将分布式电源（DG）以馈线方式接入的配电网系统化简成含“T”节点的配电网络，以母线节点和馈线为树干，将负荷按权值由小到大顺序加入生成树中。以孤岛内功率平衡条件为约束，利用图论分析法中sollin算法求解最小树，进而实现孤岛的划分。算例分析结果表明：基于sollin的图论分析方法能对含DG的配电网进行快速划分，且有效提高了DG的利用率。
2022-09-27 14:38:59
1.08MB
1
本课程包括下面6个经典目标检测算法模型的讲解：
1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。
2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。
3.基于自己数据集的SSD模型训练、验证以及nnie上仿真和运行。
4.基于自己数据集的MobilenetSSD模型训练、验证以及nnie上仿真和运行。
5.Yolov2模型验证以及nnie上仿真和运行。
6.Yolov3tiny模型验证以及nnie上仿真和运行。
本课程特色：
1.实用性强，几乎囊括了当前所有经典的目标检测算法模型。
2.有深度。从模型框架原理、搭建、训练自己数据集一直讲到模型量化成wk文件、仿真以及开发板上运行。
2022-09-26 17:14:36
629.02MB
1
引言实体识别是人们获取信息的有力工具，是应对信息爆 炸 严 重 挑 战 的 重 要 手 段 。根 据 Automatic ContentExtraction（A
2022-08-04 13:01:28
641KB
1
内容概要：通过通过对人脑认知的研究，将生物神经与数学建模相结合，提出了一种新的自主调节发育网络(AMDN)，并将其作为智能体的大脑，通过将决策计算模型与网络融合在了一起，网络不断的认知新的环境信息，同时由于层与层之间的信息交互以及新的神经元节点的插入，网络可以不断的去改进自己的决策，使自身可以很快的在环境中找到合适的路径，整个过程为全自主，省去了人工制作大量训练样本的工作量。为了提高智能体对新环境的适应性，增加了off-task 过程，在这个过程中，智能体通过门限自组织机制来控制神经元的激活，模拟人脑情景回忆的现象，对发生越近且次数越多的事情，暴露量越大，被回忆到的概率增加，通过转移认知，大脑可以对类似的事物有更多的认识，从而提高人工构建的智能体对环境的识别和决策能力。
适用人群：热衷于研究人工智能的科技爱好者或在校研究生，可作为毕设研究点。
2022-06-14 18:05:36
2.65MB
基于卷积神经网络的轴承故障诊断算法模型研究源代码。
main为wdcnn卷积神经网络主文件，运行它就可以
preprocess为预处理文件，主要实现制作数据集的功能
日志文件保存在logs里面，通过启动tensorboard查看
wdcnn.png为卷积神经网络的结构图像
基于卷积神经网络的轴承故障诊断算法模型研究源代码。
main为wdcnn卷积神经网络主文件，运行它就可以
preprocess为预处理文件，主要实现制作数据集的功能
日志文件保存在logs里面，通过启动tensorboard查看
wdcnn.png为卷积神经网络的结构图像
基于卷积神经网络的轴承故障诊断算法模型研究源代码。
main为wdcnn卷积神经网络主文件，运行它就可以
preprocess为预处理文件，主要实现制作数据集的功能
日志文件保存在logs里面，通过启动tensorboard查看
wdcnn.png为卷积神经网络的结构图像
2022-06-10 09:10:55
45.22MB