国粹——诗经

1、关关雎鸠,在河之洲。窈窕淑女,君子好逑。(诗经·周南·关雎)

2、昔我往矣,杨柳依依;今我来思,雨雪霏霏。(诗经·小雅·采薇)

3、知我者,谓我心忧,不知我者,谓我何求。(诗经·王风·黍离)

4、如切如磋,如琢如磨。(诗经·卫风·淇奥)

5、一日不见,如三秋兮。(诗经·王风·采葛)

6、青青子衿,悠悠我心。(诗经·郑风·子衿)

7、所谓伊人,在水一方。(诗经·秦风·蒹葭)

8、巧笑倩兮,美目盼兮。(诗经·卫风·硕人)

9、手如柔荑,肤如凝脂。(诗经·卫风·硕人)

10、人而无仪,不死何为。(诗经·鄘风·相鼠)

11、言者无罪,闻者足戒。(诗经·大序)

12、高山仰止,景行行止。(诗经·小雅·车辖)

13、他人有心,予忖度之。(诗经·小雅)

14、高岸为谷,深谷为陵。(诗经·小雅)

15、他山之石,可以攻玉。(诗经·小雅·鹤鸣)

16、靡不有初,鲜克有终。(诗经·大雅·荡)

17、投我以桃,报之以李。(诗经·大雅·抑)

18、天作孽,犹可违,自作孽,不可活。(尚书)

19、满招损,谦受益。(尚书·大禹谟)

20、防民之口,甚于防川。(国语·周语)

21、从善如登,从恶如崩。(国语)

22、多行不义必自毙。(左传)

23、辅车相依,唇亡齿寒。(左传)

24、皮之不存,毛将焉附。(左传)

25、欲加之罪,何患辞。(左传)

26、言之无文,行而不远。(左传)

27、不去庆父,鲁难未已。(左传)

28、外举不弃仇,内举不失亲。(左传)

29、居安思危,思则有备,有备无患。(左传)

30、人非圣贤,孰能无过?过而能改,善莫大焉。(左传)

31、曲则全,枉则直。(老子)

32、知人者智,自知者明。(老子)

33、知足不辱,知止不殆。(老子)

34、信言不美,美言不信。(老子)

35、将欲取之,必先之。(老子)

74、路漫漫其修远兮,吾将上下而求索。(屈原·离骚)

75、长太息以掩涕兮,哀民生之多艰。(屈原·离骚)

76、亦余心之所善兮,虽九死其犹未悔。(屈原·离骚)

77、举世皆浊我独清,众人皆醉我独醒。(屈原·渔父)

78、吾不能变心以从俗兮,故将愁苦而终穷。(屈原·涉江)

79、余将董道而不豫兮,固将重昏而终身。(屈原·涉江)

80、苟余心之端直兮,虽僻远其何伤?(屈原·涉江)

81、尺有所短,寸有所长。(楚辞·卜居)

82、黄钟毁弃,瓦釜雷鸣。(楚辞·卜居)

83、其曲弥高,其和弥寡。(宋玉·对楚王问) 
【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
个人防护装备实例分割数据集 一、基础信息 数据集名称:个人防护装备实例分割数据集 图片数量: 训练集:4,524张图片 分类类别: - Gloves(手套):工作人员佩戴的手部防护装备。 - Helmet(安帽):头部防护装备。 - No-Gloves(未戴手套):未佩戴手部防护的状态。 - No-Helmet(未戴安帽):未佩戴头部防护的状态。 - No-Shoes(未穿安鞋):未佩戴足部防护的状态。 - No-Vest(未穿安背心):未佩戴身体防护的状态。 - Shoes(安鞋):足部防护装备。 - Vest(安背心):身体防护装备。 标注格式:YOLO格式,包含实例分割的多边形坐标和类别标签,适用于实例分割任务。 数据格式:来源于实际场景图像,适用于计算机视觉模型训练。 二、适用场景 工作场所安监控系统开发:数据集支持实例分割任务,帮助构建能够自动识别工作人员个人防护装备穿戴状态的AI模型,提升工作环境安性。 建筑与工业安检查:集成至监控系统,实时检测PPE穿戴情况,预防安事故,确保合规性。 学术研究与创新:支持计算机视觉在职业安领域的应用研究,促进AI与安工程的结合。 培训与教育:可用于安培训课程,演示PPE识别技术,增强员工安意识。 三、数据集优势 精准标注与多样性:每个实例均用多边形精确标注,确保分割边界准确;覆盖多种PPE物品及未穿戴状态,增加模型鲁棒性。 场景丰富:数据来源于多样环境,提升模型在不同场景下的泛化能力。 任务适配性强:标注兼容主流深度学习框架(如YOLO),可直接用于实例分割模型开发,支持目标检测和分割任务。 实用价值高:专注于工作场所安,为自动化的PPE检测提供可靠数据支撑,有助于减少工伤事故。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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