论文研究-基于Bayes估计的多传感器数据融合方法研究.pdf,  对多传感器数据融合方法进行研究 ,以 Bayes估计理论为基础得到了多传感器最优融合数据 ,并将它与其它方法得到的融合数据进行了比较 .

为满足现代数控加工的高速度、高精度要求，提出基于7段式S曲线加减速全程规划的NURBS曲线自适应分段插补算法。该算法根据NURBS曲线几何形状将其自适应分段，并计算曲线段各项参数值、对应S曲线加减速规划（速度规划为17种类型）中加减速类型和自适应调整速度曲线加减速时间。在固定插补周期下，与单独自适应算法、5段式S曲线加减速控制方法的仿真结果相比，在满足加速度与加加速度限制条件，且最大弦高误差不超过0.5μm时，该算法插补精度高于单独自适应算法，与5段式S曲线加减速控制方法近似，且其全程平均进给速度比5段式

动态拓扑网格 OpenFOAM 的并行、自适应、简单重新网格化的实现。 版权信息 Copyright (C) 2007-2015 Sandeep Menon University of Massachusetts Amherst. 执照 该程序是免费软件：您可以根据自由软件基金会发布的 GNU 通用公共许可证（许可证的第 3 版或（由您选择）任何更高版本）的条款重新分发和/或修改它。 这个程序是分发的，希望它有用，但没有任何保证； 甚至没有对适销性或针对特定目的的适用性的暗示保证。 有关更多详细信息，请参阅 GNU 通用公共许可证。 您应该已经收到一份 GNU 通用公共许可证以及该程序。 如果没有，请参阅 。 描述 为方便起见，源树被分成几个类： 动态拓扑网格 扩展 dynamicFvMesh 功能以处理动态简单网格的网格类，这些网格由 2D 中的三角棱柱和 3D 中的四面体组成。

摘要：采用两点估计法进行考虑不确定性电力系统的概率潮流计算时容易产生较大的误差。提出一种可用于计算含服从非正态分布负荷的概率潮流问题的改进型两点估计法。该方法通

宽带频谱感知技术要实现直接观测宽带频谱， 然后检测出其中所有的主用户信号，需要极高的采样速率并处理海量的数据。 由于压缩感知理论为实现低速率宽带频谱感知提供了理论基础， 因此宽带压缩频谱感知技术成为一个重要的研究方向。 然而， 传统压缩感知模型会对频域离散化， 产生基不匹配问题， 从而降低对主用户信号频率估计的准确性。 此外， 主用户的通信行为是未知且随时间而变化的， 导致宽带频谱稀疏结构的动态变化， 给宽带压缩频谱感知带来困难。 另一方面， 由于无线信号受多径效应和其他因素的影响， 可能存在认知用户接收到某个主用户信号能量过低而无法准确检测到该主用户信号存在的情况， 造成感知性能下降。 这些都是宽带压缩频谱感知客观存在且急需解决的问题。 根据宽带压缩频谱感知技术的研究现状， 将目前存在的困难总结成四点， 即准确性、 实时性、动态性、衰落性。本文的研究内容围绕这四点展开，研究层次由浅入深逐渐递进。 首先， 根据原子范数和无网格压缩感知理论，建立基于原子范数的宽带压缩频谱感知模型， 并提出求解该模型的快速算法， 实现高斯信道下的静态宽带压缩频谱感知；然后， 结合卡尔曼滤波器理论， 建立动态宽带压缩频谱感知模型，实现高斯信道下的动态宽带压缩频谱感知；最后， 利用联合频谱感知方法， 建立基于原子 MMV 的宽带压缩频谱感知模型，实现频率非选择性慢衰落信道下的宽带压缩频谱感知。

此处介绍的Matlab代码是一组蒙特卡洛估计方法的示例，这是一类计算算法，它们依赖于重复随机抽样或随机变量的仿真来获得数值结果。 给出了八个例子： MonteCarloCoin.m – 如果一枚硬币被抛 10 次，估计获得 8 次或更多正面的概率； MonteCarloDice.m – 如果两个骰子被翻转，估计获得 6 和 6 的概率； MonteCarloInt.m – abs(sin(x)) 积分的估计，对于 x = 0 .. 2*pi； MonteCarloPi.m – Pi 值的估计； MonteCarloPower.m – 最坏情况电阻器功耗的估计； MonteCarloSqrt2.m – sqrt(2) 值的估计； MonteCarloVol.m – 单位球体体积的估计； MonteCarloVol_visualization.m – MonteCarloVol.m 示例的

图像是人类感知世界的视觉基础，然而在人类通过视觉获取的大量图像信息中，并不是所有的信息内容都是我们所需要的，所以需要把图像分成若干个特定的、具有独特性质的区域。本文对图像分割方法进行了研究，给出了一种基于模糊逻辑的自适应阈值图像分割方法，并将其应用于车牌图像中，在MATLAB环境下对两幅典型图像通过Otsu方法、脉冲耦合神经网络算法和本文所提算法进行仿真分析，结果对比分析显示本文方法在综合方面略优于其他两种对比方法。

静止图像的一种自适应平滑滤波算法.pdf

基于matlab的带罚函数的自适应粒子群算法+含代码操作演示视频

1.三种不同的RenderMode： Screen Space-overlay, Screen Space-camera, World Space， 在此基础上使用“GetWorldCorners”方法获取到的坐标的意义均不相同 2.使用“RectTransformUtility.ScreenPointToLocalPointInRectangle”，“Camera.xxCamera.ScreenToWorldPoint”等方式在不同空间中的坐标转换