会员
LabVIEW虚拟仪器设计及应用：程序设计、数据采集、硬件控制与信号处理
更新时间：2019-12-06 14:18:30 最新章节：附录CD
书籍简介
本书以LabVIEW2017为基础，讲述LabVIEW图形化编程语言的原理，以及如何利用LabVIEW完成虚拟仪器设计。全书共15章，分为两篇，分别是基础知识篇（第1~13章）和实际应用篇（第14、15章）。第1章，综述虚拟仪器技术的构建思想和方法论。第2~7章，讲述LabVIEW图形化编程语言的基本原理以及编程方法，内容包括LabVIEW入门、基本数据类型、程序结构、复合数据类型、文件I/O、图形显示及其他技巧。第8~12章，阐述如何利用LabVIEW去控制仪器硬件以实现对被测信号的数据采集，内容包括选择专用的数据采集卡进行数据采集；利用计算机自带的声卡实现数据采集；利用摄像头完成图像采集；仪器控制和控制单片机。第13章，讲述用LabVIEW实现仪器应用的若干算法和信号分析处理的相关知识。第14、15章，介绍利用LabVIEW完成有实际应用背景的两个虚拟仪器项目，分别是用LabVIEW构建函数发生器和频率计。本书可以作为大专院校“虚拟仪器技术”及相关课程的教材或教学参考书，也可供从事计算机化测量仪器及系统构建工作的工程技术人员使用。
品牌：清华大学
上架时间：2018-11-01 00:00:00
出版社：清华大学出版社
本书数字版权由清华大学提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
郝丽
最新上架
- 会员本书以昇腾算子编程语言AscendC的高效开发为核心，系统介绍华为面向人工智能的昇腾AI处理器架构、硬件抽象及其软件栈。本书由浅入深，通过案例讲解知识点，理论与实践并重。全书分为6章，分别介绍了昇腾AI处理器软硬件架构、AscendC快速入门、AscendC编程模型与编程范式、AscendC算子开发流程、AscendC算子调试调优和AscendC大模型算子优化。本书适合人工智能产业的研计算机9.8万字
- 会员本书是一本聚焦RAG技术实践与落地的专业技术书，分为四部分。第一部分是RAG技术基础，介绍了RAG技术的定义、发展背景、核心组成以及落地面临的挑战，同时深入探讨了RAG技术背后的原理。第二部分是RAG应用构建流程，详细讲解了RAG应用的各个环节，从数据准备与处理，到检索环节的优化，再到生成环节的技巧。第三部分是RAG技术进阶，主要介绍了RAG系统的高级优化策略、常见框架的实现原理与性能评估方法。第计算机11.8万字
- 会员本书介绍了如何使用Python语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容，介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具，以及如何使用Git进行版本控制。本书适合对科学计算感兴趣、想要使用Python完计算机14万字
- 会员本书全面介绍如何利用现有的AI技术辅助编程开发，涵盖从基础工具的使用到企业级项目的全程实战与场景化应用。全书分为三部分，共12章，系统讲解AI辅助编程的应用，逐步深入，为开发者提供详细的实践指导。第一部分介绍Cursor与Copilot的安装、配置和使用技巧，通过前后端开发案例，帮助读者优化代码生成流程，设计高效的UI组件，并利用Prompt引导AI生成所需的代码与文档。第二部分聚焦复杂开发场景，计算机10.6万字
- 会员本书是一部全面且深入的Java代码审计指南，旨在帮助读者掌握JavaWeb应用中常见安全漏洞的识别、分析及防御技能。全书共分4篇，从基础到实战，系统地介绍Java代码审计的各个方面。基础篇（第1章）主要介绍JavaWeb环境的搭建步骤、常见的动态调试方法以及代码审计工具的基本使用方法，为后续的深入学习打下坚实基础。入门篇（第2章～第3章）首先介绍Java代码审计中发现的常见漏洞，然后通过实战演计算机9.7万字
- 会员这是一套从Android性能优化本质入手，指导读者实现从硬件层到操作系统层再到应用层全面优化的实战方法论。本书由Android方向Google开发者专家撰写，融合了作者10年大厂实战经验，其中不仅包括作者实操过的监控、优化、防劣化等方向的各种典型案例，还包括多个实战小技巧，可以帮助读者解决工作中遇到的90%以上的能优化问题。本书内存、速度和流畅性、稳定性、包体积、耗电、磁盘占用、流量、降级这8个方计算机13.2万字
- 会员近年来，人工智能技术得到了快速发展，并在金融风险管理领域逐渐渗透。本书旨在引导读者了解金融风险建模背后的理论，学会在金融风险管理业务中运用Python语言和一系列机器学习模型。本书分为三部分，第一部分（第1～3章）介绍风险管理的基础知识，第二部分（第4～8章）通过一系列案例将机器学习模型运用到市场风险管理、信用风险管理、流动性风险管理和运营风险管理等场景，第三部分（第9章、第10章）讲解如何对其他计算机8.6万字