学习高等数学需要的初等数学知识

news2024/11/14 21:52:31

文章目录

  • 名词解释
  • 常用希腊字符读音
  • 幂、根式和对数
  • 常用的三角函数值
  • 三角函数变换
  • 一元二次方程求解
  • 充分条件和必要条件
  • 切线方程、斜率和法线
  • 隐函数
  • 极坐标
  • 排列组合

名词解释

教材中存在着许多熟悉且陌生的词汇,作者在此进行了整理:

  • 概念:概念是人类在认识过程中,从感性认识上升到理性认识,把所感知的事物的共同本质特点抽象出来,加以概括,是自我认知意识的一种表达,形成概念式思维惯性。
  • 定义:定义是对一种事物的本质特征或一个概念的内涵和外延的确切而简要的说明;或是透过列出一个事件或者一个物件的基本属性来描述或规范一个词或一个概念的意义。
  • 公理:公理是不能也不需要被证明,被大家公认的直接可以使用的道理。
  • 定理:定理是可以被证明而且已经通过其他公理和定理证明出来的道理。
  • 性质:事物本身所具有的、区别于其他事物的特征。

常用希腊字符读音

  • α \alpha α:/ælfə/
  • β \beta β:/betə/
  • Γ \Gamma Γ γ \gamma γ:/gama/
  • Δ \Delta Δ δ \delta δ:/deltə/
  • ε \varepsilon ε:/epsilon/
  • υ \upsilon υ:/apsilon/
  • θ \theta θ:/θitə/
  • π \pi π:/paɪ/
  • η \eta η:/ita/
  • Λ \Lambda Λ λ \lambda λ:/læmdə/
  • μ \mu μ:/mju/
  • ξ \xi ξ:/ksi/
  • Σ \Sigma Σ σ \sigma σ:/sigmə/
  • τ \tau τ:/taʊ/
  • Φ \varPhi Φ φ \varphi φ:/faɪ/
  • ψ \psi ψ:/psi/
  • Ω \Omega Ω ω \omega ω:/omiga/
  • ρ \rho ρ:/ru:/

幂、根式和对数

在这里插入图片描述

  • 幂运算:
    a m a n = a m + n a m ÷ a n = a m − n ( a m ) n = a m n ( a b ) m = a m b m ( a b ) m = a m b m a m + n = a m a n a − m = 1 a m ( m ∈ N + , a ≠ 0 ) a 1 m = a m ( 当 m 为偶数时 a ≥ 0 ; m 为奇数时 a ∈ R ) a^ma^n=a^{m+n}\\ a^m\div a^n=a^{m-n}\\ (a^m)^n=a^{mn}\\ (ab)^m=a^mb^m\\ (\frac{a}{b})^m=\frac{a^m}{b^m}\\ a^{m+n}=a^ma^n\\ a^{-m}=\frac{1}{a^m}(m\in N^+,a\ne0)\\ a^{\frac{1}{m}}=\sqrt[m]{a}(当m为偶数时a\ge 0;m为奇数时a\in R) aman=am+nam÷an=amn(am)n=amn(ab)m=ambm(ba)m=bmamam+n=amanam=am1(mN+,a=0)am1=ma (m为偶数时a0;m为奇数时aR)
  • 根式运算:
    a 2 = a a 2 = ∣ a ∣ a b = a b a b = a b \sqrt{a}^2=a\\ \sqrt{a^2}=|a|\\ \sqrt{ab}=\sqrt{a}\sqrt{b}\\ \sqrt{\frac{a}{b}}=\frac{\sqrt a}{\sqrt b} a 2=aa2 =aab =a b ba =b a
  • 对数运算:

a l o g a N = N l o g a M N = l o g a M + l o g a N l o g a N n = n l o g a N l o g a m N = 1 m l o g a N l o g a N = l o g c N l o g c a alog_aN=N\\ log_aMN=log_aM+log_aN\\ log_aN^n=nlog_aN\\ log_{a^m}N=\frac{1}{m}log_aN\\ log_aN=\frac{log_cN}{log_ca} alogaN=NlogaMN=logaM+logaNlogaNn=nlogaNlogamN=m1logaNlogaN=logcalogcN

