- 博客(47)
- 收藏
- 关注
RSS订阅原创 考虑通信时延的直流微电网分布式电-氢混合储能协同控制仿真复现与改进
针对高比例新能源直流微电网中多储能单元功率互补、状态均衡与通信时延耦合引起的协同控制问题，本文基于本工程 对分布式电-氢混合储能系统控制方法进行复现与改进分析。工程采用 MATLAB/Simulink 平均模型描述 4 母线直流微电网、DG/PV、负荷以及 BSU 蓄电池储能和 HSU 氢储能单元，并以 实现离散平均仿真，以 串联模型构建、基础复现、通信时延、通信故障、改进控制与时延裕度扫描实验。控制层面，一次控制采用改进分频下垂，使 BSU 响应高频扰动、HSU 承担低频稳态功率；二级控制采用变量补
2026-05-15 20:16:00
653
原创 基于 SARIMA-GARCH-TCN-Attention-XGBoost 的混合时间序列预测模型研究
设时间序列观测值为ytt1Tytt1T，其中ttt为时间索引。ytftεtytftεt其中，ftf(t)ft表示趋势、季节项、外生变量和可解释特征共同形成的确定性或弱随机结构，εtεt表示模型未能解释的随机扰动。对于金融类序列，εtεt常具有尖峰厚尾、波动聚集和条件异方差等特征，因此仅采用均值方程建模往往不足。在深度学习和机器学习建模中，不同变量量纲差异可能影响参数优化。xt′xt−μσx。
2026-05-15 00:07:55
668
原创 基于 ESP32-S3 与 ESP-IDF 的网页 LED 控制系统设计与实现
本文基于一个真实 ESP-IDF 工程，复盘 ESP32-S3 网页控制 LED 的完整实现过程。项目运行后，ESP32-S3 以 SoftAP 模式创建 WiFi 热点，手机或电脑连接热点后访问，即可打开内置网页控制面板。网页通过 HTTP GET 请求访问/led/on/led/off/led/blink和等接口，ESP32 端由接收请求，再调用 LED 控制模块修改 GPIO1 电平，实现 LED 常亮、熄灭和闪烁。
2026-05-13 13:13:14
700
原创 基于 DGJO-TCN-BiGRU 的微电网集群协同优化调度方法研究
针对新能源出力波动、微电网间功率交互复杂以及传统群智能算法易早熟收敛等问题，构建一种融合双种群金豺优化算法（DGJO）与 TCN-BiGRU 时序预测网络的微电网集群优化调度方法。首先，面向由 3 个微电网组成的集群系统，建立包含光伏、风机、微型燃气轮机、储能电池、负荷、主网交易和微网间交易的综合成本最小化模型，目标函数覆盖运行成本、储能成本、维护成本、交易成本和环境成本。其次，设计 DGJO 算法，通过双种群划分、Lévy flight 全局搜索、哈里斯鹰围攻和缓存猎取算子增强探索与开发能力，并用于 TC
2026-05-10 15:11:35
699
原创 支持QC与PD协议的多模式开关电源仿真建模与交互特性分析
面向移动终端快充电源在多协议、多电压档位和负载扰动条件下的动态交互问题，基于本地工程建立了支持 QC 与 USB PD 简化交互的多模式 Buck 开关电源仿真模型。工程主模型为，根目录为缓存文件。模型由 QC 控制器、PD 控制器、协议管理器、参考电压斜率管理器、离散 PID 控制器、PWM 发生器、平均 Buck 功率级、保护与结果记录模块组成。功率级采用离散平均 Buck 模型，而非 Simscape Electrical 器件级开关拓扑；
2026-05-09 21:17:19
794
原创 2026 年数维杯A 题：抱轨式磁浮列车的悬浮电磁铁故障检测问题
针对 2026 年数维杯 A 题“抱轨式磁浮列车的悬浮电磁铁故障检测问题”，本文将四个小问整合为一条连续的建模链：首先，基于附件1理想实验数据建立单电磁铁理想电磁力模型；其次，建立车体—悬浮架二自由度垂向动力学方程，求解车体与悬浮架在0∼10s0∼10s内的位移响应；再次，在全车 16 台电磁铁功率放大系数完全相同且固定不变的条件下，构造固定参数辨识模型，实现整车级功率放大器异常检测；
2026-05-08 22:20:26
1580
19
