如灬初-CSDN博客

原创基于Unity3D的自动寻路车辆模拟

案例展示1、开发背景仿真测试可以在开发的早期，在即便实际处理器控制器和实车都没有ready的情况下——依然能对算法进行测试，尽早发现bug，尽早解决bug，而不把过多的bug带到实车测试中去。2、开发工具的基本使用本项目开发工具选择Unity3D（2020.3.30f），开发语言选择C#3、项目准备工作：导入素材搭建场景选取我们需要的场景和车的模型，这里我们可以使用unity自带的Asset Store在商店页面搜索Car，筛选中选择免费这里会给我们展示...

2022-03-29 22:19:31 10493 3

原创基于Unity3D的黄金矿工

1、游戏背景《黄金矿工小游戏》是一款敏捷，经典小游戏。怀揣梦想的黄金矿工为了寻找更多金子开始了他的挖金之旅。游戏目标使用钩子放入地下，开拓你的智慧寻找宝物，达到目标金额过关吧！2、开发工具的基本使用本游戏开发工具选择Unity3D（2020.3.30f），开发语言选择C#3、2D游戏，准备工作及制作思路在2D游戏的制作中，我们考虑更多的是游戏的长宽页面，深度无法直接看出，首先需要调整摄像机模式，选择Main Camera 在Inspector中的Projection选为Ortho

2022-03-23 09:52:07 8377 3

原创纳米智能机器—纳米多功能检测

摘要病毒是自然界中分布最广、个体数量最多的生命形式，同时它也是许多致死性疾病的罪魁祸首。历史上各种传染性病毒如流感病毒、天花、埃博拉病毒的肆虐给人类带来了巨大的灾难；动物病毒和植物病毒感染造成畜牧业和农业的巨额经济损失。另一方面，病毒具备良好的生物相容性和稳定性、生长繁殖迅速、容易大规模生产，且可以通过化学或基因工程的方法进行修饰，使其发挥特定的功能。病毒的物理化学性质对其功能有直接影响，因而发展快速、灵敏、通用的病毒表征方法对病毒技术的开发和推广至关重要。然而，由于病毒纳米颗粒个体微小（直径主要分

2022-03-02 23:31:56 854

原创 Opencv开发与应用—维纳滤波的算法实现及对比

实现方法为图片添加噪声高斯噪声在许多实际情况下，由于配准传感器的物理限制，由信息处理系统记录的图像数据含有不精确性。在加性高斯噪声的情况下，这种图像退化通常可以用线性模糊来描述。为了能够分辨不同滤波器以及各个滤波器参数对图像噪声处理的强度，首先要人为的为图像添加噪声。高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。高斯

2022-03-02 22:21:29 4176

原创机器视觉——目标跟踪

摘要视觉跟踪技术是计算机视觉领域（人工智能分支）的一个重要课题，有着重要的研究意义；且在军事制导、视频监控、机器人视觉导航、人机交互、以及医疗诊断等许多方面有着广泛的应用前景。随着研究人员不断地深入研究，视觉目标跟踪在近十几年里有了突破性的进展，使得视觉跟踪算法不仅仅局限于传统的机器学习方法，更是结合了近些年人工智能热潮—深度学习（神经网络）和相关滤波器等方法，并取得了鲁棒（robust）、精确、稳定的结果。视觉目标跟踪是指对图像序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运...

2022-03-02 21:49:09 11008 1

原创五、CNN-LSTM数据驱动模型

CNN-LSTM数据驱动模型6.1 基本原理深度学习是机器学习前沿且热门的理论，而其中的两大框架卷积神经网络（CNN）以及长短期记忆网络（LSTM）是深度学习的代表，CNN能过够通过使用卷积核从样本数据中提取出其潜在的特征，而长短期记忆网络LSTM能够捕捉到长期的成分。近年来两者的结合成为研究的热点。卷积神经网络由卷积层和池化层交替叠加而成，在每个卷积层与池化层之间都有relu激活函数作用来加速模型的收敛，在模型中数据经过卷积神经网络的处理，所有特征融合后得到卷积神经网络的特征描述，此时传递数据给L

2022-03-02 21:17:41 19125 11

原创四、长短期记忆网络（LSTM）数据驱动模型

长短期记忆网络（LSTM）数据驱动模型5.1 基本原理长短时记忆网络(Long Short Term Memory Network, LSTM)，是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题。在原始的 RNN 模型中，隐藏层只有一个状态，即h，RNN对于短期的输入非常敏感。如果此时再增加一个状态c，让它来保存长期的状态，那么则称之为称为单元状态(cell state)。按照时间维度展开：在 t 时刻，LSTM 的输入有三个：分别是当前时刻网络的输入值 X_t、上一时刻

