进程 算法 机制 参数
MATLAB代码：基于改进二进制粒子群算法的含需求响应机组组合问题研究
MATLAB代码：基于改进二进制粒子群算法的含需求响应机组组合问题研究 关键词：机组组合 改进粒子群算法 需求响应 微网 参考文档：《A Modified Binary PSO to solve the Thermal Unit Commitment Problem》完全复现其中的第五章 仿真平台： ......
基于强化学习（Q-learning算法）的需求响应动态定价研究
代码关键词：需求响应 强化学习 动态定价 编程语言：python平台 主题：16、基于强化学习（Q-learning算法）的需求响应动态定价研究 代码内容： 代码提出了一种考虑服务提供商（SP）利润和客户（CUs）成本的分层电力市场能源管理动态定价DR算法。 用强化学习（RL）描述了动态定价问题为离 ......
Python代码：考虑需求响应的基于LSTM算法的住宅居民短期负荷预测
Python代码：考虑需求响应的基于LSTM算法的住宅居民短期负荷预测 关键词： LSTM 负荷预测 需求响应 用电模式 居民负荷预测 编程语言：python+TensorFlow 平台 主题：基于ANN-lstm的住宅居民需求响应负荷预测 内容简介：代码主要是做的是考虑住宅居民需求响应的短期负荷预 ......
MATLAB代码：基于benders分解算法的两阶段鲁棒问题求解
MATLAB代码：基于benders分解算法的两阶段鲁棒问题求解 关键词：两阶段鲁棒 benders分解法 鲁棒优化 参考文档：《Solving two-stage robust optimization problems using a column-and-constraint generati ......
MATLAB代码：基于改进粒子群算法的分布式电源选址定容研究
MATLAB代码：基于改进粒子群算法的分布式电源选址定容研究 关键词：分布式电源 选址定容 模拟退火算法 参考文档：《改进的粒子群优化算法在分布式电源选址和定容中的应用》基本复现； 仿真平台：MATLAB 主要内容：代码主要做的是基于改进粒子群算法（模拟退火算法）的分布式电源选址定容模型，首先构建了 ......
MATLAB代码：基于粒子群算法的电动汽车充电站最优选址和定容
MATLAB代码：基于粒子群算法的电动汽车充电站最优选址和定容 关键词：选址定容 电动汽车 充电站位置 仿真平台：MATLAB 主要内容：代码主要做的是一个电动汽车充电站的选址定容问题，提出了能够计及地理因素和服务半径的２步筛选法，以此来确定充电站的候选站址。 以规划期内充电站的总成本 （包括投资、 ......
对比学习中的温度超参数
如果温度系数设的越大，logits 分布变得越平滑，那么对比损失会对所有的负样本一视同仁，导致模型学习没有轻重。如果温度系数设的过小，则模型会越关注特别困难的负样本，但其实那些负样本很可能是潜在的正样本，这样会导致模型很难收敛或者泛化能力差。 ......
《c++徒步》MFC篇——消息映射机制
MFC消息映射机制 什么是消息映射机制？ MFC使用消息映射机制来处理消息，引入了消息映射表的概念，表中存消息和消息处理函数及二者对应关系。当鼠标点击事件发生时，会产生对应消息，然后去消息映射表中查找对应的消息处理函数并执行。 什么是句柄？ 句柄相当于一个编号，Windows对于我们来说相当于一个黑 ......
javascript数据结构与算法学习笔记
1. 栈结构 1.1 栈的介绍 栈是一种遵循后进先出(Last In First Out / LIFO) 原则的一种有序集合。 新添加或者要删除的元素都会保存在栈的同一端，我们把它叫做栈顶，另外一端叫做栈底。 1.2 栈的方法 push：将数据压入栈 pop：删除并返回栈顶元素（此方法会修改栈） p ......
使用a标签跳转到servlet里面，并且带有相关参数
相关实现 若是带有一个参数： <a href="deleteServlet?id=${id}"></a> 若是带有多个参数： <a href="deleteServlet?id=${id}&name=${name}"></a> ......
4月12日复习，仿函数，非类型模板参数，模板的特化
仿函数的学习：之前在实现优先级队列时在模板那里多传一个参数可以实现直接堆优先级的调整，因为设置大数优先还是小数优先，只是建大堆还是建小堆和相关算法的问题，而大堆算法与小堆算法的不同只是大于小于号的不同，若是仅仅因为这个就重新写一个相似的代码未免有点太冗余了，所以可以引入一个类这个类代替运算符的功能， ......
Springmvc常用注解参数与返回值
1.常用注解 1.1.@RequestMapping @RequestMapping注解是一个用来处理请求地址映射的注解，可用于映射一个请求或一个方法，可以用在类或方法上。 标注在方法上 用于方法上，表示在类的父路径下追加方法上注解中的地址将会访问到该方法 @Controller public cl ......
通过扩频和DCT变换算法将图像水印嵌入到音频信号中并提取水印matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 数字多媒体技术及互联网技术的迅猛发展，使得图像、视频和音频等多种形式的多媒体数字作品的创作、存储和传输变得极其便利。以mp3为代表的音乐作品通过网络渗透到世界的每一个角落。人们可以很方便地通过网络下载自己喜欢的音乐，这 ......
