在二值化之后，例如通过边缘检测器，霍夫变换可用于检测图像中的圆形形状。 通常，执行此操作的函数需要指定圆的半径。 函数 circle_hough 允许指定半径范围，因此不需要提前确切知道半径。 它可能比针对不同半径重复调用标准函数要快。 可以通过在 3D 累加器阵列中找到峰值来检测多个圆。 为此提供了一个函数 circle_houghpeaks。 这两个函数的演示包含在脚本 circle_houghdemo 中。 该 zip 文件包括在整数网格上高效且准确地实现圆逼近，无间隙。

单元列表是一种解决固定半径近邻问题的算法。也就是说，它找到彼此相距固定距离内的所有点对。我们可以将细胞列表算法用作分子动力学或基于代理的模拟的一部分，其中相互作用势具有有限范围。 您可以在文章Searching for Fixed-Radius Near Neighbors with Cell Lists Algorithm in Julia Language中阅读更多相关信息，该文章更深入地探讨了 Cell Lists 算法及其背后的理论。我们还将算法扩展到多线程版本，我们在 Julia 语言中的 Julia 语言中的多线程应用于单元列表算法一文中对此进行了解释。 引文 您可以CellLists.jl通过导航到 Zenodo 提供的DOI来引用存储库和代码，然后从“导出”部分选择您喜欢的引用格式。例如，我们可以导出BibTex格式。或者，您可以使用右侧边栏中“关于”部分下方的“引用此存储库”按钮。

人员流动性分析 基于轨迹数据的个人和人群级人类移动性分析工具包和模型，包括旅行目的地预测、旅行时空和语义特征计算（例如，熵、回转半径、主题比率、旅行节奏等）、驾驶特征和性格. Folder structure: -Driver Personality Analysis -Location Sequence Prediction --Code ---Model_1 ... ---Model_n --Sample Data --Documents --Publications --Web Visualization Components -Next Location Prediction -Travel Feature Analysis

在机床数控技术中已经讲述了刀具半径补偿的编程指令，刀具半径补偿建立和取消时刀具中心点的运动轨迹。

研究Pascal矩阵谱半径及其对应特征向量的数值求解算法问题,利用幂法和Pascal矩阵的性质给出了一个有效的迭代求解算法,该算法每一步迭代只用到浮点数的加法运算。同时数值实验显示,该算法具有较高的精度和较快的收敛速度。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码介绍

函数使用标准霍夫变换来检测二值图像中的圆。 根据圆的霍夫变换，图像空间中的每个像素对应于霍夫空间中的一个圆，反之亦然。 图像的左上角是坐标系的原点。 例子 ： [y0detect,x0detect,Accumulator] = houghcircle(Imbinary,r,thresh)

为了减少传统的DV-Hop算法对未知节点定位时产生的较大误差,分析了影响传统DV-Hop算法定位精度的两个因素,继而提出了一种改进算法。改进算法在进行未知节点定位时,信标节点先后使用两个通信半径广播自身位置信息,从而获得未知节点与信标节点间更精确的跳数,并计算出它们之间更精确的距离,得到未知节点更精确的坐标。仿真结果显示,改进算法相比于传统DV-Hop算法相对定位误差减少了13%~15%,并且减少了由于网络拓扑结构不同带来的定位误差的差异性。

分析APSK信号星座图半径，给出最优半径比。

为了减少不同尺度噪声对三维点云模型重建效果的影响,提出一种基于直通滤波、统计滤波、半径滤波、改进的双边滤波、体素栅格滤波的方法库的点云模型去噪与精简算法。首先利用直通滤波将目标物体提取出来,再依据噪声点离模型主体的距离,将其分为小尺度噪声和大尺度噪声,然后利用统计滤波结合半径滤波去除大尺度噪声,利用改进的双边滤波去除小尺度噪声,最后通过体素栅格滤波进行点云精简来降低空间复杂度,并以三角网格面重建展示该算法的精度效果。实验结果表明,该算法可有效去除点云模型的不同尺度噪声,在不破坏点云本身几何结构的前提下,保证点云精简的均匀化,而且算法执行速度快,重建效率高。