hejingwen

说明：  用于各种潮流计算和最有潮流计算的matpower 中文手册(For various flow calculation and the most current computing matpower Chinese manual)

说明：  很好的与c++ 接口的实际例子111111111(很好的与c++ 接口的实际例子111111111111)

绘制科赫曲线，通过修改内部参数绘制不同迭代次数的曲线(Drawing Koch curve, by modifying the internal parameters of the curve plotted different iterations)

GNSS软件接收机，源自《软件定义的GPS和伽利略接收机》书中配套程序，做过修改，在原有程序框架下使用了2阶锁频环辅助3阶锁相环(The GNSS software receiver, derived from GPS and Galileo receiver of software defined supporting program in the book, modification, the original application framework use 2 order frequency locked loop aided third-order phase-locked loop )

基于双平行线阵的声矢量传感器的MUSIC算法 用于在高斯白噪声环境下估计信号的到2维达角度 (MUSIC algorithm based on dual parallel linear array of acoustic vector sensor it can be used to estimate the signal in Gaussian white noise environment to the two Vader angle)

说明：  多元统计分析过程下的主元个数的计算，运用于pca以及pls的数据分析算法中(the calculation of principal components)

Canonical Variates Analysis

说明：  基于RSSI的论文,讲解其发展现状和应用场合。主要为说明形式(Paper based on RSSI)

1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配[23]。 c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。 d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。 e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。 4 SIFT算法步骤： 1） 检测尺度空间极值点 2） 精确定位极值点 3） 为每个关键点指定方向参数 4） 关键点描述子的生成 本包内容为sift算法matlab源码(1 SIFT course of development SIFT algorithm by DGLowe in 1999, the perfect summary of 2004. Later Y.Ke its description of the sub-part of the histogram with PCA instead of its improvement. 2 the SIFT main idea The SIFT algorithm is an algorithm to extract local features in scale space to find the extreme point of the extraction location, scale, rotation invariant. 3 the main features of the SIFT algorithm: a) SIFT feature is the local characteristics of the image, zoom, rotate, scale, brightness change to maintain invariance, the perspective changes, affine transformation, the noise also maintain a certain degree of stability. b) unique (Distinctiveness), informative, and mass characteristics database for fast, accurate matching [23]. c) large amounts, even if a handful of objects can also produce a large number of SIFT feature vectors. d) high-speed and optimized SIFT matching algorithm can even achieve real-time requirements. e) The scalability can be very convenient fe)

本文主要是利用归一化的模板匹配方法，来定位出LED显示模块上的每个灯。(This paper is the use of normalized template matching method to locate the LED lights on each display module.)