激光投影显示通常需要解决光束整形匀化和散斑抑制的问题。
基于此，提出利用硅基液晶（LCoS）空间光调制器（SLM）同时解决上述问题的方法。
利用衍射光学元件（DOE）精细化设计思想设计所需整形DOE的相位分布，可以同时较好地控制采样点与采样点以外的光场强度分布，将圆形高斯分布照明激光束整构成平顶矩形光场；
在不同的初始相位条件下，设计得到的多幅DOE生成具有相同强度分布、不同相位分布的衍射图样。
当SLM依次调制出这些衍射图样，通过时间积分将这些衍射图样相叠加，不仅可以进一步提高光斑均匀性，同时还可以抑制散斑。
仿真结果表明，通过叠加16幅衍射图样，该方法可使照明光斑均匀性从74%提高到92.57%，屏幕上图样散斑对比度由0.991减小为0.2508。
该方法稳定性高，能耗低，且所用器件尺寸小，为微投影显示结构设计提供了有益参考。

从现代数学，尤其是模的观点来重新审视与认识线性代数，讨论了向量空间、线性变换，在着重研讨了主理想整环上的模及其分解后，来重新理解向量空间在线性算子作用下的分解，使读者从高一个层次上来认识线性代数。
Latex重排可复制最完整最高清

网上有好多站点抓包的工具，筛选了好多，目前这个挺好用，能把网站几乎一切的页面，包含css、图片、音频视频等一网打进，很不错的工具，分享使用...

10份伺服电机技术PPT，包括三环整定，直流电机、交流电机、伺服系统设计等引见

提示用户输入一个数据总个数(设定一个范围，如果用户是非法输入，应可以提示重输）提示给这个数组输入整数值（如果用户输入错误，应可以重输）显示未排序数组的元素询问能否要在未排序数组中查找数据（如果你选择的不是Y,y,程序将从第八步开始）提示输入一个查找值显示查找结果（如果程序发现一个匹配的元素，它就显示此元素数组的下标，否则程序靠诉你没有找到与查找值匹配的元素）重复执行第4步显示已排序数组的元素询问能否要在排序后的数组中查找数据（如果你选择的不是Y,y,程序则结束）提示你输入查找值显示查找结果（如果程序发现一个匹配的元素，它就显示此元素数组的下标，否则程序靠诉你没有找到与查找值匹配的元素）重复执行第9步

pdf版继电回护整定计算中国水利水电出版社出版许建安主编

《数字图像中边缘检测算法研究》内容次要包括：绪论、图像预处理技术、整像素边缘检测算法、基于拟合的亚像素边缘检测算法、基于矩的亚像素边缘检测算法、基于插值的亚像素边缘检测算法、光条中心线检测方法、边缘检测技术的应用。

1．在linux下编写一个应用程序，命名为an_ch2_1b。
这个程序不断地输出如下行：Thoseoutputcomefromchild,[系统时间]另外写一个应用程序，命名为an_ch2_1a。
这个程序创建一个子进程，执行an_ch2_1b。
这个程序不断地输出如下行：Thoseoutputcomefromchild,[系统时间]观察程序运转的结果，并对你看到的现象进行解释。
2。
在linux环境下编写一个控制台应用程序，程序中有一个共享的整型变量shared_var，初始值为0；
创建一个线程并使其立即与主线程并发执行。
新创建的线程与主线程均不断地循环，并输出shared_var的值。
主线程在循环中不断地对shared_var进行加1操作，即每次循环shared_var被加1；
而新创建的线程则不断地对shared_var进行减1操作，即每次循环shared_var被减1。
观察程序运转的结果，并对你看到的现象进行解释。