原创 从 TCN 到 KAN：一个 Hybrid-KOA-TCN-KAN-Multihead-Attention 股票预测模型的设计与实现
LSTM、GRU、Transformer 等深度模型虽然具备序列建模能力，但在金融数据这种“小噪声规律 + 大随机扰动”混合场景下，模型结构和超参数选择会显著影响效果。因此，一个有效的股票预测模型不能只记住近期价格，也不能只捕捉长期趋势，而需要同时具备局部模式提取、长距离依赖建模、非线性拟合和稳定调参能力。原因并不只是“股票市场噪声大”这么简单，而是金融时间序列同时具备多种复杂性质：非线性、非平稳、高噪声、厚尾分布、阶段性结构变化，以及短期波动和长期趋势并存。MLP 虽然表达能力强，但解释性有限。
2026-05-06 21:05:06
614
原创 从论文复现到模型升级：Transformer-Attention-WOA-XGBoost 在含新能源配电网故障诊断中的实现
这个项目来源于一篇关于“含新能源配电网自愈缺陷识别”的论文。先对三相电流做小波分析特征增强；再做归一化；然后用 IEDO 优化 XGBoost 超参数；最后完成“正常状态 + 6 类故障”的多分类识别。也就是说，它本质上是一个多故障分类任务，而不是单一故障二分类。我的目标也不止是“复现结果”，而是把它工程化成一个可运行、可迭代、可对比的 MATLAB 项目，并在此基础上把模型升级到更强的时序建模范式。正常状态单相接地两相短路三相短路过负荷断线欠电压。
2026-05-04 23:09:55
843
原创 拆解 SDGT 算法：图神经网络 + Transformer 如何做短期电力负荷预测
├── data/│ ├── raw/├── utils/├── logs/主入口是main.pyAustralian 风格模拟数据生成；CSV 读取、列检查、时间列解析、缺失值处理、异常值裁剪；仅用训练集拟合 StandardScaler，避免数据泄漏；按时间顺序构造 train / val / test；336 步 lookback 到 96 步 horizon 的多步负荷预测；STCG 动态邻接矩阵构建；MixHop 图卷积；
2026-05-03 21:50:13
960
4
原创 Claude Code 如何接入 DeepSeek V4 模型：从安装配置到实战验证
很多人开始用 Claude Code 之后，会很快喜欢上它的工作方式：不是简单地问答，而是直接进项目目录、读代码、改文件、协助调试。如果我想保留 Claude Code 这套命令行工作流，但底层模型不想只用默认方案，能不能接入 DeepSeek V4？这不是 Claude Code 的“默认官方模型切换功能”，而是通过 Anthropic 兼容 API 的方式，把 Claude Code 的请求路由到 DeepSeek。
2026-05-02 19:23:22
2258
原创 2026年五一杯数学建模B题：多工序协同作业问题
这次项目最终形成了一条比较完整的建模工程链路：从附件数据解析开始，构造工序和设备数据结构；再用事件驱动解码器处理设备分配、跨车间运输和同步完工；最后通过启发式搜索、自动校验和可视化输出形成可复盘结果。真实结果上，第 1 问得到 A 车间最短时长；第 2 问单班组完成五车间的当前最好可行解为；第 3 问双班组协同后降至，比第 2 问缩短47126 s，约27.56%。对我来说，这道题最值得保留的不是某一个公式，而是“模型抽象 + 可行性解码 + 结果校验 + 图表解释”的完整闭环。
2026-05-02 00:19:44
1760
12
原创 拿到数据集不会选模型？机器学习十大算法从公式到代码一次讲透
机器学习算法没有绝对最优，只有在具体数据、具体任务和具体评价指标下更合适的选择。拿到数据集后，不要急着套模型。先判断有没有标签，再判断目标变量是类别还是连续值，再看数据规模、特征维度、线性关系、可解释性要求和精度要求。逻辑回归、线性回归和决策树适合解释；随机森林和 Boosting 适合复杂预测；K-Means 适合无标签分群；朴素贝叶斯适合文本；SVM 适合中小规模高维分类；LDA 适合分类与降维结合；KNN 适合小数据、边界复杂的直觉型建模。我知道这个问题为什么该用这个算法，也知道它什么时候不该用。
