华小电

摘要： StandardScaler 是一种常用的数据标准化方法，用于将数据转换为均值为 0，标准差为 1 的标准正态分布。 但是，StandardScaler在计算过程中用的是 “总体标准差”，而不是“样本标准差” 总体标准差 \[\sigma = \sqrt{\frac{\sum_{i=1}^n (x_ 阅读全文

摘要： 在DataFrame中使用np.select可以根据不同条件对DataFrame的列进行赋值操作。 example:创建了一个包含学生姓名和成绩的DataFrame，接着定义了一系列条件以及对应的等级标签，最后借助np.select函数依据这些条件为每个学生添加了等级标签。 import panda 阅读全文

摘要： 删除文件夹~/.Yozo_Office/UserConfig 内iabddbbabbstart.sys iabddbbabbsys.ini 两个文件 阅读全文

摘要： from scipy.signal import lti, lsim # 微分环节的参数 T = 10 # 时间常数 # 创建惯性环节的传递函数 num = [T,0] den = [T, 1] system = lti(num, den) # 10s # # 10s+1 # 计算阶跃响应 t = 阅读全文

摘要： class PID: def __init__(self, kp, ki, kd): self.kp = kp self.ki = ki self.kd = kd self.prev_error = 0 self.integral = 0 def update(self, setpoint, cur 阅读全文

摘要： 对于二阶过阻尼系统，其传递函数通常可表示为两个一阶惯性环节的串联形式： \(G(s)=\dfrac{1}{(T_1s+1)(T_2s+1)}\qquad(T_1>T_2>0)\) 其中 $T_1 $和 \(T_2\) 为系统的时间常数。以下为阶跃响应公式的详细推导过程： ‌步骤1：写出系统的阶跃响应 阅读全文

摘要： 计算一个传递函数，使其阶跃响应在 ‌15秒达到稳态值的75%‌，‌30秒达到稳态值的90%‌ ‌步骤1：选择系统模型结构‌ 通常使用 ‌一阶系统‌ 或 ‌二阶过阻尼系统‌ 进行拟合，因两者均无超调且易解析计算。 ‌推荐模型‌： \(G(s)=\dfrac{K}{(T_1s+1)(T_2s+1)}\) 阅读全文

摘要： import numpy as np from sklearn.preprocessing import MinMaxScaler # 生成一个 10x5 的随机矩阵 matrix = np.random.rand(10, 5) # 创建 MinMaxScaler 对象 scaler = MinMa 阅读全文

摘要： 微分信号 传递函数 \[G(s) = \frac{Ts}{Ts+1} \]阶跃响应 单位阶跃函数\(u(t)\) 的拉普拉斯变化为 \(U(s)=\frac{1}{s}\) \[Y(s)=G(s)U(s)=\frac{T}{Ts+1} \]对\(Y(s)\) 进行拉普拉斯反变换,得到微信信号的阶跃响 阅读全文

摘要： sklearn 自带数据集 来自知乎 阅读全文