MATLAB怎么删除不要模块

啊，大家好，今天我们就按控制器啊第一章学习教程的第一章啊，基于强化 q 热点强化协时 啊的实现做一个简单的讲解，那么这里主要讲解 q 热点强化协时啊训练部分的程序，我们打开程序，然后将簿册中的程序复制进来，整个程序的结构是这样的，我们逐个讲解一下， 这里我们主要是训练一个智能控制智能体控制小车移动啊，使小车啊上的一个啊倒立摆保持平衡，它还这么有功能。 然后我们首先看啊程序的第一滑第一个部分啊，这一期的滑式系统的一些参数定义，我们这里都有一些注示 啊，包括正的状态的话，主要三个啊，车速啊，改的偏角啊，改角的速度啊这三个变量。 然后的话我们定了车速的一个啊，控制的，控制之后的一个最大行驶的一个范围啊，它是往左或往右啊，分别定义啊，最大值是十，所以是啊负十到十， 然后感的偏角也是负三十度到正三十度啊，这些的话，可以在啊 q 能力强化学习训练过程中保证啊训练后的这些参数在我们所规定的范围之内。 然后这个的话是我们电影的控制指控制级啊，也可以也可以理解为动作空间啊，主要是用于控制小车向左或者向右。 好，以下是强化学习的一些啊，残数这些的话都是固定的，我们就不介绍了。然后进入一个逐题程序 啊，首先的话还是一个初识化的过程 啊，这个初识化过程主要我们定义了一个啊，小车的一个啊，初识状态啊，包括位移啊，第一个是位移，第二个是车数，第三个是 啊啊摆角的随机值，第四个的话是角数度啊，这四个变量，我们啊定一台一个出式值，然后再啊对其状态进行离散化处理，然后再出式化奖励值， 然后这里面的话是一个啊单步的时间啊循环啊。首先我们通过一个 appsono 贪心策略啊进行动作选择，我们定义了一个随机数，如果这个随机数小于这个参数，那么进行一个随机的动作选择，否则的话啊从 啊啊 q 值中的最大值所对应的缩影啊作为当前的动作值啊，这个的话是标准的一个弹性车轮啊选的动作方法啊，是一个固定的一个啊算法， 然后我们根据得它的动作值获得啊实际的啊啊选择，然后将这个选择后的动作和环境进行交互，那么这个环境的话，我们主要定的是一个车辆的动力学方程， 根据这个动力学方程以及我们所产生的动作啊完成一个啊环境交互，它主要是自信动作获取啊小车的状态，然后获得当前动作上所对应的奖励值这么一个过程。 然后的话就是 q 值的更新，这里的话我们定义了两组 q 值啊，这里两组 q 值的话啊，它的主要功能是这样的，这里我们哈设置了一个随机值，如果这个随机值小于百分之五十，那么我们更新第一个 q 值， 用 q 值第一个 q 值 a 啊搜索下一个状态的最右的动作，然后结合 q 至 b 记成标值，如果啊随机值大于百分之五十，那么就用 q 至 b 来啊，找到最右动作，然后来结合 q 至 a 计算所对应的啊 q 值， 那么这种交替的方式方法还可以避免单独一个 q 值啊，过估计的一个问题，让得到的 q 值更加接近啊实际值啊，大概这么过程，然后啊完成 q 值更新之后，我们就累积本轮的一个奖励 啊，然后每一次累积奖励啊，在啊当前轮次啊训练之后，它会清零 啊，同时呢记录每一轮啊假例，它的平均假例用于后期的格式化处理，也就是这个步骤。 好，大概的话就是这么一个过程，所以说啊，基于 q 啊冷凝强化学习的 一个空系统，他啊其实比较简单，首先我们通过啊策略啊，结合贪心策略以及搜索 q 子最大值，获得当前的一个动作，然后将这个动作作用到啊环境中，实现环境交互 啊，完成环境交互之后，我们更新假立值，然后进入下一轮的一个啊训练啊，就是这么一个过程。 好，这里的话我们已经训练好了啊，训练完之后的话，他的奖励收啊收敛值是这么一个曲线，可以看到随着啊训练次数增加，奖励值啊逐渐收敛好，大概就这么一个效果，讲解完毕，谢谢大家。

