针对智慧园区充电设施少不能满足电动汽车发展需求问题, 提出一种适用于智慧园区电动汽车有序共享充电需求建模分析方法, 通过分析充电数据提供充电计划, 并辅助园区能量管理系统制定有序充电策略. 利用功率谱密度估计方法统计分析单个EV充电电流, 并通过人工智能网络完成EV在线识别分类工作, 基于插入时间、能量和工作日之间的相关性统计分析每个EV充电习惯, 利用测量电网侧的电流来预测充电需求, 基于核密度估计建立充电需求统计模型. 通过某住宅小区充电设施采集的实际数据验证该模型精度的有效性和适用性, 为智能园区电动汽车充电提供帮助.

作者博客：blog.csdn.net/wwplh5520370 本程序使用讯飞的在线语音听写websocket API实现语音识别，在网络条件良好的前提下，识别速度是很快的。 使用前提：要求python3运行环境！因此请确保您的机器已经安装好python3。 建议python3.7以上的64位版本，一定要64位。不支持python2。 如需32位版本的应用程序或源码，请联系作者微信784765727。 使用步骤： 1、用文本编辑器打开create_url.py文件，修改APISecret和APIKey； 2、打开appid.txt，写入自己的appid； 3、默认ws非安全连接，可切换至wss安全连接，修改create_url.py文件中的url参数，将开头的ws改为wss即可。如果不懂就不要修改了，wss连接比ws要耗时多一点。 4、打开exe即可享受在线语音识别。若提示不支持音频设备，请尝试在左下角音频设备列表重新选择，不报错说明可以使用。 特性： 1、自动更新url：讯飞api要求生成url的时间与请求的时间相差不超过300秒，因此需要自动更新url。 2、断线自动重连： 情况1：每次接收到讯飞返回的识别结果后，客户端会主动断开连接并再次重新连接，否则再次发送语音识别请求无效。 情况2：客户端与服务器超过10秒无数据来往，服务器会主动断开连接。 情况3：建立连接后最多可维持60秒，即使与服务器有数据来往，到时间了服务器也会自动断开连接。 3、按住“录音”按钮录制音频，释放后自动发送至服务器进行识别。 4、“send”按钮发送上一次的录音。 5、“clear”按钮清空界面内容。 6、自动解析服务器返回的结果数据，显示在界面上。 特别说明：识别速度基本上取决于网络环境，网络延迟高，识别速度就慢。

cnn_handwriting_chinese_recognition 使用python+flask构建的一个网站，然后从网页的写字到获取鼠标手写的汉字经过转码后传回后台，并通过图片裁​​剪处理之后再进行CNN手写中文识别的模型中进行识别，最后通过PIL将共有50,000多汉字，常用的有3,755个。这里主要对常见的3755个汉字进行识别。 一，数据集 例如：北京邮电大学模式识别实验室发布的数据(HCL2000) ，它是目前最大的脱机手写汉字库，共有1,000个人书写，除了汉字样本库外，还有一个对应的书写者信息库，记录了书写者的年龄，职业，文化程度等信息，用作研究相关影响因素。目前此数据库免费

准确快速地识别缺陷对于使用涡流（EC）非破坏性测试对在役设备的结构完整性和健康状况进行监控至关重要。 本文介绍了一种新颖的无模型方法，该方法包括三个主要模块：信号预处理模块，分类器模块和优化模块。 在信号预处理模块中，提出了一种两级差分结构，以抑制可能污染EC信号的提离波动。 在分类器模块中，基于一对多策略的多类支持向量机（SVM）具有良好的准确性。 在优化模块中，通过改进的粒子群算法（IPSO）获得分类器的最优参数。 提出的IPSO技术可以通过以下策略提高主PSO的收敛性能：惯性权重的非线性处理，黑洞的引入以及具有极端扰动的模拟退火模型。 通过将其他样本添加到测试集中，已经验证了IPSO-SVM模型的良好泛化能力。 实验表明，该算法比其他著名的分类器具有更高的识别精度和效率，并且训练集少，优点更加明显，有利于在线应用。

集成百度语音识别sdk,实现在线识别的Demo,代码详情可以访问https://blog.csdn.net/qq_36818970/article/details/88390042

基于 matlab 的手势识别系统。 简单背景下在线识别手势，可与系统进行猜拳游戏 手势 识别

博客地址：https://blog.csdn.net/u011389706/article/details/81460820 利用Python3 + Tensorflow + PyQt5 + PIL，编写GUI程序，实现手写体实时在线识别!!! MNIST

博客地址：https://blog.csdn.net/u011389706/article/details/81460820 利用Python3 + Tensorflow + PyQt5 + PIL，编写GUI程序，实现手写体实时在线识别!!! MNIST

在Matlab环境下识别男女声，主要方法是利用倒频谱检测基音频率，基因频率是区分男女声的特征