三菱这款PLC模拟器教学软件是精品，它包含一个FX2N模拟和一个梯形图编辑器，一套组态按钮，还把运行结果以3D动作方式展示。软件自带一套教学练习题，以浅入深，每章练习题都带有参考例程。练习题分为初中高级，由浅入深写好的程序执行时候可以观看3D动画的演示以评估效果。练习题配有参考例程, 不会做可以参考软件带有梯形图编辑器，右边的面板则是IO灯以及plc的状态灯。操作面板则是一套组态输入控件。对于初学者入门，本软件有很好的价值，有兴趣的朋友可以看下。经笔者测试，本软件在win7下无论32位还是64位
6微米薄如蝉翼的极片，590度的烈火测试，100G加速度冲击测试，昨天播出的《大国重器2》宁德时代篇让很多工程迷和电粉们大呼不过瘾。错过直播的朋友，请戳这里其实，短短5分钟展示的只是冰山一角，制造电池包的复杂程度绝对超出你的想象。到底有多复杂呢？今天，小编就带你一起走进这座神秘的工厂，探寻一块超级电池的诞生记。电芯诞生记首先，让我们看一下电芯的生产产线。这是国内首条、国际一流的自动化产线，宝马X1和新5系的电芯就是在这里诞生的哦。所有进入车间的人员都必须穿洁净服，戴帽子、口罩，完毕后，需要经过喷
光圈是一个用来控制光线透过镜头，进入相机芯片的光量的装置，它通常是在镜头内。表达光圈大小我们是用f值。对于已经制造好的镜头，我们不可能随意改变镜头的直径，但是我们可以通过在镜头内部加入多边形或者圆型，并且面积可变的孔状光栅来达到控制镜头通光量，这个装置就叫做光圈。这里值得一提的是光圈数f#，它表示镜头焦距与整个镜头有效通光孔径的比值，为了便于表示，镜头上一般会省略小数点，标出这个数值的十倍，光圈数越小，通光孔径就越大。（如下图所示）．在同一单位时间内的进光量便越多，而且上一级的进光面积刚好是下一
引言： 本章介绍焊点检测的生产工艺的基础知识，下一章会介绍基础的焊点检测方法。这种方法基于halcon视觉软件包，教程中笔者使用的halcon版本是halcon10。演示程序会提供halcon和C#两个平台的，其中C#的演示程序使用了netMarketing库中的视觉功能，该功能是对halcon功能的二次封装，以方便在windows平台的上位机上使用halcon的视觉功能。一、焊点检测需求的由来在锂电池
引言： 前面专题主要介绍了C#1中的2个核心特性——委托和事件，然而在C# 2.0中又引入一个很重要的特性，它就是泛型，大家在平常的操作中肯定会经常碰到并使用它，如果你对于它的一些相关特性还不是很了解，那就让我们一起进入本专题的学习的。 一、泛型的是什么 泛型的英文解释为generic，当然我们查询这个单词时，更多的解释是通用的意思，然而有些人会认为明明是通用类型，怎么成泛型了的，其实这两者并不冲突的，泛型本来代表的就是通用类型，只是微软可能有一个比较官方的此来形容自己引入
引言： 本专题主要是承接上一个专题要继续介绍泛型的其他内容，这里就不多说了，就直接进入本专题的内容的。 一、类型推断 在我们写泛型代码的时候经常有大量的"<"和">"符号，这样有时候代码一多，也难免会让开发者在阅读代码过程中会觉得有点晕的，此时我们觉得晕的时候肯定就会这样想：是不是能够省掉一些"<" 和">"符号的呢？你有这种需求了， 当然微软这位好人肯定也会帮你解决问题的，这样
引言： 在上一个专题中介绍了C#2.0 中引入泛型的原因以及有了泛型后所带来的好处，然而上一专题相当于是介绍了泛型的一些基本知识的，对于泛型的性能为什么会比非泛型的性能高却没有给出理由，所以在这个专题就中将会介绍原因和一些关于泛型的其他知识。一、泛型类型和类型参数 泛型类型和其他int,string一样都是一种类型，泛型类型有两种表现形式的：泛型类型（包括类、接口、委托和结构，但是没有泛型枚举的）和泛型方法。那什么样的类、接口、委托和方法才称作泛型类型的呢 ？我的理解是类、接口、
halcon窗体连续拍照并处理结果，几分钟后整个程序界面失去响应。在任务管理器中会提示程序已经失去响应。这种问题多半跟跨线程调用有关系。也就是说，处理图像的线程想在halcon窗体内显示结果，但是halcon控件是另一个界面线程中的控件。例如下面一段程序就是halcon进行图片处理并且显示结果。其中 m_HWCtrl.InvokeRequired 这个如果为true，则表示调用控件m_HWCtrl的线程是另一个线程在调用，而非拥控件所在的界面线程在调用。你只需要把实现代码写在else部分即可。&
一、神经网络为什么比传统的分类器好1.传统的分类器有 LR（逻辑斯特回归） 或者 linear SVM ，多用来做线性分割，假如所有的样本可以看做一个个点，如下图，有蓝色的点和绿色的点，传统的分类器就是要找到一条直线把这两类样本点分开。对于非线性可分的样本，可以加一些kernel核函数或者特征的映射使其成为一个曲线或者一个曲面将样本分开。但为什么效果不好，主要原因是你很难保证样本点的分布会如图所示那么规则，我们无法控制其分布，当绿色的点中混杂几个蓝色的点，就很难分开了，及时用曲线可以分
哈哈，是不是有人一进来就想问训练数据哪找的。。 好吧，坐好，老司机要发车了，传送门—->用 Caffe 可以做什么好玩的 Project？,其实就是知乎上前两天看到的一个问题，有人提供了这个数据集，大家有兴趣的可以自己下下来看看，我这里就不贴了，怕被河蟹。。总之就是有10000张正常电影封面+10000张av电影封面，正好这几天临近放假，project/assignment什么的都搞完了，离回家还有几天，呆实验室打了好几天游戏也挺无聊了，便花了一下午训练了这个网络，在天朝有鉴黄师