这部分内容大部分参考W.Y.Choi的课堂讲义第三讲和第四讲:http://tera.yonsei.ac.kr/class/2007_1/main.htm 一.小信号模型 首先要明确一点,大部分情形MOSFET都是工作在饱和区.在饱和区工作的状态我们通常称为静态工作点,在此状态附近考虑一个小的控制信号扰动$v_{GS}$,漏极伴生的附加电流记为$i_D$. 小信号模型就是用于研究这两个物理量之间的关系. 由MOSFET在饱和区的关系$I_D=\frac12\mu_nC_{ox}\frac{W}{

一.大端和小端的问题 对于整型.长整型.无符号整型等数据类型,Big endian 认为第一个字节是最高位字节(按照从低地址到高地址的顺序存放数据的高位字节到低位字节):而 Little endian 则相反,它认为第一个字节是最低位字节(按照从低地址到高地址的顺序存放据的低位字节到高位字节). 例如,假设从内存地址 0x0000 开始有以下数据:  0x0000         0x0001       0x0002       0x0003  0x12            0x34    

学习Django的这几天,学习过程还是很愉快的,django采用的MVC架构,学习曲线十分平缓,在深入学习之前,先简单的整理记录下django从数据库中获取数据并在模板中使用的方法.温故而知新 ^_^ 首先假设一个简单的场景,数据库中存放着作者和书目的信息.这是一种多对多(ManyToMany)的结构,因为一个作者可以写多本书,一本书也可能由多个作者共同完成.我们如何使用Django来创建项目,配置数据库,创建视图,模板,配置URL路由,最后在浏览器访问我们动态创建的页面. 如下的部分算作是记录

说明:本介绍包含了\capture\library\pspice和capture\library\pspice\advanls目录下所有库,但由于作者水平有限,介绍得也比较简单,有些说明可能不一定对.请高手指正.谢谢! 1.1_SHOT              : 10个杂项器件,其中有54,74,CD的2.7400~74S            : 74系列的器件3.AA_IGBT             : IGBT是强电流.高压应用和快速终端设备用垂直功率MOSFET4.AA_MISC

7.4 规范电路模型 在讨论了推导开关变换器交流等效电路模型的几种方法后,让我们先停下来,说明下这些结果.所有的在 CCM下以PWM工作的DC-DC变换器都具有相似的基本功能.首先,他们在理想情况下,以100%效率对电压或者电流等级进行转换.其次,他们包含对波形的低通滤波器.尽管必须滤除高频开关纹波,但这种滤波也会影响到低频电压和电流的变化.第三,可以通过占空比的变化来控制变换器的波形. 我们期望具有相似物理特性的变换器具有相似的等效电路结构.因此,我们可以定义一个规范电路模型,来正确说明所有这

7.2 基本交流建模方法 在本节中,PWM变换器的交流小信号模型导出步骤将被推导和解释.关键步骤是:(a)利用小纹波近似的动态版本,建立了与电感和电容波形的低频平均值相关的方程式,(b)平均方程的扰动和线性化,(c)交流等效电路模型的构建. 以图7.7所示的buck-boost变换器为例.按照以往相同的方式,分析以确定电感和电容的电压电流波形开始.当开关处于位置1时,可以获得图7.8(a)所示的电路.电感电压和电容电流为: \[v_{L}(t)=L \frac{di(t)}{dt}=v_{g}(

7.5 状态空间平均 现有文献中已经出现了很多变换器交流建模的方法,其中包括电流注入法,电路平均和状态空间平均法.尽管某种特定方法的支持者可能更愿意使用该方法去建模,但所有方法的最终结果都是等效的.并且所有人都具有这样的共识:平均和小信号的线性化是对PWM变换器建模的关键步骤. 本节将介绍文献中提到的状态空间平均法(S.´Cuk, Modeling, Analysis, and Design of Switching Converters, Ph.D. thesis, California In

我们再看辅助定理: 这里,Gm是指输出与地短接时的跨导:Rout表示当输入电压为零时的输出电阻.这个是书上的原话,但是在推算公式时发现,这两个量的定义还不是完全完整,我 的理解是: 首先Gm是等效跨导,牢记其定义为: 也就是说,我们在计算等效跨导的时候,直观地,要看输出电流的变化引起的输入电压的变化. 而Rout应该为交流电阻,最初的定义为: 也就是说,在计算交流输出电阻时,应该明确输出电压变化和输出电流变化的关系. 另外,戴维南等效方法贯穿在增益计算过程中,因此理清了这些关系,增益的计算就只涉

7.1 引言 变换器系统总是需要反馈的.例如,在典型的DC-DC变换器应用中,无论输入电压\(V_{g}(t)\)和输出有效负载\(R\)如何变化,都必须使输出电压\(v(t)\)保持恒定.这是通过构建一个可以改变变换器控制输入的回路来完成的[例如:占空比\(d(t)\)],来使得输出电压\(v(t)\)被调节为期望值\(V_{ref}\).在逆变器系统中,反馈回路使得输出电压遵循正弦曲线参考电压.在现代低谐波整流系统中,控制系统使得变换器的输入电流与输入电压成正比.从而使得输入端口对于交流电源

交流分析(AC Analysis)也叫做小信号(Small-Signal)分析,也即分析电路的小信号频率响应,更严谨的定义是:分析工作在直流偏置电压下的非线性电路对于一定频率范围内的输入小信号的系统响应.交流分析是典型的频域分析. 在交流分析之前,需要首先进行直流工作点分析,得到可靠的直流工作点,也即交流小信号的直流偏置电压:然后在直流偏置电压上叠加输入正弦小信号,小信号的幅度相对于直流偏置电压而言非常小,因而可以近似地认为电路在该直流工作点附近一直工作在线性工作区,从而获得所有非线性元件的线性

