基本信息
应用IDC6917589380482789791
包名com.tongyuan.mworks.syslab.pc
版本1.0.18
大小3715 MB
价格免费
上架时间2026-06-12 09:23
更新时间2026-07-23 21:01
发布地区CN
隐私政策查看
SDK / API Level 说明
- 最低SDK(minsdk):20 — 应用运行所需的最低 HarmonyOS SDK 版本号
- 目标SDK(target_sdk):20 — 应用编译时面向的目标 SDK 版本号
- API Level(min_hmos_api_level):60000 — 应用要求的最低鸿蒙 API 级别(如 50000 = 5.0.0.0,50005 = 5.0.0.5,50101 = 5.0.1.1)
更新日志
修复使用许可相关问题
应用介绍
一、产品简介
Syslab 是新一代科学计算环境,旨在为算法开发、数值计算、数据分析和可视化、信息域计算分析等提供通用编程开发环境。Syslab 基于新一代高性能科学计算语言 Julia,提供业内最为高效的数值计算能力,同时内置自主研发的 M 语言内核,实现 M 语言的原生解析与运行。Syslab还支持与 Python、C/C++、Fortran、M、R 等编程语言的相互调用。结合其丰富的专业工具箱,Syslab 可支持不同领域的计算应用,如信号处理、通信仿真、图形图像处理、控制系统设计分析、人工智能等。Syslab 信息域计算分析与 Sysplorer 物理域建模仿真相融合,可以支撑完整的信息物理融合系统(CPS)建模仿真。
二、产品功能
1)编程与算法开发:创建脚本、函数,开展算法开发。
2)高性能数学计算引擎:动、静态编译融合的高性能语言和数学函数库。
3)数据探查与可视化:对数据进行预处理、探查、分析和可视化,支持数据导入、导出和图形交互。
4)APP构建:以面向对象的方式创建交互式APP。
5)专业工具箱:内置信号处理与无线通信、控制系统、AI与数据科学等系列专业工具箱。
6)与Sysblock、Sysplorer融合支持CPS建模仿真:Syslab、Sysblock在信息域(Cyber)的计算设计能力与Sysplorer在物理域(Physical)建模仿真能力无缝融合支撑CPS系统设计与验证。
三、应用场景
1)信号处理与通信仿真:支持均匀/非均匀采样信号的分析、预处理和特征提取,信号平滑处理、去趋势和功率谱估计,时域、频域及时频域中的可视化处理分析,以及FIR/IIR各类数字滤波器的设计,为信号处理和通信系统的设计与仿真提供支撑。
2)自动化与控制系统:支持控制系统的设计、测试和实现。从控制系统对象建模到设计并调节控制算法(通过经典控制方法和现代控制方法)和调度逻辑,以及通过自动生成代码进行部署以及系统的验证、确认和测试。
3)数据分析与人工智能:支持聚类分析、主成分分析、降维、分类、回归等数据的描述、分析及数据建模;支持前馈神经网络、卷积神经网络、循环神经网络等深度学习网络的设计、模型构建、训练以及深度学习应用。
4)图像处理与计算机视觉:支持图像数据的导入导出、图像类型转换、图像显示和探查、图像分割与分析、图像滤波和增强、几何变换和图像配准,为图像处理、分析、可视化和算法开发提供支撑。
Syslab 是新一代科学计算环境,旨在为算法开发、数值计算、数据分析和可视化、信息域计算分析等提供通用编程开发环境。Syslab 基于新一代高性能科学计算语言 Julia,提供业内最为高效的数值计算能力,同时内置自主研发的 M 语言内核,实现 M 语言的原生解析与运行。Syslab还支持与 Python、C/C++、Fortran、M、R 等编程语言的相互调用。结合其丰富的专业工具箱,Syslab 可支持不同领域的计算应用,如信号处理、通信仿真、图形图像处理、控制系统设计分析、人工智能等。Syslab 信息域计算分析与 Sysplorer 物理域建模仿真相融合,可以支撑完整的信息物理融合系统(CPS)建模仿真。
二、产品功能
1)编程与算法开发:创建脚本、函数,开展算法开发。
2)高性能数学计算引擎:动、静态编译融合的高性能语言和数学函数库。
3)数据探查与可视化:对数据进行预处理、探查、分析和可视化,支持数据导入、导出和图形交互。
4)APP构建:以面向对象的方式创建交互式APP。
5)专业工具箱:内置信号处理与无线通信、控制系统、AI与数据科学等系列专业工具箱。
6)与Sysblock、Sysplorer融合支持CPS建模仿真:Syslab、Sysblock在信息域(Cyber)的计算设计能力与Sysplorer在物理域(Physical)建模仿真能力无缝融合支撑CPS系统设计与验证。
三、应用场景
1)信号处理与通信仿真:支持均匀/非均匀采样信号的分析、预处理和特征提取,信号平滑处理、去趋势和功率谱估计,时域、频域及时频域中的可视化处理分析,以及FIR/IIR各类数字滤波器的设计,为信号处理和通信系统的设计与仿真提供支撑。
2)自动化与控制系统:支持控制系统的设计、测试和实现。从控制系统对象建模到设计并调节控制算法(通过经典控制方法和现代控制方法)和调度逻辑,以及通过自动生成代码进行部署以及系统的验证、确认和测试。
3)数据分析与人工智能:支持聚类分析、主成分分析、降维、分类、回归等数据的描述、分析及数据建模;支持前馈神经网络、卷积神经网络、循环神经网络等深度学习网络的设计、模型构建、训练以及深度学习应用。
4)图像处理与计算机视觉:支持图像数据的导入导出、图像类型转换、图像显示和探查、图像分割与分析、图像滤波和增强、几何变换和图像配准,为图像处理、分析、可视化和算法开发提供支撑。