- 博客(149)
- 收藏
- 关注
原创 爱心代码实现
i <= 5;i++) {j < 5 - i;j++) {j < i;j++) {j++) {j < i;j++) {i <= 10;i++) {j < i;j++) {j < 10 - i;j++) {
2023-06-19 12:11:02
280
原创 Java心型代码
i <= 5;i++) {j < 5 - i;j++) {j < i;j++) {j++) {j < i;j++) {i <= 10;i++) {j < i;j++) {j < 10 - i;j++) {
2023-06-19 12:10:37
442
原创 贝叶斯算法基本原理
Yes: return xold,target(xold) #撞了大运,还没开始迭代就结束了。利用PF(高斯过程回归)求解未知点(在事先定义的自变量范围内,有成千上万个未知点)的均值与方差。利用AC(EI或PI或UCB)找到贝叶斯优化器猜测的最大值的点xnew,一般是AC函数最大点。xold为已知的所有点中目标函数取得最大值的自变量值。No: 随机初始化。
2023-04-24 08:06:54
659
原创 贝叶斯优化算法
Yes: return xold,target(xold) #撞了大运,还没开始迭代就结束了。利用PF(高斯过程回归)求解未知点(在事先定义的自变量范围内,有成千上万个未知点)的均值与方差。利用AC(EI或PI或UCB)找到贝叶斯优化器猜测的最大值的点xnew,一般是AC函数最大点。xold为已知的所有点中目标函数取得最大值的自变量值。No: 随机初始化。
2023-04-24 08:06:20
801
原创 最小二乘法程序
phi(x)为基函数,通常为多项式1,x,x^2,...%n为数据拟合的次数,缺省时n=1;%x,y为数据的(x,y)坐标;%数据的最小二乘拟合,其中。%w为权值,缺省值w=1;%S为数据拟合的系数;%需要另写的外部函数.
2023-04-18 12:00:25
326
原创 最小二乘法程序
phi(x)为基函数,通常为多项式1,x,x^2,...%n为数据拟合的次数,缺省时n=1;%x,y为数据的(x,y)坐标;%数据的最小二乘拟合,其中。%w为权值,缺省值w=1;%S为数据拟合的系数;%需要另写的外部函数.
2023-04-18 11:59:44
532
原创 深度学习原理
print("使用纯Python用时{}s".format(time.time()-start))print("使用Numpy用时{}s".format(time.time()-start))
2023-04-16 11:07:57
270
原创 深度学习程序
print("使用纯Python用时{}s".format(time.time()-start))print("使用Numpy用时{}s".format(time.time()-start))
2023-04-16 11:07:26
179
原创 深度学习程序原理基本
print("使用纯Python用时{}s".format(time.time()-start))print("使用Numpy用时{}s".format(time.time()-start))
2023-04-15 12:19:44
680
原创 深度学习程序
print("使用纯Python用时{}s".format(time.time()-start))print("使用Numpy用时{}s".format(time.time()-start))
2023-04-15 12:19:07
414
原创 灰狼程序优化
适应度函数表达式(求这个函数的最大值)fplot(f, [0 20], 'b-');% 更新 Alpha, Beta, and Delta。% 初始化alpha,beta,delta。
2023-04-13 09:45:47
398
原创 灰狼算法程序
适应度函数表达式(求这个函数的最大值)fplot(f, [0 20], 'b-');% 更新 Alpha, Beta, and Delta。% 初始化alpha,beta,delta。
2023-04-13 09:45:16
405
原创 滑动窗口算法
/ 这里的list的首位必须是窗口中最大的那位。// 构造窗口完成,这时候需要根据条件做一些操作。// 如果发现第一个已经在窗口外面了,就移除。
2023-04-12 09:51:36
946
原创 滑动平均算法
/ 这里的list的首位必须是窗口中最大的那位。// 构造窗口完成,这时候需要根据条件做一些操作。// 如果发现第一个已经在窗口外面了,就移除。
2023-04-12 09:49:24
866
原创 神经网络算法
隐含层5个神经元,输出层1个神经元。theta1 = net.b{1}%中间层各神经元阈值。theta2 = net.b{2}%输出层各神经元阈值。V = net.iw{1,1}%输入层到中间层权值。W = net.lw{2,1}%中间层到输出层权值。legend('原始数据','仿真数据')
2023-04-09 08:57:20
571
原创 神经网络程序
隐含层5个神经元,输出层1个神经元。theta1 = net.b{1}%中间层各神经元阈值。theta2 = net.b{2}%输出层各神经元阈值。V = net.iw{1,1}%输入层到中间层权值。W = net.lw{2,1}%中间层到输出层权值。legend('原始数据','仿真数据')
2023-04-09 08:55:14
72
原创 经验模态分解
ylabel('幅值');legend('原信号','重构信号');ylabel('幅值');legend('原信号','重构信号');title('初始信号');%求取本证模态函数imf并绘制其时图像及频谱。ylabel('相关系数');%绘制出入信号时域图。%计算相关系数并绘制。
2023-04-08 09:28:23
196
原创 EMD分解
ylabel('幅值');legend('原信号','重构信号');ylabel('幅值');legend('原信号','重构信号');title('初始信号');%求取本证模态函数imf并绘制其时图像及频谱。ylabel('相关系数');%绘制出入信号时域图。%计算相关系数并绘制。
2023-04-08 09:25:17
502
