简介：摘要近年来，深度学习人才的需求量爆发式增长，学习深度学习课程的人越来越多，其中不乏本科生。但是深度学习这一课程涉及内容广、更新速度快，其教学成为一项具有挑战性的任务。而通过基于深度学习案例库的本科生深度学习教学改革，使学生在案例中学习理论知识并培养实践能力，从而更容易理解其复杂的知识体系结构。

简介：摘 要：人体行为识别和深度学习理论是智能视频分析领域的研究热点，近年来得到学术界的广泛重视，随着人工智能技术的快速发展，逐渐进入人们生活的方方面面。文章对基于深度学习的视频异常行为检测的应用场景、研究现状、技术基础、检测方式来进行了综述，并对深度学习中一些需要进一步研究的问题进行了初步的讨论。

简介：深层学习与高质量的学习结果有密切的关系,问题质疑、合作交流、交互反馈是实现深度学习的有效形式。通过问题质疑产生优质问题,通过合作实验、思维碰撞、教学反馈等活动提升学生核心素养,有意识地培养学生发生深度学习,能够让学生在物理学习中独立思考,运用所学知识解决新问题,沿着物理学发展的轨迹前行。

简介：设想一个场景，如果让你一分钟内打动一个妹子，你会选择怎么做？或许，有人会想，这是个物质的社会，“高富帅”是“撩妹”的必要条件，没有豪车豪房只会是自讨没趣。又或许，很多人会说，一分钟时间实在太短了，还不够开场，想要这么做的人要么是自己疯了，要么是认为妹子们疯了。更现实的想法，在普通大众心理预期上，这简直就是不可能完成的事。

简介：随着移动互联网技术的发展和智能手机的普及,人们的知识获取途径、阅读方式、学习方式都发生了翻天覆地的变化,越来越多的人习惯于移动阅读和碎片化学习。微信公众平台作为微信的衍生功能模块,已成为碎片化学习的有益形式。笔者将从教学实际出发,分析碎片化学习特点,着重探索如何利用微信公众平台引导学习者开展碎片化学习,并提出自己的反思。

简介：摘要：随着我国综合实力的稳步提升，各行各业也在快速发展，因此对电能的需求量愈来愈大，对电网运维质量的要求也愈来愈高。低压配电网（配电变压器台区，简称配电台区）是配电系统的末端环节，直接服务于用户，它的可靠运行是整个电网运行可靠性链条中的重要组成部分。然而，长期以来，在配电网的建设改造及自动化过程中主要集中在中压配电网（ 10kV配电网）方面，陆续在中压配电网方面投资已超几百亿，中压配电网无论是在网架结构、设备可靠性还是自动化、信息化水平均得到了极大提升，故障率明显下降，并且初步实现了故障的定位隔离以及部分核心区或重要线路的半自动化集中负荷转供，但在低压配电网方面仅停留在通过切割低压负荷、新增配电台区、调整三相负荷、更换低压线路线径等方式解决“低电压”、超重载和三相不平衡治理等问题。鉴于此，文章结合笔者多年工作经验，对基于深度学习的配电设备智能识别技术研究提出了一些建议，仅供参考。

简介：摘要：近几年市场上出现了许多智能可穿戴设备，它们可以监测用户的步数、心率等情况，从而推算出用户的运动量、睡眠质量、作息习惯等，并根据这些数据给用户提供健康建议。但是在这些产品中，很少有产品可以识别用户的运动姿态，即使有，识别的姿态种类也比较单一。随着边缘计算的不断发展，传统的机器学习运行也逐渐从云端下沉到边缘端，在嵌入式微控制器上运行深度学习网络模型进行结果预测成为了可能。在此背景下，本文针对基于深度学习的电力工程现场动作识别进行详细探究。

简介：摘要：在我国社会经济的快速发展下，使得我国用户对电能需求逐渐增大，而且电力来源及电力负荷变得更具多样化，这也让电能质量扰动现象逐渐增加。而为了能够更好的治理电能质量扰动所带来的各种负面影响，就需要在学术与工程中进行大量研究工作，并取得一定的成就。因此本文结合了电能质量扰动类型，对其识别方法展开了探究，以期能够为相关工作人员提供参考性意见。

