欢迎来到海神之光博客之家✅博主简介热爱科研的Matlab仿真开发者修心和技术同步精进个人主页海神之光代码获取方式海神之光Matlab王者学习之路—代码获取方式Matlab毕设Matlab毕设系列–说明期刊发表发表北大核心SCI不是梦⛳️座右铭行百里者半于九十。更多Matlab物理应用仿真内容点击①Matlab物理应用 进阶版②付费专栏Matlab物理应用初级版⛳️关注CSDN海神之光更多资源等你来⛄一、 低压配电网拓扑自动识别一、代码整体功能该脚本实现配网单相用户相位辨识利用已标注 A/B/C 三相的用户电压时序曲线作为训练样本对无相位标签的单相负荷电压数据进行相位归属A/B/C 相自动识别。核心思路提取电压时序特征采用加权 k 近邻 / 多 k 集成 / 质心匹配算法把单相用户分配到 A/B/C 某一相输出相位分配结果后续可搭配拓扑压降约束脚本L_topo_v3.m校验结果合理性。运行前提在代码仓库根目录运行保证data/、results/文件夹路径有效。二、分段详细说明0. 初始化清空工作区、命令行、关闭已有图窗不存在results文件夹则自动创建用于保存输出 Excel 结果。1. 读取 Excel 数据读取两个表格user_type.xlsx用户类型表voltage_data.xlsx电压时序数据打印两个表格的行列数量用于校验数据读取是否正常。2. 统计用户总数初始化存储变量总用户数取用户表、电压表行数除以 3 的向上取整最大值。phase_type元胞数组记录每个用户是单相 / 三相 / 其他user_voltages元胞数组保存每个用户的 3 行电压时序数据A/B/C 对应 3 行3. 提取用户数据区分单相 / 三相用户循环每个用户读取该用户对应的 3 行电压记录3 行全部有有效数据 →三相用户仅 1 行有有效数据 →单相用户待辨识样本其余情况标记为其他记录有效行数最后提取单相用户索引、三相用户索引并打印两类用户数量。4. 曲线整理、统一插值 构造特征曲线归集单相用户取其唯一有效电压时序作为一条待辨识曲线标记类型single三相用户A/B/C 三相各自电压时序作为带标签训练曲线标记three记录 A/B/C 相位标签、所属用户 ID统计总曲线数量。统一长度插值不同电压时序原始长度不一致全部线性插值到最长曲线的长度max_len得到data_matrix曲线 × 时间点。构造两类基础特征原始电压时序特征插值后的电压幅值序列一阶差分特征相邻时刻电压差值表征电压变化速率电压幅值统计特征每条曲线的电压均值、电压标准差v4 新增特征刻画电压整体水平与波动程度5. F 比值监督特征筛选核心特征选择仅使用三相带标签样本做特征筛选F 比值组间方差 / 组内方差F 值越高该时间点的电压数据区分 A/B/C 相能力越强。分别计算原始电压每个时间点、差分序列每个时间点的 F 比值。设置保留比例keep_ratio0.25保留 F 值最高的时间点作为有效特征剔除区分度差的冗余时间点减少特征维度、降低计算量。拼接特征筛选后的电压时序特征 筛选后的差分特征 【电压均值、标准差幅值特征】得到总特征矩阵。use_voltage_leveltrue开启幅值特征false 时只用时序 差分特征。6. 特征标准化以三相训练样本的均值、标准差做归一化训练集与测试集使用同一套归一化参数避免数据泄露train_norm三相标注样本标准化特征训练集single_norm单相待辨识样本标准化特征测试集NaN 填充为 0防止后续计算报错。7. 相位分类模块4 种算法可选method 参数切换相似度计算使用相关系数corrcoef衡量待辨识样本与训练样本特征曲线相似度相关系数越高曲线形态越接近。centroid最近质心法计算 A/B/C 三类训练样本的特征质心计算待测样本与 3 个质心的相关系数相关系数最大的类别即为预测相位。