-
LBM fluid D2Q9 D3Q19
含有LBM的多种模型，有D2Q9, D3Q19,做LBM不可多得的代码。
- 2020-06-24下载
- 积分：1
-
埃夫特机器人操作手册、编程手册
KEBA优化了机械自动化，机器人以及移动终端。KEBA工业自动化针对客户的不同需求为机械及机器人控制系统提供快速有效的模块化的解决方案。埃夫特智能装备股份有限公司目录第一章基木交全预防措施章···垂垂音11安全责任…4着着12安全预防措施.…11111.21的12.2定义垂牵着,垂音垂垂音垂非音音;1123适用范围.第二章示教器硬件21示教器介绍622前视图·垂623后视图.24侧视图825显示与操作按键∴82.51按键.9第三章示教器界面1331示教器界面简介1332维护14321系统设置14322权限登录15323用户18324管理19325版本垂·看看垂垂垂213.2.6信息.22327网络2433菜单键……26331输入输出监测...126332变量监控31333位置.···-··::34334项目·看看垂垂36335执行40336程序界面…42337位置界面音垂音音垂看看着垂47338工具手对齐界面51339报警信息界面…5233.10报告界面54第四章指令详解5641运动指令……,56411运动56EFORT机器人C10系统编程手册4.1.1.1PTP,…564.1.1.2Lin.∴564.1.1.3CirC574.1.1.4 PTPRE|.584.1.1.5 Line|594.1.1.6 Move Robotaxis594.1.1.7Stop Robot604.1.1.8PTPSearch,······“·604.1.1.9Lin Search624.1.1.10Waitls Finished624.1.1.11 WaitjustInTime.………….62412归原点指令…624.1.2.1Refrobotaxis624.1.2.2 Refrobot axisasync.……624.1.2.3 WaitReffinished634.2设置指令634.2.1Dyn634.2.2 Dynovr.....................644,2.3ovl.644.2. 4 Ramp…674.2.5 Refsys.,,,,,,,,,,,,,,……………694.2 6ExternalTCP714.2.7Too|.714.2.8 OriMode724.3系统功能指令···724.31时钟计量指令72431.1 CLOCK Reset音·,音··看音音。音·看看番。着番音普DD·音番。音垂。音音自音着看番垂1724,3.1.2CLOCK Start724.3.1.3 CLOCK. .Stop……724.3. 1. 4CLOCK Read724.3.1.5 CLOCK.ToString7243.1. 6 TIMER Start724.3.1.7 TIMERStop·+···724.3. 1.8 SysTime724.3.1.9 SysTime Tostring724.32数学运算指令3埃夫特智能装备股份有限公司4.3.2.1S|N734.3.2.2COS734.3.2.3TAN.734.3.2.4COT.734.3.2.5AS|N734.3.2.6ACOS.734.3.2.7ATAN.734.3.2.8ACOT734.3.2.9ATAN234.3.2.10LN····734.3.2.11EXP34.3.2.12ABS734.3.2.13SQRT.744.33位运算及转换指令744.3.3.1SHR..744.3.3.2SHL744.3.3.3ROR..744.3.3.4ROL.744.3.3.5 SetBit..7443.3. 6Reset bit744.3.3.7CheckBit744.3.3.8STR..…..…1…1…744.34系统功能指令D·垂音垂·非∴744341…:=.(赋值744342//.(注解)…754.3.4.3WaitTime754.3.44Stop754.3.4.5|nfo.764.3.4.6 Warning7643.4 Error774.3.4.8 Random7744流程控制指令组.…774.4.1CALL774.4,2WA|T78EFORT机器人C10系统编程手册4.4.3 SYNC. Sync784.4.4F..end F, ElSIF.THEN, ELSE94.45 WHILE DO,END WHILE7944. 