CSDN海神之光上传的代码均可运行，亲测可用，直接替换数据即可，适合小白；
1、代码压缩包内容
主函数：main.m；
调用函数：其他m文件；无需运行
运行结果效果图；
2、代码运行版本
Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主；
3、运行操作步骤
步骤一：将所有文件放到Matlab的当前文件夹中；
步骤二：双击打开main.m文件；
步骤三：点击运行，等程序运行完得到结果；
4、仿真咨询
如需其他服务，可私信博主或扫描博客文章底部QQ名片；
4.1 博客或资源的完整代码提供
4.2 期刊或参考文献复现
4.3 Matlab程序定制
4.4 科研合作
2024-09-12 09:41:47
15KB
1
Matlab研究室上传的视频均有对应的完整代码，皆可运行，亲测可用，适合小白；
1、代码压缩包内容
主函数：main.m；
调用函数：其他m文件；无需运行
运行结果效果图；
2、代码运行版本
Matlab 2019b；若运行有误，根据提示修改；若不会，私信博主；
3、运行操作步骤
步骤一：将所有文件放到Matlab的当前文件夹中；
步骤二：双击打开main.m文件；
步骤三：点击运行，等程序运行完得到结果；
4、仿真咨询
如需其他服务，可私信博主或扫描视频QQ名片；
4.1 博客或资源的完整代码提供
4.2 期刊或参考文献复现
4.3 Matlab程序定制
4.4 科研合作
2024-09-12 09:39:15
2.67MB
1
C语言是计算机科学的基础编程语言，对于初学者来说，理解和掌握其关键知识点至关重要。本篇将为你提供一个快速掌握C语言的核心要点，适合大学生期末复习使用。
1. **程序结构**：
- **顺序结构**：程序按照代码的顺序逐行执行。
- **选择结构（分支结构）**：如`if...else`语句，根据条件选择执行某段代码。
- **循环结构**：包括`for`、`while`和`do...while`，重复执行某段代码直到满足特定条件。
2. **主函数**：
- 每个C语言程序都从`main()`函数开始执行，且仅有一个`main()`函数。
3. **数据存储**：
- 计算机中数据以二进制形式存储，地址表示数据存放位置。
- **位（bit）**是二进制的基本单位，0或1。
- **字节（byte）**由8个位组成。
4. **编译预处理**：
- 预处理指令不占用运行时间，如`#define`定义宏，但宏定义后面不应有分号。
5. **函数**：
- 函数内不能再定义函数。
- 每个C程序只有一个`main()`函数作为程序起点。
- `main()`函数可以调用其他函数，但其他函数不能定义在`main()`内部。
6. **算法**：
- 算法至少要有输出，可以没有输入。
- `break`用于跳出循环或`switch`语句。
- **逗号运算符**具有最低优先级，赋值运算符次之。
7. **标识符**：
- 合法标识符由字母、数字和下划线组成，首字符不能是数字。
- 关键字不可用作用户标识符，如`main`、`if`等。
- 预定义标识符如`printf`、`scanf`可以在用户程序中使用，但有特殊含义。
8. **进制转换**：
- 十进制、二进制、八进制和十六进制之间的转换是编程中常见的操作。
9. **数据类型**：
- C语言中的整数类型包括八进制（以0开头）、十进制和十六进制（以0x开头）。
- 八进制不允许出现8，十六进制不允许出现字母后的数字。
- 实数（浮点数）可以使用科学记数法表示，如2.333e-1代表2.333×10^-1。
10. **算术和赋值运算**：
- 算术运算符包括`+`、`-`、`*`、`/`和`%`。
- `/`运算符，若两边为整数，则结果也为整数，如3/2=1。
- `%`运算符用于求余数，两边必须为整数。
