python中的collectiions()
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
华为杯B题重磅MATLAB代码Python代码更新2026年 氢燃料电池低温冷启动建模与控制策略研究思路、代码、论文,持续更新
内容概要:本文围绕光伏并网点电压调控中的无功补偿增援问题展开研究,重点探讨了由电网拓扑、线路参数和负荷分布引起的“泄流效应”。该效应会导致无功补偿功率分流,降低对光伏并网点的电压支撑效率,并可能引发其他节点电压越限。文章系统分析了泄流效应的产生机理,提出了“泄流比”指标以量化其影响程度,并设计了多维度候选补偿站筛选方案及两种增援调控任务分配方法,旨在提升电压调控的精度、安全性与经济性。通过算例验证,所提方法能有效抑制泄流效应的负面影响,确保光伏并网点电压快速恢复至允许范围,同时避免其他节点出现电压异常。; 适合人群:具备电力系统、自动化或相关专业背景的研究生、科研人员及从事新能源并网、电网调度等工作的工程技术人员。; 使用场景及目标:①应用于大规模光伏发电并网场景下的电压越限治理,为电网调度部门提供科学的增援调控决策支持;②解决现有电压调控中因忽略泄流效应而导致的调控精度低、成本高、易引发次生问题等技术难题,提升电网运行的安全性与经济性。; 阅读建议:此资源兼具理论分析与工程实践价值,读者在学习时应重点关注泄流效应的机理分析、泄流比的计算方法以及调控策略的设计逻辑,结合文中算例进行仿真复现,以深入理解方法的有效性与适用条件。
python-3.7安装包
代码下载地址: https://pan.quark.cn/s/a4b39357ea24 代码详细说明请看文章 Python 远程关机
这份A股数据集合包含了股票、ETF、可转债和指数的分钟级与日频行情 股票分钟数据提供1分钟、5分钟、15分钟、30分钟、60分钟等频次的原始行情,字段有开盘价、最高价、最低价、收盘价、成交量、成交额
这份A股数据集合包含了股票、ETF、可转债和指数的分钟级与日频行情。股票分钟数据提供1分钟、5分钟、15分钟、30分钟、60分钟等频次的原始行情,字段有开盘价、最高价、最低价、收盘价、成交量、成交额。ETF和可转债数据同样覆盖这些频率,字段一致。指数部分涵盖上证指数、深证成指等主要宽基指数,提供相同粒度的分钟行情,包含价格、成交量及成交额。所有数据均附带复权因子,可用于计算前复权或后复权价格。 数据源:CMES金融数据库
知识图谱标准化白皮书(2019)
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 知识图谱-概念与技术 复旦大学 肖仰华
Excel表格批量处理工具箱|多表合并/按列拆分/去重/清洗|离线免安装含源码
【原创工具·含源码】双击就能用的表格批量处理工具,专治 Excel 里那些手动做很要命的活。 ■ 四大功能 1. 多表合并:多个表格合成一张总表。列顺序不同也能按列名自动对齐,缺失的列自动留空,可加「来源文件」列方便回溯。 2. 按列拆表:按某一列(省份、部门等)拆成多个文件,打包下载,附带分组行数汇总表。 3. 一键去重:按指定列判重(手机号、订单号等),重复行只留第一条;被删的行保留在结果表下方,不丢数据。 4. 表格清洗:删除空白行、去掉首尾空格、删除重复表头行、整理单元格内换行,可删整列空白。 ■ 为什么值得用 · 免安装、免注册、不联网,双击 HTML 即可运行 · 数据全程在本地处理、不上传服务器,财务表、客户名单也能放心用 · 支持 xlsx / xls(老版)/ csv;CSV 自动识别 GBK 编码不乱码,金额自动还原为数字可直接求和,手机号等长号码保持文本、不会变成科学计数法 ■ 资源内容 成品 HTML 工具 + 详细使用说明 + 完整源码(app.js / template.html / build.mjs)+ 4 张功能预览图 ■ 适用场景 日报周报汇总、多张分表合并、按部门拆分发放、客户名单去重、系统导出的脏表格清洗、批量数据整理。
旋转地面案例.prt_UG四五轴CNC编程练习图档.rar
旋转地面案例.prt_UG四五轴CNC编程练习图档.rar
【2026年华为杯D题】山区洪涝灾害下无人机运输与通信协同优化(思路、代码、论文,持续更新)
内容概要:本文针对山区洪涝灾害中应急救援面临的交通中断与通信盲区等严峻挑战,提出了一套无人机运输与通信协同优化方案。该方案通过构建多目标优化模型,综合考虑最短救援时间、最小能源消耗与最大通信覆盖范围等关键指标,利用智能优化算法对无人机的飞行路径、物资投送策略及通信中继部署进行联合求解。研究深入探讨了无人机集群协作机制、在动态灾情环境中的适应性调整能力以及系统的鲁棒性设计,旨在实现救援资源的高效调配与利用,确保在复杂多变的灾害场景下仍能维持稳定的任务执行能力,为提升灾害应急响应效能提供了有效的技术路径。; 适合人群:具备一定编程基础,工作1-3年的研发人员。; 使用场景及目标:①为自然灾害应急响应提供技术支持,提升救援行动的速度与精度;②应用于偏远地区或基础设施薄弱地区的日常物流配送与通信服务补充;③促进无人机技术在公共安全领域的应用与发展,增强社会面对突发事件的应对能力。; 阅读建议:此资源以开发简化版Spring学习其原理和内核,不仅是代码编写实现也更注重内容上的需求分析和方案设计,所以在学习的过程要结合这些内容一起来实践,并调试对应的代码。
