相关推荐
-
python操作Excel模块openpyxl
python操作Excel模块openpyxl 1、 安装 pip install openpyxl 想要在文件中插入图片文件,需要安装pillow,安装文件:PIL-fork-1.1.7.win-amd64-py2.7.exe · font(字体类):字号、字体颜色、下划线等 · fill(填充类):颜色等 · border(边框类):设置单元格边框 · alignment(位置类):对齐方式 · number_format(格式类):数据格式 · protection(保护类):写保护 2、 创建一个e
-
【巨杉数据库SequoiaDB】开源分布式数据库SequoiaDB在去哪儿网的实践
首先是短短一周内,Pingcap和SequoiaDB巨杉数据库陆续宣布了C轮的数千万美元融资,融资的消息在数据库和IT圈成功“刷屏”。此后,在杭州的云栖大会上,蚂蚁金服的Oceanbase也发布了 2.0。对于这些新消息,也侧面反映...
-
开源分布式数据库SequoiaDB在去哪儿网的实践
首先是短短一周内,Pingcap和SequoiaDB巨杉数据库陆续宣布了C轮的数千万美元融资,融资的消息在数据库和IT圈成功“刷屏”。此后,在杭州的云栖大会上,蚂蚁金服的Oceanbase也发布了 2.0。对于这些新消息,也侧面反映...
-
2023年6月国产数据库大事记-墨天轮
本文为墨天轮社区整理的2023年6月国产数据库大事件和重要产品发布消息。
-
DTCC 2020 | 阿里云朱洁:NoSQL最新技术发展趋势
简介:随着工业互联网时代的到来,数据库这门已经具有接近五十年历史的学科又绽放出新的生命活力,其中扮演着重要角色的NoSQL数据库也出现了更多的发展趋势。在第十一届中国数据库技术大会(DTCC2020)上,阿里云...
-
2021年国产数据库名录和产品信息一览
国产数据库列表,此表不断更新,以期反映国产数据库的发展动态,如有反馈提醒,请在本文末留言。注意,文章所列产品,将以产品名称为顺序,所以序列可能随时更改。 目录国产数据库列表国产数据库大事记 国产数据库...
-
2021 年国产数据库名录和产品信息一览
国产数据库列表,此表不断更新,以期反映国产数据库的发展动态,如有反馈提醒,请联系墨天轮社区。 目录 国产数据库列表 国产数据库大事记 国产数据库列表 序号 产品名称 产品类别 厂商 ...
-
DTCC2020 | 阿里云朱洁:NoSQL最新技术发展趋势
摘要:随着工业互联网时代的到来,数据库这门已经具有接近五十年历史的学科又绽放出新的生命活力,其中扮演着重要角色的NoSQL数据库也出现了更多的发展趋势。在第十一届中国数据库技术大会(DTCC2020)上,阿里云...
-
matinal:国产数据库名录和产品信息一览
2020年11月4日,资本押注云原生数据库,偶数完成B轮融资,在此之前,偶数曾获得红杉中国和红点中国的两轮投资。 2020年11月16日,开源分布式图数据库 Nebula Graph 研发商——杭州欧若数网科技有限公司完成近千万...
-
17家国产数据库厂商的2020年度事件大盘点:项目签约与验收、新版本发布等
每月月初,我们都会在墨天轮发布当月的数据库流行度排行,总结数据库行业最新的发展动向以及行业人员应对变化的一些建议与思考。如今,2020年已过,除了新冠病毒疫情对全球各行各业带来的消极影响以外,我们也看到了...
-
细数那些你可能不知道的国产数据库
在之前中秋团圆之时,我们曾经绘制了一幅数据库的团圆照,这幅图中包含了多少种数据库,您现在数的清吗?图中又有多少国产数据库?国产数据库经过不断尝试和发展,正在以开源面貌焕发新一代的生机,从P...
-
专访巨杉数据库王涛:企业级分布式数据库如何快速落地大数据
近年来,随着数据量的高速增长,分布式数据库技术得到了快速的发展,传统的关系型数据库开始从集中式模型向分布式架构发展,基于关系型的分布式数据库在保留传统数据库的数据模型和基本特征下,从集中式存储走向...
-
2020年11月国产数据库排行:GaussDB砥砺前行成第八,EsgynDB 4.2亿战绩晋级20强!
编辑说明:国产数据库流行度排行榜,是墨天轮网站根据数据库的受欢迎程度对国产数据库进行排名,排行榜每月更新。 转眼间11月来了,2020年也只剩下1个月左右了,墨天轮2020年11月国产数据库排行榜新鲜出炉。本月...
