在遥感图像中，对江河上桥梁目标的识别具有重要意义。由于桥梁的突出特征在于桥体的平行直线，所以对平行直线的实时检测十分重要。经典的Hough变换是一种常用的检测直线的方法，Hough变换的研究及应用动态：Hough变换于1962年由Paul Hough提出，并在美国作为被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性。多年来，们对Hough变换的理论性质和应用方法进行了

用改进欧拉方法求 dy/dx = 2/3xy^(-2),x∈[0,1], y(0) = 1 的数值解（取h = 0.1），并将计算结果与准确解y = ∛(1+x^2 )进行比较：

近年来，有许多使用服务质量（QoS）参数执行工作流应用程序的调度算法。 在本文中，我们考虑到异构资源的时间和成本约束，改进了调度工作流算法，该算法称为使用子截止时间调度（BDSD）约束的BudgetDeadline。 有了用户所需的截止日期和预算约束，我们使用BDSD算法来找到满足这两个约束的调度。 我们使用规划成功率（PSR）来展示算法的有效性。 在模拟实验中，我们使用随机工作流应用程序和实际工作流应用程序进行实验。 仿真结果表明，与其他算法相比，我们的BDSD算法在任务和处理器上具有较高的PSR和较低的时间复杂度（2）。

针对传统Harris角点检测算法进行改进，提出了一种基于改进Harris的图像拼接算法．首先，通过修改角点响应函数，引进8邻域比较以及圆形非极大值抑制窗口，采用NCC算法对检测出的Harris角点进行粗匹配，采用RANSAC算法剔除误匹配，最后对匹配图像进行图像融合，完成图像拼接．仿真结果表明，该算法提高了图像拼接的准确性、稳定性和鲁棒性，能够达到无缝拼接，具有优良的实用性．

matlab ica 独立成分分析代码独立子空间分析：盲源分离 结构化数据课程项目：学习、预测、依赖、测试 重现我们的实验： 运行以下脚本： Experiment_ecg.py : 能够对心电图数据执行多维 ICA 的脚本（心电图的 3 个通道，我们希望将婴儿的心电图与其妈妈的心电图分开，与 Cardoso 的论文 (1) 中的相同）改编自 Cardoso 的论文多维独立成分分析（1）。 ICA 的可用实现是 JADE 和 FastICA。 Experiments_audio.py ：能够对音频数据执行 ICA、多维 ICA 和 FastISA 的脚本。 通过更改标志，可以执行以下任一操作： ICA（将标志方法设置为ica ）对两首歌曲的混合（使用 JADE 或 FastICA（将标志算法设置为jade或fastICA ）） 混合曲目上的 MICA（将标志方法设置为mica ）在两首歌的混合（使用 JADE 或 FastICA（将标志算法设置为jade或fastICA ）） 混合轨道上的 fastISA（将标志方法设置为 fastISA） Experiments_images.py ：

电压控制型电流源(VCCs)广泛用于医疗器械、工业自动化等众多领域。VCCs 的直流、交流性能和驱动能力在这些应用中至关重要。本文分析了增强型 Howland 电流源(EHCS)电路的局限性，并阐述了如何利用复合放大器拓扑进行改进，以实现高、快速建立的±500 mA电流源。　　增强型Howland电流源　　图1所示为传统的Howland电流源(HCS)电路，而公式1显示了如何计算输出电流。如果R2足够大，输出电流将保持恒定。　　图1.Howland电流源电路　　虽然较大的R2会降低电路速度与，但在反馈路由中插入一个缓冲器，形成一个增强型Howland电流源可以解决这一问题，如图2所示。所有通过

采用相位差校正法进行频谱校正，对幅值进行校正需要依赖于窗函数的谱函数。而实际上很多窗函数都十分复杂，其谱函数的解析表达式难以取得。该文提出基于相位差法取得频率修正量后，可以将原加窗序列乘以一个由频率修正量产生的复数序列，相当于进行一个小的频移，产生一个新的序列。新序列的信号频率正好对准离散频谱上的某一根谱线，不会产生泄漏。因此在幅值校正时不需要依赖窗函数的谱函数，通用性好。仿真研究和应用实例表明，采用该文提出的方法，选择合适的窗函数，即使是密集分布的频谱，也可以达到理想的校正精度。

【LSTM预测】贝叶斯网络改进LSTM预测【含Matlab源码 1158期】.zip

针对传统灰色模型在多原始数据、长时间尺度的负荷预测情景下预测精度差的问题，文中分析了灰色模型（Gray Model，GM）的基本原理，并提出相应的改进措施，其中包括原始数据的加权处理、选取合适的初始条件及自适应优化模型参数。并将改进灰色模型（Improved Grey Model，IGM）应用于电力负荷预测。通过算例分析结果表明，无论在短期负荷预测还是在中长期负荷预测的情景下，所提出基于改进灰色模型的电力负荷预测方法相比于传统灰色模型，均具有更高的预测准确性，能够为电力系统的安全、稳定运行以及合理的规划提供重要支撑。

基于卡尔曼滤波改进的MTCNN网络人脸检测算法.pdf