TensorRT加速深度网络推理
源码直接下载地址: https://pan.quark.cn/s/443f71c36bc7 深度学习技术在工业环境中的实施正变得越来越普遍,其应用范围涉及语音识别、推荐系统、自动驾驶、即时物体识别、即时语言翻译、机器人等多个领域。然而,当深度学习模型被部署到工业环境时,传统方法常常遭遇一些难题。在当前的部署工作流程中,模型训练完成之后未经过优化部署,因而无法有效处理大规模、高速的数据流,这将导致每次推理过程成本增加以及时间延长。此外,应用系统无法提供即时结果,对用户满意度造成负面影响。同时,运行效率低下的应用程序将增加操作和冷却的支出,并且由于研究框架并非为工业环境构建,因此会导致框架开销和依赖性增大,使得解决方案的部署周期拉长,进而影响生产效能。为了应对这些挑战,NVIDIA推出了TensorRT,这是一个可编程的推理加速器,专门为NVIDIA GPU打造,旨在最大程度提升深度学习模型在NVIDIA GPU上的推理效能。TensorRT能够处理高吞吐量、低响应时间、功耗和内存效率等问题,确保了理想的部署方案。TensorRT的解决方案包括: 1. 借助INT8和FP16精度校准、层与张量融合、内核自动优化等功能,全面增强NVIDIA GPU上的推理性能。与单纯使用CPU的推理相比,TensorRT能实现高达40倍的性能飞跃,对于TensorFlow模型,也能带来18倍的推理速度提升。 2. 通过优化措施,TensorRT能够将TensorFlow模型的实时延迟控制在7毫秒以下,显著缩短了响应时间。 3. 在功耗和内存效率方面,TensorRT执行目标导向的优化,包括平台特有的内核和动态张量内存管理,以提升内存利用效率。 4. TensorRT专为工业环境设计,具备...
如何打造个性化的科技成果转化服务场景?院所成果转化数智服务平台支持哪些定制化服务?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
D 山区洪涝灾害下无人机运输与通信协同优化.docx
D 山区洪涝灾害下无人机运输与通信协同优化.docx
【2026年华为杯B题】 氢燃料电池低温冷启动建模与控制策略研究(思路、代码、论文,持续更新)
内容概要:本文围绕氢燃料电池在低温环境下的冷启动问题,开展建模与控制策略研究,旨在解决其在严寒条件下启动困难的核心技术瓶颈。研究首先系统分析了低温对燃料电池内部水热传递、电化学反应动力学及关键材料性能的多重不利影响,进而构建了一个融合电化学、传热学与流体力学的多物理场耦合模型,以精确描述冷启动过程中的动态行为。在此基础上,提出并设计了一系列先进且协同的优化控制策略,包括阳极气体吹扫以排出液态水、阴极脉冲启动以促进反应活化、电堆预热控制以提升本体温度,以及基于状态反馈的动态功率管理策略,共同作用以加速温升过程并有效防止膜电极发生水淹或冰堵。通过高保真度的仿真实验对所提出的模型与控制策略进行了全面验证,结果表明该方案能显著缩短冷启动时间,大幅提高启动成功率,从而有效提升了氢燃料电池系统在极端寒冷环境下的可靠性、耐久性与工程实用性。; 适合人群:具备一定电化学、控制理论或新能源汽车基础知识,从事燃料电池系统研发、仿真建模或控制算法设计的科研人员及工程师。; 使用场景及目标:①为氢燃料电池汽车在北方寒冷地区的推广应用提供关键技术支撑;②指导低温环境下燃料电池系统的控制策略开发与系统优化设计;③服务于高校及科研机构在新能源、氢能与燃料电池领域的教学改革与课题研究。; 阅读建议:本文结合理论建模与控制算法设计,建议读者结合文中提供的仿真方法与参数设置,动手复现结果,深入理解各控制策略的作用机理,并可根据实际系统需求进行二次开发与改进。
社团汇学生组织活动平台源码 SpringBoot+Vue+MyBatis-Plus(毕业设计/课程设计)
基于 Spring Boot 2.7 + MyBatis-Plus 3.4 + Vue2/Element UI 的学生组织活动平台:组织方发布活动并设定名额与参与要求,学生浏览活动一键报名、按名单组织现场;招新季提交入团申请由组织负责人审核,通过后自动登记进组织名录;平台级与组织级通知以时间线呈现。平台管理员/组织负责人/学生三角色各自面板,菜单按角色动态装载。9 张表带演示数据,前端已构建内嵌,一个 jar 前后端同源启动,java -jar 一键运行,随包 db.sql 一键建库。