常用的三角函数值

函数/角度030456090
sin0 1 2 \frac{1}{2} 21 2 2 \frac{\sqrt2}{2} 22 3 2 \frac{\sqrt3}{2} 23 1
cos1 3 2 \frac{\sqrt3}{2} 23 2 2 \frac{\sqrt2}{2} 22 1 2 \frac{1}{2} 210
tan0 3 3 \frac{\sqrt3}{3} 33 1 3 \sqrt3 3 -

三角函数变换

  • 三角函数关系式:
    t a n a c o t a = 1 s i n a c s c a = 1 c o s a s e c a = 1 t a n a = s i n a c o s a c o t a = c o s a s i n a s i n a + c o s a = 1 1 + t a n 2 a = s e c 2 a 1 + c o t 2 a = c s c 2 a tanacota=1\\ sinacsca=1\\ cosaseca=1\\ tana=\frac{sina}{cosa}\\ cota=\frac{cosa}{sina}\\ sin^a+cos^a=1\\ 1+tan^2a=sec^2a\\ 1+cot^2a=csc^2a tanacota=1sinacsca=1cosaseca=1tana=cosasinacota=sinacosasina+cosa=11+tan2a=sec2a1+cot2a=csc2a
  • 诱导公式:
角\函数 s i n sin sin c o s cos cos t a n tan tan c o t cot cot
− a -a a − s i n a -sina sina c o s a cosa cosa − t a n a -tana tana − c o t a -cota cota
π 2 − a \frac{\pi}{2}-a 2πa c o s a cosa cosa s i n a sina sina c o t a cota cota t a n a tana tana
π 2 + a \frac{\pi}{2}+a 2π+a c o s a cosa cosa − s i n a -sina sina − c o t a -cota cota − t a n a -tana tana
π − a \pi-a πa s i n a sina sina − c o s a -cosa cosa − t a n a -tana tana − c o t a -cota cota
π + a \pi+a π+a − s i n a -sina sina − c o s a -cosa cosa t a n a tana tana c o t a cota cota
3 π 4 − a \frac{3\pi}{4}-a 43πa − c o s a -cosa cosa − s i n a -sina sina c o t a cota cota t a n a tana tana
3 π 4 + a \frac{3\pi}{4}+a 43π+a − c o s a -cosa cosa s i n a sina sina − c o t a -cota cota − t a n a -tana tana
π − a \pi-a πa − s i n a -sina sina c o s a cosa cosa − t a n a -tana tana − c o t a -cota cota
π + a \pi+a π+a s i n a sina sina c o s a cosa cosa t a n a tana tana c o t a cota cota
  • 和差角公式:
    s i n ( a ± b ) = s i n a c o s b ± c o s a s i n b c o s ( a + b ) = c o s a c o s b ∓ s i n a s i n b t a n ( a ± b ) = t a n a ± t a n b 1 ∓ t a n a t a n b c o t ( a ± b ) = c o t a c o t b ∓ 1 c o t b ± c o t a sin(a\pm b)=sinacosb\pm cosasinb\\ cos(a+b)=cosacosb\mp sinasinb\\ tan(a\pm b)=\frac{tana\pm tanb}{1\mp tanatanb}\\ cot(a\pm b)=\frac{cotacotb\mp 1}{cotb\pm cota} sin(a±b)=sinacosb±cosasinbcos(a+b)=cosacosbsinasinbtan(a±b)=1tanatanbtana±tanbcot(a±b)=cotb±cotacotacotb1

  • 和差化积公式:
    s i n a + s i n b = 2 s i n a + b 2 c o s a − b 2 s i n a − s i n b = 2 c o s a + b 2 s i n a − b 2 c o s a + c o s b = 2 c o s a + b 2 c o s a − b 2 c o s a − c o s b = − 2 s i n a + b 2 s i n a − b 2 sina+sinb=2sin\frac{a+b}{2}cos\frac{a-b}{2}\\ sina-sinb=2cos\frac{a+b}{2}sin\frac{a-b}{2}\\ cosa+cosb=2cos\frac{a+b}{2}cos\frac{a-b}{2}\\ cosa-cosb=-2sin\frac{a+b}{2}sin\frac{a-b}{2} sina+sinb=2sin2a+bcos2absinasinb=2cos2a+bsin2abcosa+cosb=2cos2a+bcos2abcosacosb=2sin2a+bsin2ab