6LOOPDO.END LOOP794.4. 7RUN, KILL…804.4 8RETURN814.4.9G0To…,|F.GOTo…, LABEL…8245输入输出指令组……834.51数宇量输入输出指令组.···········834.5.1.1DN.Wait.……834.5.1.2 DOUTPulse8445.13 DOUTConnect85···4.5.1.4DOUTPulse864.5.1.5 DINWWait Bit874.5.1.6D| NWWait.....874.5.1.7 DOUTWSet.874.5.2模拟量输入输出指令.….音音垂音音垂音垂··;看垂垂884.5.2.1 AIN Waitless.884.5.2.2AINWaitgreater884.5.2.3 AIN. WaitInside音音番音看音音看垂番4音面音自番音番4面。面看音894.5.2.4AIN Waitoutside8945.25AQUTSet9046功能指令904.61触发指令.垂,垂,垂904.6.1.1 On distance.,,,,,,,,904.6.1.2 On Parameter,914.6.1.3 On plane.…924.6.1. 4 On Position垂D音音.音垂音垂。音着,垂垂音D音音看93第五章常用功能9451准备工作….1945.2机器人运动方向认识955.2.1关节模式下的运动方向.955.22世界坐标系模式下的运动方向1005.2.3工具坐标系模式下的运动方向10153开/关机操作1015.31开机步骤.….1015.32关机步骤.…102埃夫特智能装备股份有限公司54手动模式下操作札器人运动.10355创建简单程序并使其自动运行.∴10456机器人信息145.7碰撞监测11658编码器清零…...1185.81编码器清零..1185.82机器人标零操作12059用户自定1235.91外部启动机器人运行123592自定义各轴运动范围.·············.··········126510快速运行机器人至指定位置...1275.11添加|O指令…130512机器人位詈信息查看.1325.13添加WHLE.DO. END WHILE指令.1335.14添加…:=(赋值)指令……4普,垂.垂,.垂垂···音垂··垂垂音看·垂∴1385.15用户坐标系1455151用户坐标系的设置1.1455152用户坐标系的应用1535.16工具坐标系1575.161工具坐标系的设置垂·。看着看垂垂D··。看·音。1575.162工具坐标系的应用.1665163工具手对齐1685.17区域监控1715.171区域监控的设置.1715.,17.2区域监控的应用177518码垛.1795.181简单码垛的设冒1795182码垛应用.····1864183错误信息.1935.19高级码垛..1945191高级码垛的设置.1945192高级码垛的应用.2015.20负载辨识、.2045.21动力学碰撞检测2115.22零点恢复·,着·垂番·番垂音音垂·垂·看·垂着垂音垂音垂音垂看215EFORT机器人C10系统编程手册序言本说明于册中使川的符号参考文献修订记录本说明手册中使用的符号警告、小心和注释的符号及含义标示如下△该符号表示操作程序、技术资料和预防措施被忽略或操作不当可能引起人身伤害宁该符号表示操作程序、技术资料和预防措施被忽略或操作不当可能对设备造成损坏。圖该符号表示梁作程序、技术资料和预防措施中,该项非常重要,应引起重视参考文献本文件引白埃夫特C10系列说明手册C10系列全套说明手册如下埃夫特C10控制系统编程手册电气手册机械手册修订记录版本修订日期修订人V2.0201508-13李勋2016-03-01徐亮V3.12016-07-07徐亮V4.02016-10-21C10
- 2021-05-06下载
- 积分：1
-
echarts 最全地图json加demo
echarts 最全地图json加demo，echarts3地图数据(含全国和省js以及全国、省、地市json)和最新地图文件
- 2020-11-28下载
- 积分：1
-
模拟光束在二维三维介质中传输，用FDTD法，Matlab语言编写
模拟光束在二维三维介质中传输，用FDTD法，Matlab语言编写
- 2020-12-12下载
- 积分：1
-
DEAP2.1软件及操作指导.rar