大家好，我是北海上期课程呢，我们讲解了如何去查找数据，而在比赛当中有可能官方已经给你了数据，但是这些数据我们不能直接拿过来用，因为他可能会是存在问题的，我们需要进行一个预处理。 首先就是比赛提供的数据有可能会出现缺失值，也就是给你一个一个赛表格当中，我们可能会发现有些表格是 nice 或者是空的， 那么这时候我们就要进行缺失值的一个处理。首先第一种情况就是缺失的太多了，假如说我们调查人口信息给你，给了你年龄、性别、地区分布等等这些数据，结果我们发现其中有一列年龄的这个缺失了百分之四十，那么怎么办呢？我们直接把他删掉， 因为百分之四十已经缺的是相当的大了，这时候你如果说在想办法去补的话，那么和实际的情况可能 相差非常大，所以说当这个数据缺失的太多的时候，我们就直接把这项指标删掉，后面在做题的时候压根不考虑它就完事了。当然了，这个缺失多少算是太多，并没有一个硬性的标准，我们只是说你看到缺了百分之四十了，这已经相当大了，所以说我们就把它删除就可以了。 那假如说我们十四亿人，你缺了几百个数据，那就不算太多，那你不可能说直接把某个数据直接删掉，那肯定不行， 所以说我们要根据实际情况来。然后就是另一种情况，假如说我们十四亿个人啊，缺失了几百几千个数据，这没问题，比较常见呢，就是遇到人口的数量、年龄，一些基数比较大的同居数据， 他的一个最大的特点就是对个体的精度要求不大，大家要注意这一点。对个体精度，比如说我们调查了十四亿人的一个年龄， 那么我们假如说把一个人的年龄写错了，对于我们整体国家的一个年龄分布并没有太大的影响。 所以说这时候我们可以用最简单的处理，也就是用均值和重数查补。这时候要分成两种情况，一个是定量， 什么叫定量的数据呢？比如关于身高、年龄，他是用一个数字来表示的，这时候我们就可以取全体的均值来补。这个确实， 比如说一个人的身高没有，我不知道他身高多少，那怎么办呢？我们选取全国的人的一个平均身高来作为他的身高补上去，这样一来补起来并没有太大的问题，因为缺失几十个人、几百个人的数据，我们用均值来补，对于整体的十四亿人的数据影响并不大， 这是定量的数据。还有一个是定信的数据，比如说我们关于一群人的性别、文化程度，这些呢，并不是一个准确的数字， 那么这时候我们就可以用次数最多的值来补缺失。假如说我们统计全国百分之五十一是男性，百分之四十九是女性，然后有一两个人的数据缺失了，不知道他性别，那么就可以把他设为男性，这就是一个定性的数据，用次数最多的值来补缺 好，这是我们一个最简单的处理方法。但是大家看到啊，他的使用条件就是对个体精度不高， 基数非常大的情况下才能用，那么假如说我对个体精度要求很高的话，我不允许你这样用均值或者是用重数来补，那么怎么办呢？就用到了我们常用的一个办法，叫做牛顿差之法。 差之法最直观的原理就是用一个固定的公式，我们来构造一个禁色的函数，再补上这个确实值就可以了，特点呢就是普遍适用性比较强。这就相当于我们根据已有的数 数据啊，去画出一个近似的函数，在这个函数上找到空缺的位置，然后以这个近似函数的值来作为我们缺失的这个值。 但是呢，牛的差之法也有一个非常显著的缺点，就在边缘区域呢，他会出现不明显的震荡，比如说，哎，我们根据已有的数据画出来一个简单的函数图像，假如说这样的，那么在边缘区域靠近边缘的地方，左右两端，我会发现他非常剧烈的震荡了， 哎，可能和我们区间中间的一些情况不太符合，他不该出现这种非常强烈的震荡， 那么这时候牛顿插织法就不再适用了。更多情况下呢，我们是在比如说热血、温度，地形测量等等，这些，只追求函数值的精确。我们不关心你温度变化怎么样，也不关心你这个地形 不是突然间变高，突然间变低，不关心你这个变化的。