自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

weixin_26757949的博客

  • 博客(1011)
  • 资源 (4649)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 计算机科学学习路径与工程实践指南

计算机科学作为现代技术的基石，其知识体系包含数据结构、算法、操作系统等核心理论。理解计算机组成原理和网络协议等基础概念，是构建可靠系统的关键。通过刻意练习和项目驱动学习，开发者能有效提升编程能力与工程思维。当前技术演进中，分布式系统和开源协作成为行业热点，而工具链如Docker和VS Code极大提升了开发效率。本文结合算法训练与系统设计实践，为计算机学习者提供从理论到工程落地的完整成长框架。

2026-07-17 15:54:43 272

原创 CSE-CIC-IDS2018数据集：从AWS命令行下载到本地部署的完整指南

CSE-CIC-IDS2018是网络安全研究领域最常用的基准数据集之一，由加拿大通信安全机构（CSE）和网络安全研究所（CIC）联合发布。这个数据集包含了超过450GB的网络流量数据，涵盖了7种典型的网络攻击场景，包括暴力破解、拒绝服务攻击、僵尸网络活动等。数据集最大的特点是完全基于真实网络环境构建，所有攻击流量都是实际执行产生，而不是模拟生成的。我第一次接触这个数据集是在做一个入侵检测系统的研究项目时。

2026-07-13 15:12:47 249

原创 巧用Web服务器搭建视频资源站：从Tomcat虚拟目录到IIS应用程序的实战解析

本文详细解析了如何利用Tomcat和IIS这两种Web服务器搭建轻量级视频资源站的实战方法。通过虚拟目录映射和应用程序配置技巧，开发者可以快速实现内网视频资源共享，无需复杂流媒体服务器部署。文章还提供了性能优化、安全防护及前端播放器集成的实用建议，帮助用户根据实际需求选择最适合的Web服务器方案。

2026-07-13 12:08:01 309

原创 博客标题缺失：无法生成合规技术博文

在技术内容创作中，'最新进展'类泛化表述缺乏明确的技术概念锚点，既无法界定所属领域（如嵌入式开发、Web全栈或AI模型训练），也难以关联具体原理（如HTTP协议机制、Linux进程调度或Transformer注意力计算）。此类模糊输入导致技术价值不可评估、应用场景无法映射，更无法支撑工程实践中的关键决策——例如是否需考虑实时性约束、资源占用边界或安全审计要求。尤其当涉及'source'等多义词时，若未明确定义其指代对象（如Git源码仓库、传感器原始数据流或第三方API数据源），将直接引发技术描述失准与合规风

2026-07-13 10:16:50 251

原创 AI蜂群架构实现网络安全自主闭环

AI蜂群（Swarm AI）是一种面向高可靠性场景的分布式智能架构，其核心在于多个轻量级、专业化AI代理通过契约化通信（A2A）协同完成端到端任务。区别于单体大模型的语义聚合倾向，蜂群强调细粒度证据链构建、跨模态特征保真与毫秒级响应能力，技术价值体现在故障隔离、弹性伸缩与可验证审计三大维度。典型应用场景包括网络入侵检测-分析-响应（DAR）全链路闭环、工控协议异常协同研判及DevSecOps实时策略决策。本文聚焦网络安全领域，深入解析基于Rust的低延迟代理基座、gRPC+Pulsar混合通信范式，以及融合

2026-07-12 16:51:37 260

原创 自动驾驶的“大脑”革命：从算法演进到端到端平台的技术跃迁

本文探讨了自动驾驶技术从算法演进到端到端平台的革命性跃迁，详细分析了决策系统从规则驱动到数据驱动的范式转移、感知技术的突破以及规划控制的革新。文章还揭示了端到端平台如何重塑产业生态，并讨论了当前技术面临的现实挑战与未来发展趋势。

2026-07-12 12:44:00 269

原创 模板驱动型文档自动化：从静态排版到动态逻辑引擎

文档自动化是现代数字工作流中的关键基础设施，其核心在于将重复性内容生产从人工操作升级为可复用、可验证、可扩展的工程化流程。它基于结构化内容建模与规则驱动逻辑，通过模板定义视觉呈现、条件渲染、数据映射等能力，实现PDF/Word等格式的零误差批量生成。技术价值体现在提升版本一致性、降低人工干预率、强化合规性与审计追踪能力。典型应用场景包括销售合同自动生成、多语言产品说明书输出、合规报告实时编译等。本文聚焦Sqribble平台实践，深入解析模板驱动如何重构内容生产底层逻辑，涵盖三层架构设计、数据契约规范及12类

2026-07-11 09:47:03 263

原创 NavigScene：用导航地图为BEV模型注入超视距上下文

BEV（鸟瞰图）感知是自动驾驶空间理解的核心范式，其本质是将多源传感器数据统一映射到俯视坐标系中，实现动态环境的结构化建模。然而传统BEV模型受限于传感器视距，难以应对遮挡、急弯、突发横穿等长尾场景。超视距（BLoS）上下文技术应运而生，旨在通过引入外部先验知识，增强模型对未观测区域的空间推理能力。导航地图凭借其广覆盖、高时效、强语义（如POI、营业状态、历史热力）等优势，正成为构建轻量化、可量产BLoS能力的关键数据源。本文聚焦NavigScene方法，详解如何利用Google Maps Static M

2026-07-10 13:17:27 320

原创 混元桩科学原理：自主神经调控与丹田能量训练体系

丹田并非玄学概念，而是现代生理学中腹横肌深层筋膜区、腰大肌起止点与腹主动脉丛交汇的关键解剖节点，涉及交感/副交感神经节密集分布、内脏血流调节及核心稳定性控制。其训练本质是通过姿势-呼吸-意念三重耦合，实现自主神经功能重塑与本体感觉再校准。该体系依托CO₂耐受训练提升线粒体ATP合成效率，借具身认知激活岛叶内感受网络，从而改善慢性疲劳、更年期潮热及伏案族核心失稳等典型问题。临床验证显示，规范练习60天可使丹田区基础温度升高0.8℃、微循环灌注提升30%、HRV高频功率显著增强——这是一套具备可测量指标、可重复

2026-07-10 10:21:34 316

原创 Excel手动画盒须图：摆脱默认图表陷阱的实战指南

盒须图（箱线图）是一种揭示数据分布、离散程度与异常值的核心可视化工具，其原理基于五数概括（最小值、Q1、中位数、Q3、最大值），远比均值或柱状图更能反映真实业务形态。在数据分析实践中，它尤其适用于识别流程瓶颈、评估绩效分布、定位异常波动等场景。然而，Excel原生箱形图因异常值判定僵化、中位数不可见、箱体宽度不可控等问题，常导致误读与汇报失效。本文聚焦‘手动构建法’——利用散点图精确定位、误差线绘制须与箱、形状叠加强化业务语义，实现可解释、可定制、可汇报的专业级盒须图。全程基于Excel 365/2021原

2026-06-23 12:11:18 300

原创 ChatGPTNextWeb：开源AI对话前端部署与多模型集成指南

在现代AI应用开发中，API集成与统一交互界面是提升开发效率的关键。其核心原理在于通过标准化接口协议，将分散的后端AI服务能力聚合到单一前端应用中，实现模型无关的调用。这种架构设计的技术价值在于显著降低了多模型管理的复杂度，同时保障了数据隐私和部署灵活性。从应用场景看，无论是构建个人知识助手、团队协作工具，还是作为复杂AI工作流的交互入口，统一的前端解决方案都能大幅优化用户体验。以ChatGPTNextWeb（NextChat）为例，这款基于Next.js的开源项目，通过Docker容器化部署和配置驱动的模

2026-05-17 16:55:05 595

原创 现代化Chaplin框架：重构经典Backbone架构，融入现代前端工程化实践

在单页面应用（SPA）开发领域，MVC架构模式通过分离模型、视图和控制器，为复杂前端应用提供了清晰的结构和可维护性。其核心原理在于职责分离和数据单向流动，这使得代码更易于测试和扩展。随着前端工程化的发展，模块化、构建工具和现代JavaScript语法成为提升开发效率的关键技术。这些技术价值体现在更快的构建速度、更好的代码组织和更强的团队协作能力上。应用场景广泛，从企业级后台管理系统到内容型网站都能受益。本文聚焦于一个基于经典Chaplin.js的现代化重构项目，它巧妙地将经过验证的MVC设计理念与ES6+语

2026-05-17 16:46:27 337

原创 从最佳实践到工程资产：COP理念驱动的前后端项目模板解析

在现代软件开发中，工程化与规范化是提升团队协作效率和项目可维护性的核心。其原理在于通过预定义的标准、自动化工具链和一致性约束，将散乱的最佳实践固化为可复用的工程资产。这带来的技术价值是降低项目启动成本、统一代码质量基线、并保障团队协作流畅。典型的应用场景包括新项目快速搭建、老项目规范化改造以及团队技术栈统一。本文聚焦的 `copaw-best-practices` 项目正是这一理念的集大成者，它基于 **一致性、可操作性、可塑性** 的COP设计哲学，封装了从代码规范、Git工作流到CI/CD的全套自动化配

2026-05-17 16:03:13 277

原创 从零解析开源项目：React + TypeScript + Vite 构建现代化管理后台

在现代前端开发中，React 作为构建用户界面的主流库，其生态系统的技术选型直接影响项目的开发效率和可维护性。通过组件化思想和虚拟DOM原理，React 实现了高效的UI渲染与更新机制。结合 TypeScript 的静态类型检查，能够显著提升代码的可靠性和团队协作效率，而 Vite 作为新一代构建工具，利用原生ES模块实现了极速的冷启动和热更新，优化了开发体验。这种技术组合特别适用于构建数据密集型的应用，如管理后台和可视化仪表盘，能够有效管理复杂状态与数据流。本文以具体开源项目为例，深入探讨了如何整合 Re

