登录社区云，与社区用户共同成长
邀请您加入社区
搞完这个模型最大感触是，碳交易市场就像给能源系统装了智能电表——不仅会计较每度电的成本，还要算计每克碳的代价。碳交易机制下考虑需求响应的综合能源系统优化运行 综合能源系统是实现“双碳”目标的有效途径，为进一步挖掘其需求侧可调节潜力对碳减排的作用，提出了一种碳交易机制下考虑需求响应的综合能源系统优化运行模型。碳交易机制下考虑需求响应的综合能源系统优化运行 综合能源系统是实现“双碳”目标的有效途径，为
距离相关系数：研究两个变量之间的独立性，距离相关系数为0表示两个变量是独立的。克服了皮尔逊相关系数的弱点，皮尔逊相关系数为0并不一定表示两个变量之间是独立的，也有可能是非线性相关的。利用DistanceCorrectionDistanceCorrection距离相关系数来研究两个变量uuu和vvv之间的独立性，记为dcorruvdcorr(u,v)dcorruvdcorruv0dcorru。
对电动汽车蓄电池充放电控制策略的基本原理进行了介绍，包括 PID 控制器，基于 PID 和 PWM 充放电控制策略以及蓄电池模型。对该仿真模型进行了仿真分析，分别对充电过程和放电过程进行了仿真验证分析，仿真结果验证了充放电控制策略的确性。对电动汽车蓄电池充放电控制策略的基本原理进行了介绍，包括 PID 控制器，基于 PID 和 PWM 充放电控制策略以及蓄电池模型。对该仿真模型进行了仿真分析，分别
本文在充分理解CRC校验码及其对偶码生成矩阵原理的基础之上，手工计算出CRC-4/SAE J2716的对偶码在码字长度\(n=16\)时的重量分布，引用Koopman教授公布的该校验码对应的原码重量分布数据，并利用Wolfram的在线计算工具完成了MacWilliams恒等式的验算。MacWilliams恒等式揭示了线性分组码的原码和对偶码重量分布之间的关系，本文详细推导了基于CRC校验码之对偶码
自相关问题的产生，OLS估计量仍然是无偏、一致的，且服从渐进正态分布，但是t检验、F检验均会失效。常见案例：时间序列中存在的数据持久性或连续性截面数据中可能存在的“溢出效应”以及空间自相关问题人为对数据的插值、取平均等处理本身的模型设定遗漏某个自相关的解释变量导致的误差。stata操作补充知识：时间序列算子首先需要设定时间变量...
本文对预测性动态融合（PDF）框架进行解读。原论文提出预测性动态融合（PDF）框架，针对多模态学习中的动态融合问题。通过理论分析发现，降低泛化误差的关键在于控制融合权重与模态损失之间的协方差关系。为解决直接预测损失值的不稳定性问题，论文创新性地将损失预测转换为置信度预测，并引入相对校准策略来应对不确定性。实验表明，PDF在多个基准测试中表现优异，特别是在噪声环境下展现出更强的鲁棒性。该方法为多模态
第一层：几何路径层（γ(s)）参数：伪弧长 s（与时间无关的几何参数）形式：分段多项式，M段，每段阶数 D=2u−1物理意义：描述轨迹的空间几何形状第二层：时间映射层（s(t)）参数：时间 t形式：时间均匀的分段多项式，M段，阶数 2u（比几何层高一阶，确保时间导数连续）物理意义：控制机器人沿路径的运动节奏2. 关键连接通过严格的分段对应关系（论文中的图7B）：第 i 段时间区间δTi 对应第 i
本文系统介绍了概率论的核心概念与方法。主要内容包括：1)随机事件的定义与表示；2)概率运算法则（独立事件、条件概率、全概率公式和贝叶斯公式）；3)随机变量的分类（离散型和连续型）及其数学描述；4)多维随机变量的联合分布；5)重要统计量（期望、方差、协方差）的定义与性质；6)极大似然估计的原理与应用；7)信息熵的概念；8)KL散度作为概率分布差异度量。文章通过数学公式和示例，清晰阐述了概率论的基础理
Java拥有丰富的开源库和框架（如Spring、Hibernate、MyBatis），覆盖Web开发、微服务、数据持久化等领域。结合多线程机制和并发工具包（java.util.concurrent），Java适合构建高并发、高负载的分布式系统。Oracle和OpenJDK社区的长期支持确保了语言特性的持续演进（如模块化、记录类、模式匹配）。- JVM调优：根据业务场景调整堆内存（-Xms、-Xmx
