c++后台开发项目_5900万!腾讯云中标安徽宿州wecity智慧园区EPC项目(含智慧路灯)...

0452de1726bff281282544385e4f4aba.png

注:复制关键字☞宿州智慧园区☜发送至公众号后台可获取详细的招标文件及中标信息

f8fe9c5bd5112d0c2f211bf6d9806f47.gif

中标情况

f8fe9c5bd5112d0c2f211bf6d9806f47.gif

1、项目名称:宿州市高新双创智能谷wecity智慧园区EPC项目,项目编号:SZCG2019455

2、成交金额(元):5900万元

3、成交供应商名称:腾讯云计算(北京)有限责任公司、安徽电信规划设计有限责任公司联合体

110695bc16bfe3f54ce41ca367518c1e.png

e227f6180e754a345b9019312f7330bb.png

评审委员会名单:虎号(随机抽取)、陈琼(随机抽取)、王璐鑫(随机抽取)、陈伟(随机抽取)、权文亚(随机抽取)

招标方式:单一来源

采购日期:2019年12月2日

f8fe9c5bd5112d0c2f211bf6d9806f47.gif

项目概况

f8fe9c5bd5112d0c2f211bf6d9806f47.gif

1、采购人:宿州市高新技术产业开发区管理委员会(盖章),代理机构:四川建兴工程造价咨询有限公司 

2、资金来源:财政资金,项目预算:控制价5993万元。

3、简要规格描述或项目基本概况介绍:本项目涉及宿州高新区众创空间产业基地园区的智能安防、智能门禁、访客系统、智能路灯、智慧环境、能源管理、AI能效、巡防/服务机器人、智慧照明、智能停车、智能井盖、园区可视化大屏系统、指挥中心可视化系统、会议室管理系统等多种类型的物联网B端应用,同时面向员工和物业管理人员提供企业微信、移动办公、资产管理、设备设施运维、工单管理、告警推送、工单流转、联动指挥等C端服务,这是一个复杂的物联网系统,需建设一个易于连接、互联互通、联动控制的综合管理平台。

4、分项控制价要求

b9cf4da29ee4472ae65dd37b486131e8.png

编辑 | 赖丽琪

校对 | 何钰莹

审核 | 李子 

a20c0f63b66a044a8b673b31bb47f5b5.gif

往期推荐

9e7cc2bc86dada07eba093d93488676e.gif
  • 今日商情 | 甘肃、江苏、河北多个智慧灯杆项目招标!
  • 9个亿!海南省三亚崖州湾科技城多个项目涉及多杆合一
  • 中标6个亿!谁拿下了高邮市智慧灯网基础设施建设特许经营权项目?

文末推荐

采购文件获取方式:

①扫码关注“灯杆智慧说

73e961217b1538efd8965d022efc4a3a.png

②后台对话框回复宿州智慧园区即可获取相关文件

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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