自助终端设备测试程序：工控机功能模块检测工具

版权申诉
0 下载量 181 浏览量 更新于2024-10-12 收藏 2.71MB RAR 举报
资源摘要信息: "J-SPEED Pos Test是针对工控机系统所设计的自助服务终端设备测试程序。它主要用于检查和验证工控机硬件和软件各部分功能模块是否正常工作。此测试程序能够覆盖硬件的多项测试，如输入输出模块测试、网络通信测试、以及设备的稳定性测试等。同时，软件部分的功能测试也会被包括在内，比如用户界面测试、交易流程测试、数据管理功能测试等。通过一系列的自动化测试，J-SPEED Pos Test旨在确保工控机在实际使用中的性能达到预期标准，从而减少设备故障率，保证自助服务终端的稳定运行。" 从标题中，我们可以提取以下知识点： 1. J-SPEED Pos Test是一种特定的测试程序。 2. POS_TEST可能是该测试程序的版本号，表明这是2.2版本的测试工具。 3. POS-Test可能是另一种对同一测试程序的命名方式。 4. "工控"指出该测试程序是为工控机（工业控制计算机）设计的。 5. 压缩文件的名称"POS_Test.rar"进一步确认了这是一个压缩包文件，其中包含着工控机测试相关的文件和程序。 从描述中，我们可以提炼以下知识点： 1. 自助服务终端设备测试程序是为了测试工控机各项功能而设计的。 2. 工控机各部分功能模块是该程序的测试对象，包括硬件和软件。 3. 测试程序可能包含对硬件的输入输出模块测试，确保设备的物理连接和信号传输无误。 4. 网络通信测试是测试工控机是否能够正常联网，进行远程数据交换。 5. 设备的稳定性测试是为了确保工控机长时间工作下性能保持稳定。 6. 软件功能测试包括用户界面的可用性测试和交易流程的逻辑正确性测试。 7. 数据管理功能测试将验证数据存储、检索、备份和恢复等环节是否符合预期。 8. 自动化测试能高效地执行测试流程，减少人工测试成本。 从标签中，我们可以提取以下知识点： 1. J-SPEED_pos_test是测试程序的关键词或简称。 2. POS-test、pos_test2.2、pos_test是该程序可能的别名或版本标记。 3. 通过这些标签，可以推断出可能有多个版本的测试程序存在，而2.2版本是一个具体的迭代。 4. 标签中重复出现的"pos_test"表明该测试程序被广泛认可，并以该名称进行标记。 从压缩包子文件的文件名称列表中，我们可以获得以下信息： 1. 自助终端设备测试程序指的是压缩包中包含的主要文件或程序。 ***.txt可能是一个文本文件，列出了与该测试程序相关的额外信息或文档说明。PUDN可能是某种资源或服务的网站，可能包含该测试程序的在线资源或用户支持信息。 总结以上信息，J-SPEED Pos Test是一个为工控机系统设计的自助服务终端设备测试程序，它能够全面地测试工控机硬件和软件的各项功能模块。这个测试程序的主要目的是确保工控机在实际部署中的稳定性和可靠性。通过该程序的多版本迭代，可以不断完善和优化工控机的测试流程。此外，用户可以通过相关的在线资源获取更多关于该测试程序的信息和支持。

POS_PRN_TEST.rar_POS 打印_VB6.0_opencashbox.exe_pos_pos打印

2022-09-22 上传
标题中的"POS_PRN_TEST.rar_POS 打印_VB6.0_opencashbox.exe_pos_pos打印"揭示了这个压缩包文件的主要内容是关于POS（Point of Sale，销售点）系统的打印功能，采用的是VB6.0（Visual Basic 6.0）编程环境，并涉及到...

PB JSON POS.rar

2019-10-23 上传
PB 两种POS接口方式，及JSON 例子 OleObject lole_tenyear lole_tenyear = CREATE oleobject lole_tenyear.ConnectToNewObject("Microsoft.XMLHttp") // //lole_tenyear.ConnectToNewObject('WinHttp....

这个函数中writel( dat & FS4412_LED_reg_ops.GPIO_DAT_MSK[pos] ? dat & FS4412_LED_reg_ops.GPIO_DAT_CLR[pos] : dat | FS4412_LED_reg_ops.GPIO_DAT_MSK[pos], &FS4412_LED.reg[pos]->DAT);的作用

2023-05-10 上传
具体操作为：先将dat与FS4412_LED_reg_ops.GPIO_DAT_MSK[pos]进行按位与运算，得到该位置的原始状态，然后根据该状态，对FS4412_LED_reg_ops.GPIO_DAT_CLR[pos]或FS4412_LED_reg_ops.GPIO_DAT_MSK[pos]进行按位或...

def custom_draw(self, player): # getting the offset self.offset.x = player.rect.centerx - self.half_width self.offset.y = player.rect.centery - self.half_height # drawing the floor floor_offset_pos = self.floor_rect.topleft - self.offset self.display_surface.blit(self.floor_surf, floor_offset_pos) # for sprite in self.sprites(): for sprite in sorted(self.sprites(), key=lambda sprite: sprite.rect.centery): offset_pos = sprite.rect.topleft - self.offset self.display_surface.blit(sprite.image, offset_pos)对代码进行注解

2023-06-02 上传
floor_offset_pos = self.floor_rect.topleft - self.offset self.display_surface.blit(self.floor_surf, floor_offset_pos) # for sprite in self.sprites(): # 对所有精灵进行循环绘制 for sprite in ...

