2021-01-11----随笔001

最近要训练C++的STL相关内容,于是就尝试整理一下笔记,其实早就想捋一下这玩意了,毕竟每次用到不熟悉的都上网搜太麻烦了。去了https://en.cppreference.com/w/,英文翻译太麻烦了,也在CSDN上找了博客,找了一个还算不错的磊磊cpp,也在书上和微信公众号找了相关内容,浪费了一天构思该如何开始写。本来寒假任务就多,想着干脆写一步看一步,却在一个公众号上看到了几个大佬的文章,再结合自己现在的情况,有感而发,写下了这篇博客。

地理信息科学,一个在我报考它前根本听都没听说过的专业,当初想着报这个专业完全是看到资料与计算机有关。阴差阳错也没有转专业。既来之则安之,不再纠结专业了。大一贪玩浪费了时间,不过还是打下了部分语言基础和一点点的算法基础。又阴差阳错进了集训队开始主攻算法。算法真的好多好杂,而且边学边忘,佩服那些发明算法的大佬和ACM的大佬,反正我的感觉除了佩服就是:这玩意是人学的???看到别的同学搞这搞那的都有成果,我这除了每天为头发担惊受怕之外也不见多少长进。遇到不会的题还是不会,即使知道算法还是要去翻笔记和代码。
在这里插入图片描述

现在是大二上学期寒假,留给我的学习时间已经不多了,很大可能到最后竹篮打水一场空。我开始反思初心,这是否是最利于我的前途和钱途的路。看到好多大佬在大学期间就接项目赚钱,相比较而言算法这种学习周期长效果不显著的东西的确容易令人烦躁,尤其是向我这种没有找到能够经常交流讨论的朋友的人更是如此。可我没有考虑过放弃。兴趣是最开始,兴趣支撑我走到现在,也将使我继续走下去。与此同时,我会继续学一些别的有趣的东西。(感觉计算机方面的知识真是学无止境=_=|||)
在这里插入图片描述

扯回来,STL已经整理好一部分常用的了,后期遇到别的会继续收录,全部整理不太现实。其次我找到了另外一片天地:博客园,以前没有在意,现在要好好利用起来了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值