,,2023TRANS（顶刊） 基于人工势场和 MPC COLREG 的无人船复杂遭遇路径规划 MATLAB 源码+对应文献 船舶会遇避碰 船舶运动规划是海上自主水面舰艇（MASS）自主导航的核心问题。 本文提出了一种新颖的模型预测人工势场（MPAPF）运动规划方法，用于考虑防撞规则的复杂遭遇场景。 建立了新的船舶域，设计了闭区间势场函数来表示船舶域的不可侵犯性质。 采用在运动规划过程中具有预定义速度的Nomoto模型来生成符合船舶运动学的可跟随路径。 为了解决传统人工势场（APF）方法的局部最优问题，保证复杂遭遇场景下的避碰安全，提出一种基于模型预测策略和人工势场的运动规划方法，即MPAPF。 该方法将船舶运动规划问题转化为具有操纵性、航行规则、通航航道等多重约束的非线性优化问题。 4个案例的仿真结果表明，所提出的MPAPF算法可以解决上述问题 与 APF、A-star 和快速探索随机树 (RRT) 的变体相比，生成可行的运动路径，以避免在复杂的遭遇场景中发生船舶碰撞。 ,则性要求；基于TRANS（顶刊）；MPC；人工势场；COLREG；避碰规则；复杂遭遇场景路径规划；

基于Lyapunov模型预测控制方法的AUV路径跟踪与fossen动力学模型复现分析：与优化算法和反步法对比研究,基于Lyapunov模型的MPC方法在AUV路径跟踪问题中的应用与对比研究,5-顶刊复现，基于Lyapunov的模型预测控制MPC方法，用于控制水下机器人AUV的路径跟踪问题trajectory tracking 具体的方法和建模过程可以参考文献。 本代码包括水下机器人的fossen动力学模型，matlab的优化算法求解器，还包括非线性反步法backstepping 的对比代码非常划算，两种对比都有。 ,顶刊复现; Lyapunov模型预测控制MPC; 水下机器人AUV路径跟踪; fossen动力学模型; matlab优化算法求解器; 非线性反步法backstepping对比,基于Lyapunov MPC方法的AUV路径跟踪研究

https://download.csdn.net/download/m0_51339444/85120848 计算机图形学(Computer Graphics) 和计算机视觉(Computer Vision) 是计算机科学中两个重要的研究方向。图形学研究的问题可以概括为如何生成和处理图像，而视觉研究的问题可以概括为如何感知和理解图像。虽然二者研究的问题相差很大，但是由于研究对象往往都是图像，所以二者的关系也很紧密。 传统的图形学和视觉的研究方法，主要还是基于数学和物理的方法。然而随着近几年深度学习在视觉领域取得的卓越的效果，视觉领域研究的前沿已经基本被深度学习占领。在这样的形势之下，越来越多的图形学研究者也开始将目光投向深度学习。在图形学和视觉交叉的领域，一系列问题的研究正在围绕深度学习火热展开，特别是在图像编辑(image editing)和图像生成(image generation)方面，已经初见成效。今天我们讨论的问题，图像补全(image inpainting)，正是介于图像编辑和图像生成之间的一个问题。

学术论文写作，技术文档写作，日常笔记写作，工程实验日记，科研工作感悟。

计算机视觉——顶会、顶刊 计算机视觉.pdf

中介效应（三步回归、Sobel检验、Bootstrap自抽样检验） Heckman两阶段回归结果 分组回归（组间系数检验） 工具变量回归模型（2SLS模型） 调节效应（包含画图分析） 中位数回归（解决极端值问题） PSM倾向性得分匹配回归结果 分享文件中包含代码以及示例数据，大家可以照着例子来运行！ 顶刊示例： 相关研究： [1]王艳华.供应链弹性对流通绩效的影响分析—基于可持续性的中介效应[J].商业经济研究,2022(08):33-36. [2]李蕾,刘荣增.产业融合与制造业高质量发展：基于协同创新的中介效应[J].经济经纬,2022,39(02):78-87.DOI:10.15931/j.cnki.1006-1096.2022.02.004. [3]曾鑫,吴刘仓,曹幸运.混合偏正态数据下中位数回归模型的参数估计[J].昆明理工大学学报(自然科学版),2021,46(03):167-174.DOI:10.16112/j.cnki.53-1

目标跟踪领域 IEEE 顶刊论文合集85篇，主要涉及雷达目标跟踪，雷达杂波抑制，雷达目标检测，雷达视频跟踪，雷达目标识别等问题。

整理了从18至20年包括IEEE、TIP、ICCV、ECCV等在内顶会去雾代码，着重在使用网络处理有雾图像的论文，需要的话可以下载看一下哦

目标识别领域顶刊论文合集21篇，主要为模式识别、多分类，雷达目标识别