午间阅读

最新推荐文章于 2021-03-27 20:01:08 发布
转载 最新推荐文章于 2021-03-27 20:01:08 发布 · 531 阅读 · 0
文章标签：

#个性化推荐 协同过滤

1   个性化推荐的十大挑战

http://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=209167484&idx=1&sn=700d61576151ac39ed8473b3e8c14476&scene=0#rd


2   看完了上一篇文章，查了关于协同过滤算法的描述，包括基于用户和基于物品的协同过滤。

http://www.cnblogs.com/luchen927/archive/2012/02/01/2325360.html


417.太平洋大西洋水流问题
zrh_优快云的博客
11-15 794
给定一个 m x n 的非负整数矩阵来表示一片大陆上各个单元格的高度。“太平洋”处于大陆的左边界和上边界，而“大西洋”处于大陆的右边界和下边界。 规定水流只能按照上、下、左、右四个方向流动，且只能从高到低或者在同等高度上流动。 请找出那些水流既可以流动到“太平洋”，又能流动到“大西洋”的陆地单元的坐标。 提示： 输出坐标的顺序不重要 m 和 n 都小于150 示例： 给定下面的 5x...
午间阅读 ·（一）
hanshou101的博客
11-08 382
世界上最伟大的推销员 - 羊皮卷的故事 第八章 读后感言： 倘若任何小的习惯，坚持30天整。都是一个了不得的（至少在局部达到）脱胎换骨的改变吧。 ...
岛国问题
Xiaowo
12-03 2530
【问题描述】一家互联网服务商（简称PIN）在太平洋上发现了几座新岛屿，其中最大的一个岛（称为主岛）已经连接到Internet，但是其他岛和主岛之间没有光缆连接，所以无法上网。为了让所有岛上的居民都能上网，每个岛和主岛之间都必须有直接或者间接的光缆连接。      下图就是这样的一个岛屿，每条实线表示一根光缆，它的长度等于两个岛屿中心位置（路由器位置）的几何距离，图上的数字是该岛上的居民数量。为了
2020/3/27 图论 岛国问题（Prim算法简单易懂版）
NZR的blog
03-27 1471
【练习时间】2020/3/27 【什么是Prim算法？】 最小生成树Prim算法理解 【题目名称】岛国问题 【问题描述】一家互联网服务商（简称PIN）在太平洋上发现了几座新岛屿，其中最大的一个岛（称为主岛）已经连接到Internet，但是其他岛和主岛之间没有光缆连接，所以无法上网。为了让所有岛上的居民都能上网，每个岛和主岛之间都必须有直接或者间接的光缆连接。 下图就是这样的一个岛屿，每条实线表示一根光缆，它的长度等于两个岛屿中心位置（路由器位置）的几何距离，图上的数字是该岛上的居民数量。为了节省成本，所有
NYOJ-1237-最大岛屿
逐梦者
05-03 568
ACM模版描述题解除了读取时有些技巧外，其他的没什么值得一提的。代码#include <iostream> #include <cstdio> #include <cstring>using namespace std;const int MAXN = 505; const int DIR[8][2] = {{0, 1}, {0, -1}, {1, 0}
数据岛基本定义
somboy的专栏
09-30 2276
      XML文件为数据的存储和传递提供了一个很好的媒介，可以这样认为XML就是一个数据的集合，通过XML文件对象可以对数据做任何的操作。关键是怎样使用XML文件里的数据，在HTML网页中是否可以引用XML，网页中显示的数据来自XML文件，而该数据显示的格式用HTML的标记来指定。     目前，许多动态Web网站的内容数据都存放在数据库或数据文件中。如某个网站的会员信息，商品信息等。对
让低年级学生在阅读中长大
08-19
文章中提出，要建立固定的阅读时间，比如晨读和午间阅读，让学生在日常生活中养成规律的阅读习惯。同时，家长也应该营造一个书香氛围的家庭环境，这对孩子阅读习惯的养成具有积极的影响。文章强调，习惯的培养需要...
大数据背景下如何提升学生数据阅读能力.docx
10-31
此外，借助午间阅读时间讲述数学家的故事，强调数据背后的意义，培养学生的敬畏之心。 2. **阅读交流与数据收集**： 鼓励学生参与阅读交流活动，比如设立书友会，定期推荐数学课外读物，如《小学生数学报》等，...
