为减少多位翻转(multi-bit upset,MBU)对星载计算机的危害,提出了一种抵御单粒子多位翻转的系统自恢复技术.该技术利用硬件EDAC( error detection and correction)检测多位错的能力,结合系统自恢复的容错技术实现MBU的捕获,并选择性地启动系统自恢复,以防止MBU造成的系统安全性问题.通过建立关键数据查询,避免不必要的系统自恢复,采用除法散列法和适度恢复策略提高处理速度.SEU( single event upset)危害性分析以及某卫星在轨SEU观测数据表明,

多目标粒子群算法的原理以及matlab代码实现，参考文献《基于改进多目标粒子群算法的配电网储能选址定容》。 代码注释清晰，结构有条理，非常适合用来学习多目标优化。代码运行有任何问题都可以帮忙解决。 压缩包中含有两部分内容： 1.改进多目标粒子群算法的原理，计算流程的超详细介绍，以及完整matlab代码的获取方式。 2.单目标粒子群算法的matlab完整程序PSO.m，可以直接运行

基于遗传算法和粒子群优化算法的信道分配研究，文中介绍遗传算法和粒子群算法各自的优缺点，并进行结合算法进行信道分配

薛定谔方程的一维瞬态 FEM 分析

提出一种利用粒子群优化算法进行在线寻优的自适应控制算法, 该方法可抑制极限环的振荡幅值. 应用极
值搜索控制的思想, 在线测量极限环的振荡幅度, 并将其作为优化目标, 利用粒子群优化算法寻找最优控制量, 使得
极限环的振荡幅值最小. 针对粒子群优化和极限环控制的特点, 提出一种加快收敛的算法. 数值实验表明, 提出的算
法不仅与传统基于摄动方法的极值搜索控制性能相当, 而且可对非凸和不光滑目标函数进行在线寻优, 鲁棒性更强.

基于粒子滤波器的视频目标跟踪（哈工大博士论文）多区域联合粒子滤波器算法 +概率预测与分类结合的目标跟踪定位方法+粒子滤波器中自适应多特征融合的目标外观特征表示方法+短道速滑滑行数据测量系统

目标跟踪是计算机视觉和图像处理的一个重点课题,在视频监控、机器人视觉导航以及智能交通控制中具 有广泛的应用前景。通过粒子滤波技术,研究了如何整合颜色特征、前景信息和积分图运算等技术实现视频目标跟 踪的粒子滤波算法。在对目标进行分割中采用了混合高斯背景建模方法;同时结合积分直方图的计算方法对颜色特 征进行分段统计及相互遮挡的判断,实现基于粒子滤波的目标跟踪算法的优化,解决跟踪中诸如遮挡、光照变化、背 景干扰、尺寸变化等难以解决的问题。实验结果表明提出的方法达到了预期目标。

使用Unity3D自带的粒子系统制作的火焰粒子特效。。。。

PSO 粒子群算法 万能代码 matlab 注释详细

一、背景 粒子特效是为模拟现实中的水、火、雾、气等效果由各种三维软件开发的制作模块，原理是将无数的单个粒子组合使其呈现出固定形态，借由控制器、脚本来控制其整体或单个的运动，模拟出现真实的效果。three.js是用JavaScript编写的WebGL的第三方库，three.js提供了丰富的API帮助我们去实现3D动效，本文主要介绍如何使用three.js实现粒子过渡效果，以及基本的鼠标交互操作。 （注：本文使用的关于three.js的API都是基于版本r98的。） 二、实现步骤 1. 创建渲染场景scene scene实际上相当于一个三维空间，用于承载和显示我们所定义的一切，包括相机、物