概率论与数理统计第一章 概率论的基本概念随机事件和随机实验1、随机试验：1. 在相同的条件下可重复2. 结果不止一个3. 无法预测2、事件：每种结果随机事件基本事件复合事件必然事件不可能事件通常用A、B、C、…表示相对实验目的不能再分或者不必再分由基本事件复合用Ω\OmegaΩ表示用∅\varnothing∅表示样本空间与事件的集合表示样本样本空间样本空间所有基本事件的集合样本点所有基本事件的集合
随机规划的三个分支分别为期望值模型、机会约束规划和相关机会规划。机会约束规划是继期望值模型之后，由A. Charnes和 W.W. Cooper于 1959年提出的第二类随机规划[33]。CCP是考虑到所做决策在不利情况发生时可能不满足约束条件而采用的一种原则:即允许所做决策在一定程度上不满足约束条件，但该决策使约束条件成立的概率不小于某一置信水平。一般形式的机会约束可表示为:。
现代Intel/AMD CPU 支持内置名为 RDRAND/RDSEED 的 TRNG（真随机数生成）指令。无需任何外部昂贵硬件，即可生成高质量随机数，通过采用物理热噪声源的方式。本 NPM 模块让您能在 Node.js 中调用这些指令，适用于模拟、分析、游戏等任何需要随机数的场景。安装。
本文通过西瓜书数据集详细拆解朴素贝叶斯算法的实现过程。核心内容包括：1）算法原理（先验概率、离散特征条件概率计算、连续特征概率密度估计）；2）完整代码实现（带详细中间计算过程打印）；3）关键知识点解析（拉普拉斯平滑、正态分布假设）；4）结果分析与优化建议。文章特别强调通过打印中间概率帮助理解"先验概率→条件概率→后验概率"的完整推导过程，并提供了实战建议（修改测试样本、对比sk
随着人工智能和数据分析技术的快速发展，Python凭借其简洁易学的语法结构和强大的第三方库支持，成为这两个领域最受欢迎的编程语言之一。其交互式编程特性使得数据科学家能够快速验证想法，丰富的可视化库如Matplotlib和Seaborn帮助用户直观理解数据模式，这些特性共同奠定了Python在数据科学领域的核心地位。社区提供了海量的学习资源和开源项目，从简单的爬虫脚本到复杂的机器学习项目都能找到参考
Periodic Returncompound=(1+R1)(1+R2)⋯(1+Rn)n−1\text{Periodic Return}_{\text{compound}}=\sqrt[n]{(1+R_1)(1+R_2)\cdots(1+R_n)}-1Periodic Returncompound=n(1+R1)(1+R2)⋯(1+Rn)−1调和平均 Harmonic MeanX‾Ha
排列数 (Permutation)从nnn个不同元素中，取出rrr个元素，按顺序排列的方式数。Anrn!n−r!}{(n-r)!Anrn−rn!组合数 (Combination)从nnn个不同元素中，取出rrr个元素，不考虑顺序的方式数。Cnrn!r!n−r!}{r!(n-r)!Cnrr!n−rn!。
摘要： 闵可夫斯基距离是n维空间中度量两点距离的统一方法，通过参数p控制距离类型：p=1时为曼哈顿距离（L1），p=2时为欧氏距离（L2），p→∞时为切比雪夫距离（L∞）。其几何意义随p值变化，p越小对异常值越鲁棒，p越大则放大极端差值。优点包括通用性强、参数灵活、计算高效，但存在量纲敏感、忽略特征相关性等问题。适用于低维稠密数据，高维场景推荐余弦相似度。实现时可选用NumPy（自定义p值）、Sc
Matlab示例库:https://ww2.mathworks.cn/help/releases/R2023b/matlab/examples.html。Echarts:https://echarts.apache.org/examples/zh/index.html(基于javascript)matplotlib库:https://matplotlib.org/stable/gallery/in
摘要： 科学建模长期在决定论与随机建模之间博弈。决定论认为世界如精准机器，未来可完全预测；而随机建模承认内在不确定性，将系统分为确定性趋势和随机扰动。量子力学和混沌理论打破了拉普拉斯妖的完美决定论梦想。随机建模通过概率分布描述现象，如气温的Ornstein-Uhlenbeck过程和股市的布朗运动，既承认规律又包容未知波动。爱因斯坦与玻尔的著名争论体现了这一哲学分歧。随机性不是无知的遮羞布，而是处理
