兴奋不已,今天过了学车场考,只学了一天

考试排在今天上午8点,我们一波人十个,大部分都学得不错,除了我和另外一个小伙,只学了一天+一个晚上,自然不被教练看好,被放在最后两个考。

我是第9个上场,我的心态挺好,没抱什么希望,挂了也无所谓,但上车后还是紧张。屏住呼吸后,踩离合器,挂倒档,松离合器,准备倒暗库了。暗库是我的拿手好戏了,虽然紧张,但倒进去自然没什么问题,整辆车进去后,我也松了口气,可意外也就发生在那一杀那,车子往后在退,我抽准了地上的黄线(教练事先做好的),当肩膀到那的时候就踩刹车。。。。【刹车,你踩什么了,踩是踩了,重重地踩了离合器,还美滋滋呢--内心】,车子靠着惯性当然还是往后在退了,等我在接着的一杀那意识到的时候,赶紧踩了刹车,但晚了,已经冲出底线了,副驾驶室座椅上的电脑播音器(说不上叫啥的玩意)一例哇啦的说了一句,同时整个车椅颤抖个不停,第一次就这样挂了。

幸好紧接着还有一次补考的机会,当然是过了,不过中间也是惊险万分,在移库后出去的时候,准备轻点刹车,回一下方向盘,但没想到刹车太灵,直接停了,以至于刚除了车库就停下了,接着倒明库的难度很大。幸好这个时候考官给了关键的指点,拼命的喊(看来给的三包烟还是很有作用啊),终于让我完成了全套动作。

ps:为什么只学了一天+一个晚上?

因为驾校那边没有提前通知到,18号下午才通知我们。而名额又不能换,所以我们也只能硬着头皮上了。

之前我们只学过压线,所以驾校准备安排了一个教练给我们开小灶--所谓的特训

18号晚上我们学了明库,基本上都能倒进,就是不熟练,我们两个的资质都不错(吹了)

19号上午学暗库和移库,我暗库学得超级得轻松,第一次练就掌握诀窍了,可很多人都觉得暗库最难。然后移库我只学了两遍,接着10点钟我们就去考场试车了。在那里呆了一下午,我只学了两盘(人多轮着的嘛),加起来才25分钟,而且感觉极差,一次都没有把全套动作做下来,都是坏在移库,这个下午让我信心全无。

19号晚上,又进行了特训,我主要是学移库,最后学得也是非常有信心了,代价是两只手因为打方向盘被磨得通红。

统计一下整个学习时间:18号晚上1小时,19号上午1.5小时,19号下午25分钟,19号晚上,1.5小时,一共学了4个半小时,就被我考出来了,当然是很兴奋了!!

内容概要:本文系统介绍了物理信息神经网络(PINNs)在求解布洛赫-托雷(Bloch-Torrey)方程中的应用,结合PyTorch框架提供了完整的Python代码实现案例。文章深入阐述了如何将物理先验知识嵌入神经网络训练过程,通过构建复合损失函数,强制网络输出满足控制方程、初始条件与边界条件,从而实现对布洛赫-托雷方程的无网格化、高精度求解。该方法突破了传统数值方法在高维、多尺度及复杂几何景下的计算瓶颈,展现出优异的泛化能力与计算效率,特别适用于医成像、扩散磁共振等领域中复杂的物理建模与仿真任务。; 适合人群:具备深度习与偏微分方程理论基础,从事科计算、生物医工程、材料科或相关交叉科研究的研究生、科研人员及算法工程师。; 使用景及目标:①应用于扩散磁共振成像(dMRI)等医影像技术中的复杂扩散过程建模与反演;②为高维偏微分方程的高效求解提供数据驱动的新范式,提升仿真精度与计算速度;③作为PINNs在AI for Science领域中的典型实践案例,推动物理引导的深度习方法在实际科研项目中的落地与拓展。; 阅读建议:建议读者结合提供的完整代码资源(可通过公众号“荔枝科研社”或百度网盘获取),动手复现并调试模型,深入理解PINNs的架构设计、损失函数构建与物理约束嵌入机制,同时可尝试将该方法迁移至其他类似物理系统的建模与求解任务中进行创新性研究。
内容概要:本文围绕“基于多VSG独立微网的多目标二次控制MATLAB模型研究”展开,详细阐述了利用Simulink对多虚拟同步发电机(VSG)构成的独立微网系统进行建模与仿真,实现频率调节、电压支撑与有功无功功率均分等多目标协同优化的二次控制策略。研究引入先进的最优控制算法,解决微网在孤岛运行模式下的功率动态分配、频率电压恢复及系统稳定性问题,并通过MATLAB/Simulink平台构建完整仿真模型,验证所提控制策略在不同负载扰动下的有效性、鲁棒性与动态响应性能。; 适合人群:具备电力系统分析、现代控制理论基础以及MATLAB/Simulink仿真能力的电气工程、自动化等相关专业的硕士研究生、科研人员及从事微网控制系统开发的工程技术人才。; 使用景及目标:① 深入理解多VSG在独立微网中的并联运行机理与协同控制架构;② 掌握基于Simulink的微网二次控制系统的建模方法与仿真流程;③ 实现频率、电压与功率分配的多目标优化控制仿真验证;④ 为微网控制系统的设计、算法优化及科研课题提供可靠的仿真依据和技术参。; 阅读建议:建议读者结合文中控制策略,动手搭建Simulink模型,重点关注控制器参数整定对系统动态性能的影响,可通过对比不同工况下的仿真结果,进步优化控制算法以提升系统鲁棒性与响应精度。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝习进步!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值