//计算里程计四元数 tf2::Quaternion odom_quat; odom_quat.setRPY(0,0,pos_data_.angular_z); //获取数据 odom_msgs_.header.stamp = ros::Time::now(); odom_msgs_.header.frame_id = odom_frame_; odom_msgs_.child_frame_id = base_frame_; odom_msgs_.pose.pose.position.x = pos_data_.pos_x; odom_msgs_.pose.pose.position.y = pos_data_.pos_y; odom_msgs_.pose.pose.position.z = 0; //高度为0 odom_msgs_.pose.pose.orientation.x = odom_quat.getX(); odom_msgs_.pose.pose.orientation.y = odom_quat.getY(); odom_msgs_.pose.pose.orientation.z = odom_quat.getZ(); odom_msgs_.pose.pose.orientation.w = odom_quat.getW(); odom_msgs_.twist.twist.linear.x = vel_data_.linear_x; odom_msgs_.twist.twist.linear.y = vel_data_.linear_y; odom_msgs_.twist.twist.angular.z = vel_data_.angular_z;

2023-06-06 上传
pos_data_.pos_x 和 pos_data_.pos_y 表示机器人在全局坐标系下的 X 和 Y 坐标，同时将高度设置为 0。odom_quat.getX()、odom_quat.getY()、odom_quat.getZ() 和 odom_quat.getW() 分别表示旋转四元数的四个分量。 ...

% 载入数据 data = xlsread('Copy_of_数据集.xlsx'); input = data((1:120), 2:6)'; output = data((1:120), 7:9)'; % 划分训练集和测试集 input_train = input(:, 1:80); output_train = output(:, 1:80); input_test = input(:, 81:100); output_test = output(:, 81:100); % 归一化 [input_train_n, input_ps] = mapminmax(input_train, -1, 1); [output_train_n, output_ps] = mapminmax(output_train, -1, 1); % 建立模型 input_size = size(input_train_n, 1); hidden_size = 10; output_size = size(output_train_n, 1); net = newff(input_train_n, output_train_n, hidden_size, {'tansig','purelin'}, 'trainlm'); net.trainParam.epochs = 15000; net.trainParam.lr = 0.01; net.trainParam.goal = 0.0001; % 训练模型 [net, tr] = train(net, input_train_n, output_train_n); % 测试模型 input_test_n = mapminmax('apply', input_test, input_ps); output_test_n = mapminmax('apply', output_test, output_ps); output_pred_n = sim(net, input_test_n); %% 反归一化 output_test_pred = mapminmax('reverse', output_pred_n, output_ps); output_test_pred = round(output_test_pred); % 四舍五入取整 % 使用测试集评估网络性能 pos_pred = sim(net, input_test_n); % 预测位置 ori_pred = sim(net, input_test_n); % 预测姿态 pos_error = pos_pred - output_test(1,:); % 位置误差 ori_error = ori_pred - output_test(1,:); % 姿态误差 mse_pos = mean(pos_error.^2); % 位置均方误差 mse_ori = mean(ori_error.^2); % 姿态均方误差 % 使用附加测试集评估网络性能 % additional_test_data = [theta([6, 12, 18], :), actual_poses([6, 12, 18], :)]; additional_test_data = input(81:100,:); additional_test_data_n = mapminmax('apply', additional_test_data, input_ps); pos_pred = sim(net, additional_test_data_n); % 预测位置 ori_pred = sim(net, additional_test_data_n); % 预测姿态 pos_error = pos_pred - output(1,:); % 位置误差 ori_error = ori_pred - output(1,:); % 姿态误差 mse_pos_additional = mean(pos_error.^2); % 位置均方误差 mse_ori_additional = mean(ori_error.^2); % 姿态均方误差 % 调整维度为 2 x 10 % 绘制预测结果和真实结果的对比图 figure; plot(output_test(1,:), 'bo-'); hold on; plot(output_test_pred(1,:)', 'r*-'); % 注意转置 legend('真实结果', '预测结果'); xlabel('样本编号'); ylabel('输出值'); title('预测结果和真实结果');显示additional_test_data = input(81:100,:)'; 位置 1 处的索引超出数组边界(不能超出 5)。帮我修改

