學生成績管理 實現成績的查詢 錄入多個公司的JAVA面試試題，供 ·模式識別matlab工具箱,包括SV ·文件類型：Visual FoxPro 人 ·struts2.0得例子,主要是實現s ·一個C#多線程的例子。 ·卡爾曼濾波器matlab源代碼。 ·很不錯的vhdl學習實例 幾十 ·原版的FAT32手冊,E文差的同志 ·常見的JAva面試試題，平時可 ·一個小型C語言編譯器
上傳時間： 2017-01-16
上傳用戶：lx9076
單片機實現的雙陷波數字濾波器及其應用，實現雙陷波器的設計
上傳時間： 2014-01-09
上傳用戶：dbs012280
基于DSP5509的卡爾曼濾波器設計
標簽： 111
上傳時間： 2015-11-20
上傳用戶：wmm199412065
不同狀態維度卡爾曼濾波器MATLAB代碼，帶詳細注釋。
上傳時間： 2016-04-10
上傳用戶：3552746251
fisher離散分類器matlab代碼，用于模式識別
標簽： 模式識別
上傳時間： 2016-04-12
上傳用戶：1042154715
編寫一個赫夫曼編/譯碼器。 主要功能：根據輸入的字符代碼集及其權值集， l 構造赫夫曼樹，輸出各字符的赫夫曼編碼。 l 編碼：輸入字符序列，輸出對應的赫碼序列。
標簽： 樹哈弗曼樹
上傳時間： 2016-12-29
上傳用戶：遺風遺風丶
恒定轉彎率與速度模型的擴展卡爾曼交互式多模型的濾波跟蹤算法。
上傳時間： 2021-07-22
上傳用戶：迷途在北極的魚
在工業應用中常用一組傳感器對問一個被測量目標在一個過程的不同位置進行測量，然而由于每個傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準確的測量結果，霱要進“步研究多傳感器的融合理論多傳感器數據融合系統的關鍵在于如何充分利用各個傳感器的信息，得到對被測參數的最優估計，本文主要研究了以加權的方式進行多傳感器數據融合的方法，即研究如何對每個傳感器進行加權，從而得到對被測參數最優佑計的方法為此本文在介紹了多傳感器數據融合技術的基礎上，首先研究了基于奇異值分解的數據融合算法，通過對傳感器測量值構成的矩陣進行奇異值分解，利用每個傳感器測量值所對應的奇異值，可以估計出對每個傳感器權值的最優估計，從而在不要任何先驗知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數的最優估計，此外，在許多工業過程中，人們利用多傳感器測量同一過程參數以控制該參數在過程中的不同位置能根據需要進行合理分布，此時人們希望利用多傳感器融合的測量結果，對每一個傳感器的測量數據進行重建，以獲得對每一個傳感器的測量結果進行更為準確的估計。為此，本文進一步研究了基于小波降噪和數據融合的傳感器數據重建算法，仿真和實驗結果都說明提出算法是有效的，最后，研究了非線性動態系統的狀態融合問題，研究了加權無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴展卡爾曼濾波（EKF）在狀態融合估計中的不足，可以得到了更準確的狀態融合估計結關鍵詞多傳感器系統，數據融合，奇異值分解，UKF
上傳時間： 2022-03-16
上傳用戶：aben
目前電動汽車主要以鋰電池作為動力來源,為了提高鋰電池的使用時間和安全性,為鋰電池提供安全良好的運行環境,電池管理系統應運而生。BMS主控單元基于S32K144汽車級單片機,通過主從式網絡控制結構能夠對鋰電池的各個參數進行采集與分析。采用擴展卡爾曼濾波對電池的荷電狀態(SOC)進行估算,克服普通估算方法無法避免電池內阻誤差的缺點,通過Matlab/Simulink軟件仿真驗證可使估算誤差達到2%以內。At present,electric vehicles mainly use lithium batteries as the power source.In order to improve the running time and safety of lithium batteries,a safe and good operating environment for power batteries is provided,and a battery management system(BMS) has emerged.The BMS main control unit is based on the S32K144 automotive-grade control chip.Through the master-slave network control structure,it can collect and analyze the various parameters of the lithium battery.The Extended Kalman Filter(EKF) is used to estimate the state of charge(SOC) of the battery,which overcomes the shortcomings of the internal estimation method that cannot overcome the internal resistance error of the battery.It can be verified by Matlab/Simulink software simulation.The estimation error is within 2%.
上傳時間： 2022-03-26
上傳用戶：XuVshu
論文首先研究了基于Har-like特征和Adaboost分類器的目標車輛探測算法原理和參數設置，并利用車載攝像頭采集真實道路車輛圖像，建立車輛樣本數據庫，訓練車輛分類器，實現對道路車輛的探測，并對探測效果進行量化分析。針對在車輛探測過程中誤檢率較高、探測不連續以及檢測框不穩定的現象，對基于無跡卡爾曼濾波器的車輛跟蹤算法進行了研究，建立了車輛相對運動模型，對真實道路交通場景中的多目標車輛進行探測與跟蹤，并對跟蹤算法對探測性能提升的效果和原因進行了深入分析。在單目測距中，針對一般測距算法受車輛俯仰角和攝像頭畸變影響很大的缺點，利用PreScan仿真軟件，對車輛測距算法進行了改進，提山了一個同時考慮車輛俯仰角和攝像頭畸變等參數的測距模型，以及一種將攝像頭內參與外參分開標定的新方法，最后利用場地實驗利真實道路交通場景對模型的測距精度、參數靈敏度進行量化分析。研究了僅利用圖像信息估算車輛間碰撞時間的方法，利用PreScan仿真軟件，對車輛碰撞時間估算算法進行了改進，建立了一個考慮車間相對加速度碰撞時間估算模型，最后，利用真實道路交通視頻對算法進行驗證和分析。最后，介紹了利用仿真軟件輔助ADAS開發的方法，在虛擬的開發環境中建立了以真實攝像頭物理參數為依據的攝像頭仿真模型、交通場景，實現了對單目測距和碰撞時間估算算法的驗證和改進。實驗結果表明，論文中所建立的算法表現出良好的性能，所構建的基于PreScan的仿真平臺能有效地提高算法的開發效率.
上傳時間： 2022-06-21
上傳用戶：d1997wayne