knn_weighted【推荐v4 默认】加权 k-NN计算待测样本与所有三相训练样本的相关系数取相关系数最高的 k 个近邻k7仅保留正相关样本权重 相关系数平方加权投票A/B/C 加权得分最高为预测相位置信度 最优相得分 / 全部近邻总得分表征本次预测可靠程度。ensemble多 k 集成鲁棒性更强采用一组 k 值[3,5,7,9,11]分别独立做 k-NN 预测多个模型投票最终得票最多的相位作为结果置信度为得票占总模型比例。普通 knn标准 k 近邻等权重投票不做加权。预测完成后统计单相用户分到 A/B/C 相的数量。8. 结果输出构造结果表用户 ID、分配相位、置信度控制台打印结果同时把【用户 ID 分配相位】写入 Excel 文件single_user_phase_assignments.xlsx保存到results文件夹。9. 可视化绘图分相电压曲线图子图 1×3分别绘制预测为 A/B/C 相的单相用户电压曲线最多展示 15 条直观查看曲线分布。置信度柱状图每个单相用户对应的相位预测置信度观察哪些样本预测可信度较低。版本说明打印输出 v4 版本改进点提示压降约束不在本脚本内需要运行L_topo_v3.m做配电网拓扑校验对相位分配结果做合理性校验压降约束。辅助函数 rowHasData (tab, rowIdx)判断表格指定行是否存在有效数值返回布尔值用于判断该行电压数据是否为空 / 缺失。⛄二、部分源代码和运行步骤1 部分代码2 通用运行步骤1直接运行main.m即可一键出图⛄三、运行结果⛄四、matlab版本及参考文献1 matlab版本2019b2 参考文献[1] 门云阁.MATLAB物理计算与可视化[M].清华大学出版社2013.3 备注简介此部分摘自互联网仅供参考若侵权联系删除 仿真咨询1 各类智能优化算法改进及应用1.1 PID优化1.2 VMD优化1.3 配电网重构1.4 三维装箱1.5 微电网优化1.6 优化布局1.7 优化参数1.8 优化成本1.9 优化充电1.10 优化调度1.11 优化电价1.12 优化发车1.13 优化分配1.14 优化覆盖1.15 优化控制1.16 优化库存1.17 优化路由1.18 优化设计1.19 优化位置1.20 优化吸波1.21 优化选址1.22 优化运行1.23 优化指派1.24 优化组合1.25 车间调度1.26 生产调度1.27 经济调度1.28 装配线调度1.29 水库调度1.30 货位优化1.31 公交排班优化1.32 集装箱船配载优化1.33 水泵组合优化1.34 医疗资源分配优化1.35 可视域基站和无人机选址优化2 机器学习和深度学习分类与预测2.1 机器学习和深度学习分类2.1.1 BiLSTM双向长短时记忆神经网络分类2.1.2 BP神经网络分类2.1.3 CNN卷积神经网络分类2.1.4 DBN深度置信网络分类2.1.5 DELM深度学习极限学习机分类2.1.6 ELMAN递归神经网络分类2.1.7 ELM极限学习机分类2.1.8 GRNN广义回归神经网络分类2.1.9 GRU门控循环单元分类2.1.10 KELM混合核极限学习机分类2.1.11 KNN分类2.1.12 LSSVM最小二乘法支持向量机分类2.1.13 LSTM长短时记忆网络分类2.1.14 MLP全连接神经网络分类2.1.15 PNN概率神经网络分类2.1.16 RELM鲁棒极限学习机分类2.1.17 RF随机森林分类2.1.18 SCN随机配置网络模型分类2.1.19 SVM支持向量机分类2.1.20 XGBOOST分类2.2 机器学习和深度学习预测2.2.1 ANFIS自适应模糊神经网络预测2.2.2 ANN人工神经网络预测2.2.3 ARMA自回归滑动平均模型预测2.2.4 