【照片征集丨保持热爱·共赴山海】获奖名单

2024 年 9月,我们的《照片征集丨保持热爱・共赴山海》活动圆满结束啦!活动期间,大家纷纷晒出自己热爱之事的照片,各种爱好都在镜头下展现得淋漓尽致。经过官方精选,终于要公布获奖名单啦! 快来看看有没有你的照片~

奖项用户ID话题链接奖品
明星奖

weixin_42250835

https://blink.csdn.net/details/1756020

RTE2024 大会VIP门票1张

qq_74047911

https://blink.csdn.net/details/1801909
qq_51601665https://blink.csdn.net/details/1753745
创新奖xxy_1008https://blink.csdn.net/details/1760454

RTE2024 10周年限量版周边1份

2302_78391795https://blink.csdn.net/details/1756100
m0_66572126https://blink.csdn.net/details/1759029
weixin_73588491https://blink.csdn.net/details/1753803
m0_63947499https://blink.csdn.net/details/1780751
qq_44866828https://blink.csdn.net/details/1767500
weixin_51390582https://blink.csdn.net/details/1753801
javascript_tsjhttps://blink.csdn.net/details/1754920
2301_80171004https://blink.csdn.net/details/1803750
xiaoyu070321https://blink.csdn.net/details/1768750
入围奖u011046042https://blink.csdn.net/details/1770892

