[版务]看到基础类的办法不错,在我版试行————关于FAQFAQ、精华的审核方法

spwnihao 2003-10-09 09:14:45
CSDN帖子加精华的归则

九、已结帖子加入精华区:

1、只有版主才可以把已结帖子加入精华区;

2、增加一个帖子到精华区,帖主增加100分可用分;

所以如果一个网友没有可用分的话,发表一些精华帖子是增加可用分的方式之一。请各位想把帖子加入精华的网友把该帖子的标题和url发给我(如果确保我能看得到的话,请发送至邮箱bluebohe@163.com),我审核通过的话会负责将该帖子添加进精华区.


CSDN整理FAQ规则

十、整理FAQ:

1、提交的FAQ被审核通过,主要解答人增加信誉分5分(csdn总信誉分和该版信誉分都加5分),可用分10分;

2、审核人增加可用分1分;

3、提交FAQ者增加信誉分1分(csdn总信誉分和该版信誉分都加1分),可用分5分;
请整理FAQ的网友给我发短消息,告诉我你整理的FAQ的帖子的url和标题。在我任斑竹职位期间,我保证会在三天之内审核该FAQ,但如果未被审核通过,本人不负责通知整理者。(特此感谢bluebohe (薄荷),办法不错)

大家直接把地址帖在这也可以
例如:http://expert.csdn.net/Expert/FAQ/FAQ_Index.asp?id=177419

谢谢大家支持!!!

...全文
202 9 打赏 收藏 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
丁淇石头 2003-10-13
  • 打赏
  • 举报
回复
怎么推荐或提交呢?
bluebohe 2003-10-12
  • 打赏
  • 举报
回复
只要是已经结了的帖子就可以
丁淇石头 2003-10-12
  • 打赏
  • 举报
回复
另外问一下,如何向FAQ提交别人的帖子?
丁淇石头 2003-10-12
  • 打赏
  • 举报
回复
这个是否可以加到FAQ?
http://expert.csdn.net/Expert/topic/1726/1726729.xml?temp=.447674
bluebohe 2003-10-09
  • 打赏
  • 举报
回复
kao,你小子也太不讲究了吧,呵呵,他们把帖子都发给我看你怎么办
对了,斑竹可以修改帖子吗?
spwnihao 2003-10-09
  • 打赏
  • 举报
回复
请发送至邮箱bluebohe@163.com
-------------------------------------------------------
你和基础版的薄荷是一个人吗?

————————————————————————————
Sorry,写错了(确切的说,是抄错了)
我是借来基础类bluebohe薄荷的方法。
大家还是给我发短消息吧
stonexl 2003-10-09
  • 打赏
  • 举报
回复
请发送至邮箱bluebohe@163.com
-------------------------------------------------------
你和基础版的薄荷是一个人吗?
smallsix 2003-10-09
  • 打赏
  • 举报
回复
支持
stonexl 2003-10-09
  • 打赏
  • 举报
回复
支持!

不过我是不指望进FAQ了,因为参与的问题都比较简单,我的另一个ID的专家分都一万多了,信誉分还是100,唉.............
【文章复现】非线性值迭代自适应动态规划(ADP):离散时间非线性系统的策略迭代自适应动态规划算法研究(Matlab代码实现)内容概要:本文详细介绍了非线性值迭代自适应动态规划(ADP)在离散时间非线性系统中的应用,重点研究了策略迭代自适应动态规划算法的设计与实现。文章通过构建数学模型,结合Matlab代码实现了对非线性系统的控制策略优化,分析了算法在不同工况下的性能表现,并探讨了其在工程实践中的可行性和有效性。研究涵盖了系统建模、控制器设计、仿真验证等关键环节,旨在为复杂非线性系统的自动化控制提供新的解决方案。; 适合人群:具备一定编程基础和控制系统理论知识的科研人员或工程师,特别是从事自动化、人工智能、智能控制等相关领域的研究人员。; 使用场景及目标:①为非线性系统的控制问题提供有效的数值求解方法;②通过Matlab编程实践加深对自适应动态规划算法的理解;③推动ADP算法在工业自动化、机器人控制、智能制造等领域的应用研究; 阅读建议:建议读者结合Matlab软件进行代码复现,深入理解算法细节,并尝试将其应用于其他类型的非线性系统中,以检验算法的普适性和鲁棒性。同时,鼓励查阅相关文献,进一步拓展对该领域前沿技术的认识。
内容概要:本文研究了基于粒子群算法(PSO)优化K-means聚类的居民用电行为分析方法,并提供了完整的Matlab代码实现。针对传统K-means算法对初始聚类中心敏感、易陷入局部最优的问题,引入粒子群算法进行优化,利用PSO的全局搜索能力来寻找更优的初始聚类中心,从而提升聚类的准确性和稳定性。研究以居民用电数据为对象,通过PSO-Kmeans方法对用户的用电模式进行分类,旨在更精确地识别不同类型的用电行为,为电力公司的精准营销、需求侧管理和个性化服务提供数据支持。文中详细阐述了算法的实现流程,并通过仿真实验验证了该方法相较于传统K-means的有效性。; 适合人群:具备一定数据分析和机器学习基础,对智能优化算法和电力系统数据分析感兴趣的科研人员、研究生及电力行业从业者。; 使用场景及目标:①应用于居民用电行为的精准分类与模式识别;②解决传统聚类算法初始值敏感和局部收敛问题,提升电力大数据分析的准确性;③为电力需求侧管理、负荷预测和制定差异化电价策略提供技术支持。; 阅读建议:此资源结合了理论算法与Matlab代码实现,建议读者在理解PSO和K-means算法基本原理的基础上,动手实践所提供的代码,通过调整参数和分析运行结果来深入掌握该混合优化算法在实际数据处理中的应用效果。
内容概要:本文提出了一种用于多源动态最优潮流问题的分布鲁棒优化方法,并以IEEE118节点电力系统作为典型算例进行验证,配套提供了完整的Matlab代码实现。该方法旨在应对高比例可再生能源接入背景下源端出力的不确定性,在确保电网安全稳定运行的前提下,优化电力系统的动态调度方案。研究通过构建分布鲁棒优化模型,能够在未知不确定性变量精确概率分布的情况下,寻求对最坏可能场景具有强鲁棒性的优化解,从而有效提升了电力系统在复杂多变环境下的调度可靠性与经济性。; 适合人群:具备电力系统分析、现代优化理论及Matlab编程基础的研究生、科研人员及电力行业工程师。; 使用场景及目标:①解决高渗透率可再生能源并网带来的多源动态最优潮流计算难题;②为电力系统调度员提供一种考虑不确定性的鲁棒调度决策支持工具;③作为电力系统优化、鲁棒优化等领域的教学与科研的代码参考实例。; 阅读建议:此资源以Matlab代码为核心,紧密结合理论模型与数值实现,建议读者在学习时同步研读相关的高水平学术论文,以深入理解分布鲁棒优化模型的构建原理,并亲自动手运行和调试代码,通过修改系统参数和测试不同场景来加深对方法的理解与掌握。

4,017

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC 数据库
社区管理员
  • 数据库
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