冯网络便携式开发级别的IndyNode网络,包括LedgerBrowser。
分类帐浏览器(例如BCGov的的)允许用户查看网络节点的状态并浏览/搜索/过滤分类帐交易。
von-network正在作为可验证组织网络(VON)的一部分进行开发。
有关VON的更多信息,请参见。
甚至更好-加入我们的工作,为VON,Aries和Indy社区做出贡献。
VON-NetworkLedger浏览器和API使用“分类帐浏览器”(例如::),您可以看到:分类帐节点的状态JSON格式的分类帐节点的详细状态(单击“详细状态”链接)Indy网络的三个分类帐-域,池和配置(单击相应的链接)IndyNetwork实例的GenesisTransactions。
在IndyAgent中,使用URL/genesis来获取要用于初始化Agent的创世纪文件。
2024/10/16 11:18:10 109KB Python
1
计算网络节点收缩后的重要度,并对电源和负荷节点进行归一化
2024/10/9 12:01:52 3KB 节点重要度
1
电力系统分析是研究电力系统规划运营问题的基础和重要手段。
全书包括8章和1个附录。
其中第1章介绍电力网络的教学模型及求解方法;第2章、第3章讨论电力系统稳恋分析,第4章阐述直流输电果统和交流柔性输电系统的数学模型;第5章王要介绍同步发电机组和电力负荷的动怒特性及教学模型;第6章、第7章讨论电力系统在大干扰和小干扰下的稳定性问题;第8章主要论述电力系统的电压稳定问题。
现分别简述如下:第1章介绍电力网络的数学模型及求解方法。
本章除介绍节点导纳柜阵手口号点阻抗判E阵以外,还重点讨论了稀疏电力网络节点方程的求解方法,包括稀疏向量法及节点编号优化l可题,所有算法均用例题加以说明。
第2章画绝电力系统潮流计算及静毫安全分析进行讨论。
潮流计算以牛顿法及P-Q分解法为王,除详细讨论基本理论、算法流程以外,还介绍了一些新算法和改进收敛性能的措拖,供读者进一步研究。
在静态安全挣析方面,以N-l校验为中心,阐述了补偿法、直流潮流及灵敏度沽,并介绍了故障排序的慨念。
第3章讨论了在电力市场环境下电力系统稳惑分析方面的几个新进展,包括电力系统最优潮流及相关的节点电价、输电电价问题,潮流血事、潮流追踪和可用传输能力问题。
这些模型和算法反映了电力市场环境下电力调度对决策支持系统的新要求。
第4章介绍了直流输电果统的榄念为数学模型,吏直流输电系统的潮流计算·FACTS元件的榄念和教学模型,以及具有FACTS兀件的电力系统潮流计算和潮流控制,体现了现代电力电子技术对电力革统潮流问题的影响。
第5章重点讨论同步发电机姐和电力fft荷的动窍特性及教学模型。
本章严格推导了国际土通用的同步发电机、调压装置如词速装置以及负荷的教学模型。
掌握了本章的基本理论和方法,读者不难触类旁遇,根据实际情况建立相应的模型。
第6章讨论电力系统暂怒稳定性问题,也就是大干扰下的亲统稳定性问题。
首先介绍了常微分方程初值问题的教值解法,在此基石出上讨论了用改进欧拉法求解简单模型的暂在稳定分析算法及用隐式积分支解的考虑调节器的暂~稳定分析算法,对含有直流输电单纯及FACTS元件的电力旱统暂主稳定分析进行了专门的论述,最后还对暂主稳定的直接法进行了介绍。
第7章研究小干扰下电力系统稳走性问题,革数学基础是稀疏矩阵的特征值的求解方法。
本章首先讨论了反映小干扰稳定性的系统线性化微分方程的形成,然后详细阐述了特征值的求解方法和灵敏度分析方法,井对电力系统低频振荡问题进行了专题讨论。
第8章重点讨论电力系统的电压稳定司题,阐明了电压稳走的基本恍念,并介绍了两种典型的分析电压稳定的方法。
附录应用面向对象的C十十语言详细介绍了一个P-Q分解法潮流程序。
这个附录可以帮助读者对开走程序形成较为完整的概念,从而为自己研究算法和程序设计奠定基础。
2024/10/2 19:38:04 12.48MB 电力系统分析
1
论文引用网络节点分类BaseLine。
本次基线基于飞桨PaddlePaddle1.8.4版本,若本地运行则可能需要额外安装pgl、easydict、pandas等模块。
直接可运行。