BF粒子滤波预测2.2.5 BiLSTM双向长短时记忆神经网络预测2.2.6 BLS宽度学习神经网络预测2.2.7 BP神经网络预测2.2.8 CNN卷积神经网络预测2.2.9 DBN深度置信网络预测2.2.10 DELM深度学习极限学习机预测2.2.11 DKELM回归预测2.2.12 ELMAN递归神经网络预测2.2.13 ELM极限学习机预测2.2.14 ESN回声状态网络预测2.2.15 FNN前馈神经网络预测2.2.16 GMDN预测2.2.17 GMM高斯混合模型预测2.2.18 GRNN广义回归神经网络预测2.2.19 GRU门控循环单元预测2.2.20 KELM混合核极限学习机预测2.2.21 LMS最小均方算法预测2.2.22 LSSVM最小二乘法支持向量机预测2.2.23 LSTM长短时记忆网络预测2.2.24 RBF径向基函数神经网络预测2.2.25 RELM鲁棒极限学习机预测2.2.26 RF随机森林预测2.2.27 RNN循环神经网络预测2.2.28 RVM相关向量机预测2.2.29 SVM支持向量机预测2.2.30 TCN时间卷积神经网络预测2.2.31 XGBoost回归预测2.2.32 模糊预测2.2.33 奇异谱分析方法SSA时间序列预测2.3 机器学习和深度学习实际应用预测CPI指数预测、PM2.5浓度预测、SOC预测、财务预警预测、产量预测、车位预测、虫情预测、带钢厚度预测、电池健康状态预测、电力负荷预测、房价预测、腐蚀率预测、故障诊断预测、光伏功率预测、轨迹预测、航空发动机寿命预测、汇率预测、混凝土强度预测、加热炉炉温预测、价格预测、交通流预测、居民消费指数预测、空气质量预测、粮食温度预测、气温预测、清水值预测、失业率预测、用电量预测、运输量预测、制造业采购经理指数预测3 图像处理方面3.1 图像边缘检测3.2 图像处理3.3 图像分割3.4 图像分类3.5 图像跟踪3.6 图像加密解密3.7 图像检索3.8 图像配准3.9 图像拼接3.10 图像评价3.11 图像去噪3.12 图像融合3.13 图像识别3.13.1 表盘识别3.13.2 车道线识别3.13.3 车辆计数3.13.4 车辆识别3.13.5 车牌识别3.13.6 车位识别3.13.7 尺寸检测3.13.8 答题卡识别3.13.9 电器识别3.13.10 跌倒检测3.13.11 动物识别3.13.12 二维码识别3.13.13 发票识别3.13.14 服装识别3.13.15 汉字识别3.13.16 红绿灯识别3.13.17 虹膜识别3.13.18 火灾检测3.13.19 疾病分类3.13.20 交通标志识别3.13.21 卡号识别3.13.22 口罩识别3.13.23 裂缝识别3.13.24 目标跟踪3.13.25 疲劳检测3.13.26 旗帜识别3.13.27 青草识别3.13.28 人脸识别3.13.29 人民币识别3.13.30 身份证识别3.13.31 手势识别3.13.32 数字字母识别3.13.33 手掌识别3.13.34 树叶识别3.13.35 水果识别3.13.36 条形码识别3.13.37 温度检测3.13.38 瑕疵检测3.13.39 芯片检测3.13.40 行为识别3.13.41 验证码识别3.13.42 药材识别3.13.43 硬币识别3.13.44 邮政编码识别3.13.45 纸牌识别3.13.46 指纹识别3.14 图像修复3.15 图像压缩3.16 图像隐写3.17 图像增强3.18 图像重建4 路径规划方面4.1 旅行商问题TSP4.1.1 单旅行商问题TSP4.1.2 多旅行商问题MTSP4.2 车辆路径问题VRP4.2.1 车辆路径问题VRP4.2.2 带容量的车辆路径问题CVRP4.2.3 带容量时间窗距离车辆路径问题DCTWVRP4.2.4 