为了对T型三电平中点电压不平衡进行控制，本文研究了中点电压不平衡的产生原理，并提出了一种在T型三电平并网变流器原有调制策略中加入均压算法的解决方案。为了对这一平衡算法进行了验证，本文设计了一台基于TMS320F28335芯片的电池储能T型三电平功率转换系统。实际应用表明，该中点电压平衡算法是可行和有效的，满足了设计的要求。

处理不平衡数据分类时，传统支持向量机技术（SVM）对少数类样本识别率较低。鉴于SVM+技术能利用样本间隐藏信息的启发，提出了多任务学习的不平衡SVM+算法（MTL-IC-SVM+）。MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题，并从纠正分类面的偏移出发，分别赋予多数类和少数类样本不同的错分惩罚因子，且设置少数类样本到分类面的距离大于多数类样本到分类面的距离。UCI数据集上的实验结果表明，MTL-IC-SVM+在不平衡数据分类问题上具有较高的分类精度。

分析了电网三相不平衡时电压源换流器高压直流输电（VSC- HVDC）系统的谐波传递特性，设计了一种基于瞬时对称分量法的序分量检测技术，适用于VSC- HVDC系统的正、负序双回路的双闭环控制策略。该控制策略利用瞬时对称分量变换获取电压和电流的无延迟正、负序分量，不仅在时域范围内对传统对称分量法进行了扩展，而且也解决了正、负序分解时所带来的延迟问题。另外，提出在三相不平衡电力系统的控制中增加一个不平衡指令补偿模块，改善VSC- HVDC系统在电网三相不平衡时的运行特性。最后，在仿真软件PSCAD ／　EMTDC的环境下建立了一个VSC- HVDC系统及相关控制策略，验证了所设计控制策略的正确性。

数据挖掘导论（第二版），中文

用于水准面不平行改正，数据格式参照文件里的源数据格式

不平衡学习：一种解决机器学习中不平衡数据集问题的Python程序包

读Focal Loss for Dense Object Detection这篇论文 做的一个总结讲解ppt

一种用于三相不平衡的简单潮流算法配电网。并应用于多个IEEE算例系统，可用于电力系统优化等方向的课题、论文研究。

matlab fcm函数代码DPPCA网 介绍 DPPCANet是一种用于不平衡多时相合成Kong径雷达图像变化检测的鲁棒深度学习方法，主要包括：1）生成差异图； 2）并行FCM聚类，以提供训练样本伪标签； 3）基于采样的PCANet + SVM模型构建过采样和欠采样的像素分类。 要求 MATLAB 2018a 功能 加权池卷积： I_wp = WP(I,k) 生成对数比图像： I_lr = di_gen(I_1,I_2) 累积加权池： T是累积时间 M = Normalized(matrix)是一种鲁棒的归一化方法。 输入矩阵中值最高的50个元素的平均值是上限，而值最低的50个元素的平均值是下限。 矩阵是软归一化的。 DDI = Normalized(CWP(I_ori,T)) Gabor小波变换特征提取： [f1,f_1] = Gabor_fea(I_map) 并行聚类：两组映射的DDI I_map1，I_map2和Gabor特征向量f_1和f_2 im_lab = paralleclustering(f_1,I_map1,f_2,I_map2) FCM： [center, U,

如何快速处理资产负债表不平？（网络培训20141210课件）.pptx