电力系统随机潮流概率潮流计算MATLAB程序包含 蒙特卡洛模拟法、半不变量法＋级数展开（Gram-Charlie，Cornish-Fisher）； 考虑光伏不确定性（Beta分布），以IEEE34节点为例，计算节点电压、支路潮流概率密度、累计概率并绘制曲线。 有注释，附带参考文献，直观清晰。 电力系统随机潮流概率潮流计算MATLAB程序包含 蒙特卡洛模拟法、半不变量法＋级数展开（Gram-Charlie，Cornish-Fisher）； 考虑光伏不确定性（Beta分布），以IEEE34节点为例，计算节点电压、支路潮流概率密度、累计概率并绘制曲线。 有注释，附带参考文献，直观清晰。

Nature Conservancy Fisheries Monitoring 是一个海洋捕鱼活动监控图像数据，由 The Nature Conservancy 组织发起，旨在避免海洋过度捕捞保护海洋鱼类。数据由真实的安装在渔船上的捕鱼监控设备采集，机器学习的任务是通过监控图片自动识别所捕捞的海洋鱼类的种类，以提升监督的效率。

R的SARSOP library( sarsop ) library( tidyverse ) # for plotting 问题定义 我们的问题是状态空间，定义的states ，代表着真正的鱼类种群大小（以任意单位），以及动作空间， actions表示一定会有所收获（或试图收获）鱼的数量。 为简单起见，我们将允许从0收获到最大可能状态大小的任何操作。 库存招聘函数f描述了给定当前状态下的预期未来状态。 真正的未来状态将是随机抽取。 奖励函数确定当种群数量为x条鱼时捕集h条鱼的行动值； 为简单起见，本示例假定每单位收成的价格固定，而收割工作没有成本。 未来的奖励被打折。 states <- seq( 0 , 1 , length = 50 ) actions <- states observations <- states sigma_g <- 0.1 sigma_m <- 0.2

此数据集中有八个目标类别：长鳍金枪鱼，大眼金枪鱼，黄鳍金枪鱼，玛希玛希，奥帕，鲨鱼，其他（意味着有鱼类，但不在以上类别中）和无鱼（意味着没有鱼类）在这张图中）。每个图像只有一个鱼类别，除了图片中有时有很小的鱼被用作诱饵。 该数据集由自然保护协会 与Satlink，群岛海洋研究， 太平洋共同体，所罗门群岛渔业和海洋资源部，澳大利亚渔业管理局以及新喀里多尼亚 和帕劳政府合作 编写。 The Nature Conservancy Fisheries Monitoring_datasets.txt