- 博客(76)
- 资源 (16)
- 收藏
- 关注
原创 局部放电中的PRPD图与相位同步详解
PRPD图是将局部放电信号的幅值与工频电压的相位角对应起来,在0°到360°的一个完整电压周期内展示放电活动的图形。通过PRPD图,可以直观地观察放电事件在电压周期内的分布情况,从而识别不同类型的绝缘缺陷。PRPD图的构成:横轴:表示工频电压的相位角度(0°~360°)。纵轴:表示局部放电信号的幅值(通常以皮库伦pC为单位)。颜色或亮度:在三维或密度图中,表示放电事件的发生频次。通过PRPD图,可以:诊断绝缘缺陷:根据放电模式识别缺陷类型和位置。监测绝缘状态。
2024-09-19 13:45:27 563
原创 局部放电检测中的相位同步:为什么重要以及如何选择同步方式
相位同步指的是在部分放电检测过程中,确保放电脉冲发生的时间与电力系统的交流电压波形保持一致,从而能够精确记录放电的相位角度(通常以0°到360°表示)。这种同步过程对于部分放电的检测至关重要,尤其是在绘制PRPD(Phase Resolved Partial Discharge)图时。PRPD图通过展示放电信号与电压波形的相位分布,帮助工程师判断绝缘系统的缺陷类型。相位同步。
2024-09-19 13:24:23 825
原创 深入了解树莓派5:性能与功能的全面升级
凭借显著提升的性能和功能,树莓派5不仅满足了教育和DIY项目的需求,更为专业应用领域提供了可能性。无论您是学生、教师、开发者还是科技爱好者,树莓派5都将是一个强大而灵活的平台,助您实现各种创新想法。作为树莓派系列的最新一代产品,树莓派5在处理性能、连接性和功能扩展方面都有了显著的提升,为开发者、教育者和科技爱好者带来了更强大的工具。树莓派5是基于ARM架构的单板计算机,延续了树莓派系列低成本、高性能的设计理念。它适用于从编程教育到物联网项目的各种应用,提供了比前代产品更强的计算能力和更丰富的接口。
2024-09-14 11:31:45 791
原创 深入了解HarmonyOS(鸿蒙操作系统)
作为一款面向未来的分布式操作系统,HarmonyOS致力于为用户带来全场景、跨设备的智慧生活体验。未来,随着生态的不断完善和技术的持续创新,HarmonyOS有望成为全球操作系统版图中的重要力量。随着物联网和人工智能的快速发展,传统的操作系统已难以满足多设备、多场景的智能互联需求。作为一款面向全场景的分布式操作系统,HarmonyOS旨在打破设备间的壁垒,实现无缝的跨设备体验。HarmonyOS采用了全新的分布式架构,核心思想是将多个物理设备虚拟成一个“超级虚拟终端”,实现资源的共享和任务的协同。
2024-09-14 11:27:48 1433
原创 深入了解Linux操作系统:开源世界的基石
1991年,芬兰大学生Linus Torvalds在学习MINIX(一种教学用的类Unix操作系统)时,发现其功能有限,无法满足自己的需求。于是,他开始着手开发一个新的内核,这就是Linux的起点。在计算机世界中,操作系统是连接硬件和软件的桥梁,而Linux则是这座桥梁中的一颗璀璨明珠。作为一款开源的类Unix操作系统,Linux在服务器、超级计算机、嵌入式系统和个人电脑等领域都有广泛的应用。无论您是普通用户、开发者还是系统管理员,都可以在Linux的世界中找到适合自己的位置。
2024-09-14 11:24:28 1561
原创 操作系统简介
现今,操作系统种类繁多,主要分为桌面操作系统、服务器操作系统和移动操作系统等。不同的操作系统有各自的优势和应用领域,用户可以根据自己的需求选择最适合的操作系统。:Windows是由微软公司开发的系列图形界面操作系统,是全球使用最广泛的桌面操作系统之一。:Chrome OS是由Google开发的基于Linux内核的操作系统,主要面向Web应用。:macOS是苹果公司为Mac系列电脑开发的专有操作系统,以其稳定性和优雅的用户界面著称。:Unix是最早的多用户、多任务操作系统之一,奠定了现代操作系统的基础。
