Physics Based Animation Authors Kenny Erleben, Jon Sporring, Knud Henriksen, and Henrik Dohlmann. Physics-based animation is becoming increasingly popular due to its use in computer games, for producing special effects in movies, and as part of surgical simulation systems. Over the past decade the field has matured, and today there is a wealth of simulation methods solving many simulation problems. There is a vast amount of examples where physics-based animation is used

基于锁的并发数据结构 柜台 链表 队列 哈希表

瑕疵检测代码-matlab 基于ELM的裂缝检测 基于MATLAB的裂纹检测的MATLAB实现。 先决条件 在4GB GTX960M上训练15-16小时后获得了结果。 该代码已通过Matlab2016b进行了测试。 Crack.m：将原始图片确定为小块。 spare_elm_autoencoder.m：用于ELM的备用自动编码器。 数据集 方法 通过滑动窗和随机旋转将收集的混凝土裂缝图像进行分割和扩展 稀疏的自动编码特征提取网络可以快速学习裂缝的特征。 接下来，使用在线顺序极限学习机来识别裂纹缺陷的特征 结果

加州大学Richard M. Murray教授等人由课程讲义编写的书稿，介绍了最优控制、滚动时域、随机系统、Kalman滤波等。

matlab自相关代码仅供学术使用 它包含以下描述的图像去模糊算法的实现： @inproceedings{pan2019phase, title={Phase-only image based kernel estimation for single image blind deblurring}, author={Pan, Liyuan and Hartley, Richard and Liu, Miaomiao and Dai, Yuchao}, booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition}, pages={6034--6043}, year={2019} } 如何使用 这些代码已在具有Intel Core i7-4790 CPU和6 GB RAM的ubuntu 14.04 LTS 64位版本的MATLAB 2015b（64位）中进行了测试。 打开包装。 运行“ main_uniform.m”。 用户指定的参数： 用户需要指定一些参数。 “

自今年3月31日起，欧洲市场的新车必须配备eCall系统，目前法规执行的是eCall 2.0标准，是基于GSM/UMTS的in-band modem技术，简单的说是基于语音通道传输最小数据集（MSD），而下一代基于PS域的eCall技术，主要是基于IP技术来实现MSD的上传以及双向的语音通话。

论文复现

移动机器人自主导航是机器人领域的热点研究内容。本书首先介绍了基于机器视觉感知机制的自主移动机器人导航的理论与研究，重点介绍了基于地图、地图构建以及无地图环境下的基于视觉传感器的机器人导航算法，并给出了实际应用中基于视觉的机器人先进导航算法的实现。本书详细阐述了实际应用中基于视觉的自主导航算法以及SLAM问题，提出了利用视觉感知如何实现子目标驱动的导航概念，提出了利用模糊逻辑进行基于视觉的机器人路径跟踪概念，以及如何利用基于微型控制器的传感器系统研制实验室环境下的低成本机器人。

基于体素的形态学分析voxel-based morphometry (VBM)，将结构磁共振图像分割为灰质，白质，脑脊液

NetLogo中基于行尸走肉的建模 基于Agent的建模项目，用于在NetLogo中建模《行尸走肉》。 该项目是2017年Spring期末项目。 前提条件和安装 跑步 下载rar文件。 双击.nlogo扩展文件并打开。 点击设置按钮 点击开始按钮 问题描述 人类反对僵尸。 有两种人：食品收集者和猎人。 这两种人必须与僵尸合作才能生存。 蓝色物体：僵尸 绿色物体：食品收藏家 白色物体：猎人 红色的地方：现有食品 黄色的地方：空的食物的地方 系统图 实验计划 4项政策 3个不同级别的3个关键参数 每个策略27（3x3x3）个不同的方案 30次复制 每个策略运行810（30x27） 全部训练6-7小时 4种不同的政策 参考案例：main.nlogo 猎人团体运动：hunter group.nlogo 僵尸的团体运动：zombie group.nlogo 庇护所：housing_