2026-05-17 15:49:05 564

原创 从零构建现代UI组件库：设计哲学、技术选型与工程实践

UI组件库是现代前端开发的基石，它通过封装可复用的界面元素，提升开发效率和一致性。其核心原理在于组件化思想，将界面拆分为独立、可组合的单元，并通过设计系统（如设计令牌）统一视觉语言。在技术价值上，一个优秀的组件库能显著降低团队协作成本，保障产品体验统一，并优化应用性能。当前，随着前端工程化的发展，组件库的构建已形成成熟的技术栈，例如使用TypeScript保障类型安全，采用Vite或Rollup进行高效构建，并借助Storybook实现组件开发与文档一体化。在实际应用场景中，无论是开发中后台系统、移动端应用

2026-05-17 15:48:21 329

原创 基于genai-stack的生成式AI应用全栈开发与生产部署指南

大语言模型（LLM）与检索增强生成（RAG）技术正推动AI应用从原型走向产品化。其核心原理在于通过向量数据库实现语义检索，将外部知识与大模型生成能力结合，从而提升回答的准确性与专业性。这一技术架构的价值在于解决了模型“幻觉”问题，使AI能够基于私有知识库进行可靠对话。在实际工程中，构建一个生产就绪的AI应用涉及模型服务、向量检索、业务编排与前端交互等多个组件的复杂集成。本文以开源项目genai-stack为例，深入解析如何利用Docker、FastAPI、vLLM及ChromaDB等工具，搭建一个涵盖文档问

2026-05-17 15:30:42 365

原创 私有化部署Memori：基于Docker与向量数据库构建个人AI记忆库

在信息爆炸时代，个人知识管理成为提升效率的关键。其核心原理是通过系统化方法收集、组织和检索信息，而技术价值在于将碎片化信息转化为结构化知识资产。传统笔记工具多依赖云端且功能孤立，难以实现智能关联检索。随着大语言模型和向量数据库技术的发展，语义搜索使得基于自然语言的智能记忆管理成为可能。Memori作为开源私有化部署方案，结合Docker容器化部署与Qdrant向量数据库，实现了完全自主可控的个人记忆管理系统。该工具通过会话式交互降低使用门槛，支持多种内容记录方式，特别适合注重隐私的技术爱好者和内容创作者，为

2026-05-17 15:28:14 366

原创 Web3信息聚合器：Python自动化日报生成实战与架构解析

信息聚合是应对信息过载、提升认知效率的核心技术。其原理在于通过自动化采集、过滤与结构化处理，将海量异构数据转化为高价值信号。在Web3等高速发展的技术领域，这项技术能帮助从业者从噪音中提取关键洞见，节省大量手动检索时间，聚焦于技术进展、市场动态与生态合作。本文以Python技术栈为例，探讨如何构建一个轻量、可扩展的自动化信息处理管道，涵盖数据采集、智能过滤、内容生成与分发等关键模块，并深入分析应对数据源失效、内容去重等常见挑战的工程实践。通过解析一个具体的Web3每日摘要项目，展示了如何将信息聚合技术应用于

2026-05-17 15:14:30 641

原创 开源AI模型与数据集托管平台：从设计到部署的完整指南

在人工智能开发领域，模型与数据集的高效管理、共享和分发是核心挑战。其技术原理通常围绕版本控制、元数据管理和分布式存储展开，旨在解决模型权重文件与数据集文件的存储、检索和协作难题。这类平台的技术价值在于标准化AI资产的管理流程，通过引入类似代码仓库的机制，结合对象存储与P2P分发技术，显著降低开发者的协作门槛与资源获取成本。其典型应用场景包括学术研究中的实验复现、开源项目的资源托管以及企业内部的模型资产库建设。本文以53AIHub为例，深入探讨了如何构建一个集成了**模型仓库**与**数据集清单**管理的开源

2026-05-17 15:09:36 288

原创 基于Vercel AI SDK构建代码生成与执行智能体：从架构到实践

智能体（Agent）作为人工智能领域的重要概念，正从理论走向工程实践。其核心原理在于模拟“思考-行动-观察”的循环，使大语言模型能够自主规划并调用工具完成任务。这一技术价值在于将AI的认知能力与外部工具的执行能力相结合，极大拓展了AI的应用边界。在编程领域，智能体能够理解自然语言需求，生成并安全执行代码，为数据分析、教育、原型开发等场景提供高效解决方案。本文以Vercel AI SDK和代码执行沙箱为核心，深入解析如何构建一个具备代码生成与执行能力的AI编程助手，涵盖智能体架构、工具调用、安全沙箱等关键技术

2026-05-17 14:20:24 376

原创 Cognify框架：构建具备认知推理能力的AI系统架构与实践

在人工智能领域，大型语言模型（LLM）已成为处理自然语言任务的核心技术。其原理基于海量数据的预训练，通过Transformer架构捕捉语言规律，实现文本生成与理解。然而，传统LLM在复杂逻辑推理、多步骤规划和事实核查方面存在局限，这催生了增强AI认知能力的技术需求。认知架构通过引入结构化推理流程，将问题分解为规划、执行、反思等步骤，并结合外部工具调用，显著提升了AI在复杂场景下的可靠性与可解释性。这种技术范式在决策支持系统、自动化研究、智能辅导等应用场景中展现出巨大价值。本文以Cognify项目为例，深入探

2026-05-17 14:16:57 289

原创 基于LLM的代码智能体实践：从任务分解到自动化执行

大型语言模型（LLM）在代码生成领域已展现出强大能力，但其核心价值正从生成片段代码向理解并执行复杂任务演进。这背后的原理是智能体（Agent）范式，它通过规划、执行、观察、反思的循环，赋予AI自主解决问题的能力。其技术价值在于将自然语言指令转化为可落地的软件功能或自动化流程，极大提升了开发与运维效率。典型的应用场景包括自动化脚本编写、智能测试、数据分析及运维任务编排。本文探讨的 openclaw-codex-agent 项目，正是这一范式的工程实践，它通过集成**代码生成器**与**执行器**等核心组件，构

2026-05-17 13:22:51 322

原创 Node.js原生net模块构建TCP服务：从协议解析到本地Mock服务器实践

网络编程是构建分布式系统和微服务架构的基础，其核心在于理解数据如何在网络节点间可靠传输与交换。TCP作为面向连接的传输层协议，通过三次握手建立连接、滑动窗口机制保证数据有序可靠送达，为上层应用提供了稳定的字节流服务。在Node.js生态中，原生net模块直接暴露了TCP套接字接口，允许开发者绕过HTTP等高级协议框架，深入操控连接建立、数据流读取与写入、连接生命周期管理等底层细节，这对于构建高性能中间件、自定义协议网关或进行网络问题深度调试具有重要价值。通过实现一个基于定界符或长度头的简单应用层协议，开发者

2026-05-17 13:11:37 349

原创 AI命令行工具集：无缝集成AI能力到终端工作流

命令行界面（CLI）作为开发者与系统交互的核心工具，其设计哲学强调模块化、管道友好和单一职责原则。通过将AI能力集成到命令行工具中，可以实现自然语言到可执行命令的转换、代码生成与解释、自动化任务处理等，极大提升开发效率。这种集成遵循Unix设计理念，通过标准输入输出与其他工具协同工作，支持结构化输出便于后续处理。在应用场景上，AI命令行工具特别适合开发者、系统管理员和DevOps工程师，能够将AI的代码生成、自然语言处理等能力无缝融入日常终端操作。本文介绍的ai-cli-kit正是这样一个模块化设计的工具集

2026-05-17 12:59:35 344

原创 从Transformer到RAG：大语言模型学习笔记与工程实践指南

Transformer架构作为现代大语言模型（LLM）的基石，其核心的注意力机制通过模拟人脑聚焦关键信息的方式，实现了对序列数据的高效建模。这一原理催生了以GPT、LLaMA为代表的一系列强大模型，其技术价值在于能够理解和生成类人文本，极大地推动了自然语言处理领域的发展。在实际应用中，为了克服模型“幻觉”和知识过时等挑战，检索增强生成（RAG）技术应运而生，它通过结合外部知识库检索来增强模型的生成能力。本文基于一份结构化的LLM学习笔记，系统梳理了从Transformer原理、模型微调（如LoRA）、到RA

2026-05-17 12:54:11 347

原创 MCP Server：构建AI智能体的万能工具适配中枢

模型上下文协议（Model Context Protocol，MCP）是一种开放协议，旨在解决大型语言模型（LLM）无法直接操作外部系统的问题。其核心原理是通过定义标准化的通信接口，将外部工具和数据源安全地暴露给AI模型使用。这一协议的技术价值在于实现了AI能力与真实世界操作的安全解耦，为构建自动化智能体（Agent）提供了基础设施。在应用场景上，MCP Server可作为AI的“工具适配中枢”，广泛应用于文件操作、数据库查询、API调用及业务系统集成等领域。通过实现MCP协议，开发者能够快速为Claude

2026-05-17 12:27:55 270

原创 Godot引擎多语言插件：实现编辑器本地化与提升开发效率

软件本地化是提升产品全球可用性的关键技术，其核心原理在于通过资源替换机制，将用户界面中的文本元素动态转换为目标语言。在游戏开发领域，Godot引擎凭借其开源与高度可扩展的特性，为开发者提供了强大的插件系统。通过插件架构，开发者能够以非侵入式的方式扩展引擎功能，其中编辑器本地化插件便是典型应用。这类插件通过加载外部翻译资源包，并利用Godot内置的TranslationServer实现界面文本的实时替换，其技术价值在于显著降低了非英语母语开发者的学习曲线与认知负担，提升了日常开发效率。应用场景广泛覆盖了个人学

2026-05-17 12:13:26 328

原创 基于MCP协议的并行网页抓取工具mult-fetch-mcp-server详解

在AI应用开发与智能体（Agent）系统构建中，高效获取外部信息是核心需求之一。传统串行抓取方式在处理多源信息时效率低下，影响智能体的分析与决策能力。模型上下文协议（MCP）作为一种标准化通信协议，旨在解决AI应用与外部工具间的集成难题，实现客户端与工具服务器的解耦与生态化。通过MCP，开发者可以构建功能专一的工具服务器，如专注于并行网页抓取的mult-fetch-mcp-server。该服务器利用异步I/O模型，能同时发起多个网络请求，将总耗时压缩至最慢请求完成的时间，显著提升信息聚合效率。其技术价值在于

