水陆临界地形下输电铁塔风状况的风场分析（1988年）

提供GFS模型的风场数据，用于气象分析和预测。

利用2008年全年天津市渤海湾西岸的14个自动气象站逐小时和地面常规资料，采用统计分析方法，研究了城市热岛效应对海陆风特征的影响。结果显示，在强热岛条件下，渤海湾西岸海风发生频率较低，且阻碍了向内陆的传播；而在弱热岛条件下，内陆站海风频次较高，但风速相对较小。城市热岛效应还推迟了周围郊区站海风的开始时间，缩短了海风持续时间。此外，城市站的海风风速与热岛强度呈负相关，但热岛效应对陆风风速的影响较大。

这是一个使用matlab二次开发软件模拟的脉动风场谐波合成法程序文件。

基于麦克风密度的统计分析，优化阵列几何形状以提升沉浸式环境中语音信号波束形成性能。提出目标函数规则的优化算法，综合声源分布先验知识和声学场景概率描述，构建具有出色SNR性能的阵列。通过变异常规配置，克服常规阵列局限性，提供易于安装且具有良好SNR结果的阵列。

知识图谱画像从群体和个体的统计角度评估事件风险，而图谱则更进一步，从关系角度评估风险。知识图谱是由Google提出并应用于搜索引擎，后在多个领域广泛应用。交易作为社会行为，通过关系分析，能更精确了解其中的风险。例如，如果A是高风险用户，并且经常与B有交易关系，那么B的风险等级也会相应提高。图谱是一种语义网络，基于图的数据结构，由点和边组成。点表示实体如人、公司、电话、商品、地址，边表示实体间关系。支付风控类似于建立画像，需要支持各种实体和它们之间的关系，如人、机构、地区、日期、电话、手机号、设备、商品等。图谱数据源类似于画像，也需要有效的互联网数据和专业数据库支持，以提高数据质量和关系计算性能

金融大数据的信贷风控案例，挺适合刚接触银行数据场景的前端同学看一看。银行里的风控，不再靠死板的历史数据了。现在更多是用大数据来整合像客户评价、行业动态、消费习惯这类新鲜数据，用起来更灵活，评估更靠谱。比如你要做个信贷评估系统界面，里面要展示企业的征信情况、经营状态，甚至社交关联。这时候你就得知道这些数据从哪儿来、怎么——这篇文章讲得还挺清楚的。文章里提到的内外部数据整合，用起来其实不复杂，就是你得拉一堆接口，把信息归类好。比如从人行征信系统拉信用记录，再结合一些第三方的经营数据，形成一个完整的风险评分。如果你对实时风控感兴趣，推荐你顺带看看这篇《基于流式大数据技术的金融业务风险实时监控》，讲得

Oracle高手指南：孙风栋的修炼秘籍，完整PDF版，这是第一部分。

风储系统的建模太抽象？DIgSILENT PowerFactory里的风电+储能联合方案还挺好上手的。文中一开场就讲了DFIG 双馈风电机组的控制逻辑，尤其是PI 控制器怎么根据风速变化调整参数，说得还挺细。再就聊到电池 SOC 管理，非线性充放电啥的都有，看一眼你就懂了电池什么时候该收手、什么时候能放电到底。 风速一突变系统怎么办？别慌，作者也考虑到了，直接上了功率分配算法和储能延迟响应机制，你会看到系统怎么稳住场面，不让电池过载。就像老司机给你复盘操作流程，配合图表挺直观的，连 SOC 曲线怎么看都有提醒。 对了，调参用的实际风速数据也提了，不是那种纸上谈兵的理想模型。搞风电或者做储能系统

介绍了使用LMS算法进行多麦克风语音降噪的过程。首先，录制了一段无噪声环境下的语音信号input.wav，并为其添加了高斯噪声。主麦克风录制了受噪声污染的语音信号，参考麦克风录制了噪声LMSrefns.wav。利用LMS算法对主麦克风录制的语音信号进行滤波去噪，最终实现了语音信号的增强。文中还展示了增强前后的语音信号的频谱分析结果。具体实现代码包括主程序main_.m和LMS算法函数LMSmyFilter.m。