  • 积化和差公式:
    s i n a s i n b = − 1 2 [ c o s ( a + b ) − c o s ( a − b ) ] c o s a c o s b = 1 2 [ c o s ( a + b ) + c o s ( a − b ) ] s i n a c o s b = 1 2 [ s i n ( a + b ) + s i n ( a − b ) ] c o s a s i n b = 1 2 [ s i n ( a + b ) − s i n ( a − b ) ] sinasinb=-\frac{1}{2}[cos(a+b)-cos(a-b)]\\cosacosb=\frac{1}{2}[cos(a+b)+cos(a-b)]\\sinacosb=\frac{1}{2}[sin(a+b)+sin(a-b)]\\cosasinb=\frac{1}{2}[sin(a+b)-sin(a-b)] sinasinb=21[cos(a+b)cos(ab)]cosacosb=21[cos(a+b)+cos(ab)]sinacosb=21[sin(a+b)+sin(ab)]cosasinb=21[sin(a+b)sin(ab)]

  • 倍角公式:
    s i n 2 a = 2 s i n a c o s a s i n 3 a = 3 s i n a − 4 s i n 3 a c o s 2 a = 2 c o s 2 a − 1 = 1 − 2 s i n 2 a = c o s 2 a − s i n 2 a c o s 3 a = 4 c o s 3 a − 3 c o s a c o t 2 a = c o t 2 a − 1 2 c o t a t a n 2 a = 2 t a n a 1 − t a n 2 a sin2a=2sinacosa\\ sin3a=3sina-4sin^3a\\ cos2a=2cos^2a-1=1-2sin^2a=cos^2a-sin^2a\\ cos3a=4cos^3a-3cosa\\ cot2a=\frac{cot^2a-1}{2cota}\\ tan2a=\frac{2tana}{1-tan^2a} sin2a=2sinacosasin3a=3sina4sin3acos2a=2cos2a1=12sin2a=cos2asin2acos3a=4cos3a3cosacot2a=2cotacot2a1tan2a=1tan2a2tana

  • 半角公式:
    s i n a 2 = ± 1 − c o s a 2 c o s a 2 = ± 1 + c o s a 2 t a n a 2 = ± 1 − c o s a 1 + c o s a = 1 − c o s a s i n a = s i n a 1 + c o s a c o t a 2 = ± 1 + c o s a 1 − c o s a = 1 + c o s a s i n a = s i n a 1 − c o s a sin\frac{a}{2}=\pm\sqrt{\frac{1-cosa}{2}}\\ cos\frac{a}{2}=\pm\sqrt{\frac{1+cosa}{2}}\\ tan\frac{a}{2}=\pm\sqrt{\frac{1-cosa}{1+cosa}}=\frac{1-cosa}{sina}=\frac{sina}{1+cosa}\\ cot\frac{a}{2}=\pm\sqrt{\frac{1+cosa}{1-cosa}}=\frac{1+cosa}{sina}=\frac{sina}{1-cosa} sin2a=±21cosa cos2a=±21+cosa tan2a=±1+cosa1cosa =sina1cosa=1+cosasinacot2a=±1cosa1+cosa =sina1+cosa=1cosasina

  • 万能公式:
    s i n a = 2 t a n a 2 1 + t a n 2 a 2 c o s a = 1 − t a n 2 a 2 1 + t a n 2 a 2 t a n a = 2 t a n a 2 1 − t a n 2 a 2 sina=\frac{2tan\frac{a}{2}}{1+tan^2\frac{a}{2}}\\ cosa=\frac{1-tan^2\frac{a}{2}}{1+tan^2\frac{a}{2}}\\ tana=\frac{2tan\frac{a}{2}}{1-tan^2\frac{a}{2}} sina=1+tan22a2tan2acosa=1+tan22a1tan22atana=1tan22a2tan2a

  • 其它公式:
    a s i n a + b c o s a = a 2 + b 2 s i n ( a + c ) , 其中 t a n c = b a a s i n a − b c o s a = a 2 + b 2 c o s ( a − c ) , 其中 t a n c = a b 1 + s i n a = ( s i n a 2 + c o s a 2 ) 2 1 − s i n a = ( s i n a 2 − c o s a 2 ) 2 asina+bcosa=\sqrt{a^2+b^2}sin(a+c),其中tanc=\frac{b}{a}\\ asina-bcosa=\sqrt{a^2+b^2}cos(a-c),其中tanc=\frac{a}{b}\\ 1+sina=(sin\frac{a}{2}+cos\frac{a}{2})^2\\ 1-sina=(sin\frac{a}{2}-cos\frac{a}{2})^2 asina+bcosa=a2+b2 sin(a+c),其中tanc=abasinabcosa=a2+b2 cos(ac),其中tanc=ba1+sina=(sin2a+cos2a)21sina=(sin2acos2a)2