2024/8/22 15:18:21 104.56MB 图神经网络GNN
1
创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表(多项式)节点Noisy-or节点其它(噪音)确定性节点Softmax(多项式分对数)节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中(连续)更新贝叶斯参数数据缺失情况下的最大似然参数估计(EM算法)参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样(蒙特卡洛法)推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等
2024/7/22 14:49:25 4.93MB 贝叶斯 Matlab工具包 算法 分类
1
本文档的主要内容详细介绍的是CC2530开发板的电路原理图免费下载。
  CC2530是用于2.4-GHzIEEE802.15.4、ZigBee和RF4CE应用的一个真正的片上系统(SoC)解决方案。
它能够以非常低的总的材料成本建立强大的网络节点。
  CC2530结合了领先的RF收发器的优良性能,业界标准的增强型8051CPU,系统内可编程闪存,8-KBRAM和许多其它强大的功能。
CC2530有四种不同的闪存版本:CC2530F32/64/128/256,分别具有32/64/128/256KB的闪存。
CC2530具有不同的运行模式,使得它尤其适应超低功耗要求的系统。
运行模式之间的转换时间短进一步确保了低能源消耗。
CC2530F256结合了德州仪器的业界领先的黄金单元ZigBee协议栈(Z-Stack™),提供了一个强大和完整的ZigBee解决方案。
CC2530F64结合了德州仪器的黄金单元RemoTI,更好地提供了一个强大和完整的ZigBeeRF4CE远程控制解决方案。
2024/5/26 5:41:58 345KB 控制器/处理器
1
本文来自于techweb,介绍了随着边缘计算热度不断升温,边缘计算和雾计算的差别,边缘计算如何分层部署等现实问题。
边缘计算强调的是边缘。
如果说云计算意味着要将所有的数据都汇总到后端的数据中心处理,那么边缘计算则是在靠近物或数据源头的网络边缘侧实现边缘智能。
正是基于这一特性,边缘计算能够实现数据的高频交互、实时传输,因此有望在物联网和人工智能时代大放异彩。
相关预测显示,到2020年将有超过500亿的终端与设备联网,未来超过50%的数据需要在网络边缘侧分析、处理与储存。
随着物联网、云计算的发展,边缘计算正在兴起。
边缘计算源于工业领域,主要部署在终端设备或者网络节点上,旨在帮助工业生产中的设备,在数
2024/5/7 3:13:30 189KB 边缘计算如何层次化部署?
1
该文件为Matlab程序:是基于无线传感器网络的节点定位算法程序的实现,其主要技术是通过随机部署信标节点来定位目标,
2024/4/16 6:51:29 6.4MB 传感器网络 节点定位算法
1
7个经典的无线传感网(WSN)节点定位算法的matlab代码,算法包括:RSSI,Centroid,APIT,DV-hop,Amorphous,BoundingBox,GridScan,MDS-MAP,另外还包括:A.场景布置,可设置:1.节点分布区域:正方形C型;2.节点分布方式:随机规则(可设置规则分布的布置误差);3.锚节点比例;4.GPS误差;B.可选择通信模型:1.规则的通信模型(通信区域是一个标准的圆形);2.DOIModel;3.LogarithmicAttenuationModel;可研究算法在不规则通信模型下的性能;C.附3个画图脚本:节点分布图,节点邻居关系图(拓扑图),节点定位误差图
2024/3/27 6:34:34 8.58MB 无线传感器网 节点定位算法
1
关于复杂网络的节点重要的评估,主要是几个重要度的评估方法
2024/1/11 20:42:06 291KB 复杂网络
1
共 40 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