Fuzzysimulink有关模糊PID问题概述-自适应模糊PID.rar最近很多人问我关于模糊PID的问题，我就把模糊PID的问题综合了一下，希望对大家有所帮助。
一、模糊PID就是指自适应模糊PID吗？不是，通常模糊控制和PID控制结合的方式有以下几种：1、大误差范围内采用模糊控制，小误差范围内转换成PID控制的模糊PID开关切换控制。
2、PID控制与模糊控制并联而成的混合型模糊PID控制。
3、利用模糊控制器在线整定PID控制器参数的自适应模糊PID控制。
一般用1和3比较多，MATLAB自带的水箱液位控制tank采用的就是开关切换控制。
由于自适应模糊PID控制效果更加良好，而且大多数人选用自适应模糊PID控制器，所以在这里主要指自适应模糊PID控制器。
二、自适应模糊PID的概念根据PID控制器的三个参数与偏差e和偏差的变化ec之间的模糊关系，在运行时不断检测e及ec，通过事先确定的关系，利用模糊推理的方法，在线修改PID控制器的三个参数，让PID参数可自整定。
就我的理解而言，它最终还是一个PID控制器，但是因为参数可自动调整的缘故，所以也能解决不少一般的非线性问题，但是假如系统的非线性、不确定性很严重时，那模糊PID的控制效果就会不理想啦。
三、模糊PID控制规则是怎么定的？这个控制规则当然很重要，一般经验：当e较大时，为使系统具有较好的跟踪功能，应取较大的Kp与较小的Kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取Ki=0。
当e处于中等大小时，为使系统响应具有较小的超调，Kp应取得小些。
在这种情况下，Kd的取值对系统响应的影响较大，Ki的取值要适当。
当e较小时，为使系统具有较好的稳定功能，Kp与Ki均应取得大些，同时为避免系统在设定值附近出现振荡，Kd值的选择根据|ec|值较大时，Kd取较小值，通常Kd为中等大小。
另外主要还得根据系统本身的特性和你自己的经验来整定，当然你先得弄明白PID三个参数Kp，Ki，Kd各自的作用，尤其对于你控制的这个系统。
四、量化因子Ke，Kec，Ku该如何确定？有个一般的公式：Ke=n/e,Kec=m/ec,Ku=u/l。
n,m,l分别为Ke，Kec，Ku的量化等级，一般可取6或7。
e,ec,u分别为误差，误差变化率，控制输出的论域。
不过通过我实际的调试，有时候这些公式并不好使。
所以我一般都采用凑试法，根据你的经验，先确定Ku，这个直接关系着你的输出是发散的还是收敛的。
再确定Ke，这个直接关系着输出的稳态误差响应。
最后确定Kec，前面两个参数确定好了，这个应该也不会难了。
五、在仿真的时候会出现刚开始仿真的时候时间进度很慢，从e-10次方等等开始，该怎么解决？这时候肯定会有许多人跳出来说是步长的问题，等你改完步长，能运行了，一看结果，惨不忍睹！我只能说这个情况有可能是你的参数有错误，但如果各项参数是正确的前提下，你可以在方框图里面加饱和输出模块或者改变阶跃信号的sampletime，让不从0开始或者加个延迟模块或者加零阶保持器看看……六、仿真到一半的时候仿真不动了是什么原因？仿真图形很有可能发散了，加个零阶保持器，饱和输出模块看看效果。
改变Ke，Kec，Ku的参数。
七、仿真图形怎么反了？把Ku里面的参数改变一下符号，比如说从正变为负。
模糊PID的话改变Kp的就可以。
八、还有人问我为什么有的自适应模糊PID里有相加的模块而有的没有？相加的是与PID的初值相加。
最后出来的各项参数Kp=△KpKp0，Ki=△KiKi0，Kd=△KdKd0。
Kp0，Ki0，Kd0分别为PID的初值。
有的系统并没有设定PID的初值。
九、我照着论文搭建的，什么都是正确的，为什么最后就是结果不对？你修改下参数或者重新搭建一遍。
哪一点出了点小问题，都有可能导致失败。
……大家还有什么问题就在帖子后面留言哈，如果模型实在是搭建不成功的话可以给我看看，大家有问题一起解决！附件里面是两个自适应模糊PID的程序，大家可以参考下！所含文件：Figure38.jpgsimulink有关模糊PID问题概述结构图：Figure39.jpgsimulink有关模糊PID问题概述Figure40.jpgsimulink有关模糊PID问题概述

在MATLAB中利用蚁群算法进行优化PID参数，function[Pid_kp_Opertimizer,Pid_ti_Opertimizer,Pid_td_Opertimizer,Overshoot,Tr,Ts]=OptimizerPID1(m,NC_max,Alpha,Beta,Rho,Q)%%次要符号说明%%NC_max最大迭代次数%%m蚂蚁个数%%Alpha表征信息素重要程度的参数%%Beta表征启发式因子重要程度的参数%%Rho信息素蒸发系数%%Q信息素增加强度系数%%输出分别表示：PID三个最优参数、超调量、上升时间、下降时间在运次程序之前，要先加载OptimizerPID.slx文件，然后再运行OptimizerPID.m文件，这个函数需要相应的参数才能运行，参数的含义在代码已经写出来了。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。