tof激光测距IIC读取距离，可选择被动读取或主动发送，稳定测距

多站无源纯方位被动定位的仿真，基于CA模型，适合于仿真实现，理解原理

全球被动元件产业深度跟踪：MLCC中阶Q4景气回落、高规持续强劲，车载5G等拉动电感需求.pdf

元件行业研究：被动元件2021年有望量价齐升.pdf

随着WiFi网络在世界范围内的迅速普及和广泛部署。基于wiFi的室内定位技术由于成本低、易于实现受到了广泛关注。其中，基于WiFi的被动式指纹室内定位由于可直接利用现有的商业WiFi设备，且不需要待定位目标携带仼何设备。因此部署成本低、易扩展，同时还具有良好的非侵入性，故已逐渐成为室內定位技术研究者们广泛关注的热点。目前，已有基于WiFi的被动式指纹室内定位技术，如Buzzer和Pilot等，其定位过程一般可分为离线和在线两个阶段。离线阶段采集相应的信号，并存储所有参考点生成的指纹数据以构建离线指纹数据库。在线阶段则通过采用与离线阶段相同的处理方式得到待测位置的在线实测指纹，然后将其与离线指纹库中的已有指纹进行匹配，从而估计目标位置。然而，现有工作由于存在两个重要问题，导致定位的实时性和精度都不能令人满意其一，现有指纹匹配定位方式由于需要在在线阶段将实测指纹与指纹库中的所有指纹进匹配，所以计算量大从而导致定位过程的实时性较差;其二，由于离线指纹库中存在与目标当前位置相隔较远但相似的指纹，而这些指纹很可能会对指纹匹配过程造成干扰，进而导致定位误差较大。针对上述两个问题，该文结合位置指纹定位技术和距离测量算法，提出了一种新的位置指纹室内定位方法ILLFRM.该方法在在线阶段中加入了粗定位，并在进指纹匹配之前，通过粗定位来过滤离线指纹库中与目标当前位置不相关的指纹，以减少匹配过程中的计算量和避免不相干指纹的干扰，从而同时达到改善定位精度和实时性的目的。通过在空旷大厅和走廊的真实场景进行实验结果表明，该文提出的方法与Pilot和Buzzer相比，定位精度分别提高了约28%和51%.此外，由于一次匹配过程的总耗时不足200ms，因此ILLFRM可以很好地满足实时性要求。

太赫兹(THz)波具有的许多独特性质，使其非常适合应用于对人体的安检成像，但是目前原始太赫兹图像的信噪比、对比度和分辨率都有待改善。为提高太赫兹安检图像的质量，研究提出一种基于马尔可夫随机场理论的被动式太赫兹图像复原算法。对原始图像进行去噪和增强的预处理之后，在贝叶斯分析的基础上增加马尔可夫约束项进行图像复原。通过改变迭代次数和正则化参数，得到了清晰度不同的处理结果，经主客观评价指标分析确定了最佳的参数。实验结果证明，本算法可以在被动式太赫兹图像的噪声滤除和边缘信息保持上取得较好的平衡，从而大幅提高太赫兹安检图像的目标分辨能力。

信息安全行业专题报告之一：计算机行业：从被动防御到主动安全，需求升级驱动信息安全行业高景气.pdf

NLP情感分类 参考 2006 年在线产品评论情感分类比较实验。 Hang Cui, Vibhu Mittal, Mayur Datar 数据爬虫 去做 添加更多功能 完全的 简单的被动攻击算法 简单的 Winnow 算法 简单的语言建模 Passive-Aggressive Algorithm & Winnow 算法调整训练 用法 JavaSE-1.7 蚀 如果在 eclipse 上编译器错误并显示NOT FOUND MAIN CLASS ，请找到菜单栏Project > Clean ...并运行它来重建/bin 。 选项 prompt> java -jar NLP-SentimentClassification.jar Usage: java -jar NLP-SentimentClassification.jar [options] Input Options -path <

20210623-方正证券-电子行业深度报告：被动元器件研究框架.pdf

被动扫描，爬虫分析， 。