- 博客(76)
- 资源 (16)
- 收藏
- 关注
RSS订阅原创 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