2024-09-14 11:20:48 460
原创 树莓派介绍与可安装的操作系统
树莓派是一款由英国树莓派基金会开发的信用卡大小的微型计算机。处理器(CPU)内存(RAM)图形处理器(GPU)USB 接口网络接口(以太网和 Wi-Fi)视频输出(HDMI)音频输出用户只需添加电源、存储卡、显示器和输入设备(键盘、鼠标),就可以将其当作一台功能齐全的电脑使用。主要特点:低成本:价格亲民,适合教育和个人项目。小巧便携:体积小,便于携带和部署。功能强大:支持多种编程语言和操作系统,功能不逊于传统电脑。树莓派从最初的教育工具发展成为功能强大的多用途平台。最新的树莓派 5。
2024-09-14 10:34:57 1022
原创 Ubuntu系统高级应用:技巧与实践
bash通过本篇文章的学习,您应该对Ubuntu系统的高级应用有了更深入的了解。无论是自定义Shell环境、自动化任务、网络和服务器配置,还是容器化和虚拟化技术,这些技能都将大大提升您的工作效率和系统管理能力。持续的学习和实践是成为Ubuntu专家的关键,分享按钮如果您觉得这篇文章对您有帮助,请分享给更多朋友!欢迎在下方留言,分享您的经验或提出您的疑问。
2024-09-13 16:01:11 402
原创 Ubuntu系统进阶指南:高级命令与技巧
通过掌握这些高级命令和技巧,您可以更深入地了解Ubuntu系统的强大功能,提高工作效率和系统管理水平。持续学习和实践是熟练使用Linux系统的关键,希望这篇文章能为您的学习之路提供帮助。分享按钮如果您觉得这篇文章对您有帮助,请分享给更多朋友!欢迎在下方留言,分享您的经验或提出您的疑问。
2024-09-13 15:53:10 829
原创 Ubuntu系统入门指南:常用命令详解
Ubuntu是一个基于Linux内核的开源操作系统,适用于个人电脑、服务器和物联网设备等。它由Canonical公司及其社区开发和维护,注重易用性和稳定性,提供了友好的用户界面和丰富的软件生态系统。Ubuntu通常每六个月发布一个新版本,每两年会推出一个长期支持(LTS)版本,提供五年的安全更新和维护。如果您是初学者,建议在实际操作中多加练习,以加深对这些命令的理解。Ubuntu注重用户体验,提供了友好的图形界面,同时也支持强大的命令行操作。查看当前运行的进程和资源使用情况。的所有者更改为指定的用户和组。
2024-09-13 15:42:43 1476
原创 树莓派5-番外篇-GPU相关-学习记录2
树莓派5 使用的是 Broadcom BCM2712 处理器,内置的 VideoCore VII GPU 是用于图形处理的专用硬件,主要用于图形加速(如视频解码、显示等)。然而,这个 GPU 的主要目标不是像 NVIDIA 或 AMD GPU 那样用于高性能通用计算(如深度学习加速)。不过,通过适当的设置和库,还是可以利用 GPU 的部分功能来加速特定的任务。树莓派5的 VideoCore VII GPU 主要用于图形加速,但支持 OpenGL 和 OpenCL,可以用于特定的计算任务。
2024-09-09 16:00:04 875
原创 树莓派5开发板-安装Raspberry Pi系统-学习记录1
树莓派5(Raspberry Pi 5)是树莓派系列最新的开发板,相较于前几代产品,它在性能、连接性和功能方面都有了显著提升。处理器:树莓派5搭载了Broadcom BCM2712 四核 Cortex-A76 处理器,时钟频率高达2.4GHz,比树莓派4提升了30%到40%的性能。内存:可选4GB或8GB LPDDR4X-4266 SDRAM,提供更快的数据访问速度和更大的内存空间,适合多任务处理和更重的工作负载。图形处理。
2024-09-09 15:17:32 1326
原创 树莓派5开发板-学习记录1-安装unbuntu系统
通过以上步骤,您已经成功卸载了Xfce桌面环境以及相关的显示管理器。如果需要安装其他桌面环境或者回到命令行模式,现在系统已经恢复为无桌面环境的状态。如果有其他问题或需要进一步的帮助,请告诉我!