2026-05-17 12:04:32 339

原创 构建LLM知识库：从文档处理到RAG检索的完整实践指南

检索增强生成（RAG）技术通过将外部知识库与大型语言模型结合，有效解决了模型在处理私有或领域知识时的幻觉与时效性问题。其核心原理是将非结构化文档经过清洗、分割后转换为向量表示，存储于向量数据库中，当用户查询时，系统通过语义相似度检索出最相关的文档片段，作为上下文输入给LLM，从而生成准确、有据的回答。这项技术的价值在于显著提升了模型回答的专业性和事实准确性，使其在智能问答、企业知识库、文档助手等场景中得以广泛应用。本文以开源工具llm-wiki为例，深入剖析了其端到端的流水线设计，涵盖了文档加载、文本分割、

2026-05-17 11:48:15 362

原创 开发者技能图谱构建指南：从知识管理到职业成长

在技术领域，系统化的知识管理与技能成长路径规划是开发者提升核心竞争力的关键。其核心原理在于将离散的技术点通过结构化分类（如前端、后端、DevOps）和依赖关系组织成可视化的技能图谱，并引入可量化的熟练度评估模型（如德雷福斯模型）。这种方法的工程价值在于，它将模糊的“掌握”概念转化为基于具体项目证据和可验证行为的标准，驱动学习从被动接收转向目标导向的实践闭环。在实际应用场景中，开发者可借助GitHub等工具构建个人知识库，将日常学习、项目经验与技能节点动态关联，从而实现技术能力的持续迭代与客观追踪。本文探讨的

2026-05-17 11:39:24 557

原创 基于Go与Croc构建Telegram文件传输机器人：原理、部署与优化

在分布式系统与团队协作场景中，安全高效的文件传输是基础需求。端到端加密技术通过确保数据在传输过程中仅由通信双方解密，解决了中间人攻击与数据泄露风险。其原理通常结合非对称加密协商会话密钥与对称加密处理数据流，在保障安全性的同时维持传输效率。这一技术价值在于为敏感数据交换提供了无需信任第三方服务器的解决方案，尤其适用于运维脚本分发、跨团队协作材料同步等场景。本文聚焦的croc工具正是该技术的优秀实践，它通过中继服务器实现NAT穿透，建立点对点加密通道。而crocbot项目创新性地将croc与Telegram B

2026-05-17 10:56:58 310

原创 AI工作流编排框架aiflows：构建模块化、可维护的多智能体系统

在人工智能应用开发中，工作流编排是连接多个AI模型与处理步骤的核心技术。其原理在于通过定义清晰的数据流与控制逻辑，将复杂的任务分解为可管理的模块化单元，从而实现任务的自动化与协同处理。这一技术的核心价值在于提升AI系统的可维护性、可扩展性与可观测性，尤其适用于需要多模型协作、多步骤处理的场景，如智能客服、内容生成、代码审查等。通过引入消息传递、有状态组件等抽象，开发者能够以声明式的方式构建健壮的应用流程，显著降低工程复杂度。本文以aiflows框架为例，深入探讨如何利用**消息流**与**有状态组件**的设

2026-05-17 10:35:20 335

原创 技能图谱工具skilldigest：用图模型构建开发者结构化知识体系

在知识管理与学习路径规划领域，图（Graph）模型提供了一种直观表达复杂关系的方式。其核心原理是通过节点（Node）和边（Edge）来建模实体与关联，这使得知识的依赖、组合与层级关系得以清晰可视化。从技术价值看，图模型不仅解决了传统树形或列表结构在表达多维关联时的局限性，更能通过算法（如图遍历）实现个性化推荐与路径分析。这一技术广泛应用于推荐系统、社交网络分析以及知识图谱构建。具体到开发者成长场景，将技术栈、框架与概念抽象为技能节点，并建立依赖关系，便能构建出个人专属的、可交互探索的技能图谱。本文探讨的 s

2026-05-17 10:05:23 237

原创 gptree：AI增强的智能目录树生成工具，提升项目结构与文档效率

在软件工程中，项目结构可视化是理解复杂代码库的基础。传统目录树工具如tree命令，虽能展示文件层级，但缺乏对模块职责的解读，难以快速把握架构设计。通过结合规则引擎与上下文分析，智能目录树工具能自动为关键目录节点生成描述，将静态清单升级为动态架构图。这种技术显著提升了项目可维护性，尤其适用于大型开源项目或团队协作场景，帮助开发者快速理解模块依赖与设计意图。gptree作为此类工具的代表，支持Markdown、HTML等多种输出格式，并能集成到CI/CD流程，实现项目文档的自动化更新。

2026-05-17 10:05:08 308

原创 GitHub民间优质代码清单：发现、评估与高效使用指南

在开源生态中，如何高效发现和评估高质量的代码库是开发者面临的核心挑战。GitHub作为最大的开源协作平台，汇聚了海量项目，但其中不乏功能臃肿或维护不佳的代码。因此，建立一套有效的代码发现与评估机制至关重要。其技术价值在于通过社区策展，筛选出功能聚焦、实现精巧、学习价值高的“民间代码”，为开发者提供经过验证的优质资源，从而降低搜寻成本，提升开发效率。在应用场景上，无论是寻找特定功能的轻量级库、学习优秀的编程范式，还是为团队积累技术资产，这类经过筛选的清单都能发挥关键作用。本文以 `awesome-folk-c

2026-05-17 09:46:33 305

原创 基于Python的企业微信AI机器人SDK开发实战：从原理到部署

企业级即时通讯平台与AI能力的融合，正成为提升工作效率的关键技术路径。其核心原理在于通过API网关实现系统间安全、标准化的数据交换，将大语言模型的自然语言处理能力无缝嵌入工作流。这一技术架构的价值在于，它能够将复杂的底层通信协议、消息加解密和会话管理封装为简洁的开发者接口，极大降低了智能应用开发的门槛。在应用场景上，它广泛服务于智能客服、内部知识问答、自动化流程触发等企业级需求。本文聚焦的 `wecom_aibot_sdk` 项目，正是这一理念的工程实践典范，它通过模块化设计，封装了企业微信的 **Acce

2026-05-17 09:31:13 509

原创 MCP Gateway：构建安全可控的AI工具调用网关

在AI应用开发中，大语言模型（LLM）与外部工具的安全集成是一个关键挑战。传统方法往往需要为每个应用硬编码工具调用逻辑，导致配置复杂且难以统一管理。Model Context Protocol（MCP）作为一种新兴开放协议，旨在标准化LLM对外部工具（如数据库、API、文件系统）的发现与调用过程，从而提升开发效率与互操作性。其技术价值在于通过统一的接口抽象，降低了AI应用与异构后端服务的集成复杂度。在实际应用场景中，特别是在团队协作与生产环境，直接连接MCP服务器会引入安全、配置与稳定性问题。lasso-s

2026-05-17 09:26:56 590

原创 使用driftguard-mcp为AI编程助手构建代码验证护栏

大语言模型在代码生成中常出现幻觉问题，即生成看似合理但实际不存在或错误的API引用。为解决这一挑战，开发者可借助静态分析与动态查询技术构建验证机制。静态分析通过语法检查工具快速识别代码结构错误，而动态查询则实时连接PyPI、npm等官方软件仓库，验证依赖包与API符号的真实性。这种技术组合能显著提升AI生成代码的可靠性，在编程辅助、技术文档撰写等场景中具有重要价值。driftguard-mcp项目基于Model Context Protocol协议，为Claude等AI助手提供实时代码验证能力，通过配置MC

2026-05-17 09:19:50 546

原创 基于Python/Flask的洗车店业务管理系统设计与实现

业务管理系统是传统服务业数字化转型的核心工具，其本质是通过信息化手段将线下业务流程标准化、数据化。系统通常采用分层架构设计，后端通过ORM框架映射业务实体关系，前端提供交互界面实现业务操作。在技术实现层面，Python搭配Flask或Django等轻量级框架，结合SQLite等嵌入式数据库，能够快速构建出高内聚、低耦合的解决方案。这类系统的技术价值在于将零散的客户信息、服务记录和财务数据整合为可分析的结构化数据，帮助小微商户实现从经验驱动到数据驱动的经营转变。典型的应用场景包括客户关系管理、服务订单跟踪、会

2026-05-16 16:57:41 525

原创 基于RAG的私有化AI代码助手：MatGPT项目实战与架构解析

检索增强生成（RAG）是一种结合信息检索与文本生成的技术范式，其核心原理是通过检索外部知识库获取相关上下文，再输入给大语言模型进行增强生成，从而提升回答的准确性与事实一致性。这一技术能有效缓解大模型的“幻觉”问题，在需要精准、可验证信息的场景中具有重要价值。在软件工程领域，RAG技术为构建私有化、定制化的AI助手提供了可行路径，尤其适用于代码理解、文档问答等场景。本文以MatGPT项目为例，深入探讨如何利用RAG架构，将本地代码库转化为向量知识库，结合FastAPI后端与Streamlit前端，搭建一个能理

2026-05-16 16:53:44 358

检测参数调整建议-王晓波-从微服务到serverless+架构应用与实践v2
（1） 模拟故障 （2） 预期测试结果 （3） 测量指标及结果 （4） 整体服务状态的评估 （5） 检测参数调整建议 8.1.1.1.40 RAC Failover Oracle RAC 同时具备 HA(High Availiablity) 和 LB(LoadBalance). 而其高可用性的基 础就是 Failover(故障转移). 它指集群中任何一个节点的故障都不会影响用户的使用，连接到 故障节点的用户会被自动转移到健康节点，从用户感受而言， 是感觉不到这种切换。 Oracle 10g RAC 的 Failover 可以分为 3 种： 1. Client-Side Connect time Failover 2. TAF 3. Service-Side TAF 注意事项： 不能在 listener.ora 文件中设置 GLOBAL_NAME， 因为这个参数会禁用 Connect-time Failover 和 Transparent Application Failover. 8.1.1.1.40.1 Client-Side Connect Time Failover Client-Side Connect Time Failover 的含义：如果用户端 tnsname 中配置了多个地址，用 户发起连接请求时，会先尝试连接地址表中的第一个地址，如果这个连接尝试失败，则继续 尝试使用第二个地址，直至连接成功或者遍历了所有的地址。 这种 Failover 的特点： 只在建立连接那一时刻起作用，也就是说，这种 Failover 方式 只在发起连接时才会去感知节点故障，如果节点没有反应，则自动尝试地址列表中的下一个 地址。一旦连接建立之后，节点出现故障都不会做处理，从客户端的表现就是会话断开了， 用户程序必须重新建立连接。 启用这种 Failover 的方法就是在客户端的 tnsnames.ora 中添加 FAILOVER=ON 条目， 这个参数默认就是 ON，所以即使不添加这个条目，客户端也会获得这种 Failover 能力。 示例： RAC = (DESCRIPTION = (ADDRESS = (PROTOCOL = TCP)(HOST = rac1-vip)(PORT = 1521)) (ADDRESS = (PROTOCOL = TCP)(HOST = rac2-vip)(PORT = 1521)) (LOAD_BALANCE=YES) ( CONNECT_DATA= (SERVER=DEDICATED) (SERVICE_NAME=RAC) ) ) 注：rac1-vip，rac2-vip 要添加到 hosts 文件中，不然可能解析不了。