2022-03-02 21:15:13 3822 1

原创三、卷积神经网络（CNN）数据驱动模型

卷积神经网络（CNN）数据驱动模型4.1 CNN算法原理卷积神经网络（CNN）是一种前馈神经网络，通常包含数据输入层、卷积计算层、ReLU激活层、池化层、全连接层（INPUT-CONV-RELU-POOL-FC），是由卷积运算来代替传统矩阵乘法运算的神经网络。卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。同时在一个卷积层中，通常包含若干个特征平面(featureMap)，每个特征平面由一些矩

2022-03-02 21:12:54 2903 3

原创二、水平管道中CO2气液两相的流量研究

水平管道中CO2气液两相的流量研究3.1 引言在CCS系统的CO2管道运输过程中，由于传输距离较长且受到管道周围环境的影响，管道中的CO2不可避免的会发生相态的改变，产生气液两相CO2流。因此，本研究基于多传感器系统的测量方法，对水平管道内气液两相CO2进行流量测量。该多传感器测量系统包括CMF、差压(Differential-Pressure, DP)传感器和压力传感器等。根据实验过程中观察到的气液两相CO2的流动状态，将采集到的数据进行流型识别和数据分类。然后对每一种流型下的数据，以表观质量流量

2022-03-02 21:09:30 1129

原创一、科里奥利质量流量计

摘要碳捕集与封存（Carbon Capture and Storage，CCS）技术是减少碳排放的有效途径。CCS主要包括捕集、运输和存储三个环节。本项目主要研究的是CO2管道运输过程中的流量测量与监控问题。受到CO2自身物性影响，管道运输过程中CO2可能呈现气相、液相和气液两相流动状态。精准测量管道中CO2的质量流量在管道安全运输过程中起到重要作用，同时也是大宗碳交易计量的重要依据。本项目依托多相流及燃烧过程检测技术中心搭建的一套气液两相CO2流量标准实验装置，本文基于数据驱动模型的气液两...

2022-03-01 21:53:53 2409

原创 C++学习笔记个人记录（三、C++提高编程）

本阶段主要针对C++==泛型编程==和==STL==技术做详细讲解，探讨C++更深层的使用1 模板1.1 模板的概念模板就是建立通用的模具，大大提高复用性模板的特点：模板不可以直接使用，它只是一个框架模板的通用并不是万能的1.2 函数模板C++另一种编程思想称为 ==泛型编程== ，主要利用的技术就是模板C++提供两种模板机制:函数模板和类模板1.2.1 函数模板语法函数模板作用：建立一个通用函数，其函数返回值类型和形参类型可以不具体制定，用一个虚拟的类型来代表。

2022-03-01 21:40:41 151

原创 C++学习笔记个人记录（二、C++核心编程）

本阶段主要针对C++==面向对象==编程技术做详细讲解，探讨C++中的核心和精髓。1 内存分区模型C++程序在执行时，将内存大方向划分为4个区域代码区：存放函数体的二进制代码，由操作系统进行管理的全局区：存放全局变量和静态变量以及常量栈区：由编译器自动分配释放, 存放函数的参数值,局部变量等堆区：由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收内存四区意义：不同区域存放的数据，赋予不同的生命周期, 给我们更大的灵活编程1.1 程序运行前在程序编译后，生成

2022-03-01 21:23:42 135

原创 C++学习笔记个人记录（一、C++基础入门）

1 C++初识1.1 第一个C++程序编写一个C++程序总共分为4个步骤创建项目创建文件编写代码运行程序1.1.1 创建项目 Visual Studio是我们用来编写C++程序的主要工具，我们先将它打开1.1.2 创建文件右键源文件，选择添加->新建项给C++文件起个名称，然后点击添加即可。.1.3 编写代码#include<iostream>using namespace std;int mai...

