登录社区云，与社区用户共同成长
邀请您加入社区
话不多说，直接上代码clear all;%清除工作空间，关闭图形窗口，清除命令行close all;clc;I=imread(‘004.jpg’);%读入图像I1=I;%输入图像矩阵IR=I1(:,:,1);%获取RGB图像矩阵I的R、G、B取值G=I1(:,:,2);B=I1(:,:,3);Y=0.299R+0.587G+0.11...
摘要：随着能源转型的深入和分布式发电技术的快速发展，含分布式光伏（PV）的配电网面临着前所未有的挑战与机遇。大规模光伏接入虽然提升了能源利用效率，降低了碳排放，但也带来了电压波动、潮流反向、电网可靠性降低等问题。为了有效管理和控制这些问题，本文探讨了含分布式光伏的配电网集群划分方法，以及基于集群的电压协调控制策略。通过合理的集群划分，可以将复杂的大型配电网分解为多个相对独立的管理单元，简化控制复杂
多智能体系统由多个自主智能体组成，这些智能体通过网络拓扑结构进行信息交互。在分布式控制模式下，每个智能体仅依据其自身及邻居智能体的信息做出决策和行动。一致性问题可描述为所有智能体的某些状态变量随时间推移趋于相同的值。例如在无人机编队中，所有无人机的位置、速度等状态需达到一致，以实现整齐的编队飞行。
在DistFlow模型经二阶锥凸松弛建立潮流模型，结合线路容量约束与网损最小的目标函数，通过cplex求解器实现考虑分布式电源与负荷时序变化的潮流求解。
随着能源结构调整和可持续发展理念的深入，分布式电源（Distributed Generation, DG）在配电网中的接入规模不断扩大。分布式电源具有清洁、灵活等优点，但其接入也给传统配电网的运行与管理带来了诸多挑战。本文深入探讨分布式电源接入对配电网在电压分布、短路电流、继电保护、电能质量以及网络规划等方面的影响，并对相应的应对策略进行综述，旨在为配电网的安全、稳定、高效运行以及合理规划提供理论
在 6G 无线通信、智能物联网等场景中，传统无线系统受限于多径衰落、遮挡干扰等问题，难以满足 “超可靠、超高速、超覆盖” 的需求。智能反射表面（RIS）通过调控电磁信号的相位、幅度与极化状态，为重构无线信道、提升通信性能提供了全新技术路径。其中，分布式多重构 RIS（由多个子 RIS 节点组成，且每个子 RIS 具备独立相位 / 幅度 / 极化重构能力）凭借 “空间分集增益、灵活覆盖调整、抗遮挡能
本文聚焦于六自由度机械臂，旨在开发一种可绘图机器人。在运动学求解方面，正向运动学采用DH参数法，逆向运动学采用几何分析法并完成路径规划与平滑处理；动力学控制上，正向动力学通过带PI控制器的前馈控制实现，逆向动力学方程采用拉格朗日 - 欧拉法推导。同时，引入人工神经网络解决逆向动力学问题，克服其固有缺陷，提升机械臂性能。实验结果表明，该创新控制器架构在降低位置误差、提升神经网络估计关节角度准确性方面
本文对比分析了四种处理器核心的特性与应用场景：CPU作为通用计算核心，擅长复杂逻辑和串行任务；GPU采用众核架构，适合图形渲染和大规模并行计算；NPU专为神经网络优化，在边缘AI推理中具有高能效优势；TPU则是Google专为云端AI设计的张量加速器。四者在架构设计、核心数量、适用任务和能效比方面存在显著差异：CPU是系统"大脑"，GPU主攻并行计算，NPU专注边缘推理，TPU
在图像处理中，边缘（edge）不仅仅是指表示物体边界的线，还应包括能够描绘图像特征的线要素，利用所提取的边缘点可以分割出特定的物体，因此边缘检测是一种重要的图像分割方法，可作为复杂的图像识别、图像理解的预处理环节。常见的边缘检测算子包括：Roberts，Sobel 和 Canny 算 子 等。当 Roberts算子运用到彩色图像时，与灰度化彩色图像不同，它是将彩色图像中两个像素的 RGB 颜色空间
一、研究背景与意义在机器人导航、自动驾驶、无人机勘探等领域，机器人需要在未知环境中实现自主定位与环境地图构建，同时定位与地图构建（Simultaneous Localization and Mapping，SLAM）技术应运而生。SLAM 技术的核心在于让机器人在没有先验环境信息的情况下，通过自身传感器获取的环境数据，实时推算自身位置，并构建出环境的地图。传统的扩展卡尔曼滤波器（Extended
matlab
——matlab
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
九章云极普惠算力
深开鸿 技术专区
DAMO开发者矩阵
2048 AI社区
昇腾开源生态专区