本文在系统工程与数字治理框架下，探讨技术环境复杂度提升背景下，组织如何通过规范体系重构与智能技术耦合，实现服务连续性保障与资源效率优化的良性循环。通过规范框架与智能技术的共生进化，组织正在重构数字化时代的运维范式。这种升级不是简单的技术堆栈替换，而是涉及组织认知、人才结构、治理机制的系统性变革，最终实现从被动响应到主动赋能的关键跃迁。开发知识库（Confluence）、监控（Prometheus）
突破单一技术在港口调度中的应用局限，创新性整合大模型、运筹传统算法、概率论、控制论四大技术模块，明确各模块分工与协同逻辑，形成事前预测、事中决策、风险兜底、实时纠偏的全流程闭环调度体系，弥补了港口智能调度中预测与决策脱节、不确定性应对不足、动态调整滞后的技术缺陷，架构适配港口高扰动、强约束、高动态的作业特性。针对港口船舶延误、潮汐变化、设备故障、集卡拥堵、突发加船、恶劣天气等典型问题，实现事前大模
摘要：本文介绍了朴素贝叶斯分类算法的基本原理和应用。文章首先对比了经典统计学和贝叶斯学派对概率的不同理解，重点阐述了朴素贝叶斯算法的特点：基于条件独立性假设简化计算，结合先验概率与后验概率提高分类准确率。通过垃圾邮件分类和新闻分类两个实际案例，展示了如何使用sklearn实现朴素贝叶斯模型，包括数据预处理、特征提取（如TF-IDF转换）、模型训练和评估（AUC指标）等关键步骤。文章指出朴素贝叶斯算
多尺度仿真是连接材料微观结构与宏观性能的重要桥梁。本文系统介绍多尺度磁仿真方法，涵盖均匀化理论、代表性体积单元（RVE）方法和跨尺度耦合技术。通过Python实现微观结构生成、等效参数计算和宏观场求解，对比分析Maxwell-Garnett、Brillouin、Lichtenecker等经典均匀化模型，并验证Hashin-Shtrikman理论界限。本文包含完整的仿真代码和可视化结果，为复合材料磁
在现代工程设计中，不确定性无处不在。对于静磁场仿真而言，材料参数、几何尺寸、边界条件等输入参数往往存在不可避免的随机性或认知不确定性。传统的确定性仿真方法无法捕捉这些不确定性对系统输出的影响，可能导致设计过于保守或存在潜在风险。**不确定性量化（Uncertainty Quantification, UQ）**正是解决这一问题的关键技术，它通过数学和统计方法量化输入不确定性向输出的传播，为工程决策
本节将会整体介绍昇思MindSpore和华为昇腾AI全栈，并介绍昇思MindSpore在华为昇腾AI全栈中的位置。对昇思MindSpore感兴趣的开发者，最后可以参与昇思MindSpore的社区并一键三连。昇思MindSpore是一个全场景深度学习框架，旨在实现易开发、高效执行、全场景统一部署三大目标。其中，易开发表现为API友好、调试难度低；高效执行包括计算效率、数据预处理效率和分布式训练效率；
打卡今天要学习的内容是。
磁导航与定位技术利用环境中分布的磁场特征或人工布置的磁标，通过测量磁场强度和方向来确定目标的位置和姿态。该技术广泛应用于室内定位、机器人导航、医疗设备追踪、地下管线探测等领域。本教程将系统讲解磁场指纹地图构建、磁定位算法、多传感器融合、精度分析和干扰抑制等核心技术。永磁体产生的磁场可用磁偶极子模型描述：B⃗(r⃗)=μ04πr3[3(m⃗⋅r^)r^−m⃗]\vec{B}(\vec{r}) = \
磁疗是一种利用磁场作用于人体以达到治疗目的的物理治疗方法，广泛应用于疼痛管理、炎症消退、骨折愈合、神经系统疾病辅助治疗等领域。本教程将系统讲解磁疗设备的工作原理、磁场分布特性、生物效应分析和安全性评估，通过Python仿真实现静磁贴片、脉冲磁场治疗仪的设计与优化。永磁体产生的磁场可以用磁偶极子模型近似：B⃗(r⃗)=μ04πr3[3(m⃗⋅r^)r^−m⃗]\vec{B}(\vec{r}) = \
用一句话简述要解决的工程问题：如何设计和分析磁浮列车的悬浮、导向、推进和制动系统，实现无接触、低摩擦、超高速的轨道交通？**磁浮列车（Maglev Train）**是一种利用磁力实现悬浮和推进的现代轨道交通工具。其发展历程可追溯至20世纪初：（1）早期探索（1900-1960年代）（2）技术突破（1970-1990年代）（3）商业化运营（2000年代至今）磁浮列车根据悬浮原理可分为两大类：（1）电