2024-09-09 08:36:09 657
原创 python将图标转成qrc文件进行使用方法记录
文件是一个 XML 文件,用于定义项目中的资源(如图标、图片、音频等)。这个方法不仅适用于图标,还可以用来加载任何其他资源,如图片和音频文件,使你的应用程序更加便携。文件转换为 Python 代码。文件,也可以使用 Qt Designer 的资源编辑器创建。文件嵌入到应用程序中,确保图标在所有平台上都能正确加载。保存你的 Python 文件并运行。的文件,你的图标资源将被嵌入其中。在你的代码中,导入生成的。假设你已经将图标保存为。
2024-08-20 11:35:56 347
原创 python调用C++代码-方法-使用Pybind11库将C++代码与Python绑定
通过这个详细的步骤,你可以将C++代码与Python成功绑定。这种方法不仅适用于简单的函数绑定,也可以扩展到更复杂的C++类和模块,使得Python能够利用C++的强大性能。
2024-08-16 11:09:37 691
原创 编写生成 `requirements.txt` 文件的 Python 脚本
文件的 Python 脚本,可以通过分析当前环境中已安装的 Python 包,或者从指定的 Python 脚本文件中解析出所需的依赖包。以下是一个简单的 Python 脚本,用于生成。(适用于 Python 3.8 及更高版本)来获取已安装的包信息。这种方法更加简洁,也没有调用外部命令的开销。这个方法将列出当前 Python 环境中所有已安装的包,并将它们写入。模块来获取当前环境中的已安装包并生成。文件,是目前更现代和推荐的解决方案。文件,只需运行脚本即可。更好的方案,可以避免使用。
2024-08-13 11:29:10 521
原创 flask_web部署服务器测试
我的代码是一个基于Flask框架的Web应用,用于对上传的图像进行分类预测。该应用使用了预训练的ResNet50模型来对图像进行分类,并返回分类结果。初始化Flask应用这行代码初始化了一个Flask应用实例,app是Flask应用的核心对象,后续的路由和请求处理都基于这个对象进行。设置上传文件夹和允许的文件类型指定了上传文件将保存到uploads文件夹中,并限制了允许上传的文件类型为PNG、JPG、JPEG、BMP格式。检查并创建上传文件夹如果上传文件夹不存在,则创建这个文件夹,以确保上传文件有地方存放。
2024-08-09 15:10:14 843
原创 B/S架构与C/S架构简介
B/S(Browser/Server,浏览器/服务器)架构和C/S(Client/Server,客户端/服务器)架构是两种常见的分布式系统架构模式。B/S 架构是一种基于Web的系统架构,用户通过浏览器访问应用程序。在这种架构中,所有的业务逻辑和数据处理都在服务器端完成,而客户端只需要一个支持网络浏览器的设备即可。特点:用户不需要安装任何特定的客户端软件,只需使用标准的Web浏览器即可。所有更新和维护工作都集中在服务器端进行,无需在每个客户端上操作。
2024-08-07 11:08:10 1195
转载 Modbus协议及基于Python的ModbusTCP客户端实现
这里分析一篇关于Modbus协议讲解的精彩文章:Modbus协议及基于Python的ModbusTCP客户端实现
2024-07-17 08:56:42 38
原创 Mediapipe-姿态估计实例
Mediapipe 是由 Google Research 开发的一款开源框架,旨在帮助开发者轻松地构建、测试和部署复杂的多模态、多任务的机器学习模型。它特别擅长于实时处理和分析音频、视频等多媒体数据。
2024-07-11 15:34:43 1736
原创 基于YOLOv8的车辆跟踪与车速计算应用
这段代码实现了一个完整的车辆检测、跟踪和速度估计的应用,使用YOLOv8模型进行车辆检测和跟踪,通过自定义的车速估算器计算车辆速度,并将处理结果保存为新的视频文件。
2024-06-20 11:11:52 1303
原创 使用Stream实现Web应用,使用YOLOv8模型对图像进行目标检测为例。
Streamlit是一个开源的Python框架,专门设计用于快速构建和共享数据应用程序。它使数据科学家和机器学习工程师能够通过编写简单的Python脚本,轻松创建美观、功能强大的Web应用程序,而无需具备前端开发的经验。其他框架或web应用可以看下面两篇博客介绍1.2.