2023-06-06 上传
同时，将 `pos_error = pos_pred - output_test(1,:)` 改为 `pos_error = pos_pred - output_test(:,1:20)`，将 `ori_error = ori_pred - output_test(1,:)` 改为 `ori_error = ori_pred - output_test(:,1:20)`。

AttributeError Traceback (most recent call last) Cell In[21], line 62 60 softmax_probs = softmax_model.predict_proba(X_test_scaled) 61 mlp_probs = mlp_model.predict_proba(X_test_scaled) ---> 62 svm_probs = svm_model.predict_proba(X_test_scaled)[:, 1] 64 softmax_fpr, softmax_tpr, _ = roc_curve(y_test, softmax_probs[:, 1], pos_label=2) 65 mlp_fpr, mlp_tpr, _ = roc_curve(y_test, mlp_probs[:, 1], pos_label=2) File D:\ANACONDA\lib\site-packages\sklearn\utils\_available_if.py:32, in _AvailableIfDescriptor.__get__(self, obj, owner) 26 attr_err = AttributeError( 27 f"This {repr(owner.__name__)} has no attribute {repr(self.attribute_name)}" 28 ) 29 if obj is not None: 30 # delegate only on instances, not the classes. 31 # this is to allow access to the docstrings. ---> 32 if not self.check(obj): 33 raise attr_err 34 out = MethodType(self.fn, obj) File D:\ANACONDA\lib\site-packages\sklearn\svm\_base.py:829, in BaseSVC._check_proba(self) 827 def _check_proba(self): 828 if not self.probability: --> 829 raise AttributeError( 830 "predict_proba is not available when probability=False" 831 ) 832 if self._impl not in ("c_svc", "nu_svc"): 833 raise AttributeError("predict_proba only implemented for SVC and NuSVC") AttributeError: predict_proba is not available when probability=False

2023-07-14 上传
使用上述代码替换原代码中的`svm_probs = svm_model.predict_proba(X_test_scaled)[:, 1]`，然后再次运行程序，即可解决该错误。 希望这个解决方案能帮助到你！如果还有其他问题，请随时提问。

def custom_draw(self,player): # getting the offset self.offset.x = player.rect.centerx - self.half_width self.offset.y = player.rect.centery - self.half_height # drawing the floor floor_offset_pos = self.floor_rect.topleft - self.offset self.display_surface.blit(self.floor_surf,floor_offset_pos) # for sprite in self.sprites(): for sprite in sorted(self.sprites(),key = lambda sprite: sprite.rect.centery): offset_pos = sprite.rect.topleft - self.offset self.display_surface.blit(sprite.image,offset_pos)对此python代码进行注解

2023-06-02 上传
floor_offset_pos = self.floor_rect.topleft - self.offset self.display_surface.blit(self.floor_surf, floor_offset_pos) # for sprite in self.sprites(): for sprite in sorted(self.sprites(), key=...

if( src_point != NULL ) { src_point[cd_make->dest_index].X = (int32_t)(dl_context.rect.width * cd_make->h_CP) + (int32_t)(((float32_t)dl_context.rect.width * dl_context.mesh_width * (float32_t)cd_make->h_count) + GRPH_CD_OFFSET_TO_ROUND); src_point[cd_make->dest_index].Y = (int32_t)((dl_context.rect.height * cd_make->v_CP) + ((uint32_t)GRPH_CD_MESH_HEIGHT_DEFAULT * cd_make->v_count)); } dest_point[cd_make->dest_index].X = (int32_t)((cd_make->pos[cd_make->pos_index].h_CP_position * GRPH_CD_DST_POINT_SCALE) + GRPH_CD_OFFSET_TO_ROUND); dest_point[cd_make->dest_index].Y = (int32_t)((cd_make->pos[cd_make->pos_index].v_CP_position * GRPH_CD_DST_POINT_SCALE) + GRPH_CD_OFFSET_TO_ROUND);错误为将基本类型的复合表达式转换为无符号的基本类型，修正

2023-07-25 上传
dest_point[cd_make->dest_index].X = (int32_t)((cd_make->pos[cd_make->pos_index].h_CP_position * GRPH_CD_DST_POINT_SCALE) + (uint32_t)GRPH_CD_OFFSET_TO_ROUND); dest_point[cd_make->dest_index].Y = (int...

change_pos.iloc[-1] = -change_pos.iloc[:-2].sum()

2023-07-14 上传
这段代码将 "change_pos" 中倒数第一个位置的元素设置为 "change_pos" 中除了倒数两个元素外的所有元素之和的相反数。 ```python change_pos.iloc[-1] = -change_pos.iloc[:-2].sum() print(change_pos) ``` 这里...
御道御小黑
  • 粉丝: 68
  • 资源: 1万+
上传资源 快速赚钱

最新资源