2026-04-27 23:14:23
681
原创 Python 实现县域变电站智能巡检与抢修调度：地图、路径规划与恢复策略
这个项目实现了从变电站地图建模到路径规划、从故障诊断到快速恢复策略、从站内机器人核查到县域班组抢修调度的一整套算法仿真流程。明确区分了站内机器人巡检和县域班组抢修两个空间层级；将图论搜索、启发式优化、贝叶斯诊断、安全规则校核和恢复策略评分组合到一个可运行项目中；输出 PNG、JSON 和 CSV，便于后续封装成后端服务或可视化系统。对于比赛项目、毕业设计、课程设计或电力系统算法展示来说，这个项目的重点不在于界面，而在于算法链路完整、数据结构清晰、结果可复现。
2026-04-27 20:04:22
830
原创 配电网智能决策平台：从风险感知到自愈控制的 Python 实现
县域配电网具有线路半径大、分支多、负荷分散、运行环境复杂等特点，极端天气、设备老化和负荷波动都可能引发停电风险。本文基于真实项目 county_grid_self_healing，完整拆解一个“风险预测 + 异常检测 + 拓扑建模 + 故障定位隔离 + 遗传算法自愈恢复 + 可靠性评估”的 Python 仿真系统。
2026-04-24 21:03:26
996
6
原创 2026年华中杯 A题：城市绿色物流配送调度
题目给出的油耗、电耗函数都是 U 型：太慢时，低速拥堵工况不省能太快时，空气阻力和高负荷也不省能真正省能的是某个中间速度区间项目还进一步做了载荷修正。设载重率为 λ，则：也就是说，燃油车满载比空载高 40%，新能源车高 35%。总成本：98378.44综合目标：99184.13总碳排放：10893.51 kg总延误：119.72 min准时率：97.98%使用车辆数：143未使用车辆数：42成本项金额占比启动成本57200.0058.14%能耗成本。
2026-04-23 23:52:03
1560
14
原创 预测精度狂飙！VMD+KAN+BiLSTM+Transformer 融合模型时序预测保姆级教程
做时间序列预测这些年，我越来越清楚一件事：很多模型单独看都很强，但真到项目里，真正拉开差距的，往往不是“某一个模块有多新”，而是整条链路有没有闭环。数据怎么来，缺失值怎么补，非平稳信号怎么拆，特征怎么组织，模型怎么融合，训练怎么稳，结果怎么解释，图怎么画，这些事情如果没有一口气串起来，最后往往只会停留在“搭了个网络”的层面。这次我想做的，不是一个只有论文味道的模型名词堆叠，而是一个真正能从原始序列一路跑到预测结果、还能产出一整套分析图的工程化项目。所以我把。
2026-04-22 17:32:35
687
原创 从零搭建一个带 GUI 的机器学习建模系统：多模型切换、遗传算法优化与可视化实战复盘
也就是说，当用户选择 GA/PSO/SA 时，系统不是直接开始优化，而是先用原始参数跑一遍，得到 baseline 指标，再去搜索最优参数，最后再训练最终模型。我先把整个工程拆成了几个相对清晰的层次：ui 负责交互，models 负责模型封装，data 负责预处理，optimizers 负责启发式搜索，utils 负责配置、指标和可视化。所以我想做一个真正能交互的机器学习桌面系统，把数据导入、任务识别、模型切换、参数设置、启发式优化、训练控制、结果展示、模型保存和预测都放到一个 GUI 里。
2026-04-21 22:26:04
713
原创 2026 MathorCup C 题实战复盘：从高血脂风险预警到 6 个月干预优化的建模思路与 Python 落地
第一问先回答“该看哪些指标”第二问再回答“怎么把人分成低中高风险”第三问继续回答“已经识别出重点人群后，6 个月怎么干预最划算”也正因为这个题目天然带着“筛选指标 -> 风险分层 -> 干预优化”的递进关系，所以整个项目特别适合做一次完整复盘。这篇文章不是论文照搬，而是基于项目里真实存在的三个脚本和结果文件，按照技术博客的方式，把建模思路、核心代码和结果结论串起来讲清楚。正文里只展示最有代表性的代码片段，完整代码更适合放仓库或附录。C题/├─ 附件1：样例数据.xlsx。
