针对现有基于UWB的井下定位算法存在算法复杂且求解值不是全局最优的问题，提出了一种基于UWB测距的三边定位改进算法。该算法基于DW1000芯片和三边定位算法，采用双边双向测距方法测距，以求解二元二次方程最优解为目标，设定优化目标函数，将坐标二维化处理，降低了算法的复杂度;筛除测量过程中产生的无效数据，确定有效搜索区域并在该区域内进行全局遍历，找到最优定位坐标，解决了求解值不是全局最优的问题。同时，为了进一步提高定位精度，采取了适当增加参考节点数量的措施。实验结果表明，该算法平均误差小于加权三边定位算法、泰勒算法，定位精度提升明显；该算法还具有较强的实用性，通过增加参考节点数量可有效提高测量精度。

针对WiFi、蓝牙等基于信号强度的室内定位技术易受遮挡、反射等影响，导致较大定位误差的问题进行研究。在室内信号传播模型的基础上，推导出基于信号传播模型的场强测距模型，根据该模型对现有定位解算中的牛顿迭代算法进行改进，对不同信号计算不同权值，采用加权最小二乘法求解，在不增加解算复杂度的情况下，提高定位精度。仿真表明，该算法抑制干扰能力强，有效提升了定位精度。

鉴于二维坐标下无线定位算法的结果与现实环境有一定的差距，提出了一种在三维空间条件下基于到达时间(TOA)的Chan推广算法。深入比较和分析了影响该算法定位精度的因素，总结了该算法适用的定位条件和定位环境。在不同定位基站数目、待定位移动台的位置和参与定位基站布局等条件下，对该算法进行了大量的模拟仿真，结果表明利用该算法定位结果比较准确，算法有效可行。

Microsaccade-Python中的工具箱 一种基于Engbert等人提出的算法的python中提取微扫视的python实现。 （2006）。 分别为左眼和右眼提取微扫视，然后通过左右结果上的时间重叠标准检测双眼微扫视。 根据用户定义的振幅，持续时间和峰值速度标准对单眼微扫视进行过滤。 根据主序列上的RANSAC线性回归，对剩余的候选对象应用第二个过滤步骤，并将基于此删除所有异常值。 入门 所有主要功能都在“ functions.ipyn”文件中定义，笔记本文件“ Microsaccade Toolbox for Python.ipynb”包含您可以使用此工具箱执行的操作的示例。 要求 您需要python 3.7和一些必要的库。 正在安装 Mac的安装说明（与Windows相似）： 从 Mac下载并安装python 3.6.x： 打开终端（在\ Applications \ U

一种基于AR1688的VOIP语音终端的设计与实现，李苏南，黄孝建，如今，VOIP技术在信息网络体系中越来越得到人们的重视，它不仅是一种低成本的话音通信解决方案，而且可以融合语音、图像和数据，��

提出了一种基于遗传算法的大数据特征选择算法。该算法首先对各维度的特征进行评估，根据每个特征在同类最近邻和异类最近邻上的差异度调整其权重，基于特征权重引导遗传算法的搜索，以提升算法的搜索能力和获取特征的准确性；然后结合特征权重计算特征的适应度，以适应度作为评价指标，启动遗传算法获取最优的特征子集，并最终实现高效准确的大数据特征选择。通过实验分析发现，该算法能够有效减小分类特征数，并提升特征分类准确率。

一种基于SVD的高效图像去噪方法

行业分类-设备装置-一种基于多信道的RFID多标签读写识别方法及装置

针对串、并联电池组中的各单体电池存在不一致性的问题，提出了DC/DC变换器均衡拓扑下基于SOC的电池均衡控制策略，该方法用Rint-组合电化学模型对单体电池电压进行建模，用粒子滤波算法对单体电池的荷电状态进行实时估计，最后通过优先电池组向低SOC单体电池充电模式或优先高SOC单体电池向电池组充电模式采取均衡，通过实验和仿真结果表明，该方法均衡时间短、能量效率高。

围棋 一种基于Java的计算机游戏，旨在供初学者熟悉和玩Go的游戏； 用基本的人工智能实现了Go的所有规则； 采用蒙特卡洛法和最小-最大法 / GoGame Go游戏的完整代码。 对于个人计算机，AI需要十多分钟才能计算出下一组。 /没有MiniMax 用于测试的代码。 AI没有MiniMax算法。 它只需要3秒就能计算出下一组。 但是集合几乎是随机的。 抽象的 围棋是世界上最著名的棋盘游戏之一。 Go已有4000多年的历史，它是起源于中国古代的一款体面的棋盘游戏。 尽管围棋游戏历史悠久，但计算机围棋的开发尚未超过100年。 近年来，计算机围棋游戏的人工智能发展Swift，但还远远不够。 最好的Go程序今天仅排名2 – 5 dan。 最好的围棋选手击败计算机围棋的人工智能还有很长的路要走。 该项目的目标是开发一款9x9电脑围棋游戏，该游戏具有可满足大多数围棋初学者的AI的需求。 该项目