对于这种数据，我们可以使用牛顿差之法，只关心函数值的精确就可以了。 好，这是牛顿插织法的一个特点。那么假如我们对这个导数有要求，那该怎么办呢？就要用到第三种方法，也就是样调插织法， 他的特点就是用分段光滑的曲线去插直，光滑意味着这个曲线不仅连续，而且还有连续的区域，什么意思呢？我们刚才牛顿插织法求出来的可能是这个数据的中间，我们不考虑边缘的话，中间拟合的非常好，但是在边缘出现了龙格现象，也就是 非常剧烈的变化，那么我们不想出现这种现象，就要用到样调插织法。比较常见的问题就是一些零部件加工，最典型的例子就是飞机的机翼，我们不能有任何的棱角，还 就是像一些机床的零件，必须得是非常光滑的，否则会造成非常大的磨损。还有就是类似于水库的一些水流量的问题，我们不可能说突然一下把所有的闸门全打开，或者突然一下把所有的闸门全关上，这种造成水的突然断流，或者突然间大范围放水，这是不可以的。 对于这种情况也是要求一个光滑的曲线去插直，同时呢还有一个医学图像上的问题，叫做机械漂移，我们在这不多说，因为这个问题出现的概率不大，有兴趣的同学可以去查一下关于样调插织法在这个机械漂移上的应用。 还有现在就是机器人的技术已经非常先进了，那么机器人的轨迹也是一个非常光滑的曲线，我们不可能让机器人突然一下加速或者突然一下停下来，这都是不现实的。那么对于这种精度要求高，而且没有突变的数据，我们就要使用样调差值法， 最大的特点就是这两个字光滑，大家要注意啊，我们这三种方法他是各有各自的特点的， 没有说哪种方法更好，只有说哪种方法更合适。我们在这列出了试用赛题 以后，大家在遇到相应的问题的时候，要想到用哪种处理缺失值的方法，至于哪种方法的具体原理该怎么计算，我在这不多讲，大家在一些书籍或者网上的一些博客都可以找到非常详细的讲解，我们在这重点是告诉大家他适用于哪些赛题。 其次呢，这三种方法已经足够用了，还有其他的比如分段、差值等等方法，我们在这不再一一介绍了，大家只要掌握这三种就完全足够了。处理缺失值 好，除了缺纸之外呢，还有种情况叫做异常值好，最简单的例子，假如给你一群人的身高数据，你发现当中有个三米二的， 或者说有一个零点一米的，那么显然这个值不正常啊，不应该有人有三米二这个高度，所以说这就是一个异常值，我们怎么办呢？得把它去掉，然后用上一页我们所讲的处理缺失值的办法去把它补上。那么我们首先得找到这个异常值该怎么找？ 最常用的一个办法就是正态分布三 c 个码原则。什么意思呢？学过概论同学都知道，正态分布他的图像啊，就是一个典型的中间多两头少的一个情况。三 c 个码 我们画一个区间，哎，这个区间就是我们所写的这个平均值减去三倍的标准差， 以及平均值加上三倍的标准差作为区间的两边，那么样本在这个区间之内出现的概率就是百分之九九点七三，大家可以看到只有不到百分之零点三的概率才会出 现在这个区间范围之外，那么对于这个区间范围之外，我们就可以把它定为异常值了。就好比我们大多数人都是一米五到一米八之间的，然后会发现蹦出个三米二的，他就一定是在这个区间范围之外，那么就把它定为异常值，当成异常值处理就可以了。 计算的方法啊也很简单，他两步我们先求出这个军值和标准差，这些数据我们都会直接求，没什么问题，然后每个数据值是否在这个区间范围内不在的，就定为异常值就可以了。 试用的题目也非常广泛，比如人口数据测量的误差，还有生产加工质量，比如我们对一些产品进行抽查，测他的质量，还有就是学生考试成绩等等。在日常生活当中，凡是符合正态分布的，都可以使用三 c 个码原则来判断是否存在异常值。但是 大家也注意啊，如果说某一种数据，比如说公交车站人数，这是属于一个排队论的问题，排队论是运输学当中一个典型的问题，他自身是符合薄松分布的，那么对于这种问题，我们就不适合用正态分布的思路去解决他了， 这时候该怎么办呢？