学习kalman滤波的一些列资料，书籍，都非常宝贵 《卡尔曼滤波及其实时应用》 《Kalman_Filtering Theory and Practice Using MATLAB (3ed)》 《卡尔曼滤波与组合导航原理》 《Kalman Filtering Theory and Practice Using MATLAB （2nd）》 《kalman_intro_chinese》

数据融合matlab代码advanced_kalman_filter 使用扩展卡尔曼滤波器的传感器融合（LIDAR / RADAR） 这是Udacity的自动驾驶汽车纳米学位的第2项/第1项。 目录和文件 src包含代码（在C ++中）。 main.cpp ：连接到模拟器的主要代码，从../data/obj_pose-laser-radar-synthetic-input.txt读取输入，执行ProcessMeasurement() （请参见下文），并计算和输出均方根误差（估计值（由卡尔曼滤波器计算得出）与地面真实性（数据文件中提供）的RMSE）。 该代码完全由Udacity提供。 FusionEKF.cpp / FusionEKF.h ：使用ProcessMeasurement()方法定义Fusion Extended Kalman Filter类，该类将kalman_filter类的实例，并调用Predict()和Update() / UpdateEKF()方法。 kalman_filter.cpp / kalman_filter.h ：定义FusionEKF::ProcessMe

自适应卡尔曼滤波 Adaptive Kalman Filter，是指在利用测量数据进行滤波的同时，不断地由滤波本身去判断系统的动态是否有变化，对模型参数和噪声统计特性进行估计和修正，以改进滤波设计、缩小滤波的实际误差。此种滤波方法将系统辨识与滤波估计有机地结合为一体。

将点云分为地面测量和非地面测量是从 LiDAR（光探测和测距）数据生成数字地形模型 (DTM) 的重要步骤。 已经开发了许多过滤算法。 然而，即使是最先进的过滤算法也需要仔细设置许多复杂的参数才能实现高精度。 为了减少用户设置的参数，促进过滤算法的发展，我们提出了一种新的过滤方法，只需要几个易于设置的整数和布尔参数。 该方法基于布料模拟，布料模拟是一种 3D 计算机图形算法，用于在计算机程序中模拟布料。 所以我们的过滤算法叫做布料模拟过滤，CSF。 有关 CSF 及其参数的更多信息， 请访问 http://www.cloudcompare.org/doc/wiki/index.php?title=CSF_(plugin) 。 CSF实现了论文“Zhang W, Qi J, Wan P, Wang H, Xie D, Wang X, Yan G. An Easy-Use Airborne L

本版本为双向词汇版本，顺序扫描文本时，会判断正向词汇和反向词汇，有交叉的以等级高的为准，原理：http://blog.csdn.net/ranjio_z/article/details/75446147，欢迎指教询问打赏。使用说明： 1、本 Java工具包由北京师范大学2000级计算机系 张人杰 开发制作 基于多叉树的查找，任何问题请联系： zhrenjie04@126.com 2、工具包自带敏感词词库，第一次调用时读入词库，故第一次调用时间可能较长，在类加载后普通pc机上html过滤5000字新版本在9毫秒

Behrouz Farhang-Boroujeny的书，第2版，非常好的自适应信号处理教程

.net4.0 搭建webapi,并且支持json输出，默认路由，支持过滤器进行异常处理、输入输出（json）日志打印，新建空白项目，将文件导入项目即可，log4net自己添加即可

matlab 均方误差的代码 Kalman filter estimation Email: autuanliu@163.com ！！！本库的所有文件，作者保留一切版权，在未经作者许可，请不要擅自使用或者发表！！！ Docs Notes: 所有的原始数据文件可以使用data目录下的matlab代码生成 本库包含四种自回归模型系数估计的算法 FROLS bi-KF FROKF（暂未发表，但可用, 引用请联系作者） bi-KF-SGD（暂未发表，但可用, 引用请联系作者） 主题 卡尔曼滤波器 自回归模型 系数估计 格兰杰因果 FROLS（Forward-Regression Orthogonal Least Square） FROKF（暂未发表，但可用, 引用请联系作者） SGD 编程语言 Matlab Python FROKF 系数估计 FROKF 效果示意 估计系数的均值比较 估计系数的方差比较 估计系数的误差比较 安装 pip install kalman-estimation 1 Theory 1.1 线性一维系统 1.1.1 系统表示 $$x_k=ax_{k-1}+bu_k+w_

真正破解版 Filter_Solutions_2011_13.2.5版本

cors-filter-1.7.jar java-property-utils-1.9.jar