2026-04-18 23:00:52
1217
2
原创 我的 GA-CNN-TCN-BiLSTM-Attention 锂电池预测与 SHAP 解释实战
目录项目背景我是怎么把模型结构一步步定下来的代码实现是怎么串起来的核心原理怎么落到我的代码上结果怎么看，模型到底有没有发挥作用为什么我还要专门做 SHAP总结与反思不是把模块堆长就行：我用 GA + CNN + TCN + BiLSTM + Attention + SHAP 做锂电 SOH 预测的一次真实代码复盘这次我想认真复盘的，不是一篇把模型名字串起来的“组合拳介绍”，而是我在一个锂电池 SOH 预测原型项目里，围绕局部特征提取、长短期依赖建模、关键时间步聚焦、超参数优化和结果可解释性这五个目标，怎么一
2026-04-18 18:28:00
643
原创 2026 年第十六届MathorCup 数学应用挑战赛：E 题罕见病药品医保谈判定价模型及用药成本优化研究
如果只看单个问题，问题一像回归，问题二像特征增强，问题三像整数规划。我把一道题做成了一条链。问题一让我先把价格形成机制看清楚。问题二让我确认，罕见病的特殊性确实值得被单独拿出来建模。问题三则让我把这一切落到一个患者到底该怎么选药上。所以这道题在我这里不是“回归 + 回归 + 优化”的机械拼接，而是一条从宏观到微观、从解释到决策的建模链路：先解释价格，再增强解释，最后做决策。我觉得这也是这道题最有意思的地方。模型最后要落到哪里。
2026-04-17 23:17:13
1078
1
原创 2026 MathorCup 选题建议：A/B/C/D/E 题到底怎么选？
我不收着说了，直接给最终判断。最适合大多数普通队伍的，是 C 题。原因不是它最简单，而是它最容易在三天内形成完整闭环，数据、模型、解释、优化都能接上，最像一篇成熟论文。最适合强队冲奖的，我更看好 D 题。因为 D 题的结果最硬，程序一旦跑通，论文说服力会非常强；而且组委会明确会运行程序，这对真正有实现能力的队伍是加分项。最容易出现“题目很大、最后做得很浅”的，是 B 题。它真的很容易写得热闹，但定量支撑不足。没有仿真基础和规则抽象能力，做到后面会很空。最考验代码能力的，是 D 题。
2026-04-17 08:16:01
1079
原创 CEEMDAN-VMD-Transformer-CNN-BiLSTM 时间序列预测模型完整实战：从双重分解到混合神经网络建模
这是我设计这套算法时最关键的一步。我之所以先用 CEEMDAN，是因为它对非线性、非平稳信号的适应性很好。CEEMDAN 可以把原始序列分解为若干本征模态函数 IMF，它不像固定基函数分解那样要求序列必须满足比较强的先验假设，更适合真实时间序列这种复杂信号。按照 CEEMDAN 的分解特点，前面的 IMF 一般对应更高频的波动，后面的 IMF 更接近低频趋势。但我在实际看分解结果时很快发现，只做一次 CEEMDAN 还不够。原因在于，IMF1 往往最“乱”。
2026-04-16 12:47:10
729
原创 从贪心仿真到整数规划，再到决策系统：MathorCup B题“老城街区平移置换”四问完整实战
MathorCup 2025 B 题围绕老城街区“平移置换”搬迁展开，目标是在满足住户面积补偿、采光补偿、修缮补偿和预算约束的前提下，通过住户在街区内部的重新安置，尽可能腾退出更多完整院落，从而提升后续商业开发收益。本文基于我的完整代码实现，按照“问题一到问题四”的逻辑，系统梳理了从启发式仿真、混合整数规划、边际性价比拐点分析，到智能决策辅助系统原型构建的完整求解过程。整篇文章不仅给出建模思路和核心公式，也穿插了关键代码片段和可视化设计，适合作为本题的完整技术复盘。老城街区；平移置换；贪心仿真；MILP；
2026-04-14 22:26:10
748
原创 从相亲角到星辰大海：大白话拆解数学建模四大聚类算法