我们还有一种更好的办法叫做画香型图，怎么画呢？大家看到啊，这东西画出来就像一个箱子一样，中间的，那么该那么看一下这个香型图到底是怎么做的。 首先呢，我们就是把数据从小到大的排序，哎，下边的数据是小的，上面的数据数值大的，比如我们身高我在这排了一个，第一个数是零点一， 哎，然后后面我们排到了一点三，排到了一点五，排到了一点六，然后我们排到了二，排到了三点二， 排到了五，大家看到啊，我们一眼就能看出来这个五，还有这个零点一，显然应该是异常值，人的身高不应该是这个数，所以说，哎，我们先把他从小到大排序先看一下， 然后我们定义一个变量，叫做下四分位数 q 一，这什么意思呢？下四分位数，我们定他的变量是叫做 q 一，他就是排名第百分之二十五的数值。 假如我们总共一百个人，我们从小到大排序，按他的身高从低到高排序，排在第二十五的人，他假如他身高是一米五，那么我们这个下四分位数就是一点五了，谁排第百分之二十五，谁谁对应的数值就是下四分位数。 同样道理，相应的有一个上司分位数，那么就是排在第七十五位的啊，在百分比当中就是排百分之七十五的，他的数值就定为上 四分位数，我们设为 q 三，相应的呢，还有一个中位数，这个就知道大家，这个大家都知道，就是一个排在中间的那个人的数值，也就是第百分之五十的，我们可以把它设为 q 二。好，我们继续来看，设了下四分为数，上四分为数之后有什么用呢？ 我们再来一个概念，叫做四分畏惧啊，我们写作是 i k 二，也就是用 q 三减去 q 一，那么我们得到的就是这个区间范围内的，大家可以看到 就是我们话说这个箱子啊，箱子中间这一个范围最高和最低，最高就是上次分数，我说的是在箱子里面最高啊，不是说我们整体数据的最高，在这个箱子里面最大的就是 q 三，最小的就是 q 一， 得到的中间的差值，也就是我们所说的四分畏惧，排名第百分之七十五的，减去第百分之二十五的数值，得 得到的这个区间范围，那么我们怎么用它来找细长直？就和正态分布类似的正态分布，我们是用这个 u 减去三 c 个码， u 加二三 c 个码，那么在这呢，我们设一个合理区间，一般是设置 q 一，减去一点五乘以 i q 二。 在这之前我们先说一个概念啊，这个 iq 二是什么意思？他代表着什么意义呢？ iq 二越大， 那么我们这个箱子是不是就越长啊？大家看到他是这个上四分位数和下四分位数差的比较大，他是画出来就越长，那假如说这个 iq 二越小，那画出箱子是不是就越扁啊？ 他的上面这个 q 三和 q 一和下面的 q 一相差比较小，那么他画出来就是比较扁的，这是最直观的一个感觉，哎，一个长一个扁，这就是正四，这就是四分畏惧。 箱子扁就意味着数据集中，大家明白这一点，数据全都集中在一个范一个小范围内了，那大就意味着数据是分散的。那么我们设计一个合理区间， 这个箱子里面已经包括了大部分的数据，那这是个我们再给他多加一个允许的范围， 也就是我们设置的这个 q 一，减去一点五乘以二， q 二， q 三加上一点五乘以二。 q 二本身二 q 二代表着集中的程度，你再给他加一个长数乘以他这个一点五呢，是我们数学统计上常用的一个数值，他并没有非常严格的科学推理，我们习惯用一点五，就用了一点五， 我们再给他加上这么一个范围，让这个区间更大一点 q 一减去这个数， q 三加上这个数。哎，这就是我们所设的上级线和下级线，这样 以来我们上级线和下级线之间包括了我们中间的这个箱子，在箱子之外又多了两段距离，这整个区间范围呢，我们就设它为正常纸。 