计算机图形学实验，利用Matlab实现正负法画圆，画出来是个整圆。

为揭示电网不对称故障下逆变型分布式电源的故障特征及机理，基于功率平衡和特性受控的思想，推导了基于正负双序独立控制策略下的短路电流表达式并分析了短路电流的影响因素。分析结果表明：逆变型分布式电源的正、负序电流dq轴分量是电压跌落作用下的二阶响应，三相正、负序电流由于二阶响应的超调一般呈现先逐渐增大后衰减到稳态值的趋势；逆变型分布式电源不对称故障电流的稳态值与输出的有功功率、无功功率以及正序电压、负序电压大小有关，暂态特性与变流器的控制参数以及故障瞬间电流相位紧密相关。PSCAD仿真和录波数据验证了理论推导的正确性。分析方法能够有效地表征逆变型分布式电源的故障特征，为通过变流器并网元件的故障特征分析和相关继电保护研究提供了理论参考。

C#动态画正弦曲线余弦曲线，C#动态画正弦曲线余弦曲线，C#动态画正弦曲线余弦曲线，应论坛网友要求，上传代码分享。

中文语义情绪识别训练样本 购物评论训练样本 可用于自然语义识别模型训练和预测 自带2万余条带有正负情绪倾向的中文评论

计算器功能计算器功能计算器功能计算器功能计算器功能计算器功能计算器功能计算器功能

资源里面的每一个函数都有详细的介绍以及使用方法，可以正反相显示正负浮点数，图片，汉字，字符串。也可滚动显示。详情可以到我的主页查看所写文章

Word2Vec和LDA 使用Word2Vec和LDA和Humır数据集进行文本分析（正负）的示例 通常，我们将经历4个主要步骤（我将按照自己的步骤添加这些步骤）； 功能控制 特征创建 模型训练 选型 1）功能控制 我们快速探索将要使用的数据集的阶段； 读取数据 提供列名 以5个内容为例 学习行数和列数 学习有关数据集的一般信息（信息，描述） 一些列的内容中有多少个不同的值 分离我们不会在数据集中使用的数据 将数据集分离为训练和测试 在数据集的测试部分中学习信息 在数据集训练部分中学习信息 可视化正面和负面评论的数量 可视化注释中使用的单词的数字分布 评论和包含250个以上单词的评论中使用的最大，最小，平均单词数 浏览带有1、2、3个字的评论 2）特征创建 自然语言处理中通常的方法是先清除文本。 当两个不同的词表达相似的事物时，我们必须确保我们的模型理解相似性。 我

MAX743双输出、PWM开关模式稳压器(5V至±15V或±12V) Parametric specs for Inverting Switching Regulators VIN (V) (min) 4.2 VIN (V) (max) 6 VOUT1 (V) (min) 12 VOUT1 (V) (max) 15 IOUT1 (A) (max) 0.125 Switch Type Internal Preset VOUT (V) -15 -12 12 15 Output Adjust. Method Preset # DC-DC Outputs 2 Alternate Topology Step-Up Switching Frequency (kHz) 200 Package/Pins PDIP/16 SOIC (W)/16

对SVG进行MATLAB建模，采用正负序电流检测方法，电压环采用pid控制方法。

正样本一万八千张，负样本一万多张