基于改进的种子区域生长法的图像分割（自动选择种子）

：本文分析了北斗卫星导航系统的功能和定位原理，通过与GPS系统的比较，分析了北斗卫星导航系统的技术特征，在此基础上，讨论了在民航新航行系统条件下与GPS系统组合导航在进近段的应用。

基于Xilinx的AC701开发板编写的Verilog程序，使用FPGA实现以太网UDP通信，主程序是ac701_ethernet_comm.v ，其中的IP核请自行例化。

基于曼哈顿距离权重的Astar算法的单AGV路径规划（C#版),并对Astar算法的运行时间进行可视化显示。

在LEACH算法的基础上对簇头选择从节点剩余能量与节点分布位置进行了加权处理，仿真结果显示，较LEACH协议延长了网络生存时间，降低了网络总体能耗。

2D NS方程求解Matlab源程序有用户界面非结构化网格Matlab与C混合编程

STM32F030C8T6串口例程 非常适合初学者入门学习，mdk5平台

好消息：CSDN博客下载器v2.0版本增加导出PDF文件功能，方便查看图片与文章。在无网络环境，也可以看自己的一些文章。当然如果您发现CSDN博客的一些文章值得收藏，你也可以使用本软件轻松的下载到您的电脑。该版本新增功能：1.更新了blogspider的LOGO。2.添加了很多菜单的图标。3.增加设置选项窗口，设置背景音乐，PDF页面大小与计划任务。4.增加了检查更新窗口，检查下载器是否发布新版本。该版本解决的BUG：1.解决下载过程中卡住不动的问题。2.优化了代码。

对层次分析法的改进。通过对指标相对重要性设定三个模糊数，减少主观偏差。

利用matlab中的函数[K,P,E]=lqr(A,B,Q,R)就可以得到线性二次型最优控制问题的解。其中输出变量中的K是最优反馈增益矩阵，P是黎卡提矩阵方程的对称正定解矩阵，E是最优闭环系统的极点。

充分了解数学建模的相关知识，其中包括各种算法以及MATLAB在数学建模中的具体应用以及相关的程序代码，综合各方面的知识，方便我们了解例如线性规划maxx s.t. Ax>b的Maab标准型为min -cx s.Axcx∑anx,=bi=12,…,mst≥可行解满足约束条件(4)的解x=(x1,x2,…,xn),称为线性规划问题的可行解,而使目标函数(3)达到最大值的可行解叫最优解可行域所有可行解构成的集合称为问题的可行域,记为R14线性规划的图解法101+x2=106z=12图1线性规划的图解示意图图解法简单直观,有助」了解线性规划问题求解的基木原坦。我们先应用图解法来求解例1。对于每一固定的值z,使目标函数值等于z的点构成的直线称为目标函数等位线,当z变动时,我们得到一族平行直线。对于例1,显然等位线截趋于右上方,其上的点具有越大的目标函数值。不难看出,本例的最优解为x*=(2,6),最优目标值26从上面的图解过程可以看出并不难证明以下断言:(1)可行域R可能会出现多种情况。R可能是空集也可能是非空集合,当R非空时,它必定是若干个半平面的交集(除非遇到空间维数的退化)。R既可能是有界区域,也可能是无界区域(2)在R非空,线性规划既可以存在有限最优解,也可以不存在有限最优解(其目标函数值无界)。(3)若线性规划存在有限最优解,则必可找到具有最优目标函数值的可行域R的“顶点”。上述论断可以推广到一般的线性规划问题,区别只在」空问的维数。在一般的n维空间中,满足一线性等式∑a1x=b的点集被称为一个超平面,而满足一线性不等式氵=1∑ax≤b(或∑a1x,≥b)的点集被称为一个半空间(其中(a1…,an)为一n维行向量,b为一实数)。若千个半空间的交集被称为多胞形,有界的多胞形又被称为多面体。易见,线性规划的可行域必为多胞形(为统一起见,空集Φ也被λ为多胞形)。在一般n维空问中,要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点可以看成为边界直线的交点,但这一几何概念的推广在一般n维空间中的几何意义并不十分直观。为此,我们将采用另一途径来定义它。定义1称n维空间中的区域R为一凸集,若Vx,x2∈R及元∈(01),有x+(1-4)x2∈R定义2设R为n维空间中的一个凸集,R中的点x被称为R的一个极点,若不存在x、x2∈R及∈(0,1),使得x=4x+(1-4)x2。定义1说明凸集中任意两点的连线必在此凸集中;而定义2说明,若x是凸集R的个极点,则x不能位于R中任意两点的连线上。不难证明,多胞形必为凸集。同样也不难证明,维空间中可行域R的顶点均为R的极点(R也没有其它的极点)1.5求解线性规划的 Matlab解法单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍单纯形法,有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab解法Matlab中线性规划的标准型为min c rAx shs t.Aeq. x=beb