假如说你比如说我们这个图当中看到有个异常值，他这个点他在下极限之外了，那同样的，假如说我们在上极限之外也有一个点，那这两个点，比如说这个人是五米的，三米二的，他在上极限之外了，那么我们就可以判断他为异常值。同样的太低的，比如零点一在下极限之外了，我们就可以判他也为异常值。 这就是我们香型图的一个原理，它的适用呢是非常广泛的，我们上面所说的 三 c 个满原则，更多的适用于正态分布，那你破洞分布相对来说不太适合用正态分布，那么这时候可以画一个香型图来解决这个问题。整体呢，我们还是找 到这个上司分位数和下司分位数来确定他一个集中的区间，再把这个区间稍微的扩大一下，怎么扩大就用这个 iq 二 四分为距来给他多加一点，然后在这个区间范围内就是正常值，这就是我们香型图的一个概念，具体该怎么画出来，怎么样求值，大家在网上或者书籍上都能够找到资料，我们在这不多说。好，这就是我们处理异常值的方法， 那么我们找到了异常值之后，把它删掉，然后当做缺失值处理就可以了。我们上一页所讲的缺失值处理方法都可以拿来用。好，这就是我们整个数据预处理的过程，比赛给了你数据，你不能直接拿过来用， 一定要进行数据处理，最基本的处理就是缺失值和异常值的处理，其他的呢？还有更多的一些预处理的方法，我们在这不多讲，没有必要，大家只要处理了缺失值和异常值就足够了。好，这就是我们本节课的内容。

cloud code 拥有一千八百八十四个元文件，超过五十一万行代码，但在发布的 n、 p n 包中，有一百零八个功能被移除。本期深度解析 cloud code 的 隐藏功能。 第一部分，架构概览。 cloud code 有 一千八百八十四个元文件代码，行数超过五十一万行，最大的单文件 query ts 有 七百八十五 kb， 但实际上有一百零八个模块被 feature 门控删除。这些模块在内部构建中存在，但在发布的 n p n 包中被此代码消除。 第二部分，隐藏功能。这些是被移除的未发布功能，共一百零八个模块被 feature 门控移除。第一类是七十个内部工具模块，包括 damon 守护、 proactive 主动通知，还有 coordinator、 多 agent 协调和 agent swans 团队。 第二类是二十个未发布的工具，包括 web browser two、 浏览器自动化，还有 monitor two、 workflow two、 r e p l two 等。第三类是十八个上下文压缩模块， context collapse， reactive compact、 snap compact。 第三部分，遥测与隐私。 cloud code 有 双层分析管道，数据同时发往 andropik 和 data dog， 收集环境指纹和进程指标。 每个事件都携带绘画 id 和用户 id， 用 o t l 下划线 log 下划线 to 下划线 details 等于一可以记录完整的工具输入输出，最关键的是没有面向用户的退出开关。 第四部分，卧底模式。当 andropic 员工在公开仓库操作时，会自动进入卧底模式。模型的指令是不要暴露掩护身份。所有 ai 归属标识都会被剥离，生成的 commit 看起来就像人类写的，最关键的是没有强制关闭选项。 第五部分，远程控制与紧急开关 cloud code 每小时轮询，远程设置接口获取 api。 cloud 下划线 code settings grossbook 可以 无同意改变任何用户行为。 遇到危险变更会弹出阻塞对话框，如果拒绝程序，直接退出系统。还有六个以上的紧急开关，可以绕过权限开启快速模式、语音模式等。 第六部分，未来路线图 namet 代号得到确认，这是 cloud 的 下一代模型。 opus 四点七和 sony 四点八正在开发中。 