2021-07-11

测量系统的能力研究实验再'在-matlab从零到进阶
例 13.3 测量系统的能力研究实验再'在 重新考虑例 13.2 提到的量具R& R 实验现假定只有 3 名操作员使用这种量具，所以操作员是固定因 子然而，因为工件是随机选择的，所以现在实验要采用混合模型. 浪合模型的方差分析列在表 13.6 中计算由 Minitab 中的 Balan~-ed ANOYA 过程完成我们规定 在 Minitab 分析的模型是约束模型. Minitab 还生成了该模型的期望均方，在 Minitab 的输出中，值 Q12] 标记了固定因子效应操作员的二次表达式 EP Q[2l=Z13?/(b-1) 结论与例 13.2 相似由 (13.25) 式， 方差分量可估计为 褒 13.6 例 13.3 中混合模型的方羞分fIT (Minitab): 假定采用的~镶型 Analysis of Variance (Balanced Designs) Fact。】r Type Levels Values part random 20 1 2 3 4 s 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 。perator fixed 3 1 2 3 Analysis of Variance for y Source DF SS HS F P part 19 1185.425 62.391 62.92 0.0∞ 。perator 2 2.617 1. 308 1.84 0.173 part.operator 38 27.050 0.712 0.72 0.861 Error 60 69.500 0.992 Total 119 1274.592 Source Variance Error 峙ected Me皿 Square for Each Term component term (using restricted model) 1 part 10.2332 4 (4) + 6(1) 2 operator 3 (4) + 2(3) + 40日 [2] 3 part.operator -0.1399 4 (4) + 2(3) 4 Error 。 .9917 (4>

2021-07-11

搭建开发环境-201905—机器学习之特征工程—六天课程知识总结的思维导图
第1章 搭建开发环境 1.1 概述 本章节主要解决开发环境的搭建以及配置问题，不管是已经有相关的开发环境或者是仅仅安装过操作系统，你都能从本章节中获取相关帮助。假如

2021-07-11

JDK安装及配置-201905—机器学习之特征工程—六天课程知识总结的思维导图
1.3 JDK安装及配置 本节主要介绍如何在windows环境下安装JDK，假如本机已经安装过，请跳过本节。 步骤1：下载JDK 首先需要下载JDK（Java Development Kit），可能你已经有其他版本的JDK，为了整体开发环境的稳定性，一般推荐使用jdk1.6以上版本，在本节中我们下载安装jdk1.7. 下载地址：http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html 进入页面如下图所示：

2021-07-11

中普通的死-pmbok第五版 英文版
（6）分布式事务 对于分布式事务，oracle 是不能辨识 blocking lock 和死锁的，因为不是所有的 lock 信 息可以在本地获得。为了避免分布式事务的死锁，在分布式事务中如果在一定时间内都没有 获 得 任 何 响 应 ， oracle 会 按 照 times out 处 理 。 这 个 时 间 是 由 _DISTRIBUTED_LOCK_TIMEOUT 参数设置的，默认是 60 秒。如果一个分布式事务过期， 会返回一个 ORA-2049 错误给 controlling session。强健的应用程序应该捕获该异常。 同样，在 8i 版本之前，并发事务，有多个分支子事务组成，也无法检测到死锁。如果 一个简单的事务被一个全局事务的分支阻塞，并阻塞了其他事务，则 oracle 8.0 中普通的死 锁检测机制将无法检测到。为了避免这一情况，oracle 会像对待分布式事务那样，time out 所 有并发事务的子进程发出的 enqueue lock 获取或是转化请求。并返回 ORA-99 的错误。参数 PARALLEL_TRANSACTION_RESOURCE_TIMEOUT 用于控制这个 timeout 的等待时间， 默认是 300 秒。但在 8.1 版本中，死锁检测算法得以改善，已经可以检测到这些死锁情况， 所以也不再需要 timeout。 （7）ITL entry 的存储 在每个 oracle 的 data block 的 header，都存在一个 interested transaction list （ITL）。当 一个新的 block 被格式化给一个 segment 时，在 ITL 中初始 entry 的数目是由 segment 的 INITRANS 参数指定的。只要空闲空间允许，ITL 可以随着需求动态增长，直到达到数据库 block size 的限制，或是达到 segment 设定的 MAXTRANS 参数的限制，取两者较小的那个。 每个修改data block的事务必须将其事务标识符和改变该block的回归段位置记录到 ITLentry

2021-07-11

筛选器面板-ft-2000四核cpu硬件设计指导手册-v1.5
8.3 筛选器面板 8.3.1 搜索筛选器 使用包含多个列的数据表时，通常也会有多个筛选器。有时，通过滚动浏览筛选器面板 很难找到您想要使用的筛选器。查找某个筛选器的快速方式是使用筛选器面板顶部的搜 索功能。 注意：筛选器搜索将不会显示已明确隐藏的筛选器。要在所有筛选器之间搜索，必须首 先显示所有筛选器。可以通过单击筛选器面板底部的显示全部链接来显示所有筛选器。 ► 搜索筛选器的步骤： 1. 在筛选器面板顶部的搜索字段中键入搜索表达式。 2. 名称与此表达式不匹配的仸何筛选器将从筛选面板中隐藏。当您输入文本时， 筛选器面板将不断更新为以当前子字符串开头的筛选器。 3. 要再次显示所有筛选器，只需清除搜索框。 可以使用通配符和布尔运算符来搜索词语的一部分以及词语组合。有关基本搜索语法的 列表，请参见在 TIBCO Spotfire 中搜索。 筛选器特定搜索：  键入状态:已修改可查找已修改的所有筛选器。  键入数据表:<数据表名称>，其中 <数据表名称> 可以为―销售数据‖（以此为 例），以查找特定数据表的所有筛选器（如果在分析中有多个数据表）。键入 名称的一部分或使用引号来搜索明确的数据表名称。 8.3.2 更改筛选器名称 更改筛选器名称与更改数据表中对应列的名称是一回事。 ► 更改列名称的步骤： 1. 在筛选器上单击鼠标右键。 2. 仍弹出式菜单中选择“重命名...”。 3. 为列键入新名称。 4. 单击“确定”。 8.3.3 显示和隐藏筛选器 使用包含多个列的数据表时，通常也会有多个筛选器。如果您只想控制其中一些筛选 器，可以隐藏不需要的文件，以使其不会显示在筛选器面板中。当然，数据表中的对应 列仍将显示。按页面显示和隐藏筛选器。 ► 隐藏筛选器的步骤： 1. 在感兴趣的页面中的筛选器上单击鼠标右键。 2. 选择“隐藏”。 效果：筛选器隐藏并且不会在筛选器面板中看到。

2021-07-11

估算活动资源-深入浅出mips
6.4 估算活动资源 第 六 章 项 目 时 间 管 理 1. 进度管理计划 2. 活动清单 3. 活动属性 4. 资源日历 5. 风险登记册 6. 活动成本估算 7. 事业环境因素 8. 组织过程资产 1. 专家判断 2. 备选方案分析 3. 发布的估算数据 4. 自下而上估算 5. 项目管理软件 1. 活动资源需求 2. 资源分解结构 3. 项目文件更新 输入 工具与技术 输出 华夏智诚项目管理专家认证培训 340

2021-07-11

串行通讯与并行通讯-天线测量手册
第20章 通讯的基本概念 在计算机设备与设备之间或集成电路之间常常需要进行数据传输，在本书后面的章节 中我们会学习到各种各样的通讯方式，所以在本章中我们先统一介绍这些通讯的基本概念。 20.1 串行通讯与并行通讯 按数据传送的方式，通讯可分为串行通讯与并行通讯，串行通讯是指设备之间通过少 量数据信号线(一般是 8根以下)，地线以及控制信号线，按数据位形式一位一位地传输数据 的通讯方式。而并行通讯一般是指使用 8、16、32 及 64 根或更多的数据线进行传输的通讯 方式，它们的通讯传输对比说明见图 20-1，并行通讯就像多个车道的公路，可以同时传输 多个数据位的数据，而串行通讯，而串行通讯就像单个车道的公路，同一时刻只能传输一 个数据位的数据。 图 20-1 并行通讯与串行通讯的对比图

2021-07-11

编写定时器输入捕获相关函数-天线测量手册
(1) 编写定时器输入捕获相关函数 (2) 测量电容按键空载的充电时间 T1 (3) 测量电容按键有手触摸的充电时间 T2 (4) 只需要比较 T2 与 T1 的时间即可检测出按键是否有手指触摸 2. 软件分析 电容按键宏定义 代码清单 33-1 宏定义 1 #define TPAD_TIM TIM5 2 #define TPAD_TIM_APBxClock_FUN RCC_APB1PeriphClockCmd 3 #define TPAD_TIM_CLK RCC_APB1Periph_TIM5 4 #define TPAD_TIM_Period 0XFFFF 5 #define TPAD_TIM_Prescaler (72-1) 6 7 // TIM 输入捕获通道 GPIO 相关宏定义 8 #define TPAD_TIM_CH_GPIO_CLK RCC_APB2Periph_GPIOA 9 #define TPAD_TIM_CH_PORT GPIOA 10 #define TPAD_TIM_CH_PIN GPIO_Pin_1 11 #define TPAD_TIM_CHANNEL_x TIM_Channel_2 12 13 // 中断相关宏定义 14 #define TPAD_TIM_IT_CCx TIM_IT_CC2 15 #define TPAD_TIM_IRQ TIM5_IRQn 16 #define TPAD_TIM_INT_FUN TIM5_IRQHandler 17