CSDN 定制马克杯 1 个

weixin_41793160https://blink.csdn.net/details/1768810
weixin_43970743https://blink.csdn.net/details/1765237
weixin_49170663https://blink.csdn.net/details/1753468
qq_34742146https://blink.csdn.net/details/1780706
aahwjhttps://blink.csdn.net/details/1770882
qq_33502371https://blink.csdn.net/details/1754497
rl2698853114https://blink.csdn.net/details/1759813
weixin_41793160https://blink.csdn.net/details/1778057
2301_77628600https://blink.csdn.net/details/1758984
qq_54548545https://blink.csdn.net/details/1759034
hanziqing0630https://blink.csdn.net/details/1760599
weixin_42400703https://blink.csdn.net/details/1780299
weixin_55800697https://blink.csdn.net/details/1769953
2303_79266237https://blink.csdn.net/details/1791093
weixin_43469377https://blink.csdn.net/details/1761472
m0_62734264https://blink.csdn.net/details/1752743
qq_36070288https://blink.csdn.net/details/1792059
sinat_30943509https://blink.csdn.net/details/1764080
weixin_32333347https://blink.csdn.net/details/1811459
m0_52729352https://blink.csdn.net/details/1759822
baby_bus666https://blink.csdn.net/details/1759819
2401_85010100https://blink.csdn.net/details/1763275
2301_80362677https://blink.csdn.net/details/1762297
a13126099303https://blink.csdn.net/details/1764270
sinat_34647836https://blink.csdn.net/details/1765893
qq_45049500https://blink.csdn.net/details/1769622
qq_43475285https://blink.csdn.net/details/1760234
qq_26881073https://blink.csdn.net/details/1760446
2201_75539691https://blink.csdn.net/details/1787802
kingsea442https://blink.csdn.net/details/1764299
weixin_44453694https://blink.csdn.net/details/1760839
qq_34988304https://blink.csdn.net/details/1754521
qq_52354698https://blink.csdn.net/details/1765146
2401_86340428https://blink.csdn.net/details/1757990
writebug001https://blink.csdn.net/details/1768411
2301_81670477https://blink.csdn.net/details/1762991
m0_60494863https://blink.csdn.net/details/1766889
weixin_43911004https://blink.csdn.net/details/1764658
qq_29061315https://blink.csdn.net/details/1761680
qq_43541919https://blink.csdn.net/details/1781255
weixin_32336863https://blink.csdn.net/details/1811461
loisguhttps://blink.csdn.net/details/1753680
m0_74120090https://blink.csdn.net/details/1758257
qq_65742226https://blink.csdn.net/details/1770539
weixin_43344151https://blink.csdn.net/details/1777932
m0_62488414https://blink.csdn.net/details/1752753
avvvhxhttps://blink.csdn.net/details/1758971
zhoua0221https://blink.csdn.net/details/1761749
weixin_71843416https://blink.csdn.net/details/1769886
weixin_66639519https://blink.csdn.net/details/1779986
2402_84652970https://blink.csdn.net/details/1760528
danmingzhenhttps://blink.csdn.net/details/1758068
sinat_30943509https://blink.csdn.net/details/1759716
weixin_49170663https://blink.csdn.net/details/1753475
weixin_50953229https://blink.csdn.net/details/1763102
qq_45065517https://blink.csdn.net/details/1778569
weixin_42481955https://blink.csdn.net/details/1752772
2401_86355760https://blink.csdn.net/details/1758981
qq_55901655https://blink.csdn.net/details/1770566
weixin_55357256https://blink.csdn.net/details/1759276
2401_86262893https://blink.csdn.net/details/1753581
qq_51514353https://blink.csdn.net/details/1766905
2302_81249757https://blink.csdn.net/details/1780802
frgodhttps://blink.csdn.net/details/1760860
bhytlhttps://blink.csdn.net/details/1752759
m0_61023179https://blink.csdn.net/details/1774453
dogking061214https://blink.csdn.net/details/1774574
weixin_71098527https://blink.csdn.net/details/1770370
weixin_32207123https://blink.csdn.net/details/1758076
weixin_54930750https://blink.csdn.net/details/1769929
m0_63815035https://blink.csdn.net/details/1794216
luminous_youhttps://blink.csdn.net/details/1779437
kingsea442https://blink.csdn.net/details/1759815
2201_75540404https://blink.csdn.net/details/1759629
m0_56368068https://blink.csdn.net/details/1787870
weixin_48935611https://blink.csdn.net/details/1761761
sinat_30943509https://blink.csdn.net/details/1766881
2401_86402036https://blink.csdn.net/details/1766765
weixin_32255541https://blink.csdn.net/details/1814155
sinat_30943509https://blink.csdn.net/details/1753349
weixin_43846408https://blink.csdn.net/details/1758077
sinat_30943509https://blink.csdn.net/details/1755641
2401_86340276https://blink.csdn.net/details/1758974
m0_49963403https://blink.csdn.net/details/1754045
m0_46833224https://blink.csdn.net/details/1764636
bbq__zxbhttps://blink.csdn.net/details/1771203
baidu_33681581https://blink.csdn.net/details/1778538
sinat_30943509https://blink.csdn.net/details/1764763
sinat_30943509https://blink.csdn.net/details/1756833
weixin_43339889https://blink.csdn.net/details/1772519
sinat_30943509https://blink.csdn.net/details/1760185
loisguhttps://blink.csdn.net/details/1755697
nanshen__https://blink.csdn.net/details/1779475
chengxuyuan0307https://blink.csdn.net/details/1770384
qq_39088168https://blink.csdn.net/details/1766933
chaoming_hhttps://blink.csdn.net/details/1791867
qq_50377269https://blink.csdn.net/details/1777293
h651883075https://blink.csdn.net/details/1761066
qq_34391644https://blink.csdn.net/details/1787865
m0_75001249https://blink.csdn.net/details/1779574
weixin_43483590https://blink.csdn.net/details/1777272
qq_52138268https://blink.csdn.net/details/1767187
weixin_42473228https://blink.csdn.net/details/1775634
qq_40869977https://blink.csdn.net/details/1782420
loisguhttps://blink.csdn.net/details/1753658
sinat_30943509https://blink.csdn.net/details/1764764
weixin_52208686https://blink.csdn.net/details/1775680
m0_61023179https://blink.csdn.net/details/1768404
wyz_1994_3https://blink.csdn.net/details/1776342
middle_summerhttps://blink.csdn.net/details/1763204
yan_12138https://blink.csdn.net/details/1772188
lvweijie941https://blink.csdn.net/details/1772058
2302_82226277https://blink.csdn.net/details/1759929
sinat_41904636https://blink.csdn.net/details/1765212
micro_ethttps://blink.csdn.net/details/1773047
2402_86297198https://blink.csdn.net/details/1764613
zsx0806https://blink.csdn.net/details/1772348
qq233325332https://blink.csdn.net/details/1754410
qq_39311377https://blink.csdn.net/details/1772124
m0_70571756https://blink.csdn.net/details/1780779
weixin_66592566https://blink.csdn.net/details/1775639
sinat_30943509https://blink.csdn.net/details/1759303
qq_35430208https://blink.csdn.net/details/1798898
shy_1762538422https://blink.csdn.net/details/1760435
weixin_71438957https://blink.csdn.net/details/1780807
2401_86462071https://blink.csdn.net/details/1765411
qq_37534947https://blink.csdn.net/details/1766654
m0_45076621https://blink.csdn.net/details/1782459
yzymnhttps://blink.csdn.net/details/1776341
m0_48665956https://blink.csdn.net/details/1754496
shuyuzhehttps://blink.csdn.net/details/1771584
2401_86355630https://blink.csdn.net/details/1758978
weixin_47702002https://blink.csdn.net/details/1772120
qq_52824588https://blink.csdn.net/details/1772419
faith_cxzhttps://blink.csdn.net/details/1774194
qq_33141353https://blink.csdn.net/details/1766700

👏恭喜以上获奖者!你们的照片让我们看到了热爱的力量。这次活动虽然结束,但希望大家继续保持热爱,在钻研代码的同时,也不忘生活中的美好。期待下次活动再相见!