DEAP2.1软件及操作指导.rar
- 2020-06-19下载
- 积分：1
-
伺服控制simulink模型
可以运行的伺服控制simulink模型，大家有兴趣的可以下载运行一下
- 2020-11-28下载
- 积分：1
-
卷积神经网络CNN学习笔记 pdf
个人整理的CNN学习笔记，所有素材均来自于互联网。把经典的摘之以作备案，待整理好这份笔记后，发现对CNN也有了深入理解，希望对你也有帮助！LOCALLY CONNECTED NEURAL NETCONVOLUTIONAL NETSTATIONARI? Statisties issimilar at dif ferent locationsLearn multiple filters.Example: 1000x1000 image1M hidden unitsFilter size: 10x10E.g. 1000x1000 image100M parameters100 FiltersFilter size: 10x10u鴻網互聯EEIDEE下面的分析来源于:htp/ log csdn. net/zouxy09/ article/details,/8781543我们知道,隐含层的每一个神经元都连接10x10个图像区域,也就是说每一个神经元存在10x10=100个连接权值参数。那如果我们每个神经元这100个参教是相同的呢?也就是说每个神经元用的是同一个卷积核去卷积图像。这样我们就只有多少个参数??只有100个参数啊!!!亲!不管你隐层的神经元个数有多少,两层间的连接我只有100个参数啊!亲!这就是权值共享啊!亲!这就是卷积神经网络的主打卖点啊!亲!(有点烦了,呵呵)也许你会问,这样做靠谱吗?为什么可行呢?好了,你就会想,这样提取特征也忒不靠谱吧,这样你只提取了一种特征啊?对了,頁聪明,我们需要提取多种特征对不?假如一种滤波器,也就是一种卷积核就是提出图像的一种特征,例如某个方向的边缘。那么我们需要提取不同的特征,怎么办,加多几种滤波器不就行了吗?对∫。所以假设我们加到100种滤波器,每种滤波器的参数不一样,表示它提出输入图像的不同特征,例如不同的边缘。这样每种滤波器去卷积图像就得到对图像的不同特征的放映,我们称之为 Feature Map。所以100种卷积核就有100个 Feature Map。这100个 Feature Map就组成了一层神经元。到这个时候明了了吧。我们这一层有多少个参数了?100种卷积核x每种卷积核共享100个参数=100×100=10K,也就是1万个参数。才1万个参数啊!亲!(又来了,受不了了!)见上图右:不同的颜色表达不同的滤波器嘿哟,遗漏一个问题了。刚才说隐层的参数个数和隐层的神经元个数无关,只和滤波器的大小和滤波器种类的多少有关。那么隐层的神经元个数怎么确定呢?它和原图像,也就是输入的大小(神经元个数)、滤波器的大小和滤波器在图像中的滑动步长都有关!例如,我的图像是1000×1000像素,而滤波器大小是10×10,假设滤波器没有重叠,也就是步长为10,这样隐层的神经元个数就是(1000×1000y(10×10}=100×100个神经元了,假设步长是8,也就是卷积核会重叠两个像素,那么……我就不算了,思想懂了就好。注意了,这只是一种滤波器,也就是一个 Feature Map的神经元个数哦,如果100个 Feature Map就是100倍了。由此可见,图像越大,神经元个数和需要训练的权值参数个数的贫富差距就越大。CONV NETS: EXTENSIONSBypool ing"(e. g. max or average)filterresponses at different locations we gain Over the years. some new medes have proven to be veryrubustness to the exact spatial location effective when plugged inte corv-netsof featuresL2 PoolingU, kEN(x,r)Local Contrast normalizationhN(x y)iN(xvIRenato总之,卷积网络的核心思想是将:局部感受野、权值共享(或者权值复制)以及时间或空间亚采样这三种结构思想结合起来获得了某种程度的位移、尺度、形变不变性。23实例视觉皮层存在两类相关的细胞,S细胞( Simple Cel)和C( Complex Cell)细胞。