2021-07-11

呼吸灯简介-天线测量手册
40.1 呼吸灯简介 呼吸灯，就是指灯光设备的亮度随着时间由暗到亮逐渐增强，再由亮到暗逐渐衰减， 很有节奏感地一起一伏，就像是在呼吸一样，因而被广泛应用于手机、电脑等电子设备的 指示灯中，冰冷的电子设备应用呼吸灯后，顿时增添了几分温暖。 40.2 呼吸灯与 PWM 控制原理 呼吸的特性是一种类似图 40-1 中的指数曲线过程，吸气是指数上升过程，呼气是指数 下降过程，成年人吸气呼气整个过程持续约 3 秒。 图 40-1 指数曲线 要控制 LED 灯达到呼吸灯的效果，实际上就是要控制 LED 灯的亮度拟合呼吸特性曲 线。前面控制全彩LED灯时，通过控制脉冲的占空比来调整各个通道LED灯的亮度，从而 达到混色的效果。若控制脉冲的占空比在 3 秒的时间周期内按呼吸特性曲线变化，那么就 可以实现呼吸灯的效果了。 这种使用脉冲占空比拟合不同波形的方式称为 PWM(脉冲宽度调制)控制技术——通过 对一系列脉冲的宽度进行调制，来等效地获得所需要波形（含形状和幅值）。PWM 控制 的基本原理为：冲量相等而开头不同的窄脉冲加在具有惯性的环节上时，其效果基本 相同。其中冲量指窄脉冲的面积；效果相同指环节输出响应波形基本相同。 例如：可以用一系列等幅不用一系列等幅不等宽的脉冲来代替一个正弦半波，见图 40-2。  把正弦半波 N 等分，可看成 N 个彼此相连的脉冲序列，宽度相等，但幅值不等；  用矩形脉冲代替，各个矩形脉冲等幅，不等宽，中点重合，脉冲宽度按正弦规律 变化，脉冲的总面积（冲量）与正弦半波相等。

2021-07-11

STP保护-关于matlab的svm工具箱的几个函数
9.3 STP保护 9.3.1 实验目的 本次实验通过介绍如何应对在原本不该收到 BPDU 的端口 收到 BPDU 和原本因该收到 BPDU的端口 丢失了 BPDU时，通过相应特性来保护现有 STP拓扑， 并且学 习如何关闭端口 的 STP功能。 9.3.2 实验拓扑 本次实验由 三台 交换机完成，其中 SW1和 SW2以 F0/23 端口互联，SW1和 SW2以 F0/19 互联，SW2和 SW3以 F0/21 互联。 9.3.3 实验步骤 1. 当原本网络中的 STP拓扑收敛后，某些情况会使得收敛的 STP拓扑发生意想不到的 更变，从而 破坏意境规划好的 STP拓扑。那么这样 的情况主 要分为两类，其中包括 在不该 收到 BPDU的端口 收到了 BPDU和在应该 收到 BPDU的端口 丢失了 BPDU。 2. 首先我们 来看在不该 收到 BPDU的端口 收到 BPDU的情况。 如果发生上述情况 ，那么说明存在其他交换机接入了现存 STP拓扑，如果新加入 的

2021-07-11

手写识别简介-gbase sql参考手册
51.1 手写识别简介 手写识别，是指对在手写设备上书写时产生的有序轨迹信息进行识别的过程，是人际交互 最自然、最方便的手段之一。随着智能手机和平板电脑等移动设备的普及，手写识别的应用也 被越来越多的设备采用。 手写识别能够使用户按照最自然、最方便的输入方式进行文字输入，易学易用，可取代键 盘或者鼠标。用于手写输入的设备有许多种，比如电磁感应手写板、压感式手写板、触摸屏、 触控板、超声波笔等。ALIENTEK 战舰 STM32 开发板自带了 2.8 寸触摸屏，可以用来作为手写 识别的输入设备。接下来，我们将给大家简单介绍下手写识别的实现过程。 手写识别与其他识别系统如语音识别图像识别一样分为两个过程：训练学习过程；识别过 程。如图 51.1.1 所示： 图 51.1.1 字母数字识别系统示意图。 上图中虚线部分为训练学习过程，该过程首先需要使用设备采集大量数据样本，样本类别 数目为 0~9，a~z，A~Z 总共 62 类，每个类别 5~10 个样本不等（样本越多识别率就越高）。对 这些样本进行传统的把方向特征提取，提取后特征维数为 512 维，这对 STM32 来讲计算量， 合模板库的存储量来说都难以接受，所以需要运行一些方法进行降维，这里采用 LDA 线性判 决分析的方法进行降维，所谓线性判决分析，即是假设所有样本服从高斯分布（正态分布）对 样本进行低维投影，以达到各个样本间的距离最大化。关于 LDA 的更多知识可以阅读 （http://wenku.baidu.com/view/f05c731452d380eb62946d39.html）等参考文档。这里将维度降到 特征提取 识别结果：3 字母数字模板库 最小距离分 类器 LDA 降维 。。。 样本 n 特征提取 LDA 降维矩阵计算 平均值特征样本 预处理

2021-07-11

标记阶段结束后-togaf 9.2 full version
图5.1　Lisp2算法中的对象 5.1.2 概要 那么我们来看一下 Lisp2 算法。举个例子，假设我们要在图 5.2 这种情况下执行 GC。 根 堆 图5.2　初始状态 首先是标记阶段。标记阶段结束后的堆状态如图 5.3 所示。这里的标记阶段跟我们在第 2 章中为大家介绍的完全相同，这里就不再详细介绍了。 根 图5.3　标记阶段结束后

2021-07-11

特定的标图类-vscode 配置 python3开发环境的方法
4.12 特定的标图类 Visualization Toolkit 提供了一些执行追加的标图操作的复合类。这些包括标图标量条，执行 简单 x-y 标图，和放置 3D 空间上下文的 flying axes 临时轴的能力。 标量条 类 vtkScalarBar 被用来创建一个把颜色值与数字化的数据值联系的颜色-编码钥匙，如图 4-9。 对于标量条，有三个部分：一个拥有着过色片断，标签，标题的矩形条。为了使用 vtkScalarBar， 你必须参考 vtkLookupTable（定义了颜色和数据值的范围）的一个实例，定位而且定向覆盖 图平面上的标量条，而且随意地确定例如颜色，标签数目和标题的文本串的属性。以下的例 子展示了典型的用法。

2021-07-11

位逻辑指令概述-arcgis中面提取中心线_流程
1.1 位逻辑指令概述 描述 位逻辑指令使用两个数字 1和 0。这两个数字构成二进制系统的基础。这两个数字 1 和 0称为二进制数字或位。对于触点和线圈而言，1表示已激活或已励磁，0表示未 激活或未励磁。 位逻辑指令解释信号状态 1和 0，并根据布尔逻辑将其组合。这些组合产生称为“逻 辑运算结果”(RLO)的结果 1或 0。 布尔位逻辑适用于下列基本指令： • A 与运算 • AN 与非运算 • O 或运算 • ON 或非运算 • X 异或运算 • XN 同或运算 • O 先与运算后或运算 可使用下列指令执行嵌套表达式： • A( 与运算嵌套开始 • AN( 与非运算嵌套开始 • O( 或运算嵌套开始 • ON( 或非运算嵌套开始 • X( 异或运算嵌套开始 • XN( 同或运算嵌套开始 • ) 嵌套结束 工控编程吧 gkbc8.com 工控编程吧 gkbc8.com

2021-07-11

生态因子生成-pt5108规格书 high-psrr 500ma ldo
3.7 生态因子生成 第一步：植被覆盖度生成 植被覆盖度是根据前人研究的 NDVI 估算模型： FC=(NDVI-NDVImin)/(NDVImax-NDVImin) 其中，NDVI 是归一化植被指数，NDVImax 表示区域最大 NDVI 值，NDVImin 表示区域最小 的 NDVI 值。由于图像中不可避免的存在着噪声，NDVImax 和 NDVImin 并不一定是最大 NDVI 值 和最小的 NDVI 值，可以根据直方图分别取两头“拐点处”的值，即一定的置信度，“主观性” 比较大，有两个标准供选择：  选择以累计百分比为标准，如 5%。  可以以像元数递进的数量，比如 10000。 这里选择的是累计百分比。下面介绍操作流程： (1) 计算 NDVI：在 Toolbox 中选择/Spectral/Vegetation/NDVI，选择文件 TM-Spot-xiangfan- quac.dat，单击 OK，Input File Type:Landsat TM。选择输出文件名 TM-Spot-xiangfan-quac- NDVI.dat，单击 OK 执行计算。 (2) 统计 NDVI 的范围：先打开“襄樊部分区域的掩膜文件”中的数据 Mask.dat。在 Toolbox 中/Statistics/Compute Statistics，选择上一步计算 TM-Spot-xiangfan-quac-NDVI.dat 数 据，单击 Select mask band 按钮选择掩膜文件 Mask.dat，单击 OK。在弹出的对话框中，勾选

2021-07-11

MODIS几何校正参数设置-pt5108规格书 high-psrr 500ma ldo
图3.2 选择发射率文件 （3） 在 Georeference MODIS Parameters 对话框中，参数设置：  投影信息：UTM，WGS84，51 带  将控制点文件.pts 输出到本地硬盘中。  Perform Bow Tie Correction：Yes，对 MODIS 影像做双眼皮去除 图3.3 MODIS几何校正参数设置 （4） 单击 OK 按钮，在弹出的 Registration Parameters 对话框中，设置参数如下图所 示。注意分辨率是 1000（默认）。选择保持路径点击 OK 即可。