一元二次方程求解

在这里插入图片描述

充分条件和必要条件

  • 充分条件:由前一个条件推出后一个条件。
  • 必要条件:由后一个条件推出前一个条件。
  • 充要条件:前一个条件能推出后一个条件,后一个条件也能推出前一个条件。

切线方程、斜率和法线

  • 切线指的是一条刚好触碰到曲线上某一点的直线。更准确地说,当切线经过曲线上的某点(即切点)时,切线的方向与曲线上该点的方向是相同的。
  • 斜率:表示直线关于坐标轴倾斜程度的量。通常用直线与横坐标轴夹角的正切,或两点的纵坐标之差与横坐标之差的比来表示。
    • k = t a n θ k=tan\theta k=tanθ
    • k = y 1 − y 2 x 1 − x 2 k=\frac{y_1-y_2}{x_1-x_2} k=x1x2y1y2
  • 法线:法线就是垂直于切线的线。
  • 函数在某一点的切线斜率乘法线斜率等于负一。
  • 已知直线方程求斜率: a x + b y + c = 0 ⇒ k = − a b ax+by+c=0\Rightarrow k=-\frac{a}{b} ax+by+c=0k=ba
  • 已知斜率和一点求直线: y − y 0 = k ( x − x 0 ) y-y_0=k(x-x_0) yy0k(xx0)

隐函数

如果方程 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0能确定 y y y x x x的函数,那么称这种方式表示的函数是隐函数。而函数就是指:在某一变化过程中,两个变量 x 、 y x、y xy,对于某一范围内的 x x x的每一个值, y y y都有确定的值和它对应, y y y就是 x x x的函数。这种关系一般用 y = f ( x ) y=f(x) y=f(x)即显函数来表示。 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0即隐函数是相对于显函数来说的。

极坐标

  • 极坐标:极坐标是指在平面内取一个定点 O O O,叫极点,引一条射线 O x Ox Ox,叫做极轴,再选定一个长度单位和角度的正方向(通常取逆时针方向)。对于平面内任何一点 M M M,用 ρ ρ ρ表示线段 O M OM OM的长度, θ θ θ表示从 O x Ox Ox O M OM OM的角度, ρ ρ ρ叫做点 M M M的极径, θ θ θ叫做点 M M M的极角,有序数对 ( ρ , θ ) (ρ,θ) (ρ,θ)就叫点 M M M的极坐标,这样建立的坐标系叫做极坐标系。
  • 参数方程:一般地,在平面直角坐标系中,如果曲线上任意一点的坐标 x 、 y x、y xy都是某个变数 t t t的函数,并且对于 t t t的每一个允许的取值,由方程组确定的点 ( x , y ) (x, y) (x,y)都在这条曲线上,那么这个方程就叫做曲线的参数方程,联系变数 x 、 y x、y xy的变数 t t t叫做参变数,简称参数。相对而言,直接给出点坐标间关系的方程即称为普通方程。
  • 极坐标和直角坐标的相互转换:
    • x = ρ c o s θ x=\rho cos\theta x=ρcosθ
    • y = ρ s i n θ y=\rho sin\theta y=ρsinθ
    • t a n θ = y x tan\theta=\frac{y}{x} tanθ=xy

排列组合

分类计数原理(加法原理):完成一件事,有 n n n类办法,在第一类办法中有 m 1 m_1 m1种不同的方法,在第二类办法中有 m 2 m_2 m2种不同的方法, … \dots ,在第 n n n类办法中有 m n m_n mn种不同的方法,那么完成这件事共有 N = m 1 + m 2 + … … + m n N=m_1+m_2+……+m_n N=m1+m2+……+mn种不同的方法。
分步计数原理(乘法原理):完成一件事,需要分成 n n n个步骤,做第 1 1 1步有 m 1 m_1 m1种不同的方法,做第 2 2 2步有 m 2 m_2 m2种不同的方法, … \dots ,做第 n n n步有 m n m_n mn种不同的方法,那么完成这件事共有 N = m 1 × m 2 × … … × m n N=m_1×m_2×……×m_n N=m1×m2×……×mn种不同的方法。
排列

