博客中提及到的源码代码

针对现有迭代最邻近点(ICP)算法在点云数据配准过程中查找对应最近点速度缓慢、配准效率低的问题,提出一种采用点云重心距离进行边界检测的点云数据配准新算法.该算法首先运用主成分分析法进行点云数据粗配准,获得良好点云姿态;其次,采用点云重心距离特征进行边界检测并提取待配准点云边界;在此基础上,利用K-D树在两点云边界中查找对应最近点对,并通过单位四元数法进行坐标转换,求得平移矩阵及旋转矩阵,从而实现快速、精确的点云数据配准.实验结果表明:与经典ICP算法、现有改进ICP算法相比,本文中点云边界特征点的提取简单快速,极大简化了配准点集,简化率达到2.24%,改进方法的配准效率提高了25.8%.本文算法在保证精度基础上有效提高了配准效率,适用于数据量较大的点云数据配准.

高等数值分析的几个算法实现。 资源分设制高点是因为怕有人抄作业。

平行平面镜--自在现模形成过程--Fox-Li数值迭代法 % 参数初始化 clc;clear; lambda=600e-9; %波长 L=100*lambda; %腔长 a=25*lambda; %腔镜线宽 k=2*pi/lambda; %波矢 x1=linspace(-a,a,1000); %取1000个点积分；linspace用于产生-a,a之间的N点行矢量，相邻数据跨度相同。

20210617-安信证券-医疗器械行业：技术迭代+国产替代驱动自免检测市场加速增长，国产龙头放量可期.pdf

数值计算方法课程中的一个上机实验题目 雅克比迭代，一份很详细的实验报告，里面包括了源码

振动力学课程利用矩阵迭代法求解模态，这是一个求解模态很实用的一个方法

该模板作为开发类（迭代模型）项目的参考模板，纵向的项目过程，项目经理可根据自身项目特点做调整；可直接导入进度管理系统，用于进度计划制定及进度计划维护

确定性清洁机器人的基于模型的值迭代算法。 这段代码是值迭代算法的一个非常简单的实现，对于强化学习和动态规划领域的初学者来说，它是一个有用的起点。 确定性清洁机器人 MDP：清洁机器人必须收集用过的罐子，还必须为电池充电。 状态描述了机器人的位置，动作描述了运动的方向。 机器人可以向左或向右移动。 第一个 (1) 和最后 (6) 个状态是终止状态。 目标是找到一种最佳策略，以使任何初始状态的收益最大化。 这里是 Q-iteration（基于模型的值迭代 DP）。 参考：算法 2-1，来自： @book{busoniu2010reinforcement, title={使用函数逼近器的强化学习和动态规划}， 作者={Busoniu，Lucian 和 Babuska，Robert 和 De Schutter，Bart 和 Ernst，Damien}， 年={2010}, 出版商={CRC Pre

平行平面腔自再现膜的Fox-Li数值迭代解法的matlab代码，没有额外调用函数，全部在一个m文件运算，迭代次数可调，最后输出最后一次迭代的波模图形和所有迭代的叠加图形，也可以微调代码改变输出