室内定位算法matlab程序

最先提出深度学习算法hinton的自动编码器matlab代码，内容是：利用多层rbm进行自动编码的多层特征训练，然后使用梯度算法进行fine turn。可以进行特征提取，也可以进行分类。

简单好用的抄板工具sprint-layout v6.0软件，用2018年7月9日最新更新程序汉化。大家正在用的2014年3月汉化版也可以更新了！

单机无穷大系统-SIMULINK仿，可运行。

利用OpenCV-2.4.13和vs2017实现SURF/SIFT + RANSAC + 线性加权融合来实现图像的左右拼接，上下也可以拼接，改一下adjustMat就可以(代码中是x偏移量，你换成y的偏移量，把值换成rows就好，同时在计算透视变换的时候Size参数改为(image02.cols, image02.rows + image01.rows))，代码均有注释，同时将每一步结构都显示出来了，附有示例图片，直接就可以运行。

读研期间做的文献复原，关键点提取、建立特征描述符、匹配特征点、RANSAC去除误匹配、坐标配准全部流程都走了一遍，用bunny数据做的测试，每一步都有画图，结果精度还不错。有没做好的地方欢迎指正。

【实例简介】关于SAR成像算法仿真的MATLAB源程序，包含RD算法、CS算法、wk算法等~可作为入门及之后的开发之用~具有重要的参考意义~

LabVIEW振动测试分析.zip

图割算法，基于连续凸优化的一个变种，绝对能运行，不需要什么动态链接库之类的，纯matlab实现

初始条件：某温箱的开环传递函数为 要求完成的主要任务: （包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） 1.1试用Matlab绘制其波特图和奈奎斯特图，计算相角裕度和幅值裕度； 1.2试设计滞后校正装置，使系统的相角裕度增加15度。 1.3用Matlab对校正后的系统进行仿真，画出阶跃相应曲线

基于视频检测的车辆测速方法 基于视频检测的车辆测速方法《现代电子技术》2009年第23期总第310期b电子技术应用1.4基于灰度的图像匹配图像下端位置在世界坐标中的点(即Pa)距离相机的水由于拍摄范围较小,在两帧间.忽略车辆因远离相平距离,即图像中距离相机的最近点:;D_FAR为图像机产生的几何变化,根据图像块间的灰度差平方和作为上端位置在世界坐标中的点(即P)距离相机的水平距匹配判定依据离,即图像中距离相机的最远点;O为摄像机光心;HsiE=∑/li,j-I1(i,j)76)为图像高度;P为机动车上某一点,该点在图像坐标系式中:1,(i,j是第n帧中车尾处图像块l()为中的纵坐标上(即图像高度方向)对应点Q;dst为机第n+1帧中,从对应于第n帧的车尾位置开始,向上动车上的点P距离摄像机的水平距离;Y为机动车上依次搜索到的图像块的点P距离地面的高度如图2所示,在第87帧的帧差边缘二值图像中(c)由世界坐标中的相互关系可得检测到车尾时,将86帧中车尾区域对应图像作为被匹Z0= arctan(D_NEARH-CAM) (8)配图像(图2(a)),在87帧中搜索与该图像最匹配的位arctan(D-FARH- CAM置(图2(b))。图2(a)、(b)屮矩形框在垂直方向上移动结合图像坐标系的像素,即相机坐标系下车辆移功的距离∠0=(∠甲-∠0)12= arctan/ H/22车辆测速方法∠U= arct an2.1速度测量在各种测速方法中,所有的测速设备都是依据由式(5)可得:式(7)得到的n△s/△(7)利用视频检测方法对午辆进行测速时,Δt为两帧对车辆上任意点P到相机光心连线,与相机垂直图像之间的时间差,可根括摄像机采集帧率计算得到,方向的夹角通常是一个固定值,Δs需要通过图像处理方法在图像∠中= arctan H_CAM-y序列中找到被测车辆实际移动的距离。考虑图中∠中,∠0,∠8∠之间的关系,有:2.2距离测量考虑摄像机架设位置和角度,对两张图像中相匹配∠φ=∠0+(∠4-∠0)/2+∠V1Qn>H/2点建立车辆移动距离模型,如图3所示∠0+(∠9-∠0/2-∠Qv