2024-06-12 16:36:44 1554 1
原创 OpenCV 的模板匹配
模板匹配(Template Matching)是一种在图像中查找和匹配小图像片段(模板)的技术。OpenCV 提供了一些函数来执行模板匹配,并可以通过多种方法来计算匹配程度。将图像转换为灰度图像。模板匹配通常在灰度图像上进行,以减少计算复杂度。OpenCV 提供了几种不同的模板匹配方法,可以通过。函数在原图像中搜索模板图像,并返回匹配结果。函数找到匹配结果中大于或等于阈值的位置。函数在原图像中绘制矩形框标记匹配区域。或 OpenCV 显示结果图像。函数读取原始图像和模板图像。
2024-06-12 10:25:24 1331
原创 python常用Web框架介绍
特点:高层次的Python Web框架,鼓励快速开发和简洁的设计。优点:自带ORM、强大的管理后台、用户认证系统、自动生成的管理界面等。适用场景:适用于需要快速开发、拥有丰富功能和需要强大后端管理的项目。在models.pyFastAPI 是一个高性能、易于使用且功能强大的 Web 框架,适用于从小型项目到大型高并发应用的开发。通过使用 Python 的类型提示和现代异步编程技术,FastAPI 提供了一个高效且开发者友好的环境,使得开发、测试和部署 Web 应用变得更加简洁和高效。
2024-06-07 10:51:06 3018
原创 番外篇-YOLOV10尝鲜
YOLOv10在多个方面进行了改进,包括优化模型架构、消除非极大值抑制(NMS)后处理步骤,并引入了高效的模型设计策略,从而在提高检测精度的同时显著降低了计算开销和推理延迟。这些不同版本的YOLO模型在各自的时代都对目标检测技术做出了重要贡献,推动了这一领域的发展。YOLO(You Only Look Once)系列目标检测模型的发展历程中,不同版本是由不同的研究团队研发的。通过这些改进,YOLOv10在实时性和精度方面都达到了新的高度,适用于各种实时目标检测应用,如自动驾驶、视频监控和智能安防等。
2024-06-07 10:14:57 1169 1
原创 使用gradio库实现Web应用,允许用户上传图像,并使用YOLOv8模型对图像进行目标检测。
Gradio是一个用于构建和分享机器学习模型和数据科学应用的开源Python库。它简化了创建交互式Web界面的过程,让开发者可以快速搭建原型并与他人分享。
2024-06-05 10:14:45 2805 1
原创 分水岭算法分割和霍夫变换识别图像中的硬币
首先解释一下第一种分水岭算法:分水岭算法是一种基于拓扑学的图像分割技术,广泛应用于图像处理和计算机视觉领域。它将图像视为一个拓扑表面,其中亮度值代表高度。算法的目标是通过模拟雨水从山顶流到山谷的过程,将图像分割成若干独立的区域。距离变换:寻找局部极大值:创建标记图:应用分水岭算法:生成分割结果:优点:缺点:计算距离变换: 计算每个前景像素到最近背景像素的欧几里得距离,生成距离图 。寻找局部极大值: 在距离图中寻找局部极大值,这些点将作为初始标记。创建标记图: 初始化为全零矩阵,将局部极大值点的位置赋
2024-06-04 11:09:07 1359
原创 python实现读取串口数据-使用LibModbus库实现一个实时读取串口数据
准备硬件环境 要实现Modbus RTU通信,首先需要准备支持RS-485或RS-232接口的硬件设备,如串口适配器、从设备(如传感器、执行器等)以及连接线材。安装Python库 要实现Modbus RTU通信,我们可以使用Python的第三方库pymodbus。Modbus RTU是一种基于串行通信的Modbus协议,它使用RS-485或RS-232接口,以字节为单位进行数据传输。Modbus RTU协议定义了主从设备之间的通信规则,主设备负责发起请求,从设备则响应请求并返回数据。
2024-05-15 09:04:30 864 2
原创 使用C++实时读取串口数据(window使用已编译LibModbus库并用QT实现一个实时读取串口数据)
上面的代码中的串口COM_PORT ,地址要根据自己的modbus协议要求进行修改。选择 Plain C++ Application 然后点击“选择…选择编译器套件,比如GCC或MSVC,然后点击“下一步”。在弹出窗口中,选择 Non-Qt Project。输入项目名称和位置,然后点击“下一步”。确认项目摘要信息,点击“完成”创建项目。打开Qt Creator。这三处信息如上图所示。
2024-05-14 17:32:40 705
原创 解决failed to execute WindowsPath(‘dot‘), make sure the Graphviz executables are on your systems‘ PATH
绘制决策树-解决安装graphviz出现错误的问题
2023-01-12 09:57:34 18012 8
原创 用命令行在Ubuntu(Linux)用户之间 远程传输传文件
1、文件传送scp 文件 用户名@主机IP:目标文件夹2、文件夹传输scp -r 文件 用户名@主机IP:目标文件夹代码:这是在Ubuntu窗口上输入的指令,将yyq406用户的yangyuqing_fish_tf2.3文件夹传递到另一个用户jsj_wlp主机上,保存在/home/jsj_wlp/目录下,条件你需要知道jsj_wlp的密码。......
