基于离线规划算法的混合动力汽车能量管理实例，源代码

该资源为试用版代码~ 一行代码快速实现特征提取！ 理论讲解：https://blog.csdn.net/fengzhuqiaoqiu/article/details/124979190?spm=1001.2014.3001.5501 function fea = genFeatureEn(data,featureNamesCell,options) % 特征提取函数 % 输入： % data：待特征提取的时域信号，可以是二维数据，行列方向不可出错 % options：其他设置，使用结构体的方式导入。 % featureNamesCell：拟进行特征提取的特征名称，该变量为cell类型，其中包含的特征名称为字符串，特征名称需要在下边列表中： % 目前支持的特征（2022.7.10，共8种）： % psdE：功率谱熵 % svdpE：奇异谱熵 % eE：能量熵 % ApEn：近似熵 % SampleEn：样本熵 % FuzzyEn：模糊熵 % PerEn：排列熵

Python 版本： https : //github.com/nssh/dsp 该文件夹包含两个简单的函数（零交叉和能量）来计算 STE 和 STZCR。 脚本 zcr_ste_so.m 使用这两个和其他函数（包括）来计算 STE 和 STZCR “所以”这个词。 有关更多详细信息，请参阅相应的功能帮助。

matlab_对信号的边际谱分析，三维能量谱分析以及时频分析

labmax能量计的pc端控制软件，官网下载网速特别慢，下载好分享出来，主要内容是能量计控制软件，labview和vb编写的两个版本的源码和软件。

蚂蚁森林 蚂蚁森林能量智能备注脚本（基于Auto.js） 基于Auto.js的支付宝蚂蚁森林能源智能采集脚本 使用说明 下载项目或 部署项目如果下载了部署工具（附件.js格式文件）则只需用Auto.js运行或导入后运行此工具即可如果下载了项目数据包则需将项目解压缩并放置到Auto.js工作目录下定位到设备的内部存储目录如： /内部存储/ /Internal Storage/ /sdcard/ /storage/emulated/0/等在此目录下找到Auto.js工作目录中文系统Auto.js目录./脚本/英文系统默认目录./Scripts/若不存在则需手动建立或在Auto.js软件中设置一个工作目录将项目文件夹保留结构放置在工作目录中 使用Auto.js运行*.js格式的脚本文件运行ant-forest-launcher.js启动项目运行ant-forest-settings.js进行项目

此 MATLAB 脚本生成用于蒙特卡罗模拟的 Geant4 宏文件的 μ 子能量和角直方图。 该脚本生成一个查找表，其中包含采样的 μ 子角度和能量以及能量和角度直方图（实际的和针对立体角效应校正的），可以直接导入到 Geant4 宏文件中。

GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包） GNN基于已知结构和假设结构能量的数据预测（Python完整源码和数据包）

基于GNN 进行分子能量预测（Python完整源码和数据包） 基于GNN 进行分子能量预测（Python完整源码和数据包） 基于GNN 进行分子能量预测（Python完整源码和数据包）

能量收集基站的太阳辐射预测和能量分配