的内容,虽然标题没提,但看得出来是整合得比较系统的一套材料,适合用来练手,顺便温习下神经网络工具箱的各种套路。
MATLAB Image Acquisition Toolbox GenICam接口支持包
支持 GenICam 接口的 MATLAB 摄像头工具包,挺适合搞图像采集的朋友。直接对接兼容 GenTL 的相机,视频、图像采集都不在话下。配合 Image Acquisition Toolbox 用,响应也快,代码也简单,适合实验室、工业现场拍摄场景。用过的都知道,比自己写接口省心多了。 GenICam 协议的摄像头你要是接过,就知道各种配置麻烦。这套支持包帮你省下不少事。直接用 MATLAB 就能控制采集,参数调调就能开拍,调试也方便。用在 Simulink 里搞点识别算法,连起来效果还不错。 像videoinput这种函数,你配好设备 ID 后,几行代码就能采一张图。配合 GUI 搞个
awesome-single-cell Matlab单细胞分析集成框架
Matlab 集成的 C 代码资源里,awesome-single-cell算是蛮值得一看的一个。适合做单细胞数据的朋友,不管你是搞RNA-seq还是ATAC-seq,都能找到对口的工具。涵盖了从降维、聚类到差异表达一整套流程,代码写得还挺清楚,直接用 Matlab 跑,效率也不错。 集成了不少语言的优秀方法,像 Python 写的双峰识别、R 写的贝叶斯模型、还有优化过的聚类算法,用起来还蛮顺的。不少包都对单细胞 RNA-seq的特性做了,比如考虑技术噪声、低表达干扰这些,细节挺贴心的。 推荐你看看BASiCS和BEARscc,一个帮你拆分技术和生物噪声,一个专门建模低表达的误差,做高质量离
无线通信FPGA设计项目合集
《无线通信 FPGA 设计》的源码资源还挺实用的,尤其是你要做 FPGA 和通信这块的开发时,用起来会顺手。代码覆盖面广,像数字调制解调、信道编码这些模块都有,而且都配了 Verilog 和 Matlab 两个版本,调试起来更方便。 作者写书的时候就挺下功夫,代码模块化做得比较清晰,直接拿来做 demo 或者改改做项目也都没啥问题。比如你想试下WCDMA 关键技术,直接翻到那部分,基本就能跑起来。 而且书里的例子不光讲了怎么实现,还讲了为啥这么做,适合边学边用。自适应滤波、最佳接收机这种听起来高大上的功能,翻源码一看,其实也就那几步逻辑,懂了原理改起来就容易了。 顺便给你找了点相关资源,像数字
Hi-C互作分析全流程从质控到TAD与Loop结构识别
Hi-C 数据的全流程真的是门手艺活,从质控、比对、去重到后面的 TAD 和 Loop 结构识别,每一步都不能出错。这套流程讲得还挺系统的,尤其适合刚接触 Hi-C 的朋友入门。流程里提到的PSYCHIC和HiC_tools都挺实用,前者能帮你根据 Hi-C 矩阵预测潜在增强子,后者则是一组小而美的工具集,数据比较高效。蛮推荐你看下相关的 Matlab 源码,像是schmid 滤波函数,Hi-C 信号的时候蛮顺手的。而且还有不少 Loop 管理和优化的小技巧,比如在Enhancing Loop Management那篇里就提到了一些暂停、进度显示的操作,适合想搞清楚流程控制细节的你。哦对了,如
Matlab图形标注教程(续)
图形的标注在 Matlab 里其实挺常用的,尤其你在画多条曲线的时候,加点文字、网格啥的,读图才不会一脸懵。这篇教程就是教你怎么在一张图里同时画出 sin(x) 和 cos(x),一步步加上网格、坐标轴名、标题,甚至还能用鼠标随意标注。整体代码不长,逻辑清晰,新手看了也能跟上。 网格和坐标轴的比较细致,比如 grid on 开启网格,axis([0 2*pi -1.2 1.2]) 限定范围,搭配 xlabel、ylabel 这些标签,图一出手就更有“专业范”。 提一下 gtext,这个函数挺有意思的,标注文字位置可以直接用鼠标点,交互感还挺强,做演示或者教学都蛮加分的。 你如果对图形标注、坐标
Python爬取Ajax JSON数据并存入Excel
Ajax 网页的数据接口,用 Python 爬起来还挺顺的,尤其是那种返回 JSON 格式的,直接拿来特方便。像我最近搞的一个项目,就是抓某个疾病下的SNP 和基因的关系数据,全程基本不用点页面,后台接口响应也快,配合requests和json模块,几行代码就搞定。 隐蔽的 HTTPS 接口,一般都是浏览器开发者工具里 Network 扒出来的。重点是找 XHR 求,有时候需要翻翻 Headers,或者调一下 Params 参数,嗯,动点脑子,常有惊喜。 数据拿到手,存成Excel也是轻轻松松,pandas直接一条to_excel就完事。你甚至可以顺便加个datetime的时间戳命名,方便版本