数学建模与算法工程的宇宙中，从来都不存在包治百病、一招通吃的“银弹（Silver Bullet）”。K-Means崇尚效率与中庸，它是快刀斩乱麻的突击队，在数据海洋中最快地确立秩序的基石；DBSCAN执着于密度的疯狂蔓延，它是破除死板几何枷锁的先锋，在错综复杂的异形迷宫与噪声沙尘中寻找真理；层次聚类追本溯源，如同一位耐心的历史学家，为我们一笔一画勾勒出数据从分裂走向大一统的浩瀚族谱；而GMM则戴着统计学派的王冠，透过概率与协方差的魔法，敏锐地捕捉着事物之间相互渗透、相互交融的暧昧边界。
2026-04-12 12:22:40
713
原创 2026认证杯数学建模竞赛：A题 水系电解液配方
在本研究中，自变量 X$为电解液中各母液（如不同浓度的硫酸盐、硝酸盐、高氯酸盐等）的体积或摩尔比；因变量 Y 为我们在第一阶段构建的综合性能得分（也可单独预测电导率或 pH 值）。电解液体系最大的特点是“非线性协同效应”（Synergistic Effects）。例如，A盐和B盐单独存在时表现平平，但以特定比例混合后，由于溶剂化鞘结构的改变，电导率和电化学窗口可能发生突变。
2026-04-11 12:55:10
837
9
原创 基于 WOA 优化 CNN-LSTM-Transformer 的电力负荷预测
本文提出一种融合 CNN、LSTM 与 Transformer 的混合深度学习模型，并引入鲸鱼优化算法（WOA）CNN：提取负荷序列的局部时空特征；LSTM：捕捉序列的长短期时序依赖；：建模全局时序关联；WOA：优化学习率、CNN 通道数、LSTM 隐藏层维度等关键超参数。短期电力负荷预测属于单变量时间序列预测问题，给定长度为L的历史负荷序列X=[xt−L,xt−L+1,...,xt−1]，目标是预测下一时刻的负荷值xt，数学表达为：其中θ为模型参数，f(⋅)为预测函数。
2026-04-06 13:13:11
789
原创 LLM 驱动的运筹优化与可解释智能决策系统：从自然语言到商业决策的全链路落地
本文构建的 “LLM + 运筹优化 + XAI” 融合系统，成功解决了传统运筹优化 “建模难、解释难、落地难” 的核心痛点，实现了从自然语言需求到商业决策的全链路自动化。该系统不仅适用于动态定价场景，还可扩展至库存优化、路径规划、产能调度等绝大多数运筹优化场景，为企业智能决策提供了可复用的架构范式。随着大语言模型和可解释 AI 技术的持续演进，这类 “技术 + 业务” 深度融合的系统，将成为企业数字化转型的核心基础设施。# LLM 驱动的运筹优化与可解释智能决策系统：从自然语言到商业决策的全链路落地！
2026-04-02 18:16:19
960
原创 从零实现 LLaMA 架构：一步步构建轻量级大语言模型
本文从 LLaMA 的核心设计出发，拆解并实现了一个轻量级的 LLaMA-like 模型，覆盖了 RMSNorm、SwiGLU、RoPE、因果自注意力等关键组件。大模型看似复杂，但本质是 “简单组件的有序组合”—— 掌握这些核心设计，就能理解大模型的底层逻辑，为后续的模型训练、优化和部署打下基础。训练模型：用小数据集（如 WikiText）训练模型，观察 Loss 的下降趋势；扩展参数：将调至 4096、num_layers调至 32，实现原版 LLaMA 7B 的架构；
2026-04-01 21:59:36
1081
原创 基于改进 VMD 与自适应小波的水声信号去噪算法实现与分析
改进 VMD 通过包络熵寻优参数，解决了 VMD 参数选择的主观性问题；皮尔逊相关系数实现了 IMF 的精准分离，避免对有效信号过度去噪；自适应小波去噪针对噪声 IMF 动态调整阈值，兼顾去噪效果与信号保真性。实验结果表明，算法能显著提升水声信号的信噪比，降低重构误差，有效恢复信号特征。
2026-03-30 21:21:54
806
原创 零基础入门数据分析！NumPy+Pandas+Matplotlib 实战全攻略（附代码 + 详解）
官方文档：NumPy/Pandas/Matplotlib 官网（中文翻译版）练习数据集：Kaggle 入门数据集、阿里云天池工具：Jupyter Notebook（全程实战），不可逆权重分配：Pandas 占 60% 精力，重点练数据清洗、分组聚合学习节奏：4 周，每天 1-2 小时，边敲代码边学恭喜你！学完这篇文章，你已经掌握了数据分析三剑客的入门核心技能，能独立完成数据读取、清洗、统计、可视化全流程！入门标准：能独立完成本文的电商 / 成绩分析项目进阶路线。