Multisim的电路分析方法:主要有直流工作点分析,交流分析,瞬态分析,傅里叶分析,噪声分析,失真分析,直流扫描分析, 灵敏度分析,参数扫描分析,温度扫描分析,零一极点分析,传递函数分析,最坏情况分析,蒙特卡罗分析,批处理分析,用户自定义分析,噪声系数分析.1.直流工作点分析(DC Operating):在进行直流工作点分析时,电路中的交流源将被置零,电容开路,电感短路.2.交流分析(AC Analysis):交流分析用于分析电路的频率特性.需先选定被分析的电路节点,在分析时,电路中的直流源将

文章信息 本文地址:http://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html 本文作者:Francois Chollet 概述 在本文中,我们将提供一些面向小数据集(几百张到几千张图片)构造高效.实用的图像分类器的方法. 本文将探讨如下几种方法: 从图片中直接训练一个小网络(作为基准方法) 利用预训练网络的bottleneck(瓶颈)特征 fine-tune预训练网

源:http://www.amobbs.com/thread-5484710-1-1.html 从网上找到一些MC34063扩流降压电路图,一个个的试,根本达不到我的基本要求,全都延续了34063的降压低效率,仅把发热点从IC转到功率管上,基本上都是垃圾,另外其他人在网上说,这本来就是很难弄的,等等.最后还是不得不自己折腾,搭出了一个自己满意的电路. MOSFET看起来是很容易使用的一种元件,其最佳工作状态就要么导通,要么全截止,驱动电平高或低,不能模棱两可,否则就成了一种昂贵的加热器.3406

1.1 LeNet的设计思想 1998年LeCun提出,经典结构,3层,五脏俱全(卷积层.Pooling层.FC网络.Sigmod层),对标传统神经网络.主要设计贡献 局部感受野(local receptive fields),局部连接 权值共享(参数共享) 下采样(sub-sampling),pooling层 核心结构 LeNet-5是LeCun最新的卷积网络,专为手写和机器打印的字符识别而设计,下面是LeNet-5实际应用的一个例子. 传统网络的全连接FC(VS局部连接) 传统神经网络连接方

clc;close all;clear;fs = 100000;t = 1: 100;x = sin(2*pi*4000* t/fs) + sin(2*pi*40000*t/fs); %db8[Lo_D1, Hi_D1] = wfilters('db1', 'd');%从db1到db8. 滤波器系数个数不同 2[Lo_D2, Hi_D2] = wfilters('db2', 'd');%从db1到db8. 4[Lo_D3, Hi_D3] = wfilters('db4', 'd');%从db1到

前面的文章有分别介绍过T型拓扑及Fly_by拓扑结构,这两种拓扑结构应用最多的应该是在DDR3里面,说到这里,小编又想开始聊聊DDR3的设计了,我想很多人都比较有兴趣. 因为DDR3的设计还是比较复杂,而且应用也比较广泛,如下图是常见的T型及Fly_by型的拓扑应用. 通常来讲,谈到DDR3的拓扑结构(这里主要是针对时钟或地址控制信号),大家马上就会想到T型或者Fly_by结构,但什么时候使用T型或者Fly_by 型呢? 答案是:it depends!(如果大家有经常参加老外的培训,这应该是个用

今天老师上课主要和我们讲解了软件开发模型类型.既然是敏捷模型,那么什么是非敏捷模型呢?了解这里点,会更清楚什么是敏捷模想.我们所知道的非敏捷模型有瀑布模型,我们知道这是早期软件开发的经典模型,流程主要是计划.需求分析.设计.编码.测试和维护. 瀑布模型的主要缺陷: 1.程序的维护成本会越来越高(需要很多人) 2.团队气氛压抑(感受不到激情) 3.不方便做需求变更(引起客户不满) 敏捷模型避免了这个弊端,它是一种从90年代开始逐渐引起广泛关注的一些新型软件开发方法.其主要的思想是:把一个大项目分为

软件开发过程(process) 是一个将用户需求转化为软件系统所需要的活动的集合. 软件生命周期(SDLC,Software Devlopment Life Cycle) 软件从孕育.诞生.成长.成熟.衰亡等阶段称为软件生命周期. 早期系统开发的生命周期以结构化的方法具体分成了六个阶段:问题的定义及规划.需求分析.软件设计.程序编码.软件测试.运行维护. 而随着面向对象方法和统一软件开发过程(RUP)方法论的提出,出现统一过程的生命周期,在统一过程中以迭代的方式重复一些列组成系统生命周期的循环,

(2)单击“Identify DC Nets”,弹出“Identify DC Nets”窗口,如图2-6 所示: 图 2-6 Identify DC Nets 窗口 (3)在“Net”列表中选择网络如“GND_EARTH”,在“Voltage”栏双击“NONE” 输入相应的电压值如0,并按下“Tab”键.再如选择“VCC285”,在“Voltage”栏双击“NONE” 输入相应的电压值如2.85,并按下“Tab”键. (4)单击“OK”,关闭“Identify DC Nets”窗口.“Datab

笔者寄语:本文中大多内容来自<数据挖掘之道>,本文为读书笔记.在刚刚接触机器学习的时候,觉得在监督学习之后,做一个混淆矩阵就已经足够,但是完整的机器学习解决方案并不会如此草率.需要完整的评价模型的方式. 常见的应用在监督学习算法中的是计算平均绝对误差(MAE).平均平方差(MSE).标准平均方差(NMSE)和均值等,这些指标计算简单.容易理解:而稍微复杂的情况下,更多地考虑的是一些高大上的指标,信息熵.复杂度和基尼值等等. 本篇可以用于情感挖掘中的监督式算法的模型评估,可以与博客对着看:R语言