社区
客服专区
帖子详情
[已答复]建议更改Windows专区的版块设置
ljc007
2011-09-30 10:32:00
更改前:
Windows7/Vista
WindowsXP/2003/2008
Windows9X/2000/NT
网络管理配置和工具使用
安全技术/病毒
一般软件使用
Microsoft Office应用
非技术区[非]
更改后:
9X/2000/XP/Vista/7/8
2003/2008
网络管理配置和工具使用
安全技术/病毒
脚本(BAT,PowerShell,VBS)
Microsoft Office应用
非技术区[非]
...全文
183
5
打赏
收藏
[已答复]建议更改Windows专区的版块设置
更改前: Windows7/Vista WindowsXP/2003/2008 Windows9X/2000/NT 网络管理配置和工具使用 安全技术/病毒 一般软件使用 Microsoft Office应用 非技术区[非] 更改后: 9X/2000/XP/Vista/7/8 2003/2008 网络管理配置和工具使用 安全技术/病毒 脚本(BAT,PowerShell,VBS) Microsoft Office应用 非技术区[非]
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
ljc007
2011-10-25
打赏
举报
回复
[Quote=引用 3 楼 csdn 的回复:]
尊敬的用户ljc007,您好:
对于您反馈的建议,我们会及时转交给相关人员并进一步调查了解用户的需求,论坛的会在一定的时间升级改版,我们将会逐步完善各项功能,感谢您的反馈。
感谢您支持CSDN 社区!
[/Quote]
亲,下次计划中的改版大概是啥时候?
http://topic.csdn.net/u/20111008/22/d133d34b-5f78-4450-8803-2259844f1d5b.html
kakaniuren
2011-10-18
打赏
举报
回复
CSDN
2011-10-09
打赏
举报
回复
尊敬的用户ljc007,您好:
对于您反馈的建议,我们会及时转交给相关人员并进一步调查了解用户的需求,论坛的会在一定的时间升级改版,我们将会逐步完善各项功能,感谢您的反馈。
感谢您支持CSDN 社区!
叶子
2011-09-30
打赏
举报
回复
首先对你的建议表示感谢!
1、关于板块一般都是增加板块,删除板块,或是合并板块。
Windows7/Vista
WindowsXP/2003/2008
改成
9X/2000/XP/Vista/7/8
2003/2008
涉及到部分拆分,把以前WindowsXP/2003/2008中的XP部分转移到
9X/2000/XP/Vista/7/8中,对于老帖老说识别起来貌似有一定难度。
2、脚本(BAT,PowerShell,VBS)
关于添加某个板块,最好是在技术板块的非技术发帖,征求一下大家的建议,如果支持的人多,我相信论坛会考虑的。
再次感谢你的建议!!
随风醉舞
2011-09-30
打赏
举报
回复
CnOpenData 线上招聘网站信息数据
CnOpenData线上招聘网站信息数据库整合七大招聘平台数据,覆盖2014年至今的岗位、企业、薪资、技能要求等结构化字段,支持劳动力市场趋势分析、人岗匹配研究及中小企业就业研究。数据具多源性、长时序、高频更新与文本挖掘潜力,广泛应用于劳动经济学、教育政策与企业HR决策。
政府科技管理者如何利用科创数智大脑提升产业政策精准推送效率?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
docker下载镜像-docker pull.rtf
docker下载镜像-docker pull
故障检测基于 KPCA 的故障检测【T2 和 Q 统计指数的可视化】(Matlab代码实现)
内容概要:本文系统介绍了基于核主成分分析(KPCA)的故障检测方法,重点实现了T²和Q统计指数的可视化,并提供了完整的Matlab代码实现与仿真分析流程。该方法通过核函数映射将原始非线性过程数据转换至高维特征空间,进行主成分提取与降维处理,进而构建T²和Q两种统计量用于监控系统运行状态,有效识别工业过程中的早期故障与异常行为。文中详细阐述了KPCA的数学原理、故障检测机制、控制限计算方法,并结合实际案例展示其在复杂非线性系统中的应用效果与优越性,具有较强的工程实用性。; 适合人群:具备一定信号处理、机器学习理论基础及Matlab编程能力的研究生、科研人员和工程技术人员,特别适用于从事工业过程监控、故障诊断、智能制造等相关领域的研究人员。; 使用场景及目标:①应用于化工、电力、制造等行业中关键设备的在线故障监测与早期预警;②作为学术研究中非线性降维与异常检测算法的对比基准;③帮助开发者掌握KPCA模型构建、参数调优及T²-Q统计图可视化等核心技术环节。; 阅读
建议
:
建议
读者结合所提供的Matlab代码进行动手实践,深入理解KPCA算法的核心步骤,重点关注核函数选择、主成分数确定及统计量阈值设定等关键参数的影响,以提升故障检测的灵敏度与准确性。
客服专区
604
社区成员
48,759
社区内容
发帖
与我相关
我的任务
客服专区
客服专区
复制链接
扫一扫
分享
社区描述
客服专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章