2021-07-11

基本指令-3d游戏与计算机图形学中的数学方法 第3版
3.1 基本指令 1前 言 2概 要 3指 令 一 览 4软 元 件 的 作 用 和 功 能 5软 元 件 · 常 数 的 指 定 方 法 6编 程 前 须 知 7基 本 指 令 8FNC 00～ FNC 09 程 序 流 程 9FNC 10～ FNC 19 传 送 · 比 较 10FNC 20～ FNC 29 四 则 · 逻 辑 运 算3. 指令一览 在本章中，介绍了编程中可以使用的指令的一览。 3.1 基本指令 基本指令在下面的系列中支持，但是对象软元件如下表所示不同。 支持的可编程控制器 FX3S FX3G FX3GC FX3U FX3UC FX1S FX1N FX1NC FX2N FX2NC MEP、MEF以外的基本指令 ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ MEP、MEF指令 ○ ○ ○ Ver.2.30以上 Ver.2.30以上 × × × × × 有/无对象软元件(D□.b) × × × ○ ○ × × × × × 有/无对象软元件(R) ○ ○ ○ ○ ○ × × × × × 记号 称呼 符号 功能 对象软元件 参考节 触点指令 LD 取 a触点的逻辑运算开始 X,Y,M,S,D□.b,T,C 7.1节 LDI 取反 b触电的逻辑运算开始 X,Y,M,S,D□.b,T,C 7.1节 LDP 取脉冲上升沿 检测上升沿的运算开始 X,Y,M,S,D□.b,T,C 7.5节 LDF 取脉冲下降沿 检测下降沿的运算开始 X,Y,M,S,D□.b,T,C 7.5节 AND 与 串联a触点 X,Y,M,S,D□.b,T,C 7.3节 ANI 与反转 串联b触点 X,Y,M,S,D□.b,T,C 7.3节 ANDP 与脉冲上升沿 检测上升沿的串联连接 X,Y,M,S,D□.b,T,C 7.5节 ANDF 与脉冲下降沿 检测下降沿的串联连接 X,Y,M,S,D□.b,T,C 7.5节 OR 或 并联a触点 X,Y,M,S,D□.b,T,C 7.4节 ORI 或反转 并联b触点 X,Y,M,S,D□.b,T,C 7.4节 ORP 或脉冲上升沿 检测上升沿的并联连接 X,Y,M,S,D□.b,T,C 7.5节 ORF 或脉冲下降沿 检测下降沿的并联连接 X,Y,M,S,D□.b,T,C 7.5节 结合指令 ANB 回路块与 回路块的串联连接 － 7.7节 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件 对象软元件71

2021-07-11

文件系统-天线测量手册
26.1 文件系统 即使读者可能不了解文件系统，读者也一定对“文件”这个概念十分熟悉。数据在 PC 上是以文件的形式储存在磁盘中的，这些数据的形式一般为 ASCII 码或二进制形式。在上 一章我们已经写好了 SPI Flash 芯片的驱动函数，我们可以非常方便的在 SPI Flash 芯片上读 写数据。如需要记录本书的书名“零死角玩转 STM32-F103 系列”，可以把这些文字转化 成 ASCII 码，存储在数组中，然后调用 SPI_FLASH_BufferWrite 函数，把数组内容写入到 SPI Flash 芯片的指定地址上，在需要的时候从该地址把数据读取出来，再对读出来的数据 以 ASCII 码的格式进行解读。 但是，这样直接存储数据会带来极大的不便，如难以记录有效数据的位置，难以确定 存储介质的剩余空间，以及应以何种格式来解读数据。就如同一个巨大的图书馆无人管理， 杂乱无章地存放着各种书籍，难以查找所需的文档。想象一下图书馆的采购人员购书后， 把书籍往馆内一扔，拍拍屁股走人，当有人来借阅某本书的时候，就不得不一本本地查找。 这样直接存储数据的方式对于小容量的存储介质如 EEPROM 还可以接受，但对于 SPI Flash 芯片或者 SD 卡之类的大容量设备，我们需要一种高效的方式来管理它的存储内容。 这些管理方式即为文件系统，它是为了存储和管理数据，而在存储介质建立的一种组 织结构，这些结构包括操作系统引导区、目录和文件。常见的 windows 下的文件系统格式 包括 FAT32、NTFS、exFAT。在使用文件系统前，要先对存储介质进行格式化。格式化先 擦除原来内容，在存储介质上新建一个文件分配表和目录。这样，文件系统就可以记录数 据存放的物理地址，剩余空间。 使用文件系统时， 数据都以文件的形式存储。写入新文件时，先在目录中创建一个文 件索引，它指示了文件存放的物理地址，再把数据存储到该地址中。当需要读取数据时， 可以从目录中找到该文件的索引，进而在相应的地址中读取出数据。具体还涉及到逻辑地 址、簇大小、不连续存储等一系列辅助结构或处理过程。

2021-07-11

摄像头简介-天线测量手册
48.1 摄像头简介 在各类信息中，图像含有最丰富的信息，作为机器视觉领域的核心部件，摄像头被广 泛地应用在安防、探险以及车牌检测等场合。摄像头按输出信号的类型来看可以分为数字 摄像头和模拟摄像头，按照摄像头图像传感器材料构成来看可以分为 CCD和 CMOS。现在 智能手机的摄像头绝大部分都是 CMOS 类型的数字摄像头。 48.1.1 数字摄像头跟模拟摄像头区别  输出信号类型：数字摄像头输出信号为数字信号，模拟摄像头输出信号为标准的模 拟信号。  接口类型：数字摄像头有 usb 接口(比如常见的 pc 端免驱摄像头)、IEE1394 火线接口 (由苹果公司领导的开发联盟开发的一种高速度传送接口，数据传输率高达 800Mbps)、 千兆网接口（网络摄像头）。模拟摄像头多采用 AV 视频端子（信号线+地线）或 S- VIDEO（即莲花头--SUPER VIDEO，是一种五芯的接口，由两路视频亮度信号、两 路视频色度信号和一路公共屏蔽地线共五条芯线组成）。  分辨率：模拟摄像头的感光器件，其像素指标一般维持在 752(H)*582(V)左右的水平， 像素数一般情况下维持在 41W 左右。数字摄像头分辨率一般从数十万到数百万甚至 数千万。但这并不能说明数字摄像头的成像分辨率就比模拟摄像头的高，原因在于 模拟摄像头输出的是模拟视频信号，一般直接输入至电视或监视器，其感光器件的 分辨率与电视信号的扫描数呈一定的换算关系，图像的显示介质已经确定，因此模 拟摄像头的感光器件分辨率不是不能做高，而是依据于实际情况没必要做这么高。 48.1.2 CCD 与 CMOS 的区别 摄像头的图像传感器 CCD 与 CMOS 传感器主要区别如下：  成像材料 CCD 与 CMOS 的名称跟它们成像使用的材料有关，CCD 是“电荷耦合器件”(Charge Coupled Device)的简称，而 CMOS 是“互补金属氧化物半导体”(Complementary Metal Oxide Semiconductor)的简称。

2021-07-11

图像辐射定标-pt5108规格书 high-psrr 500ma ldo
1.1 图像辐射定标 练习数据:\ 203-应用专题：基于像元二分模型的植被覆盖度反演\1-Landsat8。 （4） 在 主 界 面 中 ， 选 择 File → Open ， 在 文 件 选 择 对 话 框 中 选 择 “LC81230322013276LGN00_MTL.txt”文件，ENVI 自动按照波长分为五个数据集：多光谱数 据（1-7 波段），全色波段数据（8 波段），卷云波段数据（9 波段），热红外数据（10，11 波 段）和质量波段数据（12 波段）。 （5） 在 Toolbox 工具箱中，选择 Radiometric Correction/Radiometric Calibration。在 File Selection 对话框中，选择数据 LC81230322013132LGN02_MTL_Thermal，单击 Spectral Subset 选择 Thermal Infrared1（10.9），打开 Radiometric Calibration 面板。 （6） 在 Radiometric Calibration 面板中，设置以下参数： • 定标类型（Calibration Type）：辐射亮度值（radiance）。 • 其他选择默认参数。 （7） 选择输出路径和文件名 1-LC81230322_band10_rad.dat，单击 OK 按钮执行定标 处理。得到 Band10 辐射亮度图像。 Landsat8 OLI/TIRS 数据 OLI大气校正 Band10辐射亮度图像 辐射定标 NDVI计算 地表比辐射率计算 同温度下黑体辐射亮度计算 大气剖面参数 地表温度计算

2021-07-11

裁剪结果-pt5108规格书 high-psrr 500ma ldo
图 6.2 裁剪结果

2021-07-11

可选的子表达式-orb-slam3: an accurate open-source library for visual visual-inertial and m
(5) 可选的子表达式 有关串的最后一个常见的情况是在特定的串中包括既可能出现又可能不出现的可选部分。 例如，数字前既可有一个诸如 +或-的先行符也可以没有。这可用解来表示，同在正则定义中 是一样的： natural = [0-9]+ signedNatural = natural | + natural | - n a t u r a l 但这会很快变得麻烦起来，现在引入问号元字符 r?来表示由r 匹配的串是可选的（或显示 r 的0 个或1个拷贝）。因此上面那个先行符号的例子可写成： natural = [0-9]+ signedNatural = (+|-)? n a t u r a l 2.2.3 程序设计语言记号的正则表达式 在众多不同的程序设计语言中，程序设计语言记号可分为若干个相当标准的有限种类。第 1类是保留字的，有时称为关键字（ k e y w o r d），它们是语言中具有特殊含意的字母表字符的固 定串。例如：在P a s c a l、C和A d a语言中的i f、w h i l e和d o。另一个范围由特殊符号组成，它 包括算术运算符、赋值和等式。它们可以是一单个字符，如 =，也可是多个字符如： =或+ +。 第3种由标识符（ i d e n t i f i e r）组成，它们通常被定义为以字母开头的字母和数字序列。最后一 种包括了文字（l i t e r a l）或常量（c o n s t a n t），如数字常量4 2和3 . 1 4 1 5 9，如串文字“hello, world,”， 及字符“a”和“b”。在这里仅讨论一下它们的典型正则表达式以及与记号识别相关的问题， 本章后面还会更详细地谈到实际识别问题。 1) 数 数可以仅是数字（自然数）、十进制数、或带有指数的数（由e 或E 表示）的序列。 例如：2 . 7 1 E - 2表示数. 0 2 7 1。可用正则定义将这些数表示如下： nat = [0-9]+ signedNat = (+|-)? n a t number = signedNat ("." nat ) ? (E s i g n e d N a t) ? 此处，在引号中用了一个十进制的点来强调它应直接匹配且不可被解释为一个元字符。 2) 保留字和标识符 正则表达式中最简单的就是保留字了，它们由字符的固定序列表示。 如果要将所有的保留字收集到一个定义中，就可写成： reserved = if | while | do | ... 相反地，标识符是不固定的字符串。通常，标识符必须由一个字母开头且只包含字母和数 字。可用以下的正则定义表示： letter = [ a - zA - Z ] digit = [ 0 - 9 ] identifier = letter (letter | d i g i t) * 3) 注释 注释在扫描过程中一般是被忽略的 。然而扫描程序必须识别注释并舍弃它们。 因此尽管扫描程序可能没有清晰的常量记号（可将其称为“伪记号 p s e u d o t o k e n”），仍需要给 注释编写出正则表达式。注释可有若干个不同的格式。通常，它们可以是前后为分隔符的自由 第 2章 词 法 分 析 2 9 下载 它们有时可包括编译目录。