2022-06-13 13:56:05 2495
原创 基于深度学习的CIFAR10图像分类实现
基于深度学习的CIFAR10图像分类摘要:近年来,随着深度学习的迅速发展和崛起,尤其在图像分类方向取得了巨大的成就。本文实验基于Windows10系统,仿真软件用的是Anaconda下基于python编程的JupyterNotebook编辑器。通过利用Google的深度学习框架Tensorflow,搭建新的卷积网络结构,提出了基于卷积神经网络的CIFAR10图像分类识别算法,主要参照经典...
2022-04-04 11:28:02 9923 11
原创 BP神经网络知识点
typora-root-url: imageBPBPBP神经网络1.激活函数 激活函数(Activation Function)是在人工神经网络的神经元上运行的函数,负责将神经元的输入映射到输出端。激活函数对于人工神经网络模型去学习、理解复杂的非线性函数,具有十分重要的作用。 如果不使用激活函数,每一层输出都是上一层输入的线性运算,无论神经网络有多少层,最终的输出只是输入的线性组合,相当于感知机。如果使用了激活函数,将非线性因素引入到网络中,使得神经网络可以任意逼近任何非线性函数,能够应用.
2021-04-20 20:43:46 730
原创 心跳信号分类预测的05模型融合
模型融合是比赛后期一个重要的环节,大体来说有如下的类型方式。简单加权融合:回归(分类概率):算术平均融合(Arithmetic mean),几何平均融合(Geometric mean);分类:投票(Voting)综合:排序融合(Rank averaging),log融合stacking/blending:构建多层模型,并利用预测结果再拟合预测。boosting/bagging(在xgboost,Adaboost,GBDT中已经用到):多树的提升方法5.3 相关理
2021-03-21 20:53:44 410
svm-project-适用x86-64架构的dockerfile文件与完整镜像文件.7z
2024-09-13
svm-fastapi-app.tar 一个名为 svm-fastapi-app.tar 的文件,包含了完整的 Docker
2024-09-12
9-11-docker-svm-fastapi.zip
2024-09-12
LabelImg是目标检测数据标注工具,可以标注两种格式: VOC标签格式和YOLO标签格式
2024-06-26
车辆检测的视频,视频来自YouTube,Los Angeles Freeway I-101 HD 30fps traffic
2024-06-20
基于OpencvDNN和ONNXRuntime部署YOLOv7(源码+训练模型+说明文档+数据)包含C++和Python两个版本
2024-06-14
高光谱数据集(.mat.csv)-科研学术
2024-05-29
yolov5m.pt与yolo5s.pt预训练模型.zip
2021-08-12
卷积神经网络-源代码.rar
2020-11-28
python遗传算法旅行商代码.zip
2020-06-22
python-遗传算法求四元函数极值.zip
2020-06-13
pip-script.zip
2020-06-01
movie-score-info.csv
2020-05-15
手写体识别数据集-mnist.rar
2020-05-07
ml-latest.zip
2020-05-06
cifar10数据集.rar
2020-05-05
遗传算法实现TSP的完整代码.zip
2020-05-05
opencv_python-3.4.7.28-cp37-cp37m-win_amd64.whl
2020-04-26
Pillow-7.0.0-cp37-cp37m-win_适用于windows64和32位操作系统
2020-04-07
最新Landmark人脸68个关键点检测dat模型库-数据亲测真实可用.zip
2020-04-07
冠状病毒确诊数据.zip
2020-04-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人