从开源中国搬至CSDN的原创博客,没有原创积分吗

哪 吒
2022年度博客之星TOP 1
领域专家: 后端开发技术领域
2020-02-11 10:55:43
从开源中国搬至CSDN的原创博客,没有原创积分吗
...全文
539 9 打赏 收藏 转发到动态 举报
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
「已注销」 2020-02-11
  • 打赏
  • 举报
回复
引用 4 楼 素小暖 的回复:
你说啥呢啊。
字面意思,他又不知道你抄自己的
哪 吒 2020-02-11
  • 打赏
  • 举报
回复
你说啥呢啊。
「已注销」 2020-02-11
  • 打赏
  • 举报
回复
大概做检测了吧,百分百copy检测还是挺容易的
哪 吒 2020-02-11
  • 打赏
  • 举报
回复
对啊,我一大部分是从开源中国直接搬家过来的,这部分没给我分
「已注销」 2020-02-11
  • 打赏
  • 举报
回复
话说不是发一篇10积分吗,你这分显然低了
低调的小海螺 2020-02-11
  • 打赏
  • 举报
回复
引用 8 楼 素小暖 的回复:
以后同步的原创帖子都会有积分吗
正常的博文都会有积分的。
哪 吒 2020-02-11
  • 打赏
  • 举报
回复
以后同步的原创帖子都会有积分吗
低调的小海螺 2020-02-11
  • 打赏
  • 举报
回复
您好,积分已经帮您矫正了,您可以明天再看下。
哪 吒 2020-02-11
  • 打赏
  • 举报
回复
一点都不智能,搬家功能有缺陷,搬后悔了
【多变量输入超前多步预测】基于CNN-BiLSTM的光伏功率预测研究(Matlab代码实现)内容概要:本文介绍了基于CNN-BiLSTM模型的多变量输入超前多步光伏功率预测方法,并提供了Matlab代码实现。该研究结合卷积神经网络(CNN)强大的特征提取能力与双向长短期记忆网络(BiLSTM)对时间序列前后依赖关系的捕捉能力,构建了一个高效的深度学习预测模型。模型输入包含多个影响光伏发电的气象与环境变量,能够实现对未来多个时间步长的光伏功率进行精确预测,适用于复杂多变的实际应用场景。文中详细阐述了数据预处理、模型结构设计、训练流程及实验验证过程,展示了该方法相较于传统模型在预测精度和稳定性方面的优势。; 适合人群:具备一定机器学习和深度学习基础,熟悉Matlab编程,从事新能源预测、电力系统分析或相关领域研究的研发人员与高校研究生。; 使用场景及目标:①应用于光伏电站功率预测系统,提升电网调度的准确性与稳定性;②为可再生能源并网管理、能量存储规划及电力市场交易提供可靠的数据支持;③作为深度学习在时间序列多步预测中的典型案例,用于科研复现与教学参考。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注数据归一化、CNN特征提取层设计、BiLSTM时序建模及多步预测策略的实现细节,同时可尝试引入更多外部变量或优化网络结构以进一步提升预测性能。

686

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