2021-07-11

中断寄存器-matlab 彩色图像分割
6.2 中断寄存器 上�中列出了与STC89C52系列单片机中断��的所�寄存器，�面逐一地对上述寄存器 进行介绍。 1. 中断允许寄存器IE和XICON STC89C52系列单片机CPU对中断源的�放�屏蔽，每一个中断源是否被允许中断，是� 内部的中断允许寄存器IE（地址为A8H）和XICON（地址为C0H）控制的。寄存器IE的格式如 �： IE : 中断允许寄存器 (可位寻址) SFR name Address bit B7 B6 B5 B4 B3 B2 B1 B0 IE A8H name EA - ET2 ES ET1 EX1 ET0 EX0 EA : CPU的总中断允许控制位，EA=1，CPU�放中断，EA=0，CPU屏蔽所�的中断申请。 EA的作用是使中断允许形成两�控制。即各中断源首先受EA控制;其次还受各中断源自 己的中断允许控制位控制。 ET2: 定时/计数器T2的溢出中断允许位。ET2=1，允许T2中断；ET2=0，禁止T2中断。 ES : 串行口1中断允许位。ES=1，允许串行口1中断；ES=0，禁止串行口1中断。 ET1 : 定时/计数器T1的溢出中断允许位。ET1=1，允许T1中断；ET1=0，禁止T1中断。 EX1 : 外部中断1中断允许位。EX1=1，允许外部中断1中断；EX1=0，禁止外部中断1中断。 ET0 : T0的溢出中断允许位。ET0=1，允许T0中断；ET0=0禁止T0中断。 EX0 : 外部中断0中断允许位。EX0=1，允许中断；EX0=0禁止中断。 符号 描述 地址 位地址�符号 MSB LSB 复位值 IE Interrupt Enable A8H EA - ET2 ES ET1 EX1 ET0 EX0 0x00 0000B IP Interrupt Priority Low B8H - - PT2 PS PT1 PX1 PT0 PX0 xx00 0000B IPH Interrupt Priority High B7H PX3H PX2H PT2H PSH PT1H PX1H PT0H PX0H 0000,0000B TCON Timer/Counter 0 and 1 Control 88H TF1 TR1 TF0 TR0 IE1 IT1 IE0 IT0 0000 0000B SCON Serial Control 98H SM0/FE SM1 SM2 REN TB8 RB8 TI RI 0000 0000B T2CON Timer/Counter 2 Control C8H TF2 EXF2 RCLK TCLK EXEN2 TR2 C/T2 CP/RL2 0000 0000B XICON Auxiliary Interupt Control C0H PX3 EX3 IE3 IT3 PX2 EX2 IE2 IT2 0000 0000B

2021-07-11

期望传播-effective akka
10.7 期望传播 在本章的最后⼀节，我们讨论确定性近似推断的另⼀种形式，被称为期望传播（expectation propagation），或者EP（Minka, 2001a; Minka, 2001b）。与⽬前为⽌讨论的变分贝叶斯⽅法相 同，这种⽅法也基于对Kullback-Leibler散度的最⼩化，但是现在形式相反，从⽽得到了性质相 当不同的近似结果。 先考虑关于q(z)最⼩化KL(p ∥ q)的问题，其中p(z)是⼀个固定的概率分布，q(z)是指数族分 布的⼀个成员，因此根据公式（2.194），可以写成 q(z) = h(z)g(η) exp{ηTu(z)} (10.184) 346

2021-07-11

STC15系列单片机的时钟-mysql高可用方案大全
第2章 STC15系列的时钟、复位及省电模式 2.1 STC15系列单片机的时钟 STC15F2K60S2系列、STC15W4K32S4系列、STC15W401AS系列和STC15F408AD系列单 片机有两个时钟源：��高�度R/C时钟和外�时钟(外�输入的时钟或外�晶体振荡产生的时 钟)。而STC15F100W系列、STC15W201S系列、STC15W404S系列和STC15W1K16S系列�外 �时钟只有��高�度R/C时钟。��高�度R/C时钟(±0.3%)，±1%温飘(-40℃~+85℃), 常温下 温飘±0.6%(-20℃~+65℃) STC15系列单片机的的时钟源见下表所示。 ��高�度R/C时钟(±0.3%),, ±1%温飘(-40℃~+85℃), 常温下温飘±0.6%(-20℃~+65℃) 外�时钟 (外�输入的时钟或外�晶体振荡产生的时钟) STC15F100W系列 √ STC15F408AD系列 √ √ STC15W201S系列 √ STC15W401AS系列 √ √ STC15W404S系列 √ STC15W1K16S系列 √ STC15F2K60S2系列 √ √ STC15W4K32S4系列 √ √ 单片机型号 时钟源类型 上表中√表示�应的系列有相应的时钟源。

2021-07-11

实验内容-java解析jt808协议的实现代码
2.4 实验内容 2.4.1 在 Linux下解压常见软件 1．实验目的 通过在 Linux下安装一个完整的软件（嵌入式 Linux的必备工具——交叉编译工具），掌 握 Linux 常见命令，学会设置环境变量，并同时搭建起了嵌入式 Linux 的交叉编译环境（关 于交叉编译的具体概念在本书后面会详细讲解），为今后的实验打下良好的基础。 2．实验内容 在 Linux中解压 cross-3.3.2.tar.bz2，并添加到系统环境变量中去。 3．实验步骤 （1）在光盘中的 cross-3.3.2.tar.bz2拷贝到Windows下的任意盘中。 （2）重启机器转到 Linux下，并用普通用户身份登录。 （3）打开“终端”，并切换到超级用户模式下。 命令为：su - root （4）查看 cross-3.3.2.tar.bz2所在的Windows下对应分区的格式，并记下其文件设备名称， 如“/dev/hda1”等。 命令为：fdisk -l （5）使用 mkdir命令在“/mnt”新建子目录作为挂载点。 命令为：mkdir /mnt/windows （6）挂载Windows相应分区。

2021-07-11

Qt图形设计器界面-java解析jt808协议的实现代码
图 12.14 Qt图形设计器界面

2021-07-11

location的快速检索-西门子simatic et200sp数字量输出模块
10.5　location的快速检索 从10.2.3节中可以了解到，每一个server块可以对应着多个location块，而一个location块 还可以继续嵌套多个location块。每一批location块是通过双向链表与它的父配置块（要么属 于server块，要么属于location块）关联起来的。由双向链表的查询效率可以知道，当一个请 求根据10.4节中描述过的散列表快速查询到server块时，必须遍历其下的所有location组成的 双向链表才能找到与其URI匹配的location配置块，这也是用户无法接受的。下面看看HTTP 框架又是怎样通过静态的二叉查找树来保存location的。 // cmcf就是该 http块下全局的 ngx_http_core_main_conf_t结构体 cmcf = ctx->main_conf[ngx_http_core_module.ctx_index]; /*cscfp指向保存所有 ngx_http_core_srv_conf_t结构体指针的 servers动态数组的第 1个元素 */ cscfp = cmcf->servers.elts; // 遍历 http块下的所有 server块

2021-07-11

设置事件位-鲁棒控制——线性矩阵不等式处理方法 俞立 文字版 非扫描版
16.2 创建事件标志组 FreeRTOS 提供了两个用于创建事件标志组的函数，如表 16.2.1 所示： 函数 描述 xEventGroupCreate() 使用动态方法创建事件标志组。 xEventGroupCreateStatic() 使用静态方法创建事件标志组 表 16.2.1 事件标志组创建函数 1、函数 xEventGroupCreate() 此函数用于创建一个事件标志组，所需要的内存通过动态内存管理方法分配。由于内部处 理 的 原 因 ， 事 件 标 志 组 可 用 的 bit 数 取 决 于 configUSE_16_BIT_TICKS ， 当 configUSE_16_BIT_TICKS1 为 1 的时候事件标志组有 8 个可用的位 (bit0~bit7) ，当 configUSE_16_BIT_TICKS 为 0 的时候事件标志组有 24 个可用的位(bit0~bit23)。EventBits_t 类 型的变量用来存储事件标志组中的各个事件位，函数原型如下： EventGroupHandle_t xEventGroupCreate( void ) 参数： 无。 返回值： NULL: 事件标志组创建失败。 其他值: 创建成功的事件标志组句柄。 2、函数 xEventGroupCreateStatic() 此函数用于创建一个事件标志组定时器，所需要的内存需要用户自行分配，此函数原型如 下： EventGroupHandle_t xEventGroupCreateStatic( StaticEventGroup_t *pxEventGroupBuffer ) 参数： pxEventGroupBuffer： 参数指向一个 StaticEventGroup_t 类型的变量，用来保存事件标志组结 构体。 返回值： NULL: 事件标志组创建失败。 其他值: 创建成功的事件标志组句柄。 16.3 设置事件位 FreeRTOS 提供了 4 个函数用来设置事件标志组中事件位(标志)，事件位(标志)的设置包括 清零和置 1 两种操作，这 4 个函数如表 16.3.1 所示： 函数 描述 xEventGroupClearBits() 将指定的事件位清零，用在任务中。 xEventGroupClearBitsFromISR() 将指定的事件位清零，用在中断服务函数中