karos 是 完全自主代理模式，包括心跳机制、推送通知、 pr 订阅语音模式 push to talk 已经就绪。另外发现了十七个未上线的工具，包括 web browser tool、 workflow tool。 总结一下， cloud code 的 遥测数据，没有退出开关，卧底模式自动开启，无法关闭。 grossbook 可以 远程改变任何行为。未来 number charles 即将到来，路上学 ai， 路上就能学的 ai 工程实践课。接下来想了解什么，请在评论区评论，每一条评论我都会看，我们下期再见！

啊，大家好，今天我们就簿刻中教程次第十二章 中的 d f g f p g a 图像缩小实现做一个简单的操作演示，我们根据簿刻中的步骤将程序复制下来，可以得到这一些文件。 然后我们先看一下 testbench 啊，在 testbench 里面这里有一个路径，那么这个路径的话就是我们图片存放的路径啊，在运行的时候，这个路径可以修改为你自己的路径，或者将工程保存到和我一样的路径就可以了， 然后调用了图片的话，必须是二五六乘以二五六 b n p 格式绘图 啊，最后程序运行完之后啊，相关数据会保存到这两个 test 里面，我们最后调我们 tab 啊进行显示，用来查看图片缩小缩小的效果。 然后我们进行仿真演示啊，点击新位仿真， 然后将这个时间设置为两千点，这个运行 好，运行完之后的话点这个图标可以看到啊，这个 o image 就是 我们最后输出的结果，为了更加直观的看它的效果，我们打开 metlab 啊，这里的话调用这一个路径啊，这个路径的话就是工程中仿真它存放啊。最后文件的路径，也就是我们再来回顾一下， 也就是这两个文件路径，这两个这些路径的话都是固定的，然后我们点击运行 好这里的话，得到三个结果，首先第一个的话是原图啊，第二个的话是 mitelink 里面通过 in resize 这个函数得到了缩小图啊，第三个的话就是 fba 里面的缩小图啊，可以看到，通过这个程序，我们成功实现了图像的缩小。演示完毕，谢谢大家。

电机调试一周没进展不是你菜，是没用到 simlink 精髓。刚开始玩电机的时候我巨抵触 matlab， 每次都直接硬码代码接电机，实操效果差就疯狂改代码， 晕晕乎乎调了一周进展几乎为零。后来才发现我陷入了盲目调参的怪圈，越改越乱，越乱越没信心，进步慢到怀疑人生。 直到学会用 smilink 才明白学 foc 不 配合 metlab 就是 在走弯路。整理了我实操多年的核心干货，电机新人直接抄作业，少踩百分之九十的坑。离散系统调试 foc 里的角度电压延，使用 delete 模块就能轻松实现零点五个一个开关周期随意调， 对比不同方案的效果比实物调试简单十倍。不用再反复商录代码，等待硬件响应，半天就能完成多轮测试，直接打通离散控制的核心逻辑， 参数自整定，把电机参数、环路参数全放在 m 文件里，运行前一键修改，像红定义一样方便。 不用反复改代码，效率直接拉满。尤其适合多电机适配参数迭代优化，从手动调参升级为脚本空参，告别逐行修改的低效操作。强大试播器不用开发上位机，任意播行随便看， 尤其是直流测单电阻采用波形，每个山区的对应关系看的明明白白， arm 零平台也能轻松搞定。多通道叠加显示，数据导出分析，精准捕捉波形细节。 再也不用对着硬件试播器反复截图对比模块化缩短周期。新观测器速度环、电流环封装成独立模块，仿真验证通过，再上实物失败直接放弃。一个新观测器，一到二周就能搞定，省去大量无用功。 模块化设计还能附用代码模块，后续项目直接拆分组合，开发效率翻倍。模拟 mcu 运行 power 设为离散模式仿真不长，对应 mcu 主频脉冲模块模拟定时中断，和实物运行逻辑几乎一致。