2026-03-29 21:01:37
1030
原创 基于 Tent-EBWO 优化 XGBoost 的回归预测及可解释性分析
本文提出的Tent-EBWO优化XGBoost回归框架，通过KPCA降维降低计算复杂度，利用Tent混沌映射增强BWO的全局搜索能力，最终实现了高精度的回归预测，并通过多维度可视化完成模型可解释性分析。实验结果表明，该框架在预测精度和稳定性上表现优异，特征可解释性分析也为业务理解提供了有力支撑。
2026-03-28 13:09:15
904
原创 Transformer-SSM 混合模型 vs 传统 SVM：文本分类任务的深度对比实验
一、引言文本分类是自然语言处理（NLP）的核心任务之一，广泛应用于情感分析、垃圾邮件识别、意图识别等场景。传统文本分类方法以为代表，依赖人工设计的特征工程，具有训练速度快、可解释性强的特点；而深度学习方法（如 Transformer）通过自注意力机制自动提取语义特征，在复杂任务上表现更优，但训练成本更高。近年来，状态空间模型（State Space Model, SSM）凭借对长序列的高效建模能力，成为 Transformer 的重要补充。本文将构建。
2026-03-27 23:21:40
719
原创 Deep-HMM 融合 Transformer：序列分类的动态隐状态建模新范式
在自然语言处理和序列建模领域，Transformer 凭借自注意力机制成为主流架构，但传统 Transformer 在处理时序序列时，往往通过全局平均池化（GAP）等简单方式聚合序列信息，丢失了时序动态特征。而隐马尔可夫模型（HMM）擅长建模时序数据的隐状态转移规律，本文将详解，以及如何将其与 Transformer 融合，构建更强大的序列分类模型，并通过对比实验验证该融合方案的有效性。
2026-03-25 18:23:04
830
原创 融合时空特征的动态图神经网络：DGNN-BiLSTM-Attention 详解与实战
DGNN-BiLSTM-Attention 的损失曲线快速下降并趋于平稳，50 轮后 MSE 降至 0.08 以下，说明模型收敛性良好，未出现过拟合（正则化生效）。为验证模型有效性，我们构建模拟数据集（电力负荷场景），并对比纯 LSTM、纯 BiLSTM、DGNN-BiLSTM-Attention 三种模型的性能。GCN 的核心价值是：将每个节点的特征与其邻居节点的特征加权融合，精准捕捉节点间的空间关联（如电网中节点的功率传输关系）。
2026-03-24 21:47:58
755
原创 基于 NSGA-II 的城市密集区无人机多目标路径规划 ——Matlab 实现与核心算法解析
城市密集区的无人机路径规划是无人机自主导航领域的经典难题，其核心痛点在于需要同时满足三大核心要求。本文基于，实现了城市密集区无人机的多目标路径规划 Matlab 方案，针对建筑避障、雷达威胁、飞行能耗、轨迹平滑等需求完成了全流程建模与开发，通过等关键设计，解决了复杂场景下的轨迹穿模、约束违规、多目标权衡等问题。
2026-03-23 21:12:29
892
原创 手把手搭建 DeepSeek 多功能 AI 工作站：基于 Python Tkinter 的 GUI 实现
本文通过 Tkinter 搭建了一个轻量级的 DeepSeek 多功能 GUI 工作站，既讲解了 API 的配置与调用，也实现了多场景的 AI 交互。该项目易于扩展，可根据自己的需求添加更多功能，是学习 AI API 调用和 GUI 开发的绝佳实践案例。手把手搭建 DeepSeek 多功能 AI 工作站：基于 Python Tkinter 的 GUI 实现在 AI 工具日益普及的今天，DeepSeek API 凭借其优秀的中文理解能力和多场景适配性，成为很多开发者的首选。
2026-03-22 13:45:14
1370
原创 MixLinear：融合时域与频域的极简时间序列预测模型（附 LSTM/CNN 对比与架构优化）
