最新实例
欧姆龙PLC NJ系列12轴EtherCAT伺服与张力控制高级应用
欧姆龙 NJ 系列 PLC 的 12 轴 EtherCAT 伺服控制,真的是做多轴模切项目时的一把好手。它不仅控制逻辑清晰,而且张力算法也挺成熟的,跑起来稳定性高。你要是做类似的高速模切或印刷,拿来参考一下,还蛮值的。EtherCAT 的响应速度也快,实时性完全跟得上,调起来也不算复杂。 12 轴联动的EtherCAT 伺服控制,在这套模切程序里写得挺规范的。比如用MC_MoveAbsolute做定位动作,再结合张力控制逻辑,响应也快,误差也小。 张力控制部分用的增量式 PID,适合对纸带或薄膜有精度要求的场景。调试的时候建议你先从低速开始,看看张力反馈稳定不稳定。 整个程序结构上,主站是欧姆
BGSA二进制引力搜索算法Matlab实现
二进制版的引力搜索算法(BGSA)程序,还挺有意思的。它其实就是经典的 GSA 算法在离散场景下的一个变形,适合二进制优化问题,比如特征选择、组合优化那类问题。代码是用 Matlab 写的,结构清晰,变量命名也比较规范,新手都能看得明白。 Matlab 的 BGSA 实现用了比较标准的引力模型,把个体位置、速度、质量都离散化了,效果还不错。和传统 GSA 相比,BGSA 更适合像 0-1 背包问题这种只能取 1 或 0 的情况。运行下来,结果收敛得挺快,调参空间也大。 想深入了解原理,可以看看这篇论文:BGSA: Binary gravitational search algorithm。写得
ITTI算法MATLAB视觉显著性实现
ITTI 算法的 MATLAB 实现,真的是研究视觉显著性比较经典的一套思路。人类注意力模型里比较早期也比较有代表性的那种,核心就是三个通道:色彩对比、强度对比、边缘检测。每一步都挺清楚的,代码写得也不复杂,调试的时候心态比较稳。配色对比的,用的是像素和周围邻域做差值,色差大的地方显著性就高。边缘检测那部分,Sobel、Canny 之类的常规方法都能套进去。itti_simpsal这个函数应该是整合了各部分,直接丢图进去就能出结果,效率还不错。这套算法用在图像摘要、视频、交互式编辑这些场景都蛮合适的。比如说快速找出图片里最吸引人的地方,或者视频里某一帧突然亮眼的画面——就挺直观的。而且 MAT
西门子Smart 200PLC与三菱E700通讯控制方案Modbus RTU实现与监控
西门子 Smart 200PLC 和三菱 E700 变频器的 Modbus RTU 通讯,算是蛮多人踩过坑的点。这套方案就挺靠谱的,逻辑清晰,调试思路也实用,适合现场控制和状态监控场景,节省不少排查时间。用 Smart 200PLC 通过 Modbus RTU 去控制 E700,响应还挺快。地址分配、功能码使用都讲得比较细,像03、06、16这些常用码怎么搭配都说清楚了,调试起来少走弯路。串口配置方面,建议 RS485 拉一下 120 欧电阻,稳定性会更好。波特率、奇偶校验这些基本参数搞错了,基本就是收发乱码,别问我怎么知道的……另外,你要是想了解 FX5U 跟 Modbus 通讯的玩法,可以
零电压开关降压转换器MATLAB建模仿真
零电压开关的降压转换器项目还挺有意思的,用 MATLAB 做建模和仿真,效率还真不赖。整个模型围绕着ZVS 开关技术展开,重点就是让开关器件在“零电压”下切换,换句话说,损耗几乎没有,挺适合做高效率的 DC-DC 转换。 模型里用到了 Simulink 的电力系统模块,像电感、电容这些器件模拟得还蛮精准的,控制逻辑也靠得住。你可以自己定义控制策略,比如用PWM调节开关时序,或者搞点反馈环路,仿真结果直观。 我自己试过加个谐振电路,来配合实现 ZVS,嗯……只要参数选得对,比如谐振电感、电容值设得合理,整个电压过渡就会顺得,响应也快,效率也提上来了。 建模完成后还能一键生成代码,拿去做硬件在环测
