Maltab实现CNN卷积神经网络故障诊断（代码完整，可直接运行，适合2018及以上） 卷积神经网络（convolutional neural network）是具有局部连接、权重共享等特性的深层前馈神经网络，最早主要是用来处理图像信息。 相比于全连接前馈神经网络，卷积神经网络有三个结构上的特性：局部连接、权重共享以及汇聚，这些特性使得卷积神经网络具有很好的特征提取能力，且参数更少。 利用各种检查和测试方法，发现系统和设备是否存在故障的过程是故障检测；而进一步确定故障所在大致部位的过程是故障定位。故障检测和故障定位同属网络生存性范畴。要求把故障定位到实施修理时可更换的产品层次（可更换单位）的过程称为故障隔离。故障诊断就是指故障检测和故障隔离的过程。

PyQt实现界面翻转切换效果是用qt的场景功能来实现的，用到了QGraphicsView，QGraphicsLinearLayout，QGraphicsWidget等有关qt场景的库。算是对qt场景的一个小小的尝试，涉及内容不深，程序效果并是随心所欲，需要去进一步的改善和提高。暂且先把代码贴在此处，供大家学习和指正。 工程包括四个类: 界面A，TestMainWindow，用来充当翻转效果的A面。 界面B，TestMainWindowTwo，用来充当翻转效果的B面。 绘图界面：TestGraphicWidget，用来绘制界面A和B。 主界面：MainWindow，是一个全屏的透明窗口，是整

自实现的一个翻转QWidget的demo；采用QPainter和QPropertyAnimation实现，是一个学习动画设计的高效demo

retinaface 是人脸检测算法 源码地址https://github.com/biubug6/Pytorch_Retinaface，本项目实现此模型的 onnx到rknn模型的转换，用c++写前后推理，人脸检测结果和Python的推理结果相同。

自实现的一个翻转QWidget的demo；采用QPainter和QPropertyAnimation实现，是一个学习动画设计的高效demo

C++实现的惯导静态粗对准程序，供初学者参考学习； 文件中共七列数据依次为：时标、X陀螺观测值、Y陀螺观测值、Z陀螺观测值、X加速度计观测值、Y加速度计观测值、Z加速度计观测值观测值； 详细可参考网址“https://gitee.com/sola00/SINS.git”。

基于ASP技术的《数据结构》精品课程多媒体网络教学平台设计与实现毕业论文.doc

RSA Ruby累加器 基于Ruby中强大的RSA假设密码累加器。 安装 将此行添加到您的应用程序的Gemfile中： gem 'rsa-accumulator' 然后执行： $ bundle 或将其自己安装为： $ gem install rsa-accumulator 用法 设置累加器 首先，初始化累加器。 由于累加器使用顺序未知的组，因此可以通过以下方式生成累加器： require 'rsa-accumulator' # using RSA modulus published by RSA Laboratory acc = RSA::Accumulator.generate_rsa2048 # using Random RSA modulus with a specified bit length(default value is ) acc = RSA::Accumul

pyqt5 实现 主窗口中动态添加控件 自己使用的笨方法，但是效果一样

机组组合问题属于规划问题，即要在决策变量的可行解空间里找到一组最优解，使得目标函数尽可能取得极值。对于混合整数规划，常用的方法有分支定界法，benders分解等。CPLEX提供了快速的MIP求解方法，对于数学模型已知的问题，只需要按照程序规范在MATLAB中编写程序化模型，调用CPLEX求解器，即可进行求解。 建立含安全约束的机组最优组合（SCUC）模型如下：目标为最小化成本，包括发电带来的煤耗成本和机组启停产生的开停机成本。 约束条件包含：功率平衡约束、热备用约束、机组出力约束、机组爬坡约束、机组起停时间约束、起停费用约束、潮流安全约束。 模型简化：由上小节构建的机组组合优化模型，煤耗成本采用二次函数，当系统规模较大时（如节点数超过1000），求解起来将消耗大量时间。因此我们可以对原模型进行线性化处理。将煤耗函数分段线性化，分为m段。 校验程序的算例基于IEEE-30节点标准测试系统。系统包含30个节点，6台发电机组。要求确定系统最优机组组合，使得系统各机组总运行成本（煤耗成本+启停成本）最小化。