本发明公开了一种基于 Copula 函数获取多风电场容量可信度的 方法，包括：考虑风电场尾流效应，将风速时间序列转换为风电场出 力时间序列，依据数值大小对该序列进行状态归并，再进行非线性拟 合得到单个风电场的出力的边缘分布；选取用于描述下厚尾特性的 Clayton-Copula 函数描述各风电场出力间的相关关系，根据风电场历史 出力数据，采用两阶段极大似然估计法对已选择的 Copula 函数进行参 数估计，得到多风电场出力联合概率分布的相关参数；将基于 Clayton-Copula 函数的多风电场出

产品详细介绍商品说明：  型号 ID-01 工作频率 125（Khz） 读卡时间 0.08（s） 品牌 荣士 电源功率 0.2（W） 感应距离 8-15（cm） 感应方式 非接触式读卡 适用卡类 EM4100系列 类型 感应式读卡器       较之于同行的特点 专用USB设备接口,只需一条USB线连上电脑; 应用国际一流的纠错防冲突技术，读卡速度快; 公司自主开发生产,性能价格比高; 低返回率,保修速度快,可根据用户需求提供OEM产品! 提供ACTIVEX控件，可用于WEB网页开发！ 产品介绍 ID-01型USB接口ID卡读器 是我公司运用行业最新技术开发出来的一种低成本高性能电脑外部设备,通过本公司提供的专用高性能驱动程序和接口动态库函数，可在自己的电脑软件上控制读卡、驱动蜂响器声响。 有卡在感应区时指示灯会闪，此时调用动态库函数读卡可确保一次100%能读出卡号，不必要在程序上循环多次调用读卡函数。无卡指示灯会停止闪动。 技术参数 1． 即插即用，专用电脑USB接口，本公司提供驱动程序，动态库接口，例子源码开发包。点击下载开发包 2． 由电脑USB接口提供稳定的电源，无需外接电源，并内置电源保护。 3． 一个LED指示灯和一个蜂鸣器，刷卡时蜂鸣器响一声，指示灯闪一下。 4． 支持μEM4001、4100或及其兼容的RFID，频率：125kHz，感应距离为80mm-150mm。 5． 调用读卡函数可读出全部5字节卡号，而不仅仅是一般读卡器的]四个字节。 6． 功耗<0.2W、低功耗造就低故障率。 7． 支持Windows95/98/2000/XP。 8． 国内读卡器流行的外形，(尺寸:长×宽×高）10.8cm×7.8cm×2.8cm。

一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。

本发明属于风功率爬坡预测领域，涉及一种基于大风气象分类的风功率爬坡预测模型切换方法，按 以下步骤进行：首先根据指定地理范围内的历史大风波动天气提取出可以明显表征大风天气的特征量和 特征指数，并形成判别表达式。进而采用 Fisher 判别法中的判别准则计算出判定范围以及特征量和特征 指数的加权系数，得出判别结果，并通过统计检验进行验证分析。通过判别法进一步得出大风天气分类 结果，依据不同大风天气的时空尺度的特征，最后形成对不同统计预测模型之间的切换机制。本发明将 数值天气预报的结果进行爬坡天气判别研究，在风功率爬坡的综合预测方法上为不同的统计预测方法提 供了更准确的切换机制。 

基于亚胺类动态共价反应以及课题组对于组分动态网络方面的前期研究基础，对有机笼状与环状化合物自分类组分动态网络的设计和动态适应性进行了深入研究。该研究首先以两种多胺（T、NON）和二醛（Py）构成的三元混合体系为原料，考察其自分类性能。理论上，各组分基元可以在体系中进行随机的结合，产生由单一或混合组分基元所构成的多元复杂体系。因此，在最简单三元组分基元体系中（Py、T、NON），可能产生三种平衡态：1）Py与T或NON选择性结合，产生Py3T2和Py2(NON)2的同质自分类（homo-self-sorting）结构；2）Py与T和NON同时结合，产生一种特定的异质自分类（hetero-self-sorting）结构；3）Py与T，NON的反应不具备选择性，进而产生具有统计学分布的超复杂混合状态。而实验结果表明，该混合体系首先产生一系列的复杂中间体，随后这些中间体有序的转化为热力学稳定状态，生成有机笼状化合物和大环的同质自分类产物，即平衡态1进一步将三元混合体系扩展到更为复杂的四元体系，构建出基于有机笼状与环状化合物的自分类组分动态网络。通过对组分基元的合理设计和选择，该网络能够实现对于环境变化由动力学控制的亚稳态到热力学稳定态的动态自适应过程：通过核磁共振对于各个组分分布的实时监控，该混合体系在有机笼状化合物（动力学优势产物）的驱动下首先经历具有失衡组分分布的亚稳态；随着时间的延长，亚稳态产物的含量会逐渐减少，进而最终达到处于相反的失衡组分分布的热力学稳定状态。这项工作首次将自分类的概念扩展到两种不同维度（有机笼状和环状化合物）的有机拓扑学结构，为自分类设计摆脱金属模板化的常规体系，从而实现纯有机自分类体系的构建。为开发物种多样性和环境适应性并存的复杂化学系统提供了新的设计思路。

本发明公开了一种利用多光谱图像分类进行典型地物参考图制备的方法，从多光谱图像提取出感兴趣类作为地标，并制备出包含所述地标的参考图，以用于目标的间接定位识别，该方法具体包括：从多光谱图像中选择感兴趣类，提取其光谱-空间纹理特征，根据提取的光谱-空间纹理特征对多光谱图像进行分类；在分类基础上，提取完整的感兴趣类，并依据地标选取准则选择用作地标的感兴趣类；根据地标材质类型，利用红外辐射公式计算出地标在大气参数条件下的红外

本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。

根据滚动轴承故障部位的不同，将滚动轴承故障分为：内圈故障、外圈故障、滚动 体故障三类。一般来说，故障识别主要可以有确定故障类型，选择诊断方法，提取特征参数， 执行故障诊断四个主要环节。其中，在故障诊断中重要的两个环节是故障特征选择和分类器的选择。针对滚动轴承故障识别，尽管不同特征能够从不同方面来识别故障，但是他们对识别故障有不同的灵敏度。一些特征对于故障是灵敏并且关联密切的，而其他特征则不然。因此对于分类器，获得一种约简输入特征维数的方法以减少分类器计算消耗,从而实现分类器的高精度的故障诊断。

本发明公开了一种基于函数型非参数回归的中长期典型日负荷曲线预测方法，根据已有的历史典型 日负荷曲线，基于函数型数据分析理论和非参数核密度估计方法，建立函数型非参数回归预测模型;考 虑待预测典型日的日负荷率和最小负荷率，建立二次规划模型对函数型非参数回归预测模型的预测曲线 进行修正，最终得到满足待预测典型日负荷特性指标要求的预测曲线。以中国某省级电网和美国 PJM 电 力公司的典型日负荷数据为基础的仿真算例验证了所提方法简单实用，预测结果准确。本发明具有良好 的推广价值和应用前景。

欢迎来电洽谈： 15323758534 QQ：2793177994 韦先生