带容量距离车辆路径问题DCVRP4.2.5 带距离的车辆路径问题DVRP4.2.6 带充电站时间窗车辆路径问题ETWVRP4.2.3 带多种容量的车辆路径问题MCVRP4.2.4 带距离的多车辆路径问题MDVRP4.2.5 同时取送货的车辆路径问题SDVRP4.2.6 带时间窗容量的车辆路径问题TWCVRP4.2.6 带时间窗的车辆路径问题TWVRP4.3 多式联运运输问题4.4 机器人路径规划4.4.1 避障路径规划4.4.2 迷宫路径规划4.4.3 栅格地图路径规划4.5 配送路径规划4.5.1 冷链配送路径规划4.5.2 外卖配送路径规划4.5.3 口罩配送路径规划4.5.4 药品配送路径规划4.5.5 含充电站配送路径规划4.5.6 连锁超市配送路径规划4.5.7 车辆协同无人机配送路径规划4.6 无人机路径规划4.6.1 飞行器仿真4.6.2 无人机飞行作业4.6.3 无人机轨迹跟踪4.6.4 无人机集群仿真4.6.5 无人机三维路径规划4.6.6 无人机编队4.6.7 无人机协同任务4.6.8 无人机任务分配5 语音处理5.1 语音情感识别5.2 声源定位5.3 特征提取5.4 语音编码5.5 语音处理5.6 语音分离5.7 语音分析5.8 语音合成5.9 语音加密5.10 语音去噪5.11 语音识别5.12 语音压缩5.13 语音隐藏6 元胞自动机方面6.1 元胞自动机病毒仿真6.2 元胞自动机城市规划6.3 元胞自动机交通流6.4 元胞自动机气体6.5 元胞自动机人员疏散6.6 元胞自动机森林火灾6.7 元胞自动机生命游戏7 信号处理方面7.1 故障信号诊断分析7.1.1 齿轮损伤识别7.1.2 异步电机转子断条故障诊断7.1.3 滚动体内外圈故障诊断分析7.1.4 电机故障诊断分析7.1.5 轴承故障诊断分析7.1.6 齿轮箱故障诊断分析7.1.7 三相逆变器故障诊断分析7.1.8 柴油机故障诊断7.2 雷达通信7.2.1 FMCW仿真7.2.2 GPS抗干扰7.2.3 雷达LFM7.2.4 雷达MIMO7.2.5 雷达测角7.2.6 雷达成像7.2.7 雷达定位7.2.8 雷达回波7.2.9 雷达检测7.2.10 雷达数字信号处理7.2.11 雷达通信7.2.12 雷达相控阵7.2.13 雷达信号分析7.2.14 雷达预警7.2.15 雷达脉冲压缩7.2.16 天线方向图7.2.17 雷达杂波仿真7.3 生物电信号7.3.1 肌电信号EMG7.3.2 脑电信号EEG7.3.3 心电信号ECG7.3.4 心脏仿真7.4 通信系统7.4.1 DOA估计7.4.2 LEACH协议7.4.3 编码译码7.4.4 变分模态分解7.4.5 超宽带仿真7.4.6 多径衰落仿真7.4.7 蜂窝网络7.4.8 管道泄漏7.4.9 经验模态分解7.4.10 滤波器设计7.4.11 模拟信号传输7.4.12 模拟信号调制7.4.13 数字基带信号7.4.14 数字信道7.4.15 数字信号处理7.4.16 数字信号传输7.4.17 数字信号去噪7.4.18 水声通信7.4.19 通信仿真7.4.20 无线传输7.4.21 误码率仿真7.4.22 现代通信7.4.23 信道估计7.4.24 信号检测7.4.25 信号融合7.4.26 信号识别7.4.27 压缩感知7.4.28 噪声仿真7.4.29 噪声干扰7.5 无人机通信7.6 无线传感器定位及布局方面7.6.1 WSN定位7.6.2 高度预估7.6.3 滤波跟踪7.6.4 目标定位7.6.4.1 Dv-Hop定位7.6.4.2 RSSI定位7.6.4.3 智能算法优化定位7.6.5 组合导航8 电力系统方面微电网优化、无功优化、配电网重构、储能配置
