社区
community_281
帖子详情
ShellCollector的留言板
AI算法网奇
优质创作者: python技术领域
领域专家: 数据科学与机器学习技术领域
2020-01-02 06:42:42
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
...全文
441
6
打赏
收藏
ShellCollector的留言板
大家好,这里是我的留言板,如果有问题,欢迎大家留言,我会第一时间进行回复
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
6 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sunnyyeung
2020-11-10
打赏
举报
回复
请问你发表图像电子稳像是在嵌入式上吗?方便留个联系方式上请教一下吗?我QQ号:602102433
壹大子皿
2020-05-14
打赏
举报
回复
博主您好,我看了您写的k-max pooling的文章。我想问一下,k-max pooling的后续操作应该怎么做,怎么替换原来的max pooling或者avg pooling?因为k-max pooling后的维度跟max pooling不一样。
qq_42262197
2020-03-31
打赏
举报
回复
你好!我想请问下,cannot import name ‘_C’具体是什么问题,如何解决? 会是环境的问题吗
weixin_33269916
2020-03-06
打赏
举报
回复
yolo v3 fatal : Memory allocation failure您好,这个问题具体怎么设置n_cpu呢?去哪里设置呢?
weixin_46319774
2020-02-13
打赏
举报
回复
用了“Windows 10 易升”升级之后 装驱动还是不兼容,怎么破 ??
holyzing
2020-02-08
打赏
举报
回复
pymysql.err.InterfaceError: (0, '') 小哥这个问题你解决了吗 ?
得一微-YS9085N主控芯片量产工具(4个)
得一微-YS9085N主控芯片量产工具(4个)
基于频率扫描的两端 HVDC 换流器黑盒建模及其小信号稳定性评估(Matlab、PSCAD实现)
基于频率扫描的两端 HVDC 换流器黑盒建模及其小信号稳定性评估(Matlab、PSCAD实现)内容概要:本文围绕基于频率扫描的两端HVDC换流器黑盒建模及其小信号稳定性评估展开研究,利用Matlab和PSCAD联合仿真平台,通过频率扫描方法提取HVDC系统端口的动态响应特性,构建其黑盒数学模型,并在此基础上进行小信号稳定性分析。研究重点关注系统在不同运行工况下的阻抗特性变化,结合广义奈奎斯特判据等稳定性判据,识别潜在的振荡风险与不稳定模式,旨在为电力电子化电网中直流输电系统的安全稳定运行提供理论支持与技术手段。该方法避免了对内部详细控制结构的依赖,适用于复杂系统集成下的稳定性评估。; 适合人群:具备电力系统、电力电子及自动控制基础知识的研究生、科研人员及从事HVDC系统设计与运维的工程技术人员。; 使用场景及目标:① 掌握HVDC换流器黑盒建模的核心流程与频率扫描技术的应用;② 学习如何利用阻抗模型进行小信号稳定性分析,识别系统振荡风险;③ 应用于实际工程中对多端直流系统或交直流混联系统的稳定性评估与优化设计。; 阅读建议:建议读者结合Matlab与PSCAD软件操作,复现文中频率扫描与建模过程,深入理解黑盒建模的假设条件与适用范围,并通过改变系统参数观察稳定性变化,以增强对理论知识的实践掌握。
m3u8+ts assistant.zip
m3u8+ts assistant.zip
1990-2024年 企业竞争力数据dta+xlsx43.zip
该数据集涵盖1990—2024年中国企业竞争力相关指标,时间跨度较长,适用于研究企业长期绩效、市场竞争地位及影响因素。数据以企业为观测单元,字段可能包括财务指标、经营效率、创新能力、市场份额、成长性等维度,可用于构建企业竞争力评价模型或面板数据分析。数据格式提供dta和xlsx两种,便于Stata与Excel用户直接使用。样本覆盖多个行业和地区,能够支撑横向比较与纵向趋势研究。使用者可根据年份、行业、企业类型等变量进行筛选,结合企业微观数据进行实证分析。需要注意的是,原始指标口径和单位需参照数据说明文件,缺失值处理方式可能影响回归结果。整体上,该数据适合经济学、管理学领域中关于企业异质性、产业组织、创新与绩效等主题的研究。
基于 YOLOV5 的电动车头盔佩戴检测(3 类别)目标检测实战项目,含代码、数据集,代码可直接使用
# 基于 YOLOV5 的电动车头盔佩戴检测(3 类别)目标检测实战项目,含代码、数据集,代码可直接使用 输入图像为 256×256 分辨率 RGB 实拍图,数据集为道路电动车头盔检测数据集,可用于小目标检测。 ## 数据集介绍 电动车头盔佩戴检测图像数据,3 类别:helmet(佩戴头盔)、without_helmet(未佩戴头盔)、two_wheeler(电动车 / 两轮车) - 训练集 datasets-images-train:1600 张图片和对应标签 txt 文件组成 - 测试集 datasets-images-test:900 张图片和对应标签 txt 文件组成 项目采用原生 YOLOv5 模型完成道路电动车头盔佩戴检测任务,无需修改网络结构,直接使用官方 YOLOv5 框架进行训练、验证与推理,针对马路上电动车骑行者是否佩戴头盔、两轮车目标开展检测。项目附带完整源码与数据集,经过测试,代码开箱即可运行。 更多 YOLOv5 训练相关介绍,请参考:[https://blog.csdn.net/qq_44886601/category_12605353.html](https://blog.csdn.net/qq_44886601/category_12605353.html)
community_281
703
社区成员
253,687
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章