连续模式仿真真的是耍流氓， 精准匹配硬件运行频率，提前暴露离散系统的稳定性、响应速度问题，避免食物调试踩大坑。 还有 s 函数代码级仿真、 l d l q 在 线参数仿真、环路阶跃响应评估、参数敏感性分析，这些技巧每一个都能帮你少走弯路。重点提醒，电机控制前期靠文献加仿真代码是后期的事， 有时候研究一个月改一行代码就能解决大问题。我现在工作离了 simlink 几乎没法转 mathlab， 只用了千分之一就足够应对大部分场景， 玩溜了，年薪百万真的不是空闲。另外，生成电感表格，导入可编辑电机模型的两个 matelab 官方链接，大家直接去官网搜索对应关键词获取哦，按步骤整理，就能实现饱和电感在线仿真。

很多同学安装 matelab 的 时候，经常遇到激活失败，安装卡顿、路径报错的问题，这期视频两分钟手把手教大家一次性安装和激活软件安装包，我放主页第一个视频，需要的宝可以自取。 首先我们把 matelab 安装包下载到本地文件夹，右击点击解压到 matelab 二零二五 b 文件夹。安装包跟解压的文件夹体积比较大，电脑磁盘至少要预留五十 g 的 空间， 要是磁盘容量紧张，解压后删除压缩包就能省出十几个 g 的 空间。解打完之后，打开文件夹，找到这个 iso 文件，并打开往下滑，找到 reset 文件， 这里划重点，一定要右键选择，以管理员身份运行。弹出确认框后点击式，现在安装界面出来了，我们点击右上角高级选项，选择我有文件安装密匙，勾选接受许可条款后点下一步，把我们的安装命令粘贴进去， 再点下一步，接下来需要许可证文件的完整路径，这个路径就在我们下载的快克文件夹里， 右击点击文件选属性，在安全里复制完整路径粘贴过来就行。然后点击下一步安装路径，建议大家选 d 盘的文件夹，这里我们选 mate lab 文件夹，在下一步主键方面直接全选就可以。 接着勾选添加桌面快捷方式，继续点下一步，这里可以看到需要安装二十四，大家一定要确认空间足够， 点击开始安装即可，安装完成后还没结束，最后一步激活很关键。回到下载的文件夹，打开 quick 文件夹，复制里面的 b 文件夹，再打开刚刚下载到 d 盘的 matelab 文件夹，把 b 文件夹粘贴进去， 选择替换目标中的文件，到这里就全部搞定了。我们打开软件，看看能否正常启动，还能运行代码，说明安装激活都成功了。掌握这套方法， 两分钟理清步骤，一小时做的安装完成，再也不用反复折腾了。觉得有用的话，别忘了三连支持呀！关注我，解锁更多软件安装的使用技巧！

呃，今天来看一看 matlab 练习题，它主要考察的是清除命令行窗口输入内容的命令。 来看一下这道题，可以用命令清除命令行窗口中输入的内容。这个命令是 a clear b c l c c c l f d c l s。 来看一下 a 选项 clear 命令的作用和功能，它的作用呢？是删除工作区中的变量，释放这些变量占用的内存，还可扩展庆祝函数类等缓存庆祝操作不可逆 变相 clc 命令的作用和功能，而它全称是 clear command window。 清除命令行窗口仅清空命令行窗口的输入记录和输出结果，使窗口恢复空白，不影响工作区中的变量函数和数据。 那选项 c f 命令的作用和功能，那 c f 呢？全称是 clear figure 清除图形窗口，那清除当前激活的图形窗口中的所有绘图对象，如曲线标注等。保留图形窗口本身便于后续重新绘图。 那 c l s 命令在 matelab 中的情况呢？是这个啊， matelab 中没有 c l s。 函数，所以呢，这道题选 b nice。