连接学派通过模拟生物神经网络构建人工神经网络（ANN），以神经元节点和权重连接实现智能学习。ANN通过调整连接权重优化输出，如基于云量、湿度预测降雨概率。虽然早期受限于计算资源，但随着大数据和深度学习的发展，ANN展现出强大性能，但也面临可解释性差、依赖大数据和高算力等挑战。该模型已成为当前最成功的人工智能方法之一。
在实际工程应用中，电磁场仿真面临各种不确定性来源：材料属性的分散性、制造公差、环境条件变化、测量误差等。传统的确定性仿真无法评估这些不确定性对结果的影响。不确定性量化（Uncertainty Quantification, UQ）技术通过数学方法系统地分析和传播不确定性，为工程设计提供可靠性评估。本教程将介绍三种主流的不确定性量化方法：电磁场仿真中的典型不确定性：** aleatory不确定性（偶
本文系统介绍了线性回归的核心内容，包括模型假设（线性性、零均值、同方差等）、参数估计方法（最小二乘法与最大似然估计的等价性）、显著性检验（t检验与F检验）。通过矩阵形式推导了OLS估计量，并阐述了在正态假设下与MLE的关系。文中结合实例演示了回归系数计算过程，并详细说明了模型诊断的关键指标（残差分析、拟合优度R²）和多重共线性的识别方法，为统计分析提供了完整的理论框架和实施指南。
本文系统介绍了概率基础知识和滤波器原理。首先阐述了概率论核心概念，重点分析了高斯分布及其线性变换特性。随后详细推导了卡尔曼滤波（KF）和扩展卡尔曼滤波（EKF）的理论框架，包括状态估计模型、贝叶斯滤波和线性化处理方法。针对EKF的局限性，进一步介绍了误差状态卡尔曼滤波（ESKF），通过分离名义状态和误差状态，有效解决了非线性系统特别是3D姿态估计中的约束问题。文章完整呈现了ESKF的运动方程、观测
本文档详细介绍了Transformer模型从输入到RoPE位置编码再到注意力机制的全流程实现。内容包括：1) 输入token序列通过嵌入层转换为向量表示；2) 使用旋转位置编码(RoPE)对序列位置信息进行编码；3) 完整的注意力计算过程。每个步骤都提供了数学表达式和对应的PyTorch实现代码，便于直接参考和使用。文档结构清晰，包含"输入→RoPE→Attention"三个主
题目题目链接题解优先队列。（感觉不好想，以为是差分数组，但是维度太大）每个计算机都是独立的，所以只要解决了一个计算机如何更新算力，多个也就不在话下了。整体思路，（以单个计算机为对象考虑）每遍历到一个任务时，我们要比较当前计算机的算力与当前任务消耗的算力的大小关系，如果前者大于等于后者，则可以执行任务，反之不行。如果可以执行任务，那么我们就让v（计算机当前的算力）减去d（当前任务消耗的算力）。但是我
参数估计是统计推断的核心内容，主要包括矩估计和最大似然估计两种方法。矩估计通过样本矩与总体矩相等建立方程求解参数，适用于正态分布、泊松分布等常见分布。最大似然估计则通过最大化似然函数寻找最可能产生观测样本的参数值，在伯努利分布、正态分布等场景中表现优异。两种方法各有特点：矩估计计算简单但可能效率不高，最大似然估计理论性质优良但计算可能更复杂。实际应用中需根据具体问题选择合适的估计方法，并注意验证估
该数字频率计项目是一个典型的嵌入式信号测量应用范例。它巧妙地结合了STM32的硬件定时器、灵活的时钟树和便捷的串口通信能力，构建了一个功能完整、性能可靠的测量系统。通过对输入捕获模式的深入运用和对系统时钟的精确把控，该设计能够满足对多种频率信号进行实时、准确测量的需求。其清晰的代码结构和对辅助功能（如看门狗）的重视，也体现了良好的工程实践，为同类项目的开发提供了有价值的参考。基于stm32的频率计
最近在STM32F407上搞了个双主站Modbus RTU项目，两个串口同时当主站干活，实测能稳定读写两组从站设备。先看硬件配置部分，USART1和USART2都用上了。2. USART1口测试连接几个Modbus RTU从站，可以正常读取从站的数据。3. USART2口测试连接几个Modbus RTU从站，可以正常读取从站的数据。2. USART1口测试连接几个Modbus RTU从站，可以正常
概率论
——概率论
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
魔珐星云开发社区
AI硬件创业社区
开源鸿蒙跨平台开发者社区
2048 AI社区
昇腾开源生态专区
九章云极普惠算力
松山湖开发者村综合服务平台