S细胞在自身的感受野内最大限度地对图像中类似边缘模式的剌激做出响应,而C细胞具有更大的感受野,它可以对图像中产生刺激的模式的空间位置进行精准地定位C是卷积层,S是下采样层。参看这个两个网址,对理解CNN非常有帮助http://www.68idc.cn/help/buildlang/ask/20150705417730.htmlhttp://www.68idc.cn/help/buildlang/ask/20150705419299.html涵pC1s2c384江蘇鴻網互刷三 -TOLERc是卷积层,S是下采样层。输入的一幅图像,在C1层,通过和3个卷积模板做卷积运算,然后加上偏置值,再经过 sigmoid激活函数,得到3幅输出图像,在S2层,对C1层输出的3幅图像做下采样,假设采样因子是2,也就是图中每2*2的 patch中的4个像素进行求和,再加偏置,再通过激活函数,得到3张尺寸减小了的输出图像。同样的,再经过C3S4。将S4的输出拉成一个向量,输入传统的神经网络中,并得到输出24综合实例G1: feature maps8@28X28C3: f. mapInp ut20@10x1032×32S1: f. mapsS4: f. maps@14x1420@5x5C5:120Output: 9ConvolutionsSubsamplingSubsamplingconnectionConvolutions og. Csdn. n Convolutions 688图中的卷积网终Ⅰ作流程如下,输入层由32×32个感知节点组成,接收原始图像。然后,计算流程在卷积和子抽样之间交替进行,如下所述·第一隐藏层进行卷积,它由8个特征映射组成,每个特征映射由28×28个神经元组成,每个神经元指定一个5×5的接受域,这28×28个神经元共享5×5个权值参数,即卷积核第二隐藏层实现子抽样和局部平均,它同样由8个特征映射组成,但其每个特征映射由14×14个神经元组成。每个神经元具有一个2×2的接受域,一个可训练系数,一个可训练偏置和一个 sigmoid激活函数。可训练系数和偏置控制神经元的操作点;第三隐藏层进行第二次卷积,它由20个特征映射组成,每个特征映射由10×10个神经元组成。该隐藏层中的每个神经元可能具有和下一个隐藏层几个特征映射相连的突触连接,它以与第一个卷积层相似的方式操作。第四个隐藏层进行第二次子抽样和局部平均汁算。它由20个特征映射组成,但每个特征映射由5×5个神经元组成,它以与第一次抽样相似的方式操作。●第五个隐藏层实现卷积的最后阶段,它由120个神经元组成,每个神经元指定一个5×5的接受域。最后是个全连接层,得到输出向量。综合起来,如下图山辆入员/閩张38的圈像辆入|种特图到C28×28KD卷,:对应位遇相森再未和⊙如偏置每种图有个偏置a老积层f同治减函数6↑5的卷铝kC6个偏置值b输邶钟培钲图24X0mno:22域的值平均坐smle=2辆入6种征图列12|2k2个55的着核kKk22个偏置值b辆出12钟特钲图8×88×g年怦居D mean pooL斜样9=2s输出口钟特征图4x叶把S园輪出的特征图垣成一年向量入,维,:平4x×12=12F房入节点有2个192资接的神经刚络W1,09W参教W:20×192矩阵爹教bho0x1向量oh辆出节点有个,国为baby的度是o·上图中28如何变成24的?12如何变成8的?详情见这个网址:hto:/ud. stanfordedu/wki/ index. php/ Featureextractionusing convolution这个过程中,有这么几个参数:a.深度 depth:神经元个数,决定输出的dept厚度。同时代表滤波器个数。*b.步长 stride:决定滑动多少步可以到边缘。C.填充值zero- padding:在外围边缘补充若干圈0,方便从初始位置以步长为单位可以刚好滑倒末尾位置,通俗地讲就是为了总长能被步长整除。最左边一列是输入层,第二列是第一个滤波器(W0),第三列是第二个滤波器(W1),第四列是输出层。*该图有两个神经元,即 depth=2,意味着有两个滤波器数据窗口每次移动两个步长取3*3的局部数据,即stde=2。zero-padding=13cNN的激励层与池化层ReLU激励层不要用 sigmoid,因为它容易饱和、造成终止梯度传递,且没有0中心化ReLU的优点是收敛快,求梯度简单。·池化poo层池化,简言之,即取区域平均或最大,如下图所示Single depth slice1124Xmax pool with 2X2 filters5678 and stride 26832234304y参考文献:·htp:/ yann lecun. com/exdb/lenet/index. html( Yann securη实现的CNN演示,以动画的形式演示了位移、加噪、旋转、压缩等识别,最有价值的是把隐层用图像显示出来了,很生动形象)
