张量投票是基于感知原理的图像特征推断框架。 此工具为 2D 密集张量投票实现了可操纵的滤波器公式。 它是以下框架文献综述的补充材料： “通过张量投票进行感知分组：最近方法的比较调查”。 E Maggiori, HL Manterola, M del fresno。 将在 IET 计算机视觉中发表。 特别是，该工具实现了张量投票重构，与之前的工作相比，它运行得非常快。 该配方出现在： “使用可控滤波器进行张量投票的有效方法”，Franken 等人。 阿尔。 ECCV 2006。

Log-Gabor-Filter：对数-Gabor过滤器

matlab代码影响 卡尔曼和贝叶斯过滤器的介绍性文字。 所有代码都是用Python编写的，而本书本身是使用Juptyer Notebook编写的，因此您可以在浏览器中运行和修改代码。 有什么更好的学习方法？ “ Python中的卡尔曼和贝叶斯过滤器”看起来很棒！ ...您的书正是我所需要的-艾伦·唐尼（Allen Downey），教授，也是O'Reilly的作者。 感谢您为发布有关Kalman过滤以及Python Kalman过滤库的介绍性文字所做的所有工作。 我们一直在内部使用它来向人们传授一些关键的状态估计概念，这是一个巨大的帮助。 -SpaceX的Sam Rodkey 现在，单击下面的活页夹或Azure徽章开始在线阅读： 什么是卡尔曼和贝叶斯滤波器？ 传感器嘈杂。 世界上充满了我们想要测量和跟踪的数据和事件，但是我们不能依靠传感器来提供完美的信息。 我车上的GPS报告高度。 每次我在道路上经过同一点时，都会报告略有不同的海拔高度。 如果我两次称量相同的物体，我的厨房秤会给我不同的读数。 在简单的情况下，解决方案是显而易见的。 如果我的秤给出的读数略有不同，我可以取几个读数并取平

Gmapping SLAM原始论文《Improved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters》，大家可以详细阅读，有需要的可以下载。同时可以参照博客https://blog.csdn.net/i_robots/article/details/108308676

VariSpec™ Liquid Crystal Tunable Filters User’s Manual October 2006

模拟滤波器设计资料，很经典哦。 Design and Analysis of Analog Filters

心音信号去噪matlab代码 本项目是的中文翻译，这本书以足够通俗易懂的方式来解释了卡尔曼滤波器等一众滤波器的原理，相比其他书中一下子列出一堆公式更容易理解一些，所以我打算尝试翻译这本书，也算是督促和巩固我的学习进度，如有翻译有误还请谅解，并直接修改提交，或者提issue，如果有能力还是建议直接阅读原文。 本书主要介绍了卡尔曼和贝叶斯滤波器的原理和用法。文中的所有代码都是用Python编写的，本书本身是使用Juptyer Notebook编写的，因此您可以在浏览器中运行和修改代码。 还有什么比这更好的学习方法吗！ "Kalman and Bayesian Filters in Python" looks amazing! ... your book is just what I needed - and O'Reilly作者，Allen Downey教授. Thanks for all your work on publishing your introductory text on Kalman Filtering, as well as the Python Kalman Filt

192_bins_256_hop_size_640_ms_5_deep_48_n_filters_1000000.tflite

音频过滤器用于实时音频处理的过滤器集合功能进展#![no_std] （通过libm ）支持 f32 和 f64（通过num-traits ）SIMD文档测试过滤器类型钟低通高通低架子高架缺口带通全部通过高阶钟高阶带通不对称倾斜平倾斜过滤功能波特图（相位和幅度）一阶和二阶滤波器原语通过级联的高阶一阶和二阶 IIR 的虚拟模拟 (VA) 状态变量滤波器 (SVF)。Linkwitz-Riley 滤波器椭圆过滤器相位对齐分频器在奈奎斯特附近解压最小相位 IIR 模式线性相位模式let sample_rate=48000.0 ;let f0=1000.0 ;let gain=6.0 ;let bandwidth=1.0 ;let slope=4.0 ;letmut filter_left= FilterBand::new (sample_rate);letmut filter_right= FilterBand::new (sample_rate); filter_left.highshelf (f0, gain, bandwidth, slope, sample_rate); filter_

数据融合matlab代码扩展卡尔曼滤波器 在这个项目中，我用C ++语言实现了扩展卡尔曼滤波器。 Udacity提供的模拟器会生成嘈杂的LIDAR和RADAR测量对象的位置和速度测量结果，并使用我的EKF实现，我对LIDAR和RADAR数据进行了传感器融合，以预测对象的位置和速度。 这是显示的EKF地图： 该项目涉及Term 2 Simulator，可以下载 该存储库包含两个文件，可用于为Linux或Mac系统设置和安装。 对于Windows，您可以使用Docker，VMware或什至安装uWebSocketIO。 请参阅EKF项目课程中教室中的uWebSocketIO入门指南页面，以获取所需的版本和安装脚本。 一旦完成uWebSocketIO的安装，就可以通过从项目顶部目录执行以下操作来构建和运行主程序。 mkdir构建 光盘制作 cmake .. 制作 ./扩展KF 可以在此项目的课堂课程中找到设置环境的提示。 请注意，完成该项目所需编写的程序是src / FusionEKF.cpp，src / FusionEKF.h，kalman_filter.cpp，kalman_filter