聚类算法研究
聚类算法的总结类资源其实不少,但《聚类算法研究_孙吉贵.pdf》这篇文章还挺有参考价值的。里面把近年来比较火的聚类方法都梳理了一遍,像K-Means、DBSCAN、谱聚类这些常用的算法,都有详细。关键是,它不仅讲原理,还搭配实验,讲清楚了算法在不同数据集下的表现。对比做得蛮细,准确率、效率都有考虑。 从算法思想讲起,再到关键技术,讲优缺点,说实话,讲得挺透。你要是正好在搞数据挖掘或者图像聚类,拿这篇文章做入门或者查漏补缺都挺合适。尤其是对比那块,看完你基本就知道哪个算法适合自己的场景了。 还有一点蛮好的,作者选的实验数据都来自UCI那类公开库,比较有代表性。你可以用同样的数据复现实验,方便。对
数据挖掘18大算法实现合集
数据挖掘算法的代码集合,真的是个宝藏。分类、聚类、关联、图挖掘、序列模式通通都有,像Apriori、KMeans、PageRank这些经典的都有代码实现,写得挺清楚的。 每种算法都有对应的包名和目录结构,而且大部分还带了调用方法。比如你想试下KNN,直接看对应的Client类就能跑起来,输入格式也都有规范示例,挺省事。 算法分得也比较细:分类(Classification)、聚类(Clustering)、序列模式(SequentialPatterns)、统计学习(StatisticalLearning)等,连粗糙集和图挖掘都有照顾到,像gSpan和RoughSets,这类在平时项目中不常见但研
MATLAB神经网络案例集20Kohonen网络聚类算法用于网络入侵检测
43 个神经网络案例里的 Kohonen 聚类算法那一块,挺适合用来练手网络安全方向的聚类。用的是Kohonen 自组织映射网络(Self-Organizing Map),说白了就是一种能把复杂数据降维成好理解的二维地图的算法。在做网络入侵检测这类任务时,这种聚类方式蛮靠谱,能把各种异常模式“自动分类”出来。前面会讲数据怎么,比如清洗、归一化这些基本操作,在MATLAB里搭 Kohonen 网络,参数像学习率、邻域半径都能自己调。训练完之后,你就能看到数据在二维图上的分布,哪些是正常流量,哪些看起来像攻击,一目了然。还带了一些聚类效果的评价方法,像轮廓系数、Davies-Bouldin 指数这
Dots4d使用颜色可视化四维点位信息(MATLAB开发)
四维数据的可视化一直挺烧脑的,Dots4d.m就给出了一个还不错的方案。它不是直接画四维图,而是用颜色来表现第四维,把 x、y、z 当作三维坐标,用颜色渐变来显示第四个维度的信息,视觉上直观。 脚本用的是 MATLAB 的scatter3函数,挺熟悉的东西对吧?加上一点颜色映射,比如colormap和c这种颜色向量,立马让图形“活”起来了。点的颜色从深红到蓝,变化自然,看起来一目了然。 代码也不复杂,这样写: scatter3(x, y, z, [], c, 'filled'); colormap(jet); colorbar; 点的大小不管,直接用[]占位,重点是那个c,它决定了颜色,‘fi
数据管家VESA DVI标准集成分析
数据管家的数据整合能力挺强的,像订单、物流、售后这些核心业务数据,统统拉进来一站式展示,运营看数据不再切好几个系统了,舒服多了。支持 SKU、店铺、品牌这些多维度,日常做对比、找问题方便。 权限这块也蛮贴心,引入了岗位角色管理,SKU 跟人之间的关系也能自动映射,哪怕人事一变动,数据权限也不会乱套。对团队运营的 SKU 太多?可以分组、标重点,重点 SKU 出了问题还能自动发邮件提醒,这功能真不鸡肋。 还有一点值得说,支持目标设置和销售进度追踪。比如你设了个销售目标,系统能每天自动匹配实际完成情况,做销售的会比较有安全感。而且,它还内置了预测模型,能帮你预判销量变化,用来排查波动原因靠谱。 顺