简介：摘要：近年来，经济快速发展，电力行业发展迅速，为确保智能电网稳定运行，需保证电网调动工作科学有效。电网调度技术的应用克服了传统智能电网运行及电网调度中的弊端。通过对智能电网中电网调度技术的应用分析，阐述一体化集成电路技术优势，旨在为智能电网稳定发展提供有力参考。

简介：摘要：深度学习在推荐系统算法中的应用具有巨大的潜力。随着互联网技术的迅猛发展，人们对个性化推荐的需求越来越强烈。传统的推荐系统算法面临着数据稀疏和冷启动等问题，无法满足精确的个性化推荐需求。而深度学习作为一种强大的机器学习技术，具有自动学习特征表示和高度抽象的能力，可以有效地解决这些问题。通过深度学习算法，推荐系统可以更好地理解用户的兴趣和行为模式，从而提供更准确的个性化推荐服务。

简介：摘要：在当今社会，随着城市化进程的加快以及人口红利的逐渐减弱，建筑能源系统的优化成为了一个热门话题。为了降低建筑能耗，提高建筑的运行效率和经济性，我们需要寻找一种有效的优化策略。

简介：摘要：随着我国电力系统的建立，以及电力系统在最近几年里的发展，负荷预测的作用将会越来越突出。电力系统的调度运行还有生产在很大程度上会受到电力系统负荷预测结果的影响，负荷预测结果的准确性越高，电力系统运行的安全性与稳定性越好。不过，在短期电力负荷预测的过程中，传统模型已经没有办法既考虑到负荷数据时效性，又考虑到负荷数据非线性这两个主要的特点。因此，本文对基于深度学习的LSTM长短记忆神经网络的电力负荷预测方法进行了研究，并使用该方法对电力负荷值进行了计算，基本上可以确定LSTM网络在预测电力负荷时误差是最小的，所达到的预测效果也是最好的。

简介：摘要：经济的发展，促进社会对电力的需求也逐渐增加，这有效地推动了电力企业的发展。电力设备的稳定运行是保证电力系统正常运行的前提。目前随着国民经济的快速发展，电力供应要求不断提升，配电网设备也在呈指数型增长。如何利用有限的人力物力，完成配电网运维工作，成为了新时代下，配电网发展的重要课题。本文就 基于深度学习的智能配电网运维策略展开探讨。

简介：摘要：“互联网 +”时代的兴趣推动了互联网技术在消费领域中的应用向生产领域扩展，希望“互联网 +”技术的应用能进一步提升产业发展水平，同时还希望通过“互联网 +”来推动行业创新，让其成为社会经济发展新动能。作为我国国民发展和经济发展的基础设施，配电网络能够为我国发展提供基本源动力。

简介：摘要：本论文以深度学习技术为基础，针对电力负荷预测与优化展开研究。首先分析了当前电力负荷预测与优化的现状和存在的问题，接着提出了基于深度学习的解决方案。通过对深度学习模型的构建和训练，结合电力系统的实际需求，实现对电力负荷的精准预测和优化调度。最后，对研究结果进行了分析和总结，并展望了未来的发展方向。

简介：摘要：    开发完成时间：2022年10月28日；首次发表时间：2022年11月7日

简介：

简介：摘要:在当今的生产生活中，许多工作人员没有足够的安全意识，在施工过程中，不按规定佩戴安全帽，给自身的安全带来威胁。由于人工监管佩戴安全帽耗时耗力，且随着图像处理技术的迅速发展，图像识别技术逐渐被用在生产领域，因此，利用深度学习与图像处理技术相结合，让机器自动识别监督工作人员佩戴安全帽的研究十分具有意义。

简介：摘要：随着电力行业的快速发展，火电厂作为主要的电力供应方式之一，设备故障对电力供应的稳定性和可靠性产生了重要影响。因此，火电厂设备故障预测与智能维修成为了当前研究的热点。本论文基于深度学习方法，通过对火电厂设备数据的分析和建模，实现了对设备故障的预测和智能维修的优化，提高了火电厂设备的可靠性和运行效率。

简介：摘要:随着大数据和人工智能的发展，强化学习、深度学习、机器视觉、自然语言处理等技术不断应用到各行各业，促进了业务变革和企业转型发展。本文研究基于知识图谱的自适应深度学习模型，将其应用到电商平台的架构设计中，对平台用户采购需求进行动态预测，智能推荐有关商品，构建精准化的用户画像。