本文提出MixLinear模型，通过双域融合架构实现轻量化时间序列预测。MixLinear结合时域分段线性变换和频域傅里叶滤波，以线性运算为核心，在参数量仅为LSTM 1/4的情况下取得45.2%的MSE提升。实验表明，MixLinear与LSTM/CNN的混合架构（如MixLinear-CNN-LSTM）性能最优，测试MSE达0.052，较LSTM提升67.9%。可视化分析验证了该模型在收敛速度、预测精度和相关性方面的优势，为时间序列预测提供了高效解决方案。
2026-03-20 21:15:18
1040
原创 风电预测天花板！VMD-SSA-CNN-BiLSTM 组合模型全解析（附完整可运行python代码）
风电功率作为风能利用的核心输入参数，具有。
2026-03-18 22:00:13
692
2
原创 基于 Tent 混沌映射 + 麻雀搜索算法（SSA）优化 BP 神经网络的回归预测：从原理到实战
Tent 混沌初始化让初始种群分布更均匀，避免随机初始化的局部最优陷阱；SSA 全局搜索最优权重 / 偏置，提升了 BP 的预测精度和稳定性；实验结果表明，优化后的 BP 在 MAE、MSE、MAPE 等指标上均优于标准 BP。
2026-03-17 21:10:01
872
原创 让机器“读懂”人类语言
假设有一句话：“我 喜欢 学习 人工智能”，如果滑动窗口大小为 1，当中心词是“学习”时，上下文词是“喜欢”和“人工智能”。由于模型捕捉了上下文语义，您会发现“人工”、“智能”、“机器”、“学习”这些词在二维平面上聚集得比较近，而“天气”、“阳光”等词则会分布在图的另一个区域。通过训练，我们将每个词映射到一个固定维度的稠密实数向量（Dense Vector）中，使得语义相近的词在向量空间中的距离也相近。其中，v_w 和 v_w_O 分别是词 w 作为中心词和上下文词时的向量表示，W 是词表的大小。
2026-03-16 21:57:02
563
基于 SARIMA-GARCH-TCN-Attention-XGBoost 的混合时间序列预测模型研究
2026-05-15
从 TCN 到 KAN：一个 Hybrid-KOA-TCN-KAN-Multihead-Attention 股票预测模型的设计与实现
2026-05-06
从论文复现到模型升级：Transformer-Attention-WOA-XGBoost 在含新能源配电网故障诊断中的实现
2026-05-04
带 GUI 的机器学习建模系统：多模型切换、多个启发式算法优化界面
2026-04-22
我的 GA-CNN-TCN-BiLSTM-Attention 锂电池预测与 SHAP 解释实战
2026-04-18
2026 年第十六届MathorCup 数学应用挑战赛：E 题罕见病药品医保谈判定价模型及用药成本优化研究
2026-04-17
CEEMDAN-VMD-Transformer-CNN-BiLSTM 时间序列预测模型完整实战：从双重分解到混合神经网络建模
2026-04-16
从贪心仿真到整数规划，再到决策系统：MathorCup B题“老城街区平移置换”四问完整实战
2026-04-14
零基础入门数据分析！NumPy+Pandas+Matplotlib 实战全攻略（附代码 + 详解）
2026-03-29
Transformer-SSM 混合模型 vs 传统 SVM：文本分类任务的深度对比实验
2026-03-27
基于 NSGA-II 的城市密集区无人机多目标路径规划 -Matlab 实现与核心算法解析
2026-03-23
手把手搭建 DeepSeek 多功能 AI 工作站：基于 Python Tkinter 的 GUI 实现
2026-03-22
MixLinear：融合时域与频域的极简时间序列预测模型（附 LSTM/CNN 对比与架构优化）
2026-03-20
风电预测天花板！VMD-SSA-CNN-BiLSTM 组合模型全解析（附完整可运行python代码）
2026-03-18
基于 Tent 混沌映射 + 麻雀搜索算法（SSA）优化 BP 神经网络的回归预测：从原理到实战
2026-03-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人