🐱‍💻 领取奖品

【明星奖】RTE2024 大会VIP门票(电子版)将通过私信方式发送给您,请留意您的 CSDN 私信。大会结束将无法使用,请及时兑换。

【创新奖与入围奖】

请获奖用户填写奖品邮寄表单:填写邮寄地址

⏰ 提交截止时间:10 月 8 日 18:00 

大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
代码下载地址: https://pan.quark.cn/s/f675b88243cd 《华大HC32L110库函数与例程详解》 华大HC32L110属于低功耗且高性能的微控制器,在众多嵌入式系统设计中具有广泛的应用,特别是在需要电池供电的物联网设备和便携式装置中表现出色。该微控制器的库函数与例程为程序设计者提供了重要的参考资料,包含了丰富的功能接口和示范性代码,从而辅助开发者迅速掌握并运用该芯片。库函数是事先编写完成且可反复使用的代码单元,针对HC32L110的特定硬件特性进行了优化,使得开发者无需深入探究底层机制,仅需调用相应的库函数即可达成预期功能。这些库函数一般涵盖了时钟管理、GPIO操控、ADC转换、串行通信(包含UART、SPI、I2C等形式)以及中断管理等多个方面。比如,若需将一个GPIO端口设置为输出模式并设定其电平状态,开发者可通过调用`HAL_GPIO_Init()`与`HAL_GPIO_WritePin()`函数来实现。 例程则是展示如何运用库函数的应用范例代码,它们具体说明了在实际操作中如何适当地调用库函数及设定相关参数。以HC32L110的串行通信例程为例,它可能涉及初始化UART接口、传输数据、接收数据等环节,借助这些例程,开发者能够清晰地洞察每个功能的具体实现途径。对于新手而言,例程是理解芯片特性及库函数使用的理想途径。 在华大HC32L110的库函数与例程中,通常包含以下核心组成部分: 1. **初始化函数**:诸如`SystemInit()`,其作用是配置系统时钟,作为其他功能的基础。 2. **外设驱动函数**:例如GPIO的`HAL_GPIO_xxx()`系列函数,ADC的`HAL_ADC_xxx()`函数等,用于管理和设定...
【多变量输入超前多步预测】基于CNN-BiGRU的光伏功率预测研究(Matlab代码实现)内容概要:本文研究基于CNN-BiGRU混合神经网络模型的多变量输入超前多步光伏功率预测方法,并提供了完整的Matlab代码实现。该模型结合卷积神经网络(CNN)强大的局部特征提取能力和双向门控循环单元(BiGRU)对时间序列前后向依赖关系的建模能力,能够有效处理光伏发电受光照强度、温度、湿度等多因素影响的非线性、非平稳特性,实现对未来多个时间步长的功率输出进行精准预测。研究涵盖了数据预处理、模型构建、训练优化及结果分析全过程,并通过实验验证了模型在不同天气条件下的预测性能,展示了其在提升预测精度方面的有效性。; 适合人群:具备一定机器学习和时间序列预测基础知识,从事新能源发电预测、电力系统调度或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于光伏发电站的功率预测系统,为电网调度、能量管理和电力交易提供数据支持;②作为深度学习在可再生能源预测领域应用的教学案例,帮助理解CNN与RNN类模型的融合机制;③为进一步研究更复杂的预测模型(如加入注意力机制)提供基础框架和技术参考。; 阅读建议:建议读者结合Matlab代码逐步复现文中实验,重点关注数据预处理流程、模型结构设计细节以及超参数调优策略,同时可尝试在不同数据集上验证模型泛化能力,以深入掌握多变量时间序列预测的关键技术要点。
内容概要:本文提出了一种基于高创新模型MS-TCN-TiDE的短期负荷预测方法,该模型融合多尺度时序卷积网络(MS-TCN)与时间解码器(TiDE)的优势,旨在实现对电力系统短期负荷的高精度预测。MS-TCN能够有效捕捉负荷序列在不同时间尺度下的局部特征与长期依赖关系,而TiDE则通过编码-解码架构建模周期性、趋势性等全局时序模式,二者协同提升了模型对复杂负荷动态的表达能力。研究通过Python代码实现了完整的模型构建、训练优化与预测流程,并在实际电力负荷数据集上进行了实验验证,结果表明该模型在预测精度、稳定性及泛化性能方面均优于传统时序预测方法。同时,文章探讨了模型在周尺度负荷预测中的适用性,验证了其在长期趋势建模方面的潜力,为电网调度、能源管理及电力市场运营提供了可靠的技术支撑。; 适合人群:具备一定Python编程基础和机器学习知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员及高校研究生。; 使用场景及目标:①应用于电力系统短期负荷预测场景,提升电网运行调度的智能化与精细化水平;②为新能源并网规划、需求响应策略制定、电力市场竞价决策等提供高质量的负荷数据支持;③推动深度学习技术在能源时序预测领域的落地应用与方法创新。; 阅读建议:建议读者结合文中提供的Python代码进行实践复现,重点关注数据预处理流程、模型结构设计细节及超参数调优策略,同时可通过消融实验深入理解MS-TCN与TiDE模块的协同机制及其对预测性能的贡献。
评论 6
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值