processing 粒子文字 使用简单的粒子系统，另加图层生成文字 然后像素画，没有GPU非常占用CPU资源，毕竟只是一个普通的测试吧，如果感兴趣的同学可以借鉴，很感兴趣的就去GLSL

人脸检测与追踪 使用CamShift，卡尔曼滤波器，光流的人脸检测和跟踪 客观的 ： 在电影的第一帧中检测面部 使用预训练的Viola-Jones检测器 使用以下方法跟踪电影中的脸部： CAMShift 粒子过滤器 人脸检测器+卡尔曼滤波器（总是运行kf.predict（），并在获得新的人脸检测时运行kf.correct（）） 人脸检测器+光流跟踪器（人脸检测器发生故障时，请使用OF跟踪器）。

unity粒子移动路径插件

碰撞检测仪 UCLA MAE M20：MatLab中的计算机编程 结果 概要 用MatLab编写的基本碰撞检测模拟器。 该程序模拟了N个粒子和矩形边界之间的碰撞。 基本模拟器分为4部分： 通过UNIFORM GRID算法的碰撞检测功能 确定碰撞时间的功能 时间步长和解决冲突的功能 将模拟渲染为电影文件 奖励功能 为了获得更多荣誉，已实现以下功能： 引力作用 非弹性碰撞 布朗动力学 异构磁盘质量 异构磁盘半径 周期性边界条件 颗粒汇/源 报告中提供了更多详细信息和详细说明。 上次编辑时间：2014年秋季 想要查询更多的信息：

一个不错的Ogre粒子系统编辑器，CEGUI界面，d带有说明文档。 Introduction The OGRE Particle Editor is a real-time visual particle system editor. It is a tool that provides the ability to rapidly create OGRE particle system templates that can be used in any OGRE driven application. The effects are stored and loaded as templates via standard OGRE particle scripts (*.particle).

matlab程序复现自《基于改进粒子群算法的微电网优化调度_姚景昆》 微电网孤岛运行方式是当主网系统的供电系统不稳定运行或发生事故时，微电网系 统与主网系统断开，断开后微电网和主网之间的没有电能交易问题。这种模式下，微电 网中所有的微电源出力来承担整个系统的负荷需求，最佳调度方案有：（1）在负荷用电低谷阶段，微电网的调度方案与并网运行时相同，优先利用 WT和PV发电向负荷提供电能，如果有多余的电量，则检测储能装置的荷电状态，决定是否给储能装置进行充电；如果 WT和PV所发的电量达不到负荷的要求时，对比 MT和FC的发电费用由MT和 FC中发电费用较低的单元向用户提供电能，仍然不能满足是由BT 放电提供。 （2）在用电平段阶段内，WT和PV发电不能满足负荷的用电需求，通过优化计算 来确定 MT 和 FC 的出力。若所发电量能满足负荷需求仍有剩余电量，则根据储能装置 的充放电状态给 BT 充电；若果微电网中WT和PV发出全部电能依然不能满足负荷用 电需求时，则考虑利用 BT放电来供负荷使用。 （3）在用电高峰期阶段内，微电网系统中负荷的用电需求达到高峰，WT 和PV的 发电量不能达到负荷需求时，通过优化计算来确定发电单元使用，原则是优先利用发电 费用比较低的单元来满足负荷的用电需求；若微电网所发的全部电量达不到负荷的用电 需求，则利用 BT放电来满足供电，如果储能装置储存的电量全部释放还不能满足负荷 需求的情况时，由负荷的重要程度由低到高切除，以达到微电网系统的功率供需平衡。

Intelligent optimization algorithms have advantages in dealing with complex nonlinear problems accompanied by good flexibility and adaptability. In this paper, the FCBF (Fast Correlation-Based Feature selection) method is used to filter irrelevant and redundant features in order to improve the quality of cancer classification. Then, we perform classification based on SVM (Support Vector Machine) optimized by PSO (Particle Swarm Optimization) combined with.ABC (Artificial Bee Colony) approaches,

粒子过滤器 雷茂 芝加哥大学 介绍 粒子滤波器是用于解决统计推断问题的蒙特卡洛算法。 在该项目中，使用粒子过滤器推断了乌龟在迷宫中的位置和前进方向。 绿海龟是实际位置，而橙色海龟是估计位置。 箭头是粒子。 蓝色箭头代表低概率粒子，而红色箭头代表高概率粒子。 乌龟的前，后，左和右安装了四个传感器。 传感器在四个方向上测量其到最近壁的垂直距离，可能会受到某个传感器限制的限制。 粒子过滤器开始 平衡粒子过滤器 档案文件 . ├── LICENSE.md ├── main.py ├── maze.py └── README.md 依存关系 Python 3.6 脾气暴躁的1.14 用法 可以为粒子过滤器调整以下参数。 $ python main.py --help usage: main.py [-h] [--window_width WINDOW_WIDTH]

Matlab粒子滤波的实现代码希望对大家有用-particle filter.rar 粒子滤波的实现代码，希望对大家有用 particle filter.rar

实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)。它们是本人这两年来编写的核心代码，用于实现鲁棒的视觉目标跟踪，其鲁棒性远远超越MeanShift(均值转移)和Camshift之类。用于实现视觉目标跟踪的KPF和UPF都是本人花费精力完成，大家在网上是找不到相关代码的。这些代码虽然只做了部分代码优化，但其优化版本已经成功应用于我们研究组研发的主动视觉目标跟踪