定义:从 n n n个不同元素中取出 m ( m ≤ n ) m(m≤n) m(mn)个按照一定顺序排成一列,叫做从 n n n个不同元素中取出 m m m个元素的一个排列。
排列数:从 n n n个不同元素中取出 m ( m ≤ n ) m(m≤n) m(mn)个的所有排列的个数,叫做从 n n n个不同元素中取出 m m m个元素的排列数,记作 A n m A_n^m Anm
公式

  • A n m = n ! ( n − m ) ! A_n^m=\frac{n!}{(n-m)!} Anm=(nm)!n!
  • A n n = n ! A_n^n=n! Ann=n!
  • $ A_n^0=1$
  • 0 ! = 1 0!=1 0!=1

组合

定义:一般地,从 n n n个不同元素中取出 m ( m ≤ n ) m(m≤n) m(mn)个元素合成一组,叫做从 n n n个不同元素中取出 m m m个元素的一个组合。
组合数:从 n n n个不同元素中取出 m ( m ≤ n ) m(m≤n) m(mn)个元素的所有不同组合的个数,叫做从 n n n个不同元素中取出 m m m个元素的组合数,记作 C n m C_n^m Cnm
公式

  • C n m = n ! m ! ( n − m ) ! C_n^m=\frac{n!}{m!(n-m)!} Cnm=m!(nm)!n!
  • C n m = c n n − m C_n^m=c_n^{n-m} Cnm=cnnm
  • C n + 1 m = C n m + C n m − 1 C_{n+1}^m=C_n^m+C_n^{m-1} Cn+1m=Cnm+Cnm1
  • C n 0 = 1 C_n^0=1 Cn0=1

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/930529.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

开始MySQL之路—— DDL语法、DML语法、DQL语法基本操作详解

DDL语法 DDL(Data Definition Language) 数据定义语言,该语言部分包括以下内容。 对数据库的常用操作 对表结构的常用操作 修改表结构 对数据库的常用操作 1: 查看当前所有的数据库 show databases; 2:创建数据库 create dat…

Linux下的Shell基础——流程控制(三)

前言: 每门编程都有它独特的语法,比如C语言,Java等编程语言,有相同的地方也有自己独特的地方,但都离不开变量、运算符,条件判断、循环和函数这几个地方的学习,下面就让我们学习一下shell编程里…

CRM软件的功能与报价如何制定?

CRM软件很贵吗?CRM价格与系统功能、部署方式、用户数量、附加服务等有关。当然,不同的CRM厂商,也会有不同的定价模式。下面我们就来说说决定CRM系统报价的几个因素。 系统功能: CRM软件的功能越全面、越强大,其定价也…

携手共进:OpenAI与ScaleAI开展合作,为企业增强GPT模型微调功能

8 月 26 日消息,OpenAI 近日发布新闻,除了与Scale AI 展开深度合作外,OpenAI 还宣布他们计划扩展GPT系列的大语言模型。通过与Scale AI 的合作,OpenAI 能够在企业环境中定制GPT-3.5 Turbo和即将发布的GPT-4,以满足不同…

Typora上使用Mermaid语法展示流程图、时序图、甘特图

你已经安装Typora并打开了一个新文档后,可以按照以下详细步骤在Typora上使用Mermaid语法展示流程图、时序图、甘特图 流程图 使用graph LR声明开始,并使用箭头和连接符号定义节点之间的关系。例如,A --> B表示从节点A指向节点B的箭头连接。graph TB A[界面布局图] -->…

npm 卸载 vuecli后还是存在

运行了npm uninstall vue-cli -g,之后是up to date in,然后vue -V,版本号一直都在,说明没有卸载掉 1、执行全局卸载命令 npm uninstall vue-cli -g 2、删除vue原始文件 查看文件位置,找到文件删掉 where vue 3、再…

魏副业而战:闲鱼卖货做什么类目好?