2022-03-01 20:50:54 580

原创基于粒子群算法的微电网优化调度应用研究（六、总结与展望）

总结与展望6.1 结论本文在传统的微电网调度方法的基础之上，综合考虑了在微电网优化过程中的负荷预测和多目标优化调度，让调度模型相对于传统模型更加完善。以本国内的一个资源丰富地区为案例进行分析，对微电网进行优化调度。通过优化后的运行计划与原始运行计划相比，建立的负荷预测模型准确度较高，经过优化后的运行计划使得系统在能满足符合要求的同时降低运行成本并提高风光渗透率。本文主要工作如下：(1)通过阅读国内外微电网优化调度相关论文建立了微电网中各个分布式发电单元模型。随着目前微电网技术的发展，本文考虑了风

2022-03-01 11:56:47 888 1

原创基于粒子群算法的微电网优化调度应用研究（五、案例分析）

案例分析5.1 案例概况本文选取一个中国资源丰富的海岛地区，该地区被视为一个微电网系统，该微电网根据当地的资源条件选取了光伏发电系统、风力发电系统作为可再生能源侧的发电系统。柴油机发电系统作为功率补充，再加上储能系统平滑功率输出并稳定系统。运行方式包括并网运行、孤网运行、计划孤岛运行和非计划孤岛运行。5.2 原始数据5.2.1 负荷情况图5-1 24小时负荷曲线5.2.2 优化前发电单元调度情况按照所在地区的风光资源发展趋势，数据中通过对历史风电数据以及光伏数据给出了原.

2022-03-01 11:53:23 2336 10

原创基于粒子群算法的微电网优化调度应用研究（四、基于粒子群算法的调度模型）

基于粒子群算法的调度模型4.1 目标函数离网型的微电网包含各种分布式发电，如风力发电机组、光伏电池等，光伏和风力发电受自然资源的影响，输出功率不受控制，很难人工调度，其一次设备成本高，而微电网完全依靠系统内电源的输出来满足负荷需求。因此需要提前设定好一个调度流程，使得每个电源的出力曲线总和能够满足负荷的需求，并且能够让微电网的各个发电单元实时与负荷同步，避免蓄电池不断的充放电降低寿命，微电网以经济、技术和环保为最优目标选择运行方式[45-47]。本文依次考虑了以经济性、风光消纳作为单目标进行

2022-03-01 11:41:24 3530 2

原创基于粒子群算法的微电网优化调度应用研究（三、长短期记忆网络和卷积神经网络预测模型）

长短期记忆网络和卷积神经网络预测模型3.1 预测概述在微电网中，由于系统的电源种类多，间隙性发电占比大、运行经济性要求高等特点，分布式电源需要应用能量管理系统。新能源随机调度问题的关键技术是通过分布式发电功率预测技术和负荷预测技术把不确定的能量优化问题转化换成确定性问题。本文针对采集到的数据进行了SSE(误差平方和)、RMSE(标准差)、MAE（平均绝对误差）以及MAPE（平均绝对百分比误差）四个评价指标。通过这四个评价指标来对模型的的优劣程度、以及性能进行评估。3.2 数据标准化数据标

2022-03-01 11:08:41 1956 3

原创基于粒子群算法的微电网优化调度应用研究（二、微网中分布式发电系统模型）

微网中分布式发电系统模型2.1 引言微单网中的分布式发电系统，是一种能够进行能量转换并处理控制的系统，与传统的发电厂相比，微电网内的分布式发电单元不仅种类繁多且各自的控制方式也不同，不可能能对每一种有可能并入电网的分布式电源都给出描述，所以本章对于典型的分布式系统进行研究建模。本文研究的离网型微电网的基本结构如图2-1：图2-1 离网型风光柴储微电网结构本文的研究中考虑的分布式系统为风力发电系统、光伏发电系统、柴油发电机系统、蓄电池系统。通过对以上分布式电源的研究，建立其各自出力模型，.

2022-03-01 10:51:58 1914

原创基于粒子群算法的微电网优化调度应用研究（一、摘要及绪论）

摘要在能源与环境的双重压力下，微电网技术受到了越来越多的关注，由于可再生能源的不确定性，微电网的优化调度是现阶段需要解决的首要问题，微电网的优化调度关系到微电网体系内的能源利用率、承担负荷的可靠性以及同大电网供电的质量，传统的发电机，能够在燃料量充足的前提下，按照专家预期的工况运行，但微电网体系中的风力、光伏发电系统发电依赖于自然资源的程度很强，因此负荷预测是微电网中的重要环节，准确评估可再生能源发电输出功率是一个很大的挑战。对于传统的预测模型来说，解决负荷以及可再生分布式电源预测模型的同时，存在

2022-03-01 10:29:16 3131 2

记录自己的成长