最新实例
基于粒子群优化与空间重组的大数据聚类算法
基于粒子群优化的聚类算法最近挺火的,尤其是在大数据这块还蛮有一套。这篇资源讲的是一种把粒子群算法跟空间重组结合起来搞聚类的思路,思路挺新,核心就在“重构特征向量”上。简单说,就是通过调整粒子分布位置来让数据的特征表达更精准,再用来聚类,分得更清楚。空间重组的逻辑有点像你把原始数据做了一次“再加工”,让算法更好懂这些数据长啥样。比如你用它来做设备故障检测,聚得准,误报也少多。实测效果还不错,分类更准,挖掘也快。如果你之前用过标准 PSO 聚类,或者在搞工业数据、图像一类的,推荐你看看这个思路,能开点脑洞。代码实现不算复杂,用Matlab来做比较合适,网上也能找到类似的模板,比如这套 PSO 聚类
粒子群算法C#实现
用 C#写的粒子群算法,结构清晰,适合做二次开发。两个类搞定核心逻辑:PSO负责群体搜索策略,Fitness里写你的目标函数就行。嗯,蛮适合你拿来快速测试优化思路的,调参数也方便,逻辑不绕,改起来不费劲。
能源及设备物联网数据服务平台中后台管理平台
能源设备管理的那套东西,嗯,还挺有意思的。能源及设备物联网数据服务平台这项目看得出是认真做的,功能齐,界面也不复杂。你要是经常对接能耗数据、搞设备监控,这平台的设计思路和交互方式可以参考下,挺适合中后台场景的。 导航布局是左侧常驻 + 顶部工具栏那种,position: fixed用得还不错,响应也快。操作流也清晰,比如查看设备状态、导出数据啥的,几步就能搞定。前端交互逻辑走的是模块拆分+懒加载,适合项目大了以后继续扩展。 我还蛮推荐你点进去看一下平台的几个实际案例,比如这个能源设备物联网数据服务平台,它把设备运行、告警、能耗全整合到一张图上,效果一目了然。还有节能管理服务子系统,做子系统拆分
Bayesian Variable Selection for Nowcasting Time
贝叶斯方法的变量选择,用来做时序预测还挺有一套的。Bayesian Variable Selection for Nowcasting Time这篇 KDD 2013 的论文,用的是稀疏贝叶斯回归那一挂的思路,高维数据时挺灵活。里面的数学有点硬核,但思路清晰,代码实现也不算复杂,能直接落地。 做短期预测或者临近预测(Nowcasting)的朋友,可以重点看看这篇。它的核心是:用贝叶斯框架动态选择哪些变量有用,哪些该踢掉,跟特征选择那套有点像,但更智能。适合数据量大但信息稀疏的场景,比如社交媒体、金融时间序列之类的。 如果你熟 Matlab 或者有用过贝叶斯工具包的经验,那上手这套会更快。Mat
数据治理案例集锦
数据治理的资料我看过不少,但这个压缩包里的内容真的挺丰富。数据治理案例收集.rar,不光是讲理论,还有不少来自银行、保险、通信行业的实战案例,比较适合要落地方案的你。像里面的中信银行 ODS 方案.docx,写得蛮细,ODS 怎么接数据、怎么清洗、怎么同步,讲得都挺实在。还有大数据治理体系.docx这份文档,从技术到管理流程都讲到了,嗯,尤其是对Hadoop和Spark这些技术的落地场景解释得还不错,适合团队想搞一套成体系的数据治理框架的时候用来参考。想了解行业经验的,像银行 ODS 整体架构及实施案例-mdc.pdf和保险核心系统方案交流.pdf也挺值得一看,内容比较接地气,不是那种泛泛而谈
Simulink永磁直驱风机不对称故障低电压穿越建模与控制策略