我是魏哥,与其躺平,不如魏副业而战! 做闲鱼,有人做高客单价的,也有人做低客单价的。 之前魏哥有做宠物产品,利润低,每单赚几元,做的很累,但做过一段时间后发现有很多复…

左耳朵耗子:TCP 的那些事儿(上)

原文地址:https://coolshell.cn/articles/11564.html TCP是一个巨复杂的协议,因为他要解决很多问题,而这些问题又带出了很多子问题和阴暗面。所以学习TCP本身是个比较痛苦的过程,但对于学习的过程却能让人有很多收获。关于TCP这个…

nrm管理源仓库及发布私人npm包

使用nrm管理源及切换源仓库 1.安装nrm源管理器 npm install nrm -g2.查看目前现有的源仓库 通过 nrm ls 查看现有的源 nrm ls 输出:这是目前现有的源 3.切换不同的源 可以通过 nrm use xxx(源仓库名)来切换不同的源地址 nrm use taobao…

激活函数总结(二十):激活函数补充(SQNL、PLU)

激活函数总结(二十):激活函数补充 1 引言2 激活函数2.1 Square nonlinearity (SQNL)激活函数2.2 Piecewise Linear Unit (PLU)激活函数 3. 总结 1 引言 在前面的文章中已经介绍了介绍了一系列激活函数 (Sigmoid、Tanh、ReLU、Leaky ReLU、PR…

【Android】相对布局(RelativeLayout)最全解析

【Android】相对布局(RelativeLayout)最全解析 一、相对布局(RelativeLayout)概述二、根据父容器定位三、根据兄弟控件定位 一、相对布局(RelativeLayout)概述 相对布局(RelativeLayout&#x…

Xtrfy M42W鼠标说明书

下载:https://wwtf.lanzoul.com/ikXQh16gnmpe 密码:8h5t

OpenCV实战(基础知识三)

简介 OpenCV是一个流行的开源计算机视觉库,由英特尔公司发起发展。它提供了超过2500个优化算法和许多工具包,可用于灰度、彩色、深度、基于特征和运动跟踪等的图像处理和计算机视觉应用。OpenCV主要使用C语言编写,同时也支持Python、Java、C…

RocketMQ零拷贝原理

1 PageCache ●由内存中的物理page组成,其内容对应磁盘上的block。 ●page cache的大小是动态变化的。 ●backing store:cache缓存的存储设备。 ●一个page通常包含多个block,而block不一定是连续的。 1.1读Cache ●当内核发起一个读请求时&#x…

Meta发布AI编码工具,或可实现智能生成代码和调试代码

据悉,日前Meta推出名为 Code Llama 的AI编码工具,号称“最先进的大型编码语言模型”。 该模型基于Llama 2大型语言模型打造,可以理解为“Llama 2 的写代码专用版”,能够“生成新的代码并调试人类编写的工作”,目前已上…

Mycat事务补偿设计

1.概述 在使用数据分片场景下,单库下的事务处理无法满足系统的需求,因而需要进行分布式事务处理设计。 2.主要方案对比分析 处理分布式场景下的事务有很多种方案,主要方案如下表所示: 主要技术 优点 缺点 适用场景 XA with 2PC (JTA)、…

左耳朵耗子:TCP 的那些事儿(下)

原文地址:https://coolshell.cn/articles/11609.html 这篇文章是下篇,所以如果你对TCP不熟悉的话,还请你先看看上篇《TCP的那些事儿(上)》 上篇中,我们介绍了TCP的协议头、状态机、数据重传中的东西。但是T…

Spark 7:Spark SQL 函数定义

SparkSQL 定义UDF函数 方式1语法: udf对象 sparksession.udf.register(参数1,参数2,参数3) 参数1:UDF名称,可用于SQL风格 参数2:被注册成UDF的方法名 参数3:声明UDF的返回值类型 ud…

部分调试记录

Ubuntu16.04纯命令行安装VMwareTools hudahuahudahua-virtual-machine:~$ sudo apt-get install open-vm-tools -yhudahuahudahua-virtual-machine:~$ sudo apt-get install open-vm-tools-desktop无法加载so文件,版本问题 [rootdragonboard /]# ./Qserial -qws .…

工厂生产作业流程合规检测

工厂生产作业流程合规检测系统通过yolov7网络模型算法,工厂生产作业流程合规检测对作业人员的操作行为进行全面监测,通过图像识别算法和数据分析,对人员的操作动作、工具使用、安全防护等方面进行检测和评估,能够实时监测工人的操…