在对网络中的各联络开关按其单独闭合后形成的环路之间的联系进行分类,并辨明了网损
目标函数的极小点与系统基本邻域结构的对应关系之后,提出了一种新的大规模三相不平衡配电
系统网络重构算法。该算法隐含并行地在各个邻域结构内进行寻优搜索,其重构结果不依赖于系统
的初始拓扑,也不依赖于开关的操作次序。其寻优能力不劣于模拟退火法,而计算时间却比模拟退
火法大大节省。一般经2次到3次网络寻优遍历,即可获得系统的全局或近似全局最优解
2019-12-21 20:18:10
184KB
1
一个关于人体行为识别的PPT，使用公开的数据集，使用不平衡学习的方法与经典的机器学习方法进行比较。
2019-12-21 19:44:53
9.99MB
1
書中机器学习 (特别是在分类)中一个令人惊讶的常见问题，出现于每个类别的观测样本不成比例的数据集中。普通的准确率不再能够可靠地度量性能，这使得模型训练变得更加困难。不平衡类别使得“准确率”失去意义。
2019-12-21 18:51:31
28.88MB
1