相关推荐

New Bing Maps iOS SDK -微软推出 iOS平台Bing地图SDK

5月5日，微软也推出了基于iOS平台的Bing地图SDK。鉴于Google地图在中国前途未卜（地图牌照风波），微软的地图服务可算是另一种不错的选择。下面是Bing Maps官方SDK发布信息：New Bing Maps iOS SDK -- 5/...

Bing地图服务和API分类

https://docs.microsoft.com/en-us/bingmaps/?redirectedfrom=MSDN#pivot=main&panel=BingMapsAPI Bing提供多种服务和API；下面分别来看一下； Getting Started with Bing Maps Setup up your Bing Maps ...

Android地图开发之BingMap基础教程

【注意】由于BingMap此类教程在国内不太多，本文是...本文皆在指引大家在自己的项目里嵌入BingMap，并可以在地图上添加覆盖物、折线等常用地图功能。 1.1 SDK 和API http://bingmapsandroidsdk.codeplex.com/ Bi

Android地图开发-BingMap基础教程

原文请参考：http://blog.csdn.net/mad1989/article/details/9733133开端本文皆在指引...1.1 SDK 和APIhttp://bingmapsandroidsdk.codeplex.com/BingMap的android版 SDK并没有集成在微软的网站里，而是放在了其开源...

地图定位 - 转换不同标准坐标系

如果Android、iOS都是同一个服务器,需要两个平台数据一致，但是百度、高德在国外不行，谷歌国内又不能用，微软bing地图的sdk有好几年没更新了。用系统自带的定位，用百度地图显示，再用百度地图定位，两个的误差超过...

互联网在线地图平台对比分析

（此文是在拿政府内部一个地图平台与其它在线地图平台对比情况下写的，目的是改进此地图平台，关于此地图平台的内容以删除，其它内容难免有错误或不足之处，欢迎批评指正） 一、互联网在线地图发展现状  随着地理...

【安卓学习之常见问题】百度地图卫星地图精度不够

试下提高百度卫星地图的精度

微软Build 2016两天Keynote干货汇总

就是这项最新推出一项服务”dev mode”，能够让任何人把零售版XBox注册成开发用XBox，通过一个Store应用开启，重启完就变成开发版，可以通过Visual Studio调试应用。以后retail的机器也可以成为开发机，现在UWP可以...

.NET SDK和下载

.NET SDK和下载 http://blogs.msdn.com/b/dotnet/p/dotnet_sdks.aspx .NET SDK和下载 您可以通过下载.NET框架针对包和软件开发工具包，并使用它们与Visual Studio搭建多种平台和服务应用程...

iOS--wiki的描述

原网址是：http://zh.wikipedia.org/wiki/IOS 转过来对新进入这个领域的开发人员做个科普。...iOS是由苹果公司为iPhone开发的操作系统。它主要是给iPhone、iPod touch、iPad以及Apple TV使用。就像其基于的Mac OS

微软认知服务为企业带来云AI

对于Azure用户来说，一套被称为微软认知服务的产品正是发挥着这样的作用。 对于企业用户而言，人工智能即服务让他们能够较容易地使用上执行机器学习和深度学习等算法的应用，且无需购买和建设用...

ArcGIS Runtime SDK for Windows Phone 入门教程

ArcGIS Runtime SDK for Windows Phone 入门教程 ...Windows Phone是微软发布的一款手机操作系统，它将微软旗下的Xbox Live游戏、Zune音乐与独特的视频体验整合至手机中。2010年10月...

【开发必备】2018最新中国国内可用API合集

中国国内可用API合集 ...提供SDK和Demo。 为知笔记 - 为知笔记Windows客户端开放了大量的API，其中绝大部分，都通过COM提供，可以在javascript, C#, C++, Delphi等语言中使用。接口通过IDL(Interface descript...

在三个应用商店发布了 PWA 后学到的

摘要：用了一个月的时间，花了几百美元，阅读了大量的官方文章之后...我最近发布了 Chavah Messianic Radio ，一个类似潘多拉的音乐播放器的 Progressive Web App 并提交在了 3 个应用市场上（Google Play，IOS App...

Build2016两场Keynote的干货汇总

Build 2016 直播看的大家心情为之振奋，信仰充值爆棚，如果你不信，那么请仔细看好下面的内容：在Build 2016 Day 1 Keynote则重点会讲了Windows、人工智能、HoloLens、小娜等……最先出场的是...并且还推出了微软的...

