混合储能兼具能量型储能与功率型储能的优势，针对混合储能在风电平抑中的配置问题，提出了一种基于元模型优化算法的混合储能双层优化配置方法。首先，利用小波分解对风电功率的原始数据进行分解，得到混合储能需要平抑的功率。然后，针对功率分配策略对混合储能容量配置的影响问题，提出一种混合储能容量嵌套式双层优化配置方法。该方法的内层为混合储能功率优化分配策略，以荷电状态、充放电功率为约束条件，以蓄电池总体充放电功率最小为目标函数，以提高蓄电池的使用寿命；外层以最小容量、最小功率为约束条件，以混合储能的全寿命周期年均成本最小为目标函数。针对多变量、非线性、计算密集型双层优化方法具有求解复杂、计算时间长等问题，提出基于元模型优化算法的优化求解方法。算例分析结果表明，所提优化配置方法可以在保持混合储能经济性最优的同时，有效避免蓄电池频繁充放电，从而提高了其使用寿命；相比于传统的启发式求解方法，基于元模型优化算法的优化求解方法的计算速度更快，所得优化配置结果更精确。

提供了C语言中调用matlab命令的过程，可作为模版来使用；注意需要先安装matlab才可正确运行。

LabVIEW与Matlab-Simulink混合编程及应用.pdf

智能视频开发程序，用于监控运动目标，基于video for windows SDK,MFC,混合高斯模型建模，效果很好，拿来分享

matlab滑动条码染色混合和归一化 注意：最初发布在2013年“有丝分裂检测算法评估”挑战网站（）上。 组织病理学图像分析的主要困难之一是外观变异性。 例如，当进行有丝分裂检测时，当组织病理学切片过度染色时，会出现许多假阳性。 该MATLAB代码执行染色混合（苏木精和曙红的分离）和外观标准化。 它基于[1]中描述的方法。 下图显示了一些染色归一化的示例。 染色归一化方法的Python实现可在此处找到： [1]一种对组织切片进行标准化以进行定量分析的方法，M Macenko，M Niethammer，JS Marron，D Borland，JT Woosley，G Xiaojun，C Schmitt，NE Thomas，IEEE ISBI，2009年。dx.doi.org/10.1109/ ISBI.2009.5193250

含有小括号的混合运算.doc

TCGXH 008-2021 村级工业园升级改造模式 国有集体混合开发

基于AES的加密算法具有速度快、强度高、便于实现等优点和ECC加密算法具有密钥分配与管理简单、安全强度高等优点，采用AES加密算法加密大数据块，而用ECC加密算法管理AES密钥，通过集成AES加密算法和ECC加密算法的优点，实现了加密速度快和安全方便管理密钥的优点，有效地解决了密码体制中速度和安全性不能兼顾的问题。

沥青混合料诸参数对性能指标影响的数学建模借鉴.pdf

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg-Marquardt 算法优化神经网络的混合学习算法( GALM算法) .该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.