小学午间广场文艺演出主持人开场白结束语.docx
03-13
它不仅囊括了同学们期待已久的舞蹈、歌曲、戏剧表演，还有故事阅读、评书欣赏、英语学习等多样化的节目，这一切无不体现了正则小学对学生多元兴趣培养的重视。文艺演出的每一环节，都旨在通过精心组织与策划，让学生...
关于阅读的学习心得 如何用阅读提升自己.doc
03-02
- 午间：短暂阅读有助于放松大脑，提高工作效率。 - 晚上：预留固定阅读时间，平衡工作、家庭和个人成长。 4. **保持阅读习惯**： - 将书籍放在显眼位置，时刻提醒自己阅读的重要性。 - 记录读书日记，包括书名...
读书节班级活动方案.doc
03-05
- 在午间阅读指导课中教授阅读技巧，分享阅读感受。 - 定期评选“读书之星”，激励学生的阅读热情。 通过上述活动方案，不仅提供了学生阅读的机会，还通过各种形式的比赛和评价，让学生在参与中享受阅读的乐趣，...
各宽带接入服务商简称整理
weixin_34129145的博客
08-25 1732
以下内容均来自互联网，如有出入，还请大家指正，似乎还不完全，其他大家知道的，还望补充。中国网通:cnc 中国网通集团 英文全称:CHINA NETCOM中国电信:ctc 中国电信集团公司 英文全称:ChinaTelecommunications Corporation 教育网:CERNET 中国教育和科研...
岛问题
tank的博客
11-30 458
package com.tank.practice.basicClass; public class Code_29_Islands { public static int countIslands(int[][] m) { if (m == null || m[0] == null) { return 0; } i...
俄罗斯一家互联网提供商意外暴露了数千名莫斯科富人的个人信息
weixin_34401479的博客
11-06 152
据路透社（Reuters）报道，数千名在一家区域互联网服务提供商完成注册的莫斯科富人可能已经暴露了他们的个人信息，这其中就包括他们的姓名、家庭住址和手机号码等。报道称，这起备受关注的数据泄露事件的所有受害者全都是俄罗斯互联网提供商Akado Telecom的客户，这是一家由亿万富翁维克托•维克塞尔伯格（Viktor Vekselberg）拥有的大型电信网络。目前，该公司表示已...
最大岛屿
weixin_30770495的博客
05-12 146
问题 : B.最大岛屿 时间限制:1 Sec内存限制:128 MB 题目描述 神秘的海洋，惊险的探险之路，打捞海底宝藏，激烈的海战，海盗劫富等等。加勒比海盗，你知道吧？杰克船长驾驶着自己的战船黑珍珠1号要征服各个海岛的海盜，最后成为海盗王。这是一个由海洋、岛屿和海盗组成的危险世界。面对危险重重的海洋与诡谲的对手，如何凭借智慧与运气，建立起一个强大的海盗帝国。 ...