拟阵约束下最大化子模函数的模型及其算法的一种熵聚类方法.pdf

拟阵约束下最大化子模函数的模型及其算法的一种熵聚类方法.pdf

电力市场领域中基于CVaR风险评估的省间交易商最优购电模型研究与实现

内容概要：本文探讨了在两级电力市场环境中，针对省间交易商的最优购电模型的研究。文中提出了一个双层非线性优化模型，用于处理省内电力市场和省间电力交易的出清问题。该模型采用CVaR（条件风险价值）方法来评估和管理由新能源和负荷不确定性带来的风险。通过KKT条件和对偶理论，将复杂的双层非线性问题转化为更易求解的线性单层问题。此外，还通过实际案例验证了模型的有效性，展示了不同风险偏好设置对购电策略的影响。 适合人群：从事电力系统规划、运营以及风险管理的专业人士，尤其是对电力市场机制感兴趣的学者和技术专家。 使用场景及目标：适用于希望深入了解电力市场运作机制及其风险控制手段的研究人员和技术开发者。主要目标是为省间交易商提供一种科学有效的购电策略，以降低风险并提高经济效益。 其他说明：文章不仅介绍了理论模型的构建过程，还包括具体的数学公式推导和Python代码示例，便于读者理解和实践。同时强调了模型在实际应用中存在的挑战，如数据精度等问题，并指出了未来改进的方向。

MATLAB/Simulink平台下四机两区系统风储联合调频技术及其高效仿真实现

内容概要：本文探讨了在MATLAB/Simulink平台上针对四机两区系统的风储联合调频技术。首先介绍了四机两区系统作为经典的电力系统模型，在风电渗透率增加的情况下，传统一次调频方式面临挑战。接着阐述了风储联合调频技术的应用，通过引入虚拟惯性控制和下垂控制策略，提高了系统的频率稳定性。文章展示了具体的MATLAB/Simulink仿真模型，包括系统参数设置、控制算法实现以及仿真加速方法。最终结果显示，在风电渗透率为25%的情况下，通过风储联合调频，系统频率特性得到显著提升，仿真时间缩短至5秒以内。 适合人群：从事电力系统研究、仿真建模的技术人员，特别是关注风电接入电网稳定性的研究人员。 使用场景及目标：适用于希望深入了解风储联合调频机制及其仿真实现的研究人员和技术开发者。目标是掌握如何利用MATLAB/Simulink进行高效的电力系统仿真，尤其是针对含有高比例风电接入的复杂场景。 其他说明：文中提供的具体参数配置和控制算法有助于读者快速搭建类似的仿真环境，并进行相关研究。同时强调了参考文献对于理论基础建立的重要性。

永磁同步电机无感控制：高频方波注入与滑膜观测器结合实现及其应用场景

内容概要：本文介绍了永磁同步电机（PMSM）无感控制技术，特别是高频方波注入与滑膜观测器相结合的方法。首先解释了高频方波注入法的工作原理，即通过向电机注入高频方波电压信号，利用电机的凸极效应获取转子位置信息。接着讨论了滑膜观测器的作用，它能够根据电机的电压和电流估计转速和位置，具有较强的鲁棒性。两者结合可以提高无传感器控制系统的稳定性和精度。文中还提供了具体的Python、C语言和Matlab代码示例，展示了如何实现这两种技术。此外，简要提及了正弦波注入的相关论文资料，强调了其在不同工况下的优势。 适合人群：从事电机控制系统设计的研发工程师和技术爱好者，尤其是对永磁同步电机无感控制感兴趣的读者。 使用场景及目标：适用于需要减少传感器依赖、降低成本并提高系统可靠性的情况，如工业自动化设备、电动汽车等领域的电机控制。目标是掌握高频方波注入与滑膜观测器结合的具体实现方法，应用于实际工程项目中。 其他说明：文中提到的高频方波注入和滑膜观测器的结合方式，不仅提高了系统的性能，还在某些特殊情况下表现出更好的适应性。同时，附带提供的代码片段有助于读者更好地理解和实践这一技术。

MATLAB中扩展卡尔曼滤波与双扩展卡尔曼滤波在电池参数辨识的应用

内容概要：本文深入探讨了MATLAB中扩展卡尔曼滤波（EKF）和双扩展卡尔曼滤波（DEKF）在电池参数辨识中的应用。首先介绍了EKF的基本原理和代码实现，包括状态预测和更新步骤。接着讨论了DEKF的工作机制，即同时估计系统状态和参数，解决了参数和状态耦合估计的问题。文章还详细描述了电池参数辨识的具体应用场景，特别是针对电池管理系统中的荷电状态（SOC）估计。此外，提到了一些实用技巧，如雅可比矩阵的计算、参数初始值的选择、数据预处理方法等，并引用了几篇重要文献作为参考。 适合人群：从事电池管理系统开发的研究人员和技术人员，尤其是对状态估计和参数辨识感兴趣的读者。 使用场景及目标：适用于需要精确估计电池参数的实际项目，如电动汽车、储能系统等领域。目标是提高电池管理系统的性能，确保电池的安全性和可靠性。 其他说明：文章强调了实际应用中的注意事项，如数据处理、参数选择和模型优化等方面的经验分享。同时提醒读者关注最新的研究成果和技术进展，以便更好地应用于实际工作中。