针对多模态优化问题, 提出一种动态小生境半径两阶段多模态差分进化算法. 基于构象空间退火思想, 设计一种两阶段退火策略来动态调整小生境半径, 并根据退火过程将整个优化过程分为两个阶段. 在第1 阶段, 通过差分限制变异策略生成高质量的新个体来维持种群的多样性, 促进多模收敛; 在第2 阶段, 利用种子邻近变异策略对已探测到的生境高度搜索, 加快算法的收敛速度. 实验结果表明, 所提出算法能够有效实现从全局探测到局部增强的自适应平滑过渡, 是一种有效的多模态优化算法.

Points2Grid 通过OpenTopography设施（ ）运行的数千个作业得到了证明，Points2Grid是一个强大的可扩展工具，可以使用本地网格方法生成数字高程模型（DEM）。 局部网格化算法根据用户提供的半径，使用围绕每个网格单元定义的圆形邻域来计算网格单元高程。 此邻域称为bin，而网格单元称为DEM节点。 对于落在仓中的点，最多可以计算四个值（最小值，最大值，平均值或反距离加权（IDW）平均值）。 然后将这些值分配给相应的DEM节点，并用于表示该bin表示的邻域上的海拔变化。 如果在给定的bin中未找到任何点，则DEM节点将收到一个空值。 Points2Grid服务还提供了空值归档选项，该选项通过3、5或7个像素的方形移动窗口应用反距离加权焦点均值，以填充DEM中具有空值的像元。 如果LIDAR发射密度超过根据这些数据生成的网格的分辨率，Points2Grid所采用的

MATLAB机器视觉测圆的半径与圆心

C#测绘工程专业课程设计作业 包括高程拟合、平面子午线收敛角计算、椭球面曲率半径及弧长计算 其中高程拟合有二次曲面拟合、多项式平面拟合、四参数曲面拟合 平面子午线收敛角计算、椭球面曲率半径及弧长计算实现了四个椭球体的计算（克拉索夫斯基椭球、1975年国际椭球、WGS-84椭球、CGCS2000椭球）

无人机技术基础

数控加工技术

此脚本确定无穷级数的收敛或发散，计算总和，提供部分总和图，并计算幂级数的收敛半径和区间。 包括的测试有：Divergence Test（nth term test）、Integral Test（Maclaurin-Cauchy test）、Comparison Test、Limit比较测试、Ratio Test（d'Alembert ratio test）、Root Test（Cauchy root test）、Alternating Series Test （莱布尼茨检验）、绝对收敛检验、p 级数检验、几何级数检验、Raabe 检验和幂级数检验。 幂级数检验使用比率检验、根检验和柯西-哈达玛定理来计算收敛半径和区间。 这个脚本可以帮助微积分（II 或 III）学生学习无限级数章节，也可以帮助微分方程学生学习级数解。

通过采样半径优化实现最大泊松圆盘采样

绘制给定中心、半长和半短半径以及相对于 x 轴的倾斜（旋转）角度的椭圆的函数

VS2005里，c#+opengl绘制的立方体，圆锥体，球体，并对三维实体能进行平移，旋转，缩放，可在控件中输入模型的边长或半径改变模型的大小，控制非常方便，界面非常友好