- 2021-05-07下载
- 积分：1
-
电脑鼠走迷宫程序（包括等高图制作）
电脑鼠走迷宫程序，包括等高图制作、坐标定位、走弧形弯等。
- 2020-12-11下载
- 积分：1
-
小波神经网络代码-交通流预测
小波神经网络代码-交通流预测 （解压后chater23）
- 2020-12-11下载
- 积分：1
-
区块链、+物联网与智慧农业
介绍了区块链技术及其特征， 分析了物联网发展面临的问题， 提出了引入区块链技术来解决物联网问题。 通过阐述引入区块链技术在农业物联网以及农业大数据方面的应用， 对区块链作为第三次信息技术革命对农业方面带来的影响进行了展望。农业科技展望和通信量将会几何级增长,基于区块链的农业物联网用,农业生产将真正实现精细化、精确化以及工厂将是发展的标配。化,同时应用区块链2.0中的智能合约特性,加上人目前,很多农业信息化企业都逐步建立了自己的智能和智慧农业的发展,可以实现完仝智能化的农云平台,将用户的运行数据统一·存储在自己的中央服产品电子商务,实现农业生产和消费的完全对接,实务器上米提供服务,这种做法目前是可行的,但随着现现代化智能化的计划农业未来农业物联网的普及,这种方式将出现问题。未来35农业资源和生态环境应用的农业物联网需要分布式,需要实现厶中心化的控制。当前,我国农业资源面临短缺,农业生态环境遭32食品安全溯源应用受破坏,将农业水资源、土地资源、生产资料、生物食品安全溯源体系引人区块链技术,能够让互不资源、外来物种、自然灾害、地下水、降雨量、风相识、没冇信任基础的人建立信任,低成夲、髙效率速、土壤温湿度等放置于区块链上可以公丌接受公众地解决食品安全领域冇在的信任难题。其中:(1)监督,加强资源监管,提高资源利用率。区块链的去中心化和不可篡改的特征,可以有力地保36农业大数据应用证现有食品追溯系统的数据可靠性,避免数据在存大数据时代,通过数据的共享、处理来加强数据储、传输和展示环节被内部管理人员和外部黑客篡的有效利用是主题,区坎链是一种不可篡改、全历改;(2)结合物联网和传感设备的进一步应用,食史、强背书的数据库存储技术,通过区块链可以有效产供销各个环节的数据完全依赖于机器采集和机器保障数据提供者的合法权益和私密性,促进数据所有信任,而不被人为地选择性提供;(3)因为开放透者的共享动力,提升数据的流通性,可以在各相关方岄和机器自治,消費者、生产者和政府监管部门对食在确保遵循合约项糸款的情况下,自动和动态地分追溯系统中的数据完全信任,参与普及率越来越亨数据的信息和状态ε高,整个社会的系统应用水平大幅提高;(4)因为区块链是一场信用革命,是第二个链接世界的仝匿名不冉影响信任水平,生产者和消费者个人隐私信球化技术,是真正的互联网20,是信息技术的第三息可被匿名,当食品安全事件发生时,生产者和消费次革命,未来将实现BAAS—区块链即服务,同时者个人信息被保护,可有效避免群体性事件发生和网随着物联网技术的进一步普及,所有物品将被信息络暴力的过度蔓延。化,农业生产和销售环节配合区块链和物联网技术将3.3粮食安全生产应用更加智能,并将逐步实现智慧农业。当前,我国粮食供求长期仍将保持紧平衡态势保障国家粮食安全供给将是一项长期工作。通过在木参考文献领域应用区块链技术,可以有效提高粮食安全生产的1维基科 Blockchain EB/OIl2017-12-08htps:/en保障水平。比如将土地登记放到区块链上,实现不可wikipedia. org/wiki/Blockchain篡改,可以保障18亿亩耕地红线的有效控制。将各2阿尔文德纳拉亚南区块链技术驱动金融M北京:中信出地粮食生产数据实时放到区块链上,可以掌握更加真版社,2016实的统计数据13孙志国区坎链技术在食品安全领域的应用展望农业网34农业生产和电子商务应用络信息,2016(12):30-31未来随着农业物联网的普及、大量传感器的应(责任编辑潘月红)AO农业展望[74|2017年第12期
- 2020-12-04下载
- 积分：1
