高负荷系统课程

2018-高负荷-kv 项目 “高负荷系统” 课程。步骤1：HTTP + 存储（截止日期2018-10）克隆并添加上游： $ git clone git@github.com:/2018-highload-kv.git Cloning into '2018-highload-kv'... $ git remote add upstream git@github.com:polis-mail-ru/2018-highload-kv.git

这款应用程序利用消费者负载模型生成办公楼的综合电力负荷配置文件。用户可以根据需要调整模型参数，并在不同的时间分辨率和周期下生成数据。

线性回归的热负荷计算，用 MATLAB 写起来其实蛮，适合做工程的朋友。用fitlm直接建模，数据扔进去就能跑出结果，斜率、截距都自动搞定。如果你遇到数据不是完全线性的，还能用poly2搞多项式回归，灵活得。整个流程清晰、代码也不复杂，适合上手或者做个小项目试水。

全年 365 条用电负荷曲线的 K-means 聚类，k_means111.m 这份代码写得还挺清爽的，尤其适合用来做电力数据类的聚类探索。你直接扔一堆负荷曲线进去，它就能帮你分成几个典型日——比如工作日、周末、节假日那种，挺实用的。 代码逻辑比较直白，基本上是先归一化，再跑一遍 K-means 算法。用的是 Matlab 的内置函数，像 kmeans() 这些都直接调，参数也写得比较清楚，新手看起来不会太吃力。 如果你之前没接触过类似的，可以先看看这篇基于 K-means 算法的负荷数据曲线聚类，讲得还蛮接地气。要是你偏好 Python，那推荐你翻下Python 实现 K-Means 聚类算

JSP 的选课系统项目，属于那种上手比较快、技术点也全的类型。页面交互靠JSP搞定，逻辑交给Servlet，数据库用MySQL，你会发现这些组合用着还挺顺。结构上走的MVC，代码清晰，分层明确，维护起来也不累。像request、response这些内置对象，用着就跟呼吸一样自然。 JSP 的页面里，直接写 Java 代码没什么压力。用<% %>包起来就行，能快速测试点小逻辑。后端那边，Servlet一般配合doGet、doPost，接求、查数据、再丢给 JSP 渲染，顺的一套流程。 数据库这一块，基本就是JDBC走起，配合DriverManager.getConnection()

LM-BP 的预测程序挺轻巧的，适合刚入门或者快速搭建电力负荷预测模型的朋友。虽然作者没附带.mat数据文件，但代码本身还挺清晰，适合自己拿数据试试。BP 神经网络加上LM 算法，收敛速度比较快，在电力数据这种周期性强的场景下，表现还不错。嗯，要是你之前接触过trainlm，应该能快上手。 程序用的Matlab 神经网络工具箱，核心是经典的误差反向传播算法，训练速度挺快，响应也快。不过要注意，自己用的时候记得先准备好标准化的数据，免得训练结果发散。 你要是对其他变种感兴趣，可以看看比如Elman 神经网络或者遗传算法优化 BP那类，网上也有不少资源，我挑了几个靠谱的放下面了，懒得找的话直接点进

基于场景划分，对风光出力数据分析不同场景下的耦合特性，研究其减小波动性、提高跟踪负荷度及预测精度等特性，提出耦合度和跟踪负荷度计算方法。

深入了解华为SDH系统，提升通信网络技能。

Access 课程管理系统，高效便捷管理课程信息。 该系统可以帮助您： 轻松创建和管理课程 安排课程时间和地点 跟踪学生学习进度 生成课程报表 与其他系统集成

Python 就业班视频的内容挺全的，60G 的体量基本涵盖了从入门到进阶的所有关键点。不光有基础语法、算法，还涉及前后端开发、爬虫、自动化运维这些热门方向，Django 和 Tornado 也安排上了。课程中连课件和练习题都打包了，对刚入行或想系统进修的你来说还挺实用的。下载方式是通过百度云盘，顺手附上了解压密码，省事儿不少。