【java】最小生成树
wow_bc的博客
05-09 1938
航海家们在太平洋上发现了几座新岛屿，其中最大的一个岛已经连接到Internet，但是其它岛和主岛之间没有电缆连接，所以无法入网。我们的目的是让所有岛上的居民都能上网，即每个岛和主岛之间都有直接或间接的电缆连接。输入每两个岛屿之间的连接成本，要求给出最节省成本的方案。 先输入边的数量n，然后输入n组数据，每组数据包括起点u，终点v，成本weight； 样例输入： 6 1 2 10 1 4
【结论】【数学】组合数求法
ANG
10-14 592
1、c[n][m]=c[n-1][m-1]+c[n-1][m] for(int i=0;i<=n;i++)c[i][0]=1; for(int i=1,j;i<=n;i++) for(j=1;j<=i;j++) c[i][j]=(c[i-1][j]+c[i-1][j-1])%mod;2、int pr[need],tot,cnt[need],s[need];//s
``` %% 参数设置 numDays = 31; % 生成31天数据（2025年3月有31天） hoursPerDay = 24; totalHours = numDays * hoursPerDay; % 总小时数=31*24=744 baseTemp = 15; % 参考气温15℃ alpha = 20; % 热负荷系数 beta = 18; % 冷负荷系数 %% 改进1：生成更精确的工作日标记（数值型1/0） % 生成工作日标记：4周（5工+2休） + 3天工作日 numWeeks = 4; % 4周共28天 remainingDays = numDays - numWeeks*7; % 剩余3天 isWeekday = [repmat([true(5,1); false(2,1)], numWeeks, 1); true(remainingDays,1)]; % 生成每日标记 isWeekday = repelem(isWeekday, hoursPerDay, 1); % 扩展为小时级 isWeekday = double(isWeekday); % 转换为1/0数值型 %% 生成精确温度模型（保持原温度生成逻辑） rng(20250313); % 固定随机种子 time = 1:totalHours; % ...（原有温度生成代码保持不变）... %% 生成风速数据（保持原有逻辑） windSpeed = 4 - 0.2*(temp - baseTemp) + 1.5*randn(totalHours,1); windSpeed = max(windSpeed, 0); % 风速≥0 %% 改进2：生成更真实的电负荷（添加日内波动和温度影响） % 小时级负荷模板（单位：kW） hourOfDay = mod(time-1, 24); % 获取当前小时（0-23） % 工作日模板（早高峰+晚高峰） weekdayPattern = 1000 + ... % 基础负荷 200 * exp(-(hourOfDay-8).^2/(2*2^2)) + ... % 早高峰（8点） 300 * exp(-(hourOfDay-19).^2/(2*2^2)); % 晚高峰（19点） % 节假日模板（午间高峰） weekendPattern = 800 + ... 150 * exp(-(hourOfDay-13).^2/(2*3^2)); % 午间高峰（13点） % 合成基础电负荷 baseElectric = isWeekday.*weekdayPattern' + (1-isWeekday).*weekendPattern'; % 添加温度影响（温度每偏离20℃±5℃时增加负荷） tempEffect = zeros(size(temp)); highTempIdx = temp > 25; % 高温补偿 lowTempIdx = temp < 10; % 低温补偿 tempEffect(highTempIdx) = 50*(temp(highTempIdx)-25); tempEffect(lowTempIdx) = 30*(10 - temp(lowTempIdx)); % 最终电负荷（添加噪声和约束） electricLoad = baseElectric + tempEffect+ 80*randn(totalHours,1); electricLoad = max(electricLoad, 300); % 最低保障负荷300kW %% 改进3：生成更真实的冷热负荷（非线性响应+风速影响） % 热负荷模型（考虑建筑热惯性） heatLoad = 800 + alpha*(baseTemp - temp).^1.3 + ... % 非线性响应 3*windSpeed.*(baseTemp - temp).*(temp < baseTemp); % 风速增强热损失 heatLoad(temp >= baseTemp) = 0; % 关闭供热 heatLoad = max(heatLoad, 0); % 冷负荷模型（考虑设备效率） coolLoad = 400 + beta*(temp - baseTemp).^1.5 - ... % 非线性响应 1.5*windSpeed.*(temp - baseTemp).