原创 朴素贝叶斯算法
currentP *= self.gaussian(feature_p[fp][0], feature_p[fp][1], x[j]) #currentP=P(yk|x) =分子= p(xi|yk)迭乘。labels = np.array([1, 0, 0, 1, 0, 0, 1, 1, 1, 0])#是否是异常用户的标签(1:异常 0:正常)print("未知类型用户对应的行为数据为:[134,84,235,349],该用户的可能类型为:{}".format(label))# 不是异常用户的概率。
2023-04-04 09:40:01
482
原创 朴素贝叶斯程序
currentP *= self.gaussian(feature_p[fp][0], feature_p[fp][1], x[j]) #currentP=P(yk|x) =分子= p(xi|yk)迭乘。labels = np.array([1, 0, 0, 1, 0, 0, 1, 1, 1, 0])#是否是异常用户的标签(1:异常 0:正常)print("未知类型用户对应的行为数据为:[134,84,235,349],该用户的可能类型为:{}".format(label))# 不是异常用户的概率。
2023-04-04 09:38:02
417
原创 线性回归算法
print("预测值为: %s" %(lr_ls.predict(x_test)))print("估计的参数值:%s" %(lr_ls.w))# 用已经拟合的参数值预测新自变量。# 最小二乘法矩阵求解。
2023-04-03 10:08:44
277
原创 线性回归程序
print("预测值为: %s" %(lr_ls.predict(x_test)))print("估计的参数值:%s" %(lr_ls.w))# 用已经拟合的参数值预测新自变量。# 最小二乘法矩阵求解。
2023-04-03 10:06:48
75
原创 逻辑回归原理
x = dataf.iloc[:,1:4].as_matrix() #iloc[]切片,转为数组。r1.get_support(indices=True) #获取有效特征(特征筛选)降维。print('模型正确率为:'+str(r2.score(x,y)))r1 = RLR() #建立随机逻辑模型(用于筛选)r1.fit(x,y) #将x,y导入模型。r2 = LR() #建立逻辑模型。print('训练结束')
2023-04-02 09:51:01
519
原创 逻辑回归推导
x = dataf.iloc[:,1:4].as_matrix() #iloc[]切片,转为数组。r1.get_support(indices=True) #获取有效特征(特征筛选)降维。print('模型正确率为:'+str(r2.score(x,y)))r1 = RLR() #建立随机逻辑模型(用于筛选)r1.fit(x,y) #将x,y导入模型。r2 = LR() #建立逻辑模型。print('训练结束')
2023-04-02 09:48:01
315
潮流计算(包含结课论文).zip
2023-07-06
多微网三目标微网优化调度(风机、光伏、蓄电池、燃料电池、柴油机、电网交互)(Matlab代码实现).zip
2023-07-06
基于Matlab和CPLEX的2变量机组组合调度程序.zip
2023-07-06
在matlab中通过yalmip平台调用cplex求解器,可用于求解MILP问题,适合于综合能源系统优化求解.zip
2023-07-06
微网冷热电联供系统最优经济运行研究.zip
2023-07-06
分布式光伏发电计及气象因子及出力预测方法研究.zip
2023-07-06
基于注意力机制CNN-GRU-Attention混合神经网络的负荷预测方法.zip
2023-07-06
分配最优-路径选择-运输-运输路径选择.zip
2023-07-05
DDP-PowerSystem-master.zip
2023-07-05
SOCPR和基于线性离散最优潮流(OPF)模型的配电网规划( DNP )
2023-07-05
微电网两阶段鲁棒优化经济调度方法.zip
2023-07-05
综合能源微电网两阶段鲁棒优化.zip
2023-07-05
GreySystem灰色系统.zip
2023-07-05
Matlab+YALMIP+CPLEX解决带储能的微电网优化调度问题.zip
2023-07-05
(目标规划、多元分析与插值的相关例子及程序).zip
2023-07-05
元胞向量机的应用包括初等元胞自动机,激发介质,扩散限制聚集,气体动力学,森林火灾,砂堆规则,渗流集群,生命游戏元胞向量机.zip
2023-07-05
FuzzyMathematicalModel模糊数学模型.zip
2023-07-05
基本算法智能微电网粒子群优化算法,微源:光伏、风机、发电机、储能等.zip
2023-07-05
027配电网网架规划及数据.zip
2023-07-04
026SVM用于分类时的参数优化,粒子群优化算法,用于优化核函数的c,g两个参数(SVM PSO).zip
2023-07-04
电热联合系统的综合能源电网运行优化zip
2023-07-04
基于多目标灰狼算法的冷热电联供型微网低碳经济调度.zip
2023-07-04
基于两阶段鲁棒优化算法的微网多电源容量配置.zip
2023-07-04
基于多时间尺度滚动优化的多能源微网双层调度模型.zip
2023-07-04
关于粒子群算法的微网多目标优化调度运行.zip
2023-07-04
舒适度冷热电气多能互补的综合能源网络.zip
2023-07-04
013基于混合整数规划的电池容量优化 .zip
2023-07-04
电-气-热综合能源系统耦合调度、优化调度.zip
2023-07-04
考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化.zip
2023-07-04
CPLEX配电网重构单时段+多时段.zip
2023-07-04
基于储能优化的微网能量管理双层模型.zip
2023-07-04
考虑多目标粒子群算法的含风光燃储微网优化调度.zip
2023-07-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人