高德地图路径规划api，批量获取坐标点间的距离，驾车时间等

语音双门限法端点检测、自相关法端点检测、谱熵法端点检测、比例法端点检测、基于对数频谱距离的端点检测matlab仿真代码

拉曼散射光强度一般为入射光强的 10^-6 以上，有时会到 10^-12 ，所以长距离探测拉曼是个非常困难的事情。 我们曾做过10米以上的拉曼探测，器件好贵。

通过超声波测距离，用的是zigbee的cc2530芯片，可以帮助大家学习。

PSO算法求解最短路径问题，PSO算法的中数据的表达方式，PSO算法求解最短路径问题的模型

目前为止最快速的EMD算法，也可作为SIFT匹配的一种方法

本文提出了一种基于树和基于令牌的方法相结合的高速，高精度代码克隆检测方法。 重复的程序代码（称为代码克隆）的存在是降低软件质量和可维护性的主要因素之一。 如果一个代码片段包含错误（错误），并且将它们复制并修改到其他位置，则必须更正所有错误。 但是在大型复杂软件中查找所有代码克隆并不容易。 对于代码克隆检测已经做了很多研究工作。 代码克隆检测主要有两种方法。 一种是基于令牌的方法，另一种是基于树的方法。 基于令牌的方法速度快，所需资源更少。 但是，它无法检测所有类型的代码克隆。 基于树的方法可以检测所有类型的代码克隆，但速度慢且需要大量计算资源。 本文提出了这两种方法的组合，以提高检测代码克隆的效率和准确性。 首先，将通过基于令牌的快速而轻量级的方法来提取一些代码克隆的候选对象。 然后，将使用可找到各种代码克隆的基于树的方法来更精确地检查选定的候选对象。 开发了原型系统。 该系统接受源代码并在第一步中对其进行标记化。 然后将基于令牌的方法应用于此令牌序列以查找代码克隆的候选对象。 在提取了几个候选者之后，选定的源代码将转换为抽象语法树（AST），以应用基于树的方法。 一些示例源代码用于评

算法关键距离可视化 在弗里德曼和 post-hoc Nemenyi 测试之后快速可视化方法之间的关键距离的 Python 代码，如 Gj 中介绍的那样。 Madjarov 等人，多标签学习方法的广泛实验比较，模式识别 (2012)，doi:10.1016/j.patcog.2012.03.004

提取出离散曲线中的关键特征至高点与至低点，并且用离散Fréchet距离作为距离的测度来对至高点与至低点进行研究，建立了一种判断离散曲线相似性的数学模型，此模型不需要对曲线进行平移和伸缩变换。由于模型的求解是NP困难问题，针对这种情况，提出了一种新的多项式的求解算法，以在线手写签名验证为例验证数学模型，然后对随机的150个测试签名进行检验，结果成功匹配率为91.33%，误纳率为6%，误拒率为2.67%。

请首先查看右侧的示例选项卡（.mlx 文档文件）以获取完整说明。 下载后，在 Matlab 控制台中键入“doc line_to_line_distance”或“help line_to_line_distance”以获得支持。 要从随附的文件文档中受益，请务必下载该文件，而不仅仅是复制和粘贴它。