UNO-CardGame-AI-Based 这个基于 4 人的 UNO 纸牌游戏。 1 个用户播放器和 3 个基于人工智能的计算机播放器。 这个游戏开发使用 JAVA IDE Netbeans 这将帮助那些希望在游戏中插入一些智能的人。 它也将有助于学习和使用 JAVA-jframes。

celepixel公司在CVPR2019 workshop（第二届国际事件相机讨论会）中介绍的公司事件相机的相关资料。

这是我们为基于改进的二进制萤火虫算法 (BFFA) 进行特征选择而开发的 Matlab 工具箱，称为基于回报成本的二进制 FFA (Rc-BFA)。 该程序的详细信息可以在已提交给 INFORMATION SCIENCES 期刊的论文“A Return-Cost-based Binary Firefly Algorithm for Feature Selection”中找到。 在这个工具箱中，主函数被命名为“main”。 . 在此功能中，您可以通过更改“fly”的值来选择不同的数据集。

face_gui 项目介绍 该项目能够从给定的正面照片中，自动识别脸部区域，并对图像前景进行提取分割，然后替换背景，并按照证件照的规格进行规范化处理。一共由5个模块组成： 1. 头部局部照识别与截取模块设计 利用Vahid Kazemi 和 Josephine Sullivan提出的基于gradient boosting的回归树算法检测面部的68个关键点位置. 2. 图像前景分割 利用opencv中的grabcut方法对人脸周围区域进行分割，将人头和衣服等前景分离出来. 3. 证件照规范化 按照规格进行图片处理:分辨率：361×381，分辨率96dpi，位深度24，大小30k左右. 4. 背景替换 根据图片的背景颜色特征进行替换背景（蓝-红-白），如蓝背景变为红背景：将BGR图像转为HSV图像，蓝颜色H通道在78和110之间，然后转换通道将这些像素替换为(0，0，255)即可。 5. 界面

Stability and Trajectory Control for Post-Impact Vehicle Based on Fuzzy PID Algorithm

关于体绘制方面的知识，也是看到别人推荐，自己下载还没看，先免费分享给大家，省得大家到处找

基于深度学习的毫米波系统的信道估计和混合预编码 将“ matlab”和“ python”文件夹放在根目录中 “ matlab”文件夹包含传统的HBF算法，信道估计算法和数据生成代码。 “ python”文件包含已定义的神经网络模型和经过训练的模型。 如果要直接测试HBF-Net和CE-HBF-Net，则可以 运行“ matlab / channel_gen.m”以生成测试通道。 运行“ matlab / gen_testdata.m”以生成测试数据集 您也可以单击（提取代码：om9r）下载数据集，而无需生成新的测试数据集。 训练后的模型保存在“ python / model”中。 在测试模式（train_flag = 0）下运行“ python / main.py”，可以测试HBF-Net和CE-HBF-Net的性能。 如果您想对HBF-Net和CE-HBF-Net进行再培训，则可以

这个版本已经除去水印和版权提醒信息，默认页面设置也改为了单页连续 FPGA-Based Prototyping Methodology Manual - Best Practices in Design-for-Prototyping Written by Synopsys & xilinx

基于地图的视觉本地化 基于地图的视觉本地化的通用框架。 它包含了 支持传统功能或深度学习功能的地图生成。 视觉（点或线）地图中的Hierarchical-Localizationvisual。 具有IMU，车轮Odom和GPS传感器的融合框架。 我将发布一些相关论文，并在基于地图的视觉本地化中介绍工作。 我想介绍会先用中文写。 因此，快来了，让我们开始吧。 随缘持续更新中!! 2020.09.19添加了微小贡献的github repo链接 2020.09.19添加了第五章的部分内容 2020.09.04添加文章结构 [目录] 基于地图的视觉定位 根据已知地图的视觉定位是一个比较大的问题，基本上会涉及到slam系统，重定位，图像检索，特征点提取及匹配，多传感器融合领域。 0.写在前面 作者：钟心亮 在写本文之前，我想先简单的总结一下历年用的比较多的slam系统，另外会提出一些开

Canonical Variate Analysis ,用于分析多组变量相关性，并能反应各变量重要程度