【配电网】基于matlab低压配电网拓扑自动识别【含Matlab源码 15985期】
欢迎来到海神之光博客之家✅博主简介热爱科研的Matlab仿真开发者修心和技术同步精进个人主页海神之光代码获取方式海神之光Matlab王者学习之路—代码获取方式Matlab毕设Matlab毕设系列–说明期刊发表发表北大核心SCI不是梦⛳️座右铭行百里者半于九十。更多Matlab物理应用仿真内容点击①Matlab物理应用 进阶版②付费专栏Matlab物理应用初级版⛳️关注CSDN海神之光更多资源等你来⛄一、 低压配电网拓扑自动识别一、代码整体功能该脚本实现配网单相用户相位辨识利用已标注 A/B/C 三相的用户电压时序曲线作为训练样本对无相位标签的单相负荷电压数据进行相位归属A/B/C 相自动识别。核心思路提取电压时序特征采用加权 k 近邻 / 多 k 集成 / 质心匹配算法把单相用户分配到 A/B/C 某一相输出相位分配结果后续可搭配拓扑压降约束脚本L_topo_v3.m校验结果合理性。运行前提在代码仓库根目录运行保证data/、results/文件夹路径有效。二、分段详细说明0. 初始化清空工作区、命令行、关闭已有图窗不存在results文件夹则自动创建用于保存输出 Excel 结果。1. 读取 Excel 数据读取两个表格user_type.xlsx用户类型表voltage_data.xlsx电压时序数据打印两个表格的行列数量用于校验数据读取是否正常。2. 统计用户总数初始化存储变量总用户数取用户表、电压表行数除以 3 的向上取整最大值。phase_type元胞数组记录每个用户是单相 / 三相 / 其他user_voltages元胞数组保存每个用户的 3 行电压时序数据A/B/C 对应 3 行3. 提取用户数据区分单相 / 三相用户循环每个用户读取该用户对应的 3 行电压记录3 行全部有有效数据 →三相用户仅 1 行有有效数据 →单相用户待辨识样本其余情况标记为其他记录有效行数最后提取单相用户索引、三相用户索引并打印两类用户数量。4. 曲线整理、统一插值 构造特征曲线归集单相用户取其唯一有效电压时序作为一条待辨识曲线标记类型single三相用户A/B/C 三相各自电压时序作为带标签训练曲线标记three记录 A/B/C 相位标签、所属用户 ID统计总曲线数量。统一长度插值不同电压时序原始长度不一致全部线性插值到最长曲线的长度max_len得到data_matrix曲线 × 时间点。构造两类基础特征原始电压时序特征插值后的电压幅值序列一阶差分特征相邻时刻电压差值表征电压变化速率电压幅值统计特征每条曲线的电压均值、电压标准差v4 新增特征刻画电压整体水平与波动程度5. F 比值监督特征筛选核心特征选择仅使用三相带标签样本做特征筛选F 比值组间方差 / 组内方差F 值越高该时间点的电压数据区分 A/B/C 相能力越强。分别计算原始电压每个时间点、差分序列每个时间点的 F 比值。设置保留比例keep_ratio0.25保留 F 值最高的时间点作为有效特征剔除区分度差的冗余时间点减少特征维度、降低计算量。拼接特征筛选后的电压时序特征 筛选后的差分特征 【电压均值、标准差幅值特征】得到总特征矩阵。use_voltage_leveltrue开启幅值特征false 时只用时序 差分特征。6. 特征标准化以三相训练样本的均值、标准差做归一化训练集与测试集使用同一套归一化参数避免数据泄露train_norm三相标注样本标准化特征训练集single_norm单相待辨识样本标准化特征测试集NaN 填充为 0防止后续计算报错。7. 相位分类模块4 种算法可选method 参数切换相似度计算使用相关系数corrcoef衡量待辨识样本与训练样本特征曲线相似度相关系数越高曲线形态越接近。