mdash

NativeBuferring——一种零分配的数据类型[上篇]

之前一个项目涉及到针对海量(千万级)实时变化数据的计算,由于对性能要求非常高,我们不得不将参与计算的数据存放到内存中,并通过检测数据存储的变化实时更新内存的数据。存量的数据几乎耗用了上百G的内存,再加上它们在每个时刻都在不断地变化,所以每时每刻都无数的对象被创建出来(添加+修改),同时无数现有的对象... ......
mdash 上篇 NativeBuferring amp 类型

[重读经典论文] RetinaNet——Focal Loss for Dense Object Detection

1. 前言这篇论文也是何凯明的团队在2017年的论文《Focal Loss for Dense Object Detection》中提出的,网络架构魔改了FPN,因此这篇论文的重点是提出了新的分类Loss——Focal Loss,用一个合适的函数,去度量难分类和易分类样本对总的损失函数的贡献。解决了 ......
mdash RetinaNet Detection amp 经典

基于粒子群的含分布式电源的主动配电网电压—有功-无功优化

关键词:无功优化 粒子群算法 主动配电网 IEEE33节点 基于粒子群的含分布式电源的主动配电网电压—有功-无功优化 软件:MATLAB 介绍:考虑24小时主动配电网有功、无功、电压越限展开研究,通过考虑接入风电光伏、无功补偿装置(SVC)并且进行调节的配电网,以网损、电压偏移、上级电网输入有功无功 ......
分布式 粒子 电压 电源 mdash

基于mpc的日前日内微网共享储能优化调度 日前优化部分——该程序首先根据《电力系统云储能研究框架与基础模型》上面类似方法

基于mpc的日前日内微网共享储能优化调度 日前优化部分——该程序首先根据《电力系统云储能研究框架与基础模型》上面类似方法,首先根据每个居民的实际需要得到响应储能充放电功率,然后优化得到整体的储能充放电功率情况。 日内滚动mpc跟踪部分——采用《基于MPC的微电网并网优化调度》P31-36页相关内容, ......
mdash 电力系统 amp 框架 模型

麻雀搜索算法(SSA)文章复现(改进Tent混沌初始化+改进Tent混沌扰动+高斯扰动)——

麻雀搜索算法(SSA)文章复现(改进Tent混沌初始化+改进Tent混沌扰动+高斯扰动)——CSSA。 复现内容包括:改进算法实现、23个基准测试函数、改进策略画图分析、文中三种混沌图分析、与SSA对比等。 代码基本上每一步都有注释,非常易懂,代码质量极高,便于新手学习和理解。YID:1959668 ......
mdash Tent 麻雀 算法 amp

matlab代码:储能参与电能量—辅助服务调频市场联合出清代码

matlab代码:储能参与电能量—辅助服务调频市场联合出清代码。 本代码是电力市场出清的一个重要方向,由于储能的诸多特性,使其适合于辅助服务市场的调频市场,储能的参与也能获利。 首先利用SCUC模型确定机组出力计划和储能充放电计划,然后利用SCED模型进行市场出清,确定节点电价,调频容量电价和调频里 ......
代码 能量 matlab 市场 mdash

Carsim与Simulink联合仿真模型——AEB

Carsim与Simulink联合仿真模型——AEB 提供cpar文件,simulink模型文件,模型搭建过程文档YID:5430669474837788 ......
mdash amp Simulink 模型 Carsim

麻雀搜索算法(SSA)文章复现(改进Tent混沌初始化+改进Tent混沌扰动+高斯扰动)——

麻雀搜索算法(SSA)文章复现(改进Tent混沌初始化+改进Tent混沌扰动+高斯扰动)——CSSA。 复现内容包括:改进算法实现、23个基准测试函数、改进策略画图分析、文中三种混沌图分析、与SSA对比等。 代码基本上每一步都有注释,非常易懂,代码质量极高,便于新手学习和理解。YID:1959668 ......
mdash Tent 麻雀 算法 amp

前车碰撞预警——FCW,基于深度学习和单目摄像头测距的前车碰撞预警

前车碰撞预警——FCW,基于深度学习和单目摄像头测距的前车碰撞预警源码。 单目测距,多目标跟踪。 车辆检测,智能adas,FCW,价格只包括源码及设计文档讲解。 我使用的版本说明: gpu版本: anoconda:3-5.1.0 cuda:10.0 cudnn: cudnn-10.0-windows ......
mdash amp 摄像头 深度 FCW
共9篇  :1/1页 首页上一页1下一页尾页