pwm整流器的建模仿真，使用混沌与分形分析的例程，线性调频脉冲压缩的Matlab程序,包括AHP，因子分析，回归分析，聚类分析，毕业设计有用，从先验概率中采样，计算权重。

pwm整流器的建模仿真，使用混沌与分形分析的例程，线性调频脉冲压缩的Matlab程序,包括AHP，因子分析，回归分析，聚类分析，毕业设计有用，从先验概率中采样，计算权重。

1.领域：matlab，深度残差网络 2.内容：基于深度残差网络的人脸眼睛定位算法matlab仿真+代码仿真操作视频 3.用处：用于人脸眼睛定位算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

提出了一种在非视距（NLOS）环境下对移动台的定位算法。首先利用小波分析对AOA的测量值中的NLOS进行修正，再利用最小二乘（LS）算法确定移动台的位置。仿真结果表明，该算法能够有效地降低非视距环境误差的影响，性能优于基于AOA的LS算法以及神经网络算法。

随着Internet，无线传感器技术，云计算和移动Internet的集成发展，人们对物联网的研究和应用给予了很多关注。 无线传感器网络（WSN）是物联网中的重要信息技术之一。 它集成了多种技术，可以通过相互合作在网络环境中检测和收集信息，并使用多种方法来处理和分析数据，实现感知并执行测试。 本文主要研究无线传感器网络中传感器节点的定位算法。 首先，提出了一种多粒度区域划分方法来划分位置区域。 在基于范围的方法中，RSSI（接收信号强度指示器，RSSI）用于估计距离。 最佳RSSI值通过高斯拟合方法计算。 此外，Voronoi图的特征在于使用划分区域。 随机锚节点被视为每个区域的中心； 整个位置区域分为几个区域，相邻节点的子区域组合成三角形，而未知节点则锁定在最终区域中。 其次，使用多粒度区域划分和拉格朗日乘数法来计算最终坐标。 由于在实际应用中节点受多种因素的影响，设计了两种定位方法。 当未知节点位于定位单元内部时，我们使用矢量相似度方法。 此外，我们使用质心算法来计算未知节点的最终坐标。 当未知节点位于定位单元外部时，我们建立一个包含约束条件的拉格朗日方程，以计算第一个坐标。 此外，我们使用泰勒展开公式来校正未知节点的坐标。 此外，这种定位方法已经通过建立实际环境进行了验证。

为了提高瞳孔中心定位精度,降低运算复杂度,首先采用星射线方法获取瞳孔边界点,与对整幅图搜索相比,计算量大大减小.设定感兴趣区域,对眼皮、眼睫毛及光斑干扰产生的虚假特征点进行剔除,然后利用特征点通过随机化的椭圆拟合定位瞳孔中心.随机化椭圆拟合允许杂质点的存在,确保了拟合定位算法的准确性,对虚假点的剔除更进一步加快了拟合速度.在连续帧处理时通过瞳孔像素数的变化快速对眨眼进行检测,区分眨眼与伪眨眼.实验结果表明,该算法简单且鲁棒性好.

基于Android平台的人脸特征点定位算法的研究与实现.pdf

摘 要：节点自身定位是无线传感器网络目标定位的基础。无线传感器网络节点定位算法包括基于距离和距离无关两类。其中基于RSSI 的定位算法由于实现简单而被广泛使用，但RSSI 方法的测距误差较大，从而影响了节点定位精度。提出了一种基于RSSI 的无线传感器网络距离修正定位算法。该算法通过RSSI 测距，计算近似质心的位置，以此为参考点进行距离修正，然后确定节点的位置。仿真结果表明该算法可以提高节点定位精度。 　　0 引言 　　对于大多数无线传感器网络应用来说，没有位置信息的数据是毫无意义的。无线传感器网络目标定位跟踪的前提是节点自身定位。无线传感器网络节点定位算法可分为基于距离和距离无关两大类

无线传感器网络中基于距离的定位算法的误差分析

gps定位导航程序的设计过程讲解，对于算法设计的思路引导。