centroid最近质心法计算 A/B/C 三类训练样本的特征质心计算待测样本与 3 个质心的相关系数相关系数最大的类别即为预测相位。knn_weighted【推荐v4 默认】加权 k-NN计算待测样本与所有三相训练样本的相关系数取相关系数最高的 k 个近邻k7仅保留正相关样本权重 相关系数平方加权投票A/B/C 加权得分最高为预测相位置信度 最优相得分 / 全部近邻总得分表征本次预测可靠程度。ensemble多 k 集成鲁棒性更强采用一组 k 值[3,5,7,9,11]分别独立做 k-NN 预测多个模型投票最终得票最多的相位作为结果置信度为得票占总模型比例。普通 knn标准 k 近邻等权重投票不做加权。预测完成后统计单相用户分到 A/B/C 相的数量。8. 结果输出构造结果表用户 ID、分配相位、置信度控制台打印结果同时把【用户 ID 分配相位】写入 Excel 文件single_user_phase_assignments.xlsx保存到results文件夹。9. 可视化绘图分相电压曲线图子图 1×3分别绘制预测为 A/B/C 相的单相用户电压曲线最多展示 15 条直观查看曲线分布。置信度柱状图每个单相用户对应的相位预测置信度观察哪些样本预测可信度较低。版本说明打印输出 v4 版本改进点提示压降约束不在本脚本内需要运行L_topo_v3.m做配电网拓扑校验对相位分配结果做合理性校验压降约束。辅助函数 rowHasData (tab, rowIdx)判断表格指定行是否存在有效数值返回布尔值用于判断该行电压数据是否为空 / 缺失。⛄二、部分源代码和运行步骤1 部分代码2 通用运行步骤1直接运行main.m即可一键出图⛄三、运行结果⛄四、matlab版本及参考文献1 matlab版本2019b2 参考文献[1] 门云阁.MATLAB物理计算与可视化[M].清华大学出版社2013.3 备注简介此部分摘自互联网仅供参考若侵权联系删除 仿真咨询1 各类智能优化算法改进及应用1.1 PID优化1.2 VMD优化1.3 配电网重构1.4 三维装箱1.5 微电网优化1.6 优化布局1.7 优化参数1.8 优化成本1.9 优化充电1.10 优化调度1.11 优化电价1.12 优化发车1.13 优化分配1.14 优化覆盖1.15 优化控制1.16 优化库存1.17 优化路由1.18 优化设计1.19 优化位置1.20 优化吸波1.21 优化选址1.22 优化运行1.23 优化指派1.24 优化组合1.25 车间调度1.26 生产调度1.27 经济调度1.28 装配线调度1.29 水库调度1.30 货位优化1.31 公交排班优化1.32 集装箱船配载优化1.33 水泵组合优化1.34 医疗资源分配优化1.35 可视域基站和无人机选址优化2 机器学习和深度学习分类与预测2.1 机器学习和深度学习分类2.1.1 BiLSTM双向长短时记忆神经网络分类2.1.2 BP神经网络分类2.1.3 CNN卷积神经网络分类2.1.4 DBN深度置信网络分类2.1.5 DELM深度学习极限学习机分类2.1.6 ELMAN递归神经网络分类2.1.7 ELM极限学习机分类2.1.8 GRNN广义回归神经网络分类2.1.9 GRU门控循环单元分类2.1.10 KELM混合核极限学习机分类2.1.11 KNN分类2.1.12 LSSVM最小二乘法支持向量机分类2.1.13 LSTM长短时记忆网络分类2.1.14 MLP全连接神经网络分类2.1.15 PNN概率神经网络分类2.1.16 RELM鲁棒极限学习机分类2.1.17 RF随机森林分类2.1.18 SCN随机配置网络模型分类2.1.19 SVM支持向量机分类2.1.20 XGBOOST分类2.2 机器学习和深度学习预测2.2.1 ANFIS自适应模糊神经网络预测2.2.2 ANN人工神经网络预测2.2.3 