高校科研院所如何构建科创知识图谱,实现资源的高效融合?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
叶片9.prt_UG四五轴CNC编程练习图档.rar
叶片9.prt_UG四五轴CNC编程练习图档.rar
高校如何精准匹配企业技术需求?院所成果转化平台提供了哪些智能服务?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
YOLO26算法城市道路车辆轮子目标检测+训练好的模型+2380张数据集+pyqt可视化界面.zip
数据集可视化效果见下方。 【数据集概况】 · 检测类别(中文):[轮子(Wheel)] · 训练集:2082 张 · 验证集:199 张 · 测试集:99 张 · 总计:2380 张 该数据集聚焦于城市道路场景下各类车辆轮子的精准检测,为智能交通系统与车辆运维领域提供高质量视觉数据支撑,有效提升车辆状态监测与安全管理的智能化水平。训练集、验证集与测试集分别配置2082张、199张与99张图像,数据划分比例科学合理,充分覆盖不同车型、光照条件及道路环境下的轮子特征,保障模型训练与评估的全面性与可靠性。所有标注均严格遵循行业规范,每个轮子目标框精准贴合实际位置,标注一致性高,为模型... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 92 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9931** mAP50-95 | 0.9111 Precision | 0.9790 Recall | 0.9844 train/box_loss | 0.3196 train/cls_loss | 0.1144 val/box_loss | 0.4374 val/cls_loss | 0.1910 【训练过程分析】 92 轮训练后 mAP50 达到 0.9931,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9111,和 mAP50 差距仅 0.08,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9790、Recall 0.9844,精召双高,模型对轮子的检测能力强。...
王者视距 S45 酷卡版 iOS 插件
资源来源于网络 仅供测试使用请在24小时内删除
语言学习流利度影响因素分析数据集
语言学习到流利——谁到了,谁退了 每个人都开始学习一门语言;很少有人能达到流利程度。该数据集跟踪了45000名学习者——他们的小时数, 他们的练习方式、语言的难度和年龄——区分实际得到的东西 从感觉上的努力到B2+,打破两个神话:成年人“太老了”,以及 你可以在三个月内流利地说英语。 研究发现:时间是最大的杠杆,但练习的类型——积极使用、沉浸——是 这是一个巨大的倍数,在相同的时间里,你的几率大约翻了一番。年龄限制了你的口音,而不是你的 流利。 45000名学员·18个专栏·流利度/CEFR/辍学目标 --- 为什么这个数据集 Kaggle有词汇表和应用程序使用数据集,但没有为每个学习者的结果问题构建任何数据集 导师问:是什么让一个人变得流利,为什么大多数人都拖延?这里每个学习者 有时间、练习质量特征(主动使用、沉浸、反馈)、语言难度和年龄-- 这样你就可以权衡原始时间和如何度过这些时间。 它再现的数字 -从B2到B2的时间,按难度计算:简单(FSI I类)语言约720小时,提高到约1170小时 一个困难的问题——与FSI/CEFR基准相呼应(B2≈550小时I类,高达~4倍IV类),有点 因为真正的学习者比强化课堂的学生效率低。 -大多数人没有完成学业:约37%的人在B2之前辍学,只有约36%的人达到B2+。“3个月流利” 这是一个神话——B2需要500多个小时。 -正确的时间胜过更多的时间:对于大多数被动学习者来说,流利率从约20%上升到 主动使用学习者约占51%,沉浸式学习将其从约32%提高到约54%。 -年龄上限口音,而不是流利程度:年龄开始与达到的CEFR相关~0,但与如何相关~-0.65 就像口音一样地道。成年人绝对可以达到流利;他们只是保持着口音。 标题:这是你如何练习,而不仅仅是练习多长时间 预测谁达到流利程度(B2+): |使用的功能|ROC-AUC| |
四轴综合类产品练习6.prt_UG四五轴CNC编程练习图档.rar
四轴综合类产品练习6.prt_UG四五轴CNC编程练习图档.rar
高校科研院所如何打造全链条的科技成果转化服务体系?.docx
科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。
最新推荐