今天给大家推荐一下电力电子专业学生必须要会的三个软件。首先第一个就是 metlab， metlab 我 觉得最重要的两个功能，一个是 metlab 转 c 语言，一个是 metlab 转 vlog， 现在很多车企都是用这个功能来进行工作的，就是用 metlab 直接转语言，这大大的提升了你这个工作效率。然后我们课题组里面呢，就像那个 s a p w m 就是直接是在这个 matelab 里面搭的模块，然后再去转成 vlog， 然后再在 fbg 当中实现的。第二个呢就是 plex 的 软件， plex 这个软件呢是专门针对电子类，它进行了一些优化，它的仿真速度特别特别的快，如果你不想在 matelab 里面等很长时间， 你可以用一下这个 plex。 第三个是 l t space， l t space 它是针对这个模拟电路，设计是非常重要的，你比如说你要设计一个 就反正是模拟电路吧，你可以先把这个芯片导入到 l t space 当中，然后你去在 l t space 当中去试一下整体的功能能不能跑得通，这样你跑通之后，不至于说后面你画 p c b 画原理图的时候，你突然发现自己之前的那个设计有错误，让你重新再来，不会出现这样的情况。

是谁拿到了我们的海信模块还不会使用的？那今天这条视频你可要认真看哦，好英俊的马铃薯。 首先在右边的属性栏里面找到本地模块的文件夹，找到需要修改或者删除的模块的所在位置，回到订单界面，在模块管理里面找到对应的分类，右键点 级模块需要修改名称或者是删除模块就可以更改了。本地软件的模块操作方法也是一样的，如果你还没有海选模块，那打这个找我吧。

打开 ccs 后，选择目标工作空间 加载工作空间，选择 video target configurations 加载配置文件连接开发版， 编 a d test 历程，并仿真该程序 运行程序信号发生器设置。将信号发生器接入开发版，选择 pos graph single time， 打开 graph 模块， 设置 graph 模块参数， acquisition buffer size 设置为五百一十二。 dsp data type 设置为三十二 bit floating point start address 设置为 a d c buffer display data size 设置为五百一十二。点击 ok 确认 打开 graph 的 连续刷新按钮， 关闭连续刷新按钮，可以看到相邻两个波谷的采样点差值约为一百。 打开连续刷新按钮后，将信号发生器的频率修改为三百赫兹， 相邻两个拨鼓的采样点差值约为三十。 当在 graph 中观察到满意的完整波形后，暂停程序，选择 vivo memory browser， 打开内存浏览器窗口，选择 save memory， 非要选择你想保存的文件路径并给文件命名 file type 下拉选择 t i data for matte， 下拉选择三十二 bit floating point start address， 输入数组变量名 a d c 八 f length 输入五百一十二。数据导出完成后，打开 matlab， 将附件的 txt 脚本复制在 matlab 中， 点击回车键即可产生目标图表。 接下来使用小功率带在控制试验箱进行箱电流数据观测，即导出实验 推文附带的历程。 y x d s p e m p m s m one o o w x o o 出 t e s t 加载配置环境并烧入目标程序 运行程序，将目标变量加入 graph 模块， 设置目标转速一千五百转每分 波峰波谷值为两安左右。 转动磁粉控制器进行加载操作， 波峰波谷值为四点四安左右。 将向电流数据进行导出， 在 matelab 中对导出的向电流数据进行处理。