ARMA自回归滑动平均模型预测2.2.4 BF粒子滤波预测2.2.5 BiLSTM双向长短时记忆神经网络预测2.2.6 BLS宽度学习神经网络预测2.2.7 BP神经网络预测2.2.8 CNN卷积神经网络预测2.2.9 DBN深度置信网络预测2.2.10 DELM深度学习极限学习机预测2.2.11 DKELM回归预测2.2.12 ELMAN递归神经网络预测2.2.13 ELM极限学习机预测2.2.14 ESN回声状态网络预测2.2.15 FNN前馈神经网络预测2.2.16 GMDN预测2.2.17 GMM高斯混合模型预测2.2.18 GRNN广义回归神经网络预测2.2.19 GRU门控循环单元预测2.2.20 KELM混合核极限学习机预测2.2.21 LMS最小均方算法预测2.2.22 LSSVM最小二乘法支持向量机预测2.2.23 LSTM长短时记忆网络预测2.2.24 RBF径向基函数神经网络预测2.2.25 RELM鲁棒极限学习机预测2.2.26 RF随机森林预测2.2.27 RNN循环神经网络预测2.2.28 RVM相关向量机预测2.2.29 SVM支持向量机预测2.2.30 TCN时间卷积神经网络预测2.2.31 XGBoost回归预测2.2.32 模糊预测2.2.33 奇异谱分析方法SSA时间序列预测2.3 机器学习和深度学习实际应用预测CPI指数预测、PM2.5浓度预测、SOC预测、财务预警预测、产量预测、车位预测、虫情预测、带钢厚度预测、电池健康状态预测、电力负荷预测、房价预测、腐蚀率预测、故障诊断预测、光伏功率预测、轨迹预测、航空发动机寿命预测、汇率预测、混凝土强度预测、加热炉炉温预测、价格预测、交通流预测、居民消费指数预测、空气质量预测、粮食温度预测、气温预测、清水值预测、失业率预测、用电量预测、运输量预测、制造业采购经理指数预测3 图像处理方面3.1 图像边缘检测3.2 图像处理3.3 图像分割3.4 图像分类3.5 图像跟踪3.6 图像加密解密3.7 图像检索3.8 图像配准3.9 图像拼接3.10 图像评价3.11 图像去噪3.12 图像融合3.13 图像识别3.13.1 表盘识别3.13.2 车道线识别3.13.3 车辆计数3.13.4 车辆识别3.13.5 车牌识别3.13.6 车位识别3.13.7 尺寸检测3.13.8 答题卡识别3.13.9 电器识别3.13.10 跌倒检测3.13.11 动物识别3.13.12 二维码识别3.13.13 发票识别3.13.14 服装识别3.13.15 汉字识别3.13.16 红绿灯识别3.13.17 虹膜识别3.13.18 火灾检测3.13.19 疾病分类3.13.20 交通标志识别3.13.21 卡号识别3.13.22 口罩识别3.13.23 裂缝识别3.13.24 目标跟踪3.13.25 疲劳检测3.13.26 旗帜识别3.13.27 青草识别3.13.28 人脸识别3.13.29 人民币识别3.13.30 身份证识别3.13.31 手势识别3.13.32 数字字母识别3.13.33 手掌识别3.13.34 树叶识别3.13.35 水果识别3.13.36 条形码识别3.13.37 温度检测3.13.38 瑕疵检测3.13.39 芯片检测3.13.40 行为识别3.13.41 验证码识别3.13.42 药材识别3.13.43 硬币识别3.13.44 邮政编码识别3.13.45 纸牌识别3.13.46 指纹识别3.14 图像修复3.15 图像压缩3.16 图像隐写3.17 图像增强3.18 图像重建4 路径规划方面4.1 旅行商问题TSP4.1.1 单旅行商问题TSP4.1.2 多旅行商问题MTSP4.2 车辆路径问题VRP4.2.1 车辆路径问题VRP4.2.2 带容量的车辆路径问题CVRP4.2.3 