自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 成龙历险记夜光符咒和可自转支架的设计与制作(solidworks)

想要建模文件的朋友,请点赞、关注我并在评论区留言,我看到之后会第一时间私发给你╰(●’◡’●)╮ ╰(●’◡’●)╮ ╰(●’◡’●)╮

2024-09-07 00:59:55 523

原创 solidworks学习笔记4 第4章:曲面模块

拉伸曲面与拉伸凸台的不同:拉伸凸台必须要是闭合的图形,而拉伸曲面可以拉伸一条线。通过在平面上添加曲线和添加点,来创造出自己想要的形状。与填充曲面类似,但是要求曲线是闭合的且在同一平面。使不在同一平面的封闭曲线之间形成面。将多条连续的曲线组合为一条曲线。先选分割工具,后选要分割的面。将实体的一个面延伸到曲面。先选要替换的面,后选曲面。输入点的坐标,生成曲线。先选曲面,再选参考线。先选轮廓,后选路径。将多个曲面变为实体。

2024-08-27 20:41:34 2336

原创 Datawhale AI 夏令营 siRNA药物药效预测 task03

【代码】Datawhale AI 夏令营 siRNA药物药效预测 task03。

2024-08-03 20:33:08 226

原创 solidworks学习笔记3 第三章:特征模块

剪切螺纹线一般用在圆柱上,拉伸螺纹线一般用在孔上。可根据已有基准面、边、点、草图,建立新的基准面。圆柱,圆台等自带基准轴,点击观阅临时轴即可显示。依次选择原点和三个坐标轴方向。得到多个实体之间相交的部分。注意要复制的是实体还是特征。要扫描的轮廓必须是闭环的。平面上打孔不要用3D草图。包括扫描和放样的功能。近端面和远端面的配合。

2024-07-31 10:48:20 1133

原创 solidworks学习笔记2 第二章:草图编辑+草图复制

(2):几何约束:按住CTRL,依次点击两条线,添加关系。绘制草图要从原点开始。黑线为已约束,蓝色为未约束。一般使用强劲剪裁,包括下面四个功能。交叉曲线命令可以找出曲面的交线。非常实用,可以选择面或边。

2024-07-30 14:09:01 578

原创 Datawhale AI 夏令营 siRNA药物药效预测 task02

使用 GridSearchCV 进行网格搜索,以找到最优的超参数组合。参数网格包括 max_depth, learning_rate, num_leaves, n_estimators。使用5折交叉验证,并输出每次的得分。对指定的列进行 One-Hot 编码,并为每个新生成的列添加特定前缀。这样做是为了将分类特征转化为模型可以处理的数值形式。

2024-07-29 15:55:52 297

原创 Datawhale AI 夏令营 siRNA药物药效预测 task01

RNA干扰(RNAi)是生物细胞内天然存在的一种基因表达调控机制,可抵御外来核酸的入侵和控制基因表达。相比于传统小分子药物,siRNA具有可成药靶点多、药效强、安全性好、成本低的优势,其研发是全球范围内极具发展潜力的前沿医药领域之一。siRNA的化学修饰对siRNA在体内的稳定性、毒性、药代动力学特性至关重要,是siRNA研发中的重要影响因素,本赛题聚焦经过化学修饰的siRNA序列数据预测其对相应的信使RNA(mRNA)沉默效率指标,对指导siRNA药物设计具有重要指向性作用。

2024-07-25 17:32:36 500

原创 solidworks学习笔记1 第一章:草图绘制

周边圆:如图所示,已有三个圆(或直线),想画一个与这三个圆(直线)均相切的圆时,可用周边圆,依次点击这三个圆(直线),画出圆。视图定向:点击图中所示图标,或使用快捷键:空格。点击草图绘制,选择基准面,即可进入草图模式。移动:按住ctrl和鼠标滚轮。中点线:以所选点为中点的直线。中心线:又称构造线,点划线。放大缩小:滚动鼠标滚轮。

2024-07-23 10:24:32 1258

原创 Datawhale AI 夏令营 电力需求预测赛 task03

早停和学习率调度:使用了 EarlyStopping 和 ReduceLROnPlateau 回调函数来调整训练过程,防止过拟合和动态调整学习率。这张图片提供了一系列关于时间序列预测中构建关键特征的要点,包括强相关性特征、趋势性特征、周期性特征和异常点特征。与基础代码相比,我的代码做了一些改进,包括数据预处理、模型架构、训练过程以及预测结果的处理等。我的模型架构更复杂,使用了更多的 LSTM 层和 Dropout 层,以减少过拟合。训练轮数和验证集:设置了 100 个 epoch 和 20% 的验证集。

2024-07-19 16:57:39 766

原创 Datawhale AI 夏令营 电力需求预测赛 task02

时间序列预测是一个不断发展的领域,随着技术的进步,我们可以期待更多的优化方法和模型的出现。深度学习模型,特别是LSTM和其变体,已经在许多时间序列预测任务中显示出了优越的性能。更复杂的模型结构:如引入注意力机制的LSTM模型,以更好地捕捉时间序列中的长期依赖关系。多模态数据融合:结合时间序列数据和其他类型的数据,如文本或图像,以提供更全面的分析。模型解释性:提高模型的可解释性,以便更好地理解预测结果。自动化特征工程:开发自动化的特征工程工具,以减少手动特征提取的工作量。

2024-07-16 21:32:47 678

原创 Datawhale AI 夏令营 电力需求预测赛 task01

电力需求的准确预测对于电网的稳定运行、能源的有效管理以及可再生能源的整合至关重要。然而,电力需求受到多种因素的影响,为了提高电力需求预测的准确性和可靠性,推动智能电网和可持续能源系统的发展,本场以“电力需求预测”为赛题的数据算法挑战赛。赛题数据由训练集和测试集组成,为了保证比赛的公平性,将每日日期进行脱敏,用1-N进行标识,即1为数据集最近一天,其中1-10为测试集数据。给定多个房屋对应电力消耗历史N天的相关序列数据等信息,预测房屋对应电力的消耗。下载生成的submit.csv文件并在官网提交,查看分数。

2024-07-13 20:10:02 373

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除