2021-07-11

继电器回路命令-cp340模块使用手册
4.2 继电器回路命令 A 接点（NOC） 4-9 4 4.2 继电器回路命令 A 接点 （NOC） 继电器编号的位为 1 时，继电器输出 ON。 位为 0 时，继电器输出 OFF。 格式 格式如下所示。 程序示例 NOC 命令的继电器 （DB000000）为 ON 时，输出线圈 （DB000001）变为 ON。 输入输出项目 可使用数据类型 B W L Q F D A 下标 参数 继电器编号         

2021-07-11

交叉引用-cp340模块使用手册
5.3 交叉引用 项目文件内的查找 / 替换 5-10 5.3 交叉引用 交叉引用是指，对在程序中是否正在使用某寄存器，正在使用时，是在何处使用进行查找的功能。 查找结果显示，使用输出寄存器的位置为红色，使用输入寄存器的位置为蓝色。 某寄存器数值与设置值不一致时，意味着可能已经在程序内的其它位置被覆盖。此时，可以利用交叉引用 查找该寄存器，通过确认红色显示部分，可以确定覆盖的程序。 设置了以下交叉条件，现对各功能进行说明。 使用排列时，应按照如下方式查找。 1. 寄存器 [Register] 时 2. 寄存器 [Constant] 时 3. 寄存器 [Constant] 时 （LONG 形） 检查 查找方法 有效 在 MPE720 画面上的活动图中查找本地寄存器 （D 寄存器）。 无效 在指定图中查找本地寄存器 （D 寄存器）。

2021-07-11

跨接斜坡函数发生器-安川伺服驱动说明书.
扩展的设定值通道 3.9 斜坡函数发生器 驱动功能 功能手册, (FH1), 04/2014, 6SL3097-4AB00-0RP4 85 3.9.3 信号一览、功能图和重要参数 信号一览（参见 SINAMICS S120/S150 参数手册） ● 控制信号 STW1.2 OFF3 ● 控制信号 STW1.4 斜坡函数发生器使能 ● 控制信号 STW1.5 斜坡函数发生器启动/停止 ● 控制信号 STW1.6 设定值使能 ● 控制信号 STW2.1 跨接斜坡函数发生器 功能图（参见 SINAMICS S120/S150 参数手册） • 3001 设定值通道一览 • 3060 设定值通道 - 基本斜坡函数发生器 • 3070 设定值通道 - 扩展斜坡函数发生器 • 3080 设定值通道 - 斜坡函数发生器选择、状态字、跟踪

2021-07-11

正弦滤波器-安川伺服驱动说明书.
基本功能 7.4 正弦滤波器 驱动功能 功能手册, (FH1), 04/2014, 6SL3097-4AB00-0RP4 301 7.4 正弦滤波器 正弦滤波器可以限制变频器运行中常会产生的电压急升和容性放电电流。 此外还可避免脉冲频率产生的额外噪音。 因此，电机可以达到在电网上直接运行时的使用寿命。 注意 可能在调试时损坏未激活的正弦滤波器 如果功率模块或电机模块上连接了正弦滤波器，必须在调试时激活滤波器 (p0230 = 3)，否则会损坏滤波器。 如果功率模块或电机模块上连接了正弦滤波器，必须在和电机相连后才运行功率模块或 电机模块，否则会损坏滤波器。 使用正弦滤波器时的规定 使用正弦滤波器时应遵守以下规定： ● 输出频率限制为最大 150 Hz。 ● 调制模式恒定设置为无过调制的空间矢量调制。 最大输出电压因此下降为 85 % 左右的额定输出电压。 ● 允许的动力电缆的最大长度： – 未屏蔽电缆： 最长 450 m – 屏蔽电缆： 最长 300 m ● 更多限制请参见以下设备手册： – SINAMICS S120 交流驱动器 – SINAMICS S120 装机装柜型功率单元 – SINAMICS S120 液冷装机装柜型功率单元 说明 如果无法设置滤波器（p0230 < 3），则说明组件未配备滤波器。 此时变频器不允许带正弦滤波器运行。

2021-07-11

堵转保护-安川伺服驱动说明书.
监控功能和保护功能 9.3 堵转保护 驱动功能 574 功能手册, (FH1), 04/2014, 6SL3097-4AB00-0RP4 9.3 堵转保护 只有当驱动转速低于可设定的转速阈值（ p2175）时，才触发“电机堵转”故障。 而在矢量控制中，转速控制器也达到极限时才会触发该故障信息；在 V/f 控制中，必须达到电流极限。 在接通延时（p2177）结束后，会生成信息“电机堵转”和故障 F07900。 通过 p2144 可取消堵转监控使能。 图 9-1 堵转保护 功能图（参见 SINAMICS S120/S150 参数手册） • 8012 信息和监控功能 - 转矩信息，电机堵转/失速 重要参数一览（参见 SINAMICS S120/S150 参数手册） • p2144 BI: 电机堵转监控使能（取反） • p2175 电机堵转转速阈值 • p2177 电机堵转延时时间

2021-07-11

传输数据所要求-小米2018年财务年报
CY7C68013，使用片外晶振提供的 24M 时钟信号，倍频 20 倍得到 USB2.0 传输数据所要求 的 480M 时钟信号。再例如以太网协议芯片 W5500，使用片外晶振提供的 25M 时钟信号， 倍频得到 150M 时钟信号，以供以太网协议电路使用。即锁相环的一大作用就是对输入时钟 进行分频和倍频，以得到更高或更低频率的时钟信号，以供逻辑电路使用。另外，除了对时 钟信号的频率进行调节，还可以对同一 PLL 生成的多个时钟的相位进行控制，以保证两个

2021-07-12

模拟概述-基于滑膜控制理论的永磁同步电机的控制方法及系统
模拟和记录 9 9.1 模拟概述 软件选件 记录功能需要使用选件 “3D 模拟 1（成品件）”。 SINUMERIK Operate 中集成了一个单独的程序编译器(SNCK)和一个单独的模拟数据环 境，为加工模拟提供支持。SNCK 编译器可编译 SINUMERIK 系列产品的所有句法，并通 过和 NCK 数据环境的对比纳入了机床上安装的特殊用户选件。在必要时，操作软件会一 直比较模拟数据和 NCK 数据环境（初始化数据、宏指令、用户数据、刀具数据和加工循 环），或只在刀具数据或加工循环有所变化时进行数据对比。 在具有特定运动结构的机床上，可以在系统界面上在工件坐标系中模拟加工工艺的整个过 程，重点是钻削、铣削、车削和磨削工艺。 ● 成品的模拟是用真实 NC 数据进行的。 ● 在每次更换零件程序时系统会自动对比 NC 数据。 ● 模拟功能可以动态展示整个加工过程，甚至支持 5 轴转换(TRAORI) 和回转功能。 ● 铣床上的车削 ● 传统铣床加工通道模拟。 ● 在带 B 轴的车床上，可 多模拟 4 个加工通道。 ● 以智能的方式确定程序段处理时间和程序处理时间。 ● 连续不断地绘制工件，模拟画面更新更加迅速 ● 佳分辨率，无论截取哪个部分的画面。 ● 可模拟任何切削。 ● 从 NCU 720.x 起，在加工一个工件的同时可模拟另一个工件的加工过程。 ● 模拟 3D 图（可选）。 SINUMERIK Operate (IM9) 开机调试手册, 10/2015, 6FC5397-1DP40-5RA3 115

2021-07-12

导航连接-ogg 官方文档
9.3　导航连接 9.3.1　超链接 超链接的典型式样是一种带有蓝色下画线的文本，单击该文本就会 被导航到指定位置，如图9-4所示。 图9-4　超链接（图片来源为http://news.google.cn/nwshp?hl=zh- CN&tab=wn） WPF中超链接类型为Hyperlink，它派生自Span，属于流文档模型中 的一个要素。利用Hyperlink导航的简单方法是设置其NavigateUri属性， 如代码9-3所示。 <Hyperlink NavigateUri="Page2.xaml"> 开始阅读路由事件 </Hyperlink> 代码9-3　设置NavigateUri属性 Hyperlink除了能够在页面之间导航，还可以在同一个页面之间进行 段落导航（fragment navigation）。如代码9-4所示，这个Page页面是第6 章中的节选。前面的列表可以通过Hyperlink链接后面的内容，这时 NavigateUri的设置方法是“页面名#元素名”。

2021-07-12

没有变化后的登入-abb acs510 变频器中文使用说明书
(2) 登入并下载 选择“登入并下载”后，将整个项目重新装载到控制器中。与“在线修改后登入”最大的区别 是当完成下载后，控制器会停留在 STOP 模式，等待用户发送 RUN 指令，或重启控制器程序才会 运行。 (3) 没有变化后的登入 登录时，不更改上次装载到控制器中的程序。 当完成下载后，需要将程序每次启动时运行，还需要点击“创建启动应用” 已编译的项目在控制器上以这种方式创建引导，即控制器再启动后，可以自动装入项目程序运 行。引导项目的存储方式不同，取决于目标系统。 注意： 下载命令使得除持续型变量之外的所有变量都将被重新初始化。 (4) 细节 通过消息窗口中的“细节”按键可以获得项目中中改变的变量数量以及具体清单，如图 9.x 所 示。 图 9.x 在线改变细节视图 3. 创建启动应用 创建启动应用命令是在在线或者离线状态下创建启动工程，也称为“创建启动应用”。启动工 程为 PLC 中运行应用提供服务，当 PLC 启动时，自动装载程序。否则，重启控制器后，之前下载 的程序会丢失。在 “在线”-->“创建启动应用”，系统则自动会将程序写入控制器的 FLASH ROM 区域，具体步骤如图 9.x 所示。

2021-07-12

指数族分布-rtl8370n_8_port_with_led_link_data
2.4 指数族分布 我们⽬前为⽌在本章中研究的概率分布（⾼斯混合分布除外）都是⼀⼤类被称为指数 族（exponential family）分布的概率分布的具体例⼦（Duda and Hart, 1973; Bernardo and Smith, 1994）。指数族分布的成员有许多共同的重要性质，并且以某种程度的⼀般性下讨论这些性质 是很有启发性的。 83

2021-07-12

查看更多

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除