带容量时间窗距离车辆路径问题DCTWVRP4.2.4 带容量距离车辆路径问题DCVRP4.2.5 带距离的车辆路径问题DVRP4.2.6 带充电站时间窗车辆路径问题ETWVRP4.2.3 带多种容量的车辆路径问题MCVRP4.2.4 带距离的多车辆路径问题MDVRP4.2.5 同时取送货的车辆路径问题SDVRP4.2.6 带时间窗容量的车辆路径问题TWCVRP4.2.6 带时间窗的车辆路径问题TWVRP4.3 多式联运运输问题4.4 机器人路径规划4.4.1 避障路径规划4.4.2 迷宫路径规划4.4.3 栅格地图路径规划4.5 配送路径规划4.5.1 冷链配送路径规划4.5.2 外卖配送路径规划4.5.3 口罩配送路径规划4.5.4 药品配送路径规划4.5.5 含充电站配送路径规划4.5.6 连锁超市配送路径规划4.5.7 车辆协同无人机配送路径规划4.6 无人机路径规划4.6.1 飞行器仿真4.6.2 无人机飞行作业4.6.3 无人机轨迹跟踪4.6.4 无人机集群仿真4.6.5 无人机三维路径规划4.6.6 无人机编队4.6.7 无人机协同任务4.6.8 无人机任务分配5 语音处理5.1 语音情感识别5.2 声源定位5.3 特征提取5.4 语音编码5.5 语音处理5.6 语音分离5.7 语音分析5.8 语音合成5.9 语音加密5.10 语音去噪5.11 语音识别5.12 语音压缩5.13 语音隐藏6 元胞自动机方面6.1 元胞自动机病毒仿真6.2 元胞自动机城市规划6.3 元胞自动机交通流6.4 元胞自动机气体6.5 元胞自动机人员疏散6.6 元胞自动机森林火灾6.7 元胞自动机生命游戏7 信号处理方面7.1 故障信号诊断分析7.1.1 齿轮损伤识别7.1.2 异步电机转子断条故障诊断7.1.3 滚动体内外圈故障诊断分析7.1.4 电机故障诊断分析7.1.5 轴承故障诊断分析7.1.6 齿轮箱故障诊断分析7.1.7 三相逆变器故障诊断分析7.1.8 柴油机故障诊断7.2 雷达通信7.2.1 FMCW仿真7.2.2 GPS抗干扰7.2.3 雷达LFM7.2.4 雷达MIMO7.2.5 雷达测角7.2.6 雷达成像7.2.7 雷达定位7.2.8 雷达回波7.2.9 雷达检测7.2.10 雷达数字信号处理7.2.11 雷达通信7.2.12 雷达相控阵7.2.13 雷达信号分析7.2.14 雷达预警7.2.15 雷达脉冲压缩7.2.16 天线方向图7.2.17 雷达杂波仿真7.3 生物电信号7.3.1 肌电信号EMG7.3.2 脑电信号EEG7.3.3 心电信号ECG7.3.4 心脏仿真7.4 通信系统7.4.1 DOA估计7.4.2 LEACH协议7.4.3 编码译码7.4.4 变分模态分解7.4.5 超宽带仿真7.4.6 多径衰落仿真7.4.7 蜂窝网络7.4.8 管道泄漏7.4.9 经验模态分解7.4.10 滤波器设计7.4.11 模拟信号传输7.4.12 模拟信号调制7.4.13 数字基带信号7.4.14 数字信道7.4.15 数字信号处理7.4.16 数字信号传输7.4.17 数字信号去噪7.4.18 水声通信7.4.19 通信仿真7.4.20 无线传输7.4.21 误码率仿真7.4.22 现代通信7.4.23 信道估计7.4.24 信号检测7.4.25 信号融合7.4.26 信号识别7.4.27 压缩感知7.4.28 噪声仿真7.4.29 噪声干扰7.5 无人机通信7.6 无线传感器定位及布局方面7.6.1 WSN定位7.6.2 高度预估7.6.3 滤波跟踪7.6.4 目标定位7.6.4.1 Dv-Hop定位7.6.4.2 RSSI定位7.6.4.3 智能算法优化定位7.6.5 组合导航8 电力系统方面微电网优化、无功优化、配电网重构、储能配置