永磁直驱风机的低电压穿越(LVRT)场景仿真,Simulink建模挺成熟的一个案例。模型设计考虑了不对称故障的干扰,加入了电流限幅、虚拟阻抗等控制手段。嗯,挺适合做论文实验或二次开发参考的,整体结构也清晰,调试起来不怎么费劲。 模型里的电机控制逻辑还原得比较到位,响应也快。是故障瞬间的动态变化,仿真细节做得蛮细,你能直接看到系统从跌落到恢复的过程。适合想搞清楚 LVRT 控制机制的朋友。 另外,如果你之前搞过DFIG或者光伏逆变器方向的项目,对这类仿真会比较熟,多控制策略是可以通用的。链接里还有一些类似项目,像DFIG 低电压穿越模型、光伏逆变器策略也值得一看。 建议你用Matlab 2020
基于CEC21测试函数的灰狼算法、鲸鱼算法与人工蜂群算法性能对比及MATLAB实现
基于 CEC21 的算法对比文章,还挺实用的,尤其适合做优化方向的朋友看看。里面讲了灰狼算法、鲸鱼算法和人工蜂群算法的原理和优缺点,思路清晰,代码也比较容易上手。MATLAB 的实现写得还不错,运行环境统一,方便你自己复现结果。像你做多目标优化、组合优化或者复杂函数求解的,看看它的测试方法和指标评估方式,还挺有启发的。三个算法的性能差异也得蛮细,比如灰狼算法适合多目标问题,鲸鱼算法精度高但慢点,人工蜂群算法则是稳定又高效,尤其在非线性问题上挺能打。哦对了,文中还贴心地附了CEC21 测试函数包,不光能直接用,还能拿去改进自己的方法。要是你在做智能优化类的项目,可以先看看这个,对选算法真的有。如
SPSS操作指南
统计软件里的老朋友——SPSS,对数据挺友好的,尤其你不太想写代码,那它真的还蛮适合。熟悉 Windows 界面操作的你上手 SPSS 基本没门槛。菜单清晰,功能分类也比较直观。像File搞文件,Data管数据,Analyze做,基本一眼就能猜个八九不离十。菜单功能也挺全的,从变量定义、数据转换到图形展示,一条龙都能搞定。比如你想算个平均值、跑个回归模型,点两下就能出来,省事。你要是做社会科学、市场调研或者心理学实验那种,SPSS 算是标配了。非程序员用它做统计,真的是事半功倍。如果你还在找靠谱的入门教程,可以看看这篇SPSS 数据基础指南,或者试试SPSS16 数据教程,内容也蛮全。如果你平
MATLAB+CPLEX阶梯碳交易与电制氢综合能源热电优化调度研究
基于 MATLAB 和 CPLEX 的综合能源系统调度模型,结构清晰,功能全面,适合研究碳交易和电制氢耦合问题的朋友。模型里把P2G、CHP、HFC这几类技术都整合进来了,考虑还挺细的,逻辑也比较严谨。 混合整数线性规划模型写得比较规范,用的是CPLEX优化器,MATLAB代码框架也比较完整,虽然不是“开箱即用”,但照着写或者拿来做参考都还不错。模型目标挺清晰的:压成本、控碳排、少弃风。 对阶梯式碳交易机制感兴趣的你别错过,代码中还模拟了不同碳价阶梯对系统调度的影响。挺有现实意义的,尤其是做低碳策略研究的同学。对了,电制氢和氢燃料电池的动态也模拟到了,细节方面还是花了点心思。 建议你根据自己的
Matlab虹膜识别算法包
虹膜识别项目里的 ML 算法包,功能还挺全的。常见的PCA、高斯混合模型、多层感知器、自组织映射啥的全都有,而且都是用Matlab实现的,调试起来也不麻烦。 里面的优化算法也挺丰富,像quasi-Newton、conjugate gradients、scaled conjugate gradients都能找到,省得你自己写,直接拿来改就能用。 做Bayesian Inference的朋友也有福了,包里内置了Laplace Approximation和Markov chain Monte-Carlo,还支持Automatic Relevance Determination,挺方便做输入变量筛选。