- 赋值表达式如`a=b=5`，其中`a`的值为5，但初始化时连续赋值如`int x=y=10;`是允许的。
- 自增自减运算符`++`和`--`，`++a`先加后用，`a++`先用后加。
这些知识点构成了C语言学习的基础框架，通过深入理解和实践，你可以快速掌握C语言并编写出有效的程序。记住，实践是检验理解的最好方式，多写代码、多调试，才能真正掌握这些知识。祝你期末考试顺利！
2024-09-11 21:28:06
424KB
1
RSA算法是一种非对称加密算法，由Ron Rivest、Adi Shamir和Leonard Adleman在1977年提出，因此得名RSA。它在信息安全领域有着广泛的应用，如数字签名、数据加密和安全网络通信等。C语言作为底层编程语言，非常适合实现这种复杂的算法。
RSA的核心原理是基于大数因子分解的困难性。算法主要包括三个步骤：密钥生成、加密和解密。
1. **密钥生成**：
- 选择两个大素数p和q，它们的长度通常为几百到几千位。
- 计算n=p*q，n是公开的模数，其大小决定了密钥的强度。
- 计算φ(n)=(p-1)*(q-1)，φ(n)是欧拉函数值，也是私钥的一部分。
- 选择一个整数e，要求1
2024-09-11 17:14:50
1.3MB
1
1、tiny_yolov4文件夹： 目标检测算法源码，包括：网络搭建、训练好的权重、解码文件、预测文件。
为提升算法速度，我摒弃了YOLOv4框架而采用了Tiny_YOLOv4框架，检测精度虽然有所下降，但每帧推理速度从0.17s提升至0.03s。
2、predict.py： 用于验证目标检测的效果，可单独独立出来运行，与目标跟踪无关。
3、kalman.py： 卡尔曼滤波器，基于恒速运动模型，预测下一帧目标物体的位置。
4、tracker.py： 存储每个时刻不同目标物体的状态，管理目标跟踪整个系统运作过程。
5、main.py： 整个项目的运行入口，直接运行main.py，就可以调用Tiny_YOLOv4 + Sort，处理视频流信息，完成目标跟踪、车流量统计。
6、MVI_39211、MVI_39031：DATRAC数据集测试集的两个视频，交通路段车流量画面。demo1、demo2：调用目标跟踪算法，车流量的每帧统计结果。
2024-09-11 14:58:13
935.7MB
1
液晶显示器技术是现代显示技术领域的重要组成部分，特别是对于电视、手机、电脑和其他便携式设备，高质量的图像显示一直是用户追求的目标。液晶显示器（LCD）使用液晶材料来控制光线通过显示器的各个像素，从而产生图像。为了提高LCD的图像质量，帧率控制（FRC）像素抖动算法被广泛采用，它通过算法上的处理，使得LCD能够显示更丰富色彩和更平滑的灰阶过渡。
FRC算法的核心在于利用人眼对快速变化的图像产生的视觉残留现象，通过对驱动IC的位宽进行控制来实现。传统的FRC算法使用较低的位宽驱动IC，比如6比特，来实现接近于8比特显示效果的色彩表现。但是，这样的方法会导致灰阶数的限制，最大只能输出253级灰阶，无法达到完全的8比特色彩表现。与此相对，Hi-FRC算法能够实现256级完整灰阶显示，但由于算法的不同，它会产生灰阶过渡不均匀以及较为严重的FRC噪声。
论文介绍了一种新的FRC像素抖动算法，其目的是在保持256级完整灰阶显示的同时，提升灰阶过渡的均匀性并降低FRC噪声。新的算法在时间抖动上使用了五帧循环的算法周期，而在空间抖动上则使用了5×5像素矩阵作为算法单元。这种方法在相邻的灰阶之间引入了四个中间级灰阶来取代传统FRC算法中的三个。作者通过数学模型和必要的分析验证算法的合理性，并通过FPGA实验验证了算法的实际显示效果。
像素抖动算法是液晶显示技术中重要的组成部分，它涵盖了时间抖动和空间抖动两个方面。时间抖动利用人眼的视觉惰性，通过在不同时间帧上显示不同的像素状态，使用户感知到中间灰阶的存在，而空间抖动则是通过改变相邻像素的显示状态来达到相似的效果。在实际应用中，为了获得更好的显示效果，时间和空间抖动通常会同时被使用。
