sdf-polygon-2d 在二维空间中对多边形的有符号距离场进行采样 安装 npm install sdf-polygon-2d 用 var createSDF = require('sdf-polygon-2d'); var points = [ [-10, -10], [-10, 10], [ 10, 10], [ 10, -10] ]; // pass an array of polygons, including polygons with holes var sample = createSDF([points]); console.log(sample(0, 0)) // -10 console.log(sample({ x: 10, y: 0 })) // 0 console.log(sample([20, 0])) // 10 更多示例 执照

为了提高图像分割的速度和精度，提出了一种新的基于ChanVese水平集模型(CV模型)的梯度加速分割模型。首先，在CV模型的能量函数中加入一个内部能量项，抵消演化过程中水平集函数和符号距离函数的偏差，从而消除分割中周期性重新初始化的过程；其次，提出了梯度加速项，通过感兴趣区域的图像特征，快速得到该区域的边界，且能够提高弱边界的分割精度。实验证明，提出的方法不仅能够加速特定区域的分割、提高分割精度，还能保持分割过程的稳定性。

Chan-Vese模型在图像分割领域正被广泛应用。然而,传统的水平集方法存在两个重要的数值问题:水平集函数不能隐式地保持为符号距离函数;由于采用梯度降方法求解使水平集演化速度缓慢。针对该问题提出两种快速分割方法加快演化速度:对偶方法和分裂Bregman方法。为了让水平集保持符号距离函数特性,利用投影方法加以约束,并采用增广Lagrangian方法加快收敛速度。实验结果表明,提出的两种快速分割方法比传统的梯度降方法分割效果好、计算效率高。

Opencv摄像机测量距离，两点成线测量，将结果在右侧方框中显示

魔法锁屏，解锁方法只要在手机屏幕上方滑动一下即可（手机必须具有距离传感器）

基于Matlab_Simulink的三段式距离保护仿真模型

SimMetrics 相似度和距离量度的Java库，例如Levenshtein距离和余弦相似度。 所有相似性指标均返回归一化值，而不是无限制的相似性分数。 距离指标返回非负无界分数。 用法 为了方便快捷地使用， 和包含一组众所周知的相似性和距离度量。 String str1 = " This is a sentence. It is made of words " ; String str2 = " This sentence is similar. It has almost the same words " ; StringMetric metric = StringMetrics . cosineSimilarity(); float result = metric . compare(str1, str2); // 0.4767 和是用于构建字符串相似度和距离度量的便捷工具。

SimMetrics.Net SimMetrics是一个相似性度量库，例如，从编辑距离（Levenstein等）到其他度量（Chapman等）。 地位 AppVeyor Travis codecov.io coveralls.io NuGet 支持的框架是： .NET 2.0 .NET 3.5 .NET 4.0 .NET 4.5及更高版本 .NET Standard 1.0到.NETStandard 1.6（包括便携式，Windows Phone和uap） .NET标准2.0 基于以及原始项目中的所有87个单元测试。

基于PSCAD.电力系统距离保护的仿真分析(完整资料).doc

341 5.1 线性最小二乘问题的解法