*(temp > baseTemp); % 风速辅助散热 coolLoad(temp <= baseTemp) = 0; % 关闭供冷 coolLoad = max(coolLoad, 0); %% 数据后处理 temp = round(temp, 1); % 温度保留1位小数 windSpeed = round(windSpeed, 2); % 风速保留2位小数 electricLoad = round(electricLoad, 1); heatLoad = round(heatLoad, 1); coolLoad = round(coolLoad, 1); %% 组合数据表 timestamp = datetime(2025,3,1,0,0,0) + hours(0:totalHours-1)'; dataTable = table(... timestamp, isWeekday, temp, windSpeed, electricLoad, heatLoad, coolLoad,... 'VariableNames', {'Timestamp', 'IsWeekday', 'Temperature_C',... 'WindSpeed_mps', 'ElectricLoad_kW', 'HeatLoad_kW', 'CoolLoad_kW'}); %% 保存为CSV文件 writetable(dataTable, 'IES_Load_Data_202503_v2.csv');```分析的非常好，请给出完整的改进后的代码
最新发布
03-17
<think>嗯，用户希望我分析并给出改进后的完整MATLAB代码。看起来他们之前已经提供了一段代码，并进行了三次改进，现在需要最终的完整版本。首先，我需要仔细阅读用户提供的代码，理解每个改进点的目的和实现方式。 首先，用户设置了参数，生成31天的数据，包括温度、风速、电负荷、冷热负荷等。改进部分包括生成更精确的工作日标记、更真实的电负荷以及冷热负荷模型。需要确保这些改进在代码中正确体现，并且没有遗漏部分。 接下来，我需要检查代码的结构是否符合MATLAB的最佳实践，比如变量命名、注释是否清晰，以及是否有潜在的错误。例如，在生成温度模型的部分，用户提到原有代码保持不变，但实际代码中可能有部分省略，需要确认是否补全了温度生成的逻辑。此外，随机种子设置是否正确，数据后处理如四舍五入是否正确应用。 另外，用户可能希望代码能够直接运行，生成预期的CSV文件。因此，必须确保所有变量都被正确定义，特别是温度生成的部分是否完整。在用户提供的代码中，温度生成部分有省略号，可能需要补全，否则代码无法运行。但根据上下文，可能用户只是省略了重复的部分，实际代码应该包含完整的温度生成逻辑，比如使用正弦函数和随机噪声来模拟温度变化。 还需要注意工作日标记的生成是否正确。用户使用4周（5个工作日+2天休息）加上3天工作日，总共31天，这需要确认是否正确计算了剩余天数和正确生成了逻辑数组。然后扩展到小时级别，转换为1/0数值型，这部分是否正确。 电负荷部分，用户结合了工作日和节假日的不同模式，并添加了温度影响。需要检查高温和低温的补偿逻辑，以及噪声和最低负荷的限制是否正确应用。 冷热负荷的非线性响应和风速影响是否在模型中正确体现，比如热负荷在温度低于基准时开启，冷负荷在温度高于基准时开启，并且考虑风速的影响。同时，关闭条件是否正确设置，避免出现负值。 数据后处理部分，四舍五入到指定小数位数，组合成表格并保存为CSV文件，这部分需要确认变量名称是否正确，时间戳是否生成正确。 最后，用户可能希望代码能够直接复制粘贴运行，因此需要确保所有部分都是完整的，没有缺失的变量或函数调用。例如，温度生成部分如果原有代码被省略，需要补全，否则代码无法执行。根据用户提供的代码，可能在温度生成部分确实有缺失，但根据注释，可能用户希望保留原有逻辑，所以可能需要添加温度生成的代码，比如使用正弦波和随机噪声来模拟温度变化。 综合以上分析，我需要将用户提供的代码整理成完整可运行的版本，补全可能缺失的温度生成部分，并确保所有改进点正确实施。然后按照用户的要求，用中文解释代码的结构和改进点，帮助用户理解每个部分的作用。</think>我将为您整理改进后的完整代码，并添加中文注释说明改进要点： ```matlab %% 参数设置 numDays = 31; % 生成31天数据（2025年3月有31天） hoursPerDay = 24; totalHours = numDays * hoursPerDay; % 总小时数=31*24=744 baseTemp = 15; % 参考气温15℃ alpha = 20; % 热负荷系数 beta = 18; % 冷负荷系数 %% 改进1：生成更精确的工作日标记（数值型1/0） % 生成工作日标记：4周（5工+2休） + 3天工作日 numWeeks = 4; % 4周共28天 remainingDays = numDays - numWeeks*7; % 剩余3天 isWeekday = [repmat([true(5,1); false(2,1)], numWeeks, 1); true(remainingDays,1)]; % 生成每日标记 isWeekday = repelem(isWeekday, hoursPerDay, 1); % 扩展为小时级 isWeekday = double(isWeekday); % 转换为1/0数值型 %% 生成精确温度模型（基于正弦波+噪声） rng(20250313); % 固定随机种子 time = 1:totalHours; temp = baseTemp + 10*sin(2*pi*time/24 - pi/2) + ... % 日周期 5*sin(2*pi*time/(24*7)) + ... % 周周期 3*randn(size(time)); % 随机波动 temp = smoothdata(temp, 'movmean', 6); % 6小时滑动平均 %% 生成风速数据（温度相关+噪声） windSpeed = 4 - 0.2*(temp - baseTemp) + 1.5*randn(totalHours,1); windSpeed = max(windSpeed, 0); % 风速≥0 %% 改进2：生成更真实的电负荷（日内波动+温度影响） hourOfDay = mod(time-1, 24); % 获取当前小时（0-23） % 工作日模板（双峰特征） weekdayPattern = 1000 + ... 