复杂度分析（上）：如何分析、统计算法的执行效率和资源消耗？
如何分析、统计算法的执行效率和资源消耗？ 数据结构和算法本身解决的是“快”和“省”的问题，即如何让代码运行得更快，如何让代码更省存储空间。所以，执行效率是算法一个非常重要的考量指标。 那如何来衡量你编写的算法代码的执行效率呢？这里就要用到我们今天要讲的内容：时间、空间复杂度分析。 复杂度分析是整个算 ......
KMP 算法与斐波那契(Fibonacci)字符串
编译原理 3.4.9 题的解析与答案，特别是 4、5 题仅供参考。 题目： Fibonacci 字符串的定义如下： 1) \(s1 = b\) 2) \(s2 = a\) 3) 当 \(k > 2\) 时， \(s_k = s_{k-1} s_{k-2}\) 例如：\(s3 = ab, s4 = a ......
c++指针参数传递和引用参数传递的区别
1) 指针参数传递本质上是值传递，它所传递的是一个地址值。 值传递过程中，被调函数的形式参数作为被调函数的局部变量处理，会在栈中开辟内存空间以存放由主调函数传递进来的实参值，从而形成了实参的一个副本（替身）。 值传递的特点是，被调函数对形式参数的任何操作都是作为局部变量进行的，不会影响主调函数的实参 ......
【LBLD】我写了首诗，把滑动窗口算法算法变成了默写题
【LBLD】我写了首诗，把滑动窗口算法算法变成了默写题 76.最小覆盖子串 class Solution { public: string minWindow(string s, string t) { unordered_map<char, int> need, window; for (char ......
Python的函数的缺省值参数（空列表）之坑
From https://www.jianshu.com/p/9f899d829562 def add(x,lst = []): if not(x in lst): lst.append(x) return lst list1 = add(1) print(list1) list2 = add(2) ......
包机制
1.包的语法格式为： package pkg1[. pkg2[.pkg3...]]; 2.一般利用公司域名倒置为包名； 为了能够使用某一个包的成员，我们需要在java程序中明确导入该包。使用"import"语句可以完成此功能 import package1[.package2...].(classn ......
（四）多进程的序列化
给出cloudpickle的GitHub地址： https://github.com/cloudpipe/cloudpickle 单机的Python序列化模块有自带的pickle，但是在Python的分布式计算中进行序列化则是使用cloudpickle。之所以在分布式计算中Python的序列化使用c ......
（三）python多进程multiprocessing模块的变量传递问题：父进程中的numpy.array对象隐式序列化到子进程后的inplace操作的问题
参考： https://docs.python.org/zh-cn/3/library/multiprocessing.html cloudpickle —— Python分布式序列化的专用模块 python多进程multiprocessing模块的变量传递问题：父进程中的numpy.array对象 ......
BM字符串匹配算法
/** * @file string_BM.cpp * @author Invisiphatom (ethancao16770@gmail.com) * @brief function:build_good_table is based on pictures from https://blog.c ......
基于布尔莎模型模型的二维的仿射变换（java与postgis)-）----四、七参数坐标转换
基于布尔莎模型模型的二维的仿射变换（java与postgis)-） 四、七参数坐标转换 1、布尔莎模型。 布尔莎模型可以为是三维的仿射变换，在三维空间直角坐标系中，平移，旋转，缩放都三个维度，布尔莎模型的参数则包括：3个平移参数x0,y0,z0;三个旋转参数anx,any,anz;一个尺度参数m。即 ......
进程和线程的调度优先级
//问题描述： 看门狗喂狗执行程序优先级优化 1.是采用线程还是进程优化？ 2.若采用实时调度的话，FIFO调度优先级最高提升为多大？ 3.若为RT线程，ps查看时也没看见优先级相关的信息（若不先查看系统下的RT线程的优先级，配置上会不会产生冲突？） 4.是写一个ko的形式，还是写一个执行程序去改变 ......
【图论之多源最短路】多源最短路专题（弗洛伊德算法）
注：弗洛伊德算法也可以在数据范围很小时（$10^2$级别）求单源最短路，例如3488.最短路径。优点是弗洛伊德算法相对于Dijkstra更好写，就三个for循环，代码比较短，缺点是只有在数据范围是$10^2$级别才能用。 3488. 最短路径 #include <iostream> #include ......
seq2seq中的注意力机制
seq2seq中的注意力机制解决了长期梯度消失的问题，LSTM只解决了一部分长短期问题。 transformer中采用的自注意力机制多少借鉴该方法，其最核心的公式如下图所示。 Attention机制详解（一）——Seq2Seq中的Attention - 知乎 (zhihu.com) Q、K、V分别代 ......
存储流程设计节点相关参数
https://github.com/bpmn-io/bpmn-font bpmn图标 https://cdn.staticaly.com/gh/bpmn-io/bpmn-font/master/dist/demo.html paletteData.js /** * 存储流程设计相关参数 */ ex ......