-
毕业设计选题 -未来生鲜运输车设计.pptx
毕业设计选题 -未来生鲜运输车设计.pptx
-
基于樽海鞘算法优化的极限学习机回归预测及其与BP、GRNN、ELM的性能对比研究
内容概要:本文详细探讨了基于樽海鞘算法(SSA)优化的极限学习机(ELM)在回归预测任务中的应用,并与传统的BP神经网络、广义回归神经网络(GRNN)以及未优化的ELM进行了性能对比。首先介绍了ELM的基本原理,即通过随机生成输入层与隐藏层之间的连接权重及阈值,仅需计算输出权重即可快速完成训练。接着阐述了SSA的工作机制,利用樽海鞘群体觅食行为优化ELM的输入权重和隐藏层阈值,从而提高模型性能。随后分别给出了BP、GRNN、ELM和SSA-ELM的具体实现代码,并通过波士顿房价数据集和其他工业数据集验证了各模型的表现。结果显示,SSA-ELM在预测精度方面显著优于其他三种方法,尽管其训练时间较长,但在实际应用中仍具有明显优势。 适合人群:对机器学习尤其是回归预测感兴趣的科研人员和技术开发者,特别是那些希望深入了解ELM及其优化方法的人。 使用场景及目标:适用于需要高效、高精度回归预测的应用场景,如金融建模、工业数据分析等。主要目标是提供一种更为有效的回归预测解决方案,尤其是在处理大规模数据集时能够保持较高的预测精度。 其他说明:文中提供了详细的代码示例和性能对比图表,帮助读者更好地理解和复现实验结果。同时提醒使用者注意SSA参数的选择对模型性能的影响,建议进行参数敏感性分析以获得最佳效果。
-
2025年中国生成式AI大会PPT(4-1)
2025年中国生成式AI大会PPT(4-1)
-
无刷直流电机双闭环调速系统的Simulink建模与参数优化
内容概要:本文详细介绍了基于Simulink平台构建无刷直流电机(BLDC)双闭环调速系统的全过程。首先阐述了双闭环控制系统的基本架构,即外层速度环和内层电流环的工作原理及其相互关系。接着深入探讨了PWM生成模块的设计,特别是占空比计算方法的选择以及三角波频率的设定。文中还提供了详细的电机参数设置指导,如转动惯量、电感、电阻等,并强调了参数选择对系统性能的影响。此外,针对PI控制器的参数整定给出了具体的公式和经验值,同时分享了一些实用的调试技巧,如避免转速超调、处理启动抖动等问题的方法。最后,通过仿真实验展示了系统的稳定性和鲁棒性,验证了所提出方法的有效性。 适用人群:从事电机控制研究的技术人员、自动化工程领域的研究生及科研工作者。 使用场景及目标:适用于需要深入了解和掌握无刷直流电机双闭环调速系统设计与优化的人群。主要目标是帮助读者学会利用Simulink进行BLDC电机控制系统的建模、仿真和参数优化,从而提高系统的稳定性和响应速度。 其他说明:文章不仅提供了理论知识,还包括了许多实践经验和技术细节,有助于读者更好地理解和应用相关技术。
-
西门子S7-1200 PLC与施耐德变频器Modbus通讯实现及调试技巧
内容概要:本文详细介绍了西门子S7-1200 PLC与施耐德ATV310/312变频器通过Modbus RTU进行通讯的具体实现步骤和调试技巧。主要内容涵盖硬件接线、通讯参数配置、控制启停、设定频率、读取运行参数的方法以及常见的调试问题及其解决方案。文中提供了具体的代码示例,帮助读者理解和实施通讯程序。此外,还强调了注意事项,如地址偏移量、数据格式转换和超时匹配等。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是那些需要将西门子PLC与施耐德变频器进行集成的工作人员。 使用场景及目标:适用于需要通过Modbus RTU协议实现PLC与变频器通讯的工程项目。目标是确保通讯稳定可靠,掌握解决常见问题的方法,提高调试效率。 其他说明:文中提到的实际案例和调试经验有助于读者避免常见错误,快速定位并解决问题。建议读者在实践中结合提供的代码示例和调试工具进行操作。
-
基于FPGA的Verilog实现IIC主从机驱动及其应用
内容概要:本文详细介绍了如何使用Verilog在FPGA上实现IIC(Inter-Integrated Circuit)主从机驱动。主要内容包括从机和主机的设计,特别是状态机的实现、寄存器读取、时钟分频策略、SDA线的三态控制等关键技术。文中还提供了详细的代码片段,展示了从机地址匹配逻辑、主机时钟生成逻辑、顶层模块的连接方法以及仿真实验的具体步骤。此外,文章讨论了一些常见的调试问题,如总线竞争、时序不匹配等,并给出了相应的解决方案。 适合人群:具备一定FPGA开发基础的技术人员,尤其是对IIC协议感兴趣的嵌入式系统开发者。 使用场景及目标:适用于需要在FPGA平台上实现高效、可靠的IIC通信的应用场景。主要目标是帮助读者掌握IIC协议的工作原理,能够独立完成IIC主从机系统的开发和调试。 其他说明:文章不仅提供了理论讲解,还包括了大量的实战经验和代码实例,有助于读者更好地理解和应用所学知识。同时,文章还提供了一个思考题,引导读者进一步探索多主设备仲裁机制的设计思路。
-
C#开发的拖拽式Halcon可视化抓边抓圆控件,提升机器视觉测量效率
内容概要:本文介绍了一款基于C#开发的拖拽式Halcon可视化抓边、抓圆控件,旨在简化机器视觉项目中的测量任务。该控件通过拖拽操作即可快速生成测量区域,自动完成边缘坐标提取,并提供实时反馈。文中详细描述了控件的工作原理和技术细节,如坐标系转换、卡尺生成、边缘检测算法封装以及动态参数调试等功能。此外,还讨论了一些常见问题及其解决方案,如坐标系差异、内存管理等。 适合人群:从事机器视觉开发的技术人员,尤其是熟悉C#和Halcon的开发者。 使用场景及目标:适用于需要频繁进行边缘和圆形特征测量的工业自动化项目,能够显著提高测量效率并减少编码工作量。主要目标是将复杂的测量任务转化为简单的拖拽操作,使非专业人员也能轻松完成测量配置。 其他说明:该控件已开源发布在GitHub上,提供了完整的源代码和详细的使用指南。未来计划扩展更多高级功能,如自动路径规划和亚像素级齿轮齿距检测等。