文章提到的TFT-LCD（薄膜晶体管液晶显示器）是目前主流的显示技术，在中国得到了快速的发展。它作为LCD面板色彩增强技术的一种，FRC像素抖动算法被广泛应用。FRC算法按照显示灰阶的不同，可以分为多种不同的类型，但在这里主要讨论的是普通8比特位宽的TFT-LCD面板应用。
在设计新的FRC算法时，研究者对传统FRC和Hi-FRC算法的优缺点进行了分析，最终决定引入新的算法周期和算法单元。这种算法的创新之处在于，在原本的灰阶中加入了更多的中间级灰阶，从而使得灰阶过渡更为平滑，色彩显示更加接近自然界的渐变效果。
论文作者王明龙、林敏雄来自于奇景光电(苏州)有限公司、奇景光电股份有限公司以及上海交通大学微电子学院。他们在论文中提到，通过对新算法的设计和FPGA实验，不仅证实了新算法在理论上的可行性，而且在实际应用中也展现出了较好的显示性能。通过数学模型和实验的双重验证，这项研究成功地提出了一种新的FRC像素抖动算法，为液晶显示技术的发展提供了新的思路。
总结而言，基于五帧周期的FRC像素抖动算法的研究，不仅提高了液晶显示中灰阶过渡的均匀性和改善了FRC噪声问题，还为未来的显示技术提供了改进的方向。随着显示技术的不断进步，类似这种基于算法优化的研究成果将会对整个行业产生深远的影响。
2024-09-11 11:01:41
638KB
1
《遗传算法与模拟退火融合在TSP与车间作业调度中的应用》
在解决复杂的优化问题时，传统的数学方法往往力有未逮，而计算智能领域的算法如遗传算法（Genetic Algorithm, GA）和模拟退火（Simulated Annealing, SA）则展现出了强大的潜力。本文将探讨如何将这两种算法融合，应用于旅行商问题（Traveling Salesman Problem, TSP）和车间作业调度问题（Job Shop Scheduling Problem, JSSP），并介绍相关代码实现。
一、遗传算法
遗传算法是受生物进化理论启发的一种全局优化算法。它通过模拟种群的自然选择、基因重组和突变等过程，逐步演化出更优的解决方案。在TSP中，每个个体代表一种旅行路径，通过交叉、变异操作更新种群，寻找最短的旅行路线。遗传算法的优势在于其全局搜索能力，能跳出局部最优解，但可能会陷入早熟。
二、模拟退火
模拟退火算法源自固体物理的退火过程，其核心思想是在接受较差解时引入一定的概率，从而避免过早收敛。在解决JSSP时，SA能有效处理约束条件下的优化问题，寻找最小化完成时间的作业调度方案。SA的优势在于其动态调整接受解的策略，有助于找到全局最优。
三、融合算法
遗传算法和模拟退火的融合可以结合两者的优点，提高解决问题的效率和精度。在融合过程中，可以先用遗传算法快速搜索大范围空间，再用模拟退火细化搜索，对遗传算法得到的近似解进行优化。这种混合策略在处理复杂优化问题时，通常能获得更好的结果。
四、TSP与JSSP应用
1. 旅行商问题：TSP是一个经典的组合优化问题，目标是找到访问多个城市的最短路径，且每个城市仅访问一次，最后返回起点。遗传算法和模拟退火的融合可以有效地寻找接近最优的解决方案。
2. 车间作业调度问题：JSSP涉及多个工序和机器，每个作业需按特定顺序在多台机器上完成，目标是最小化总的完成时间。融合算法的应用可以解决复杂的约束条件，找到最佳的作业顺序。
五、代码实现
“算法集合”中的代码实现了上述理论，包含了遗传算法和模拟退火的实现，以及它们的融合版本。通过运行这些代码，可以直观地理解算法的运作机制，并在实际问题中进行应用。
总结，遗传算法和模拟退火作为计算智能的重要工具，具有广泛的应用前景。通过它们的融合，我们可以解决更复杂的优化问题，如TSP和JSSP。理解并掌握这些算法的原理与实现，对于提升问题解决能力具有重要意义。
2024-09-10 17:06:21
790KB
1