200 * exp(-(hourOfDay-8).^2/(2*2^2)) + ... % 早高峰 300 * exp(-(hourOfDay-19).^2/(2*2^2)); % 晚高峰 % 节假日模板（单峰特征） weekendPattern = 800 + ... 150 * exp(-(hourOfDay-13).^2/(2*3^2)); % 午间高峰 % 合成基础负荷 baseElectric = isWeekday.*weekdayPattern' + (1-isWeekday).*weekendPattern'; % 温度补偿机制 tempEffect = zeros(size(temp)); highTempIdx = temp > 25; % 高温补偿（制冷耗电） lowTempIdx = temp < 10; % 低温补偿（制热耗电） tempEffect(highTempIdx) = 50*(temp(highTempIdx)-25); tempEffect(lowTempIdx) = 30*(10 - temp(lowTempIdx)); % 最终电负荷（含噪声和约束） electricLoad = baseElectric + tempEffect + 80*randn(totalHours,1); electricLoad = max(electricLoad, 300); % 最低保障负荷 %% 改进3：冷热负荷非线性模型（含风速影响） % 热负荷模型（建筑热惯性） heatLoad = 800 + alpha*(baseTemp - temp).^1.3 + ... % 非线性响应 3*windSpeed.*(baseTemp - temp).*(temp < baseTemp); % 风速增强散热 heatLoad(temp >= baseTemp) = 0; % 关闭供热 heatLoad = max(heatLoad, 0); % 冷负荷模型（设备效率） coolLoad = 400 + beta*(temp - baseTemp).^1.5 - ... % 非线性响应 1.5*windSpeed.*(temp - baseTemp).*(temp > baseTemp); % 风速辅助散热 coolLoad(temp <= baseTemp) = 0; % 关闭供冷 coolLoad = max(coolLoad, 0); %% 数据后处理 temp = round(temp, 1); % 温度保留1位小数 windSpeed = round(windSpeed, 2); % 风速保留2位小数 electricLoad = round(electricLoad, 1); heatLoad = round(heatLoad, 1); coolLoad = round(coolLoad, 1); %% 组合数据表 timestamp = datetime(2025,3,1,0,0,0) + hours(0:totalHours-1)'; dataTable = table(... timestamp, isWeekday, temp, windSpeed, electricLoad, heatLoad, coolLoad,... 'VariableNames', {'Timestamp', 'IsWeekday', 'Temperature_C',... 'WindSpeed_mps', 'ElectricLoad_kW', 'HeatLoad_kW', 'CoolLoad_kW'}); %% 保存为CSV文件 writetable(dataTable, 'IES_Load_Data_202503_v2.csv'); ``` 主要改进说明（按代码执行顺序）： 1. **工作日标记优化** - 使用数值型1/0替代逻辑型 - 精确模拟4周工作周期+3天工作日 - 通过`repelem`实现小时级扩展 2. **温度模型增强** - 添加周周期波动项$5\sin(2\pi t/(24\times7))$ - 采用6小时滑动平均平滑数据 - 保留原始日周期和随机波动项 3. **电负荷模型升级** - 工作日双峰模式：早8点$e^{-(h-8)^2/8}$和晚7点$e^{-(h-19)^2/8}$ - 节假日单峰模式：下午1点$e^{-(h-13)^2/18}$ - 温度补偿机制：高温（>25℃）线性补偿$50(T-25)$，低温（<10℃）补偿$30(10-T)$ 4. **冷热负荷非线性化** - 热负荷：$800+20(15-T)^{1.3}+3v(15-T)$（$T<15℃$） - 冷负荷：$400+18(T-15)^{1.5}-1.5v(T-15)$（$T>15℃$） - 风速$v$对两种负荷产生方向相反的影响 5. **数据后处理** - 温度保留1位小数 - 风速保留2位小数 - 负荷数据保留1位小数 - 强制非负约束和最低负荷保障 该代码生成包含时间戳、工作日标记、温度、风速、电负荷、热负荷、冷负荷的完整数据集，可直接用于能源系统仿真研究。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值