基于msp430f149的mpu6050程序

里面包含大量直方图均衡化算法，部分程序有对应的论文。只有glg算法是opencv的，其他都是matlab程序，内含CLAHE,AHE,MMBEBHE,RMSHE,RSIHE,BBHE,DSIHE,权重的直方图均衡化，等等。

这是一个BP算法实验报告，是郑州大学的，大家可以参考下

【实例简介】链家网和贝壳网房价爬虫，采集北京上海广州深圳等21个中国主要城市的房价数据（小区，二手房，出租房，新房），稳定可靠快速！支持csv,MySQL, MongoDB,Excel, json存储，支持Python2和3，图表展示数据，注释丰富

随机规划与模糊规划全本，是一本很好的参考用书序言在现实世界上,人们制定决策时经常会磁到两类不确定性现象:一是随机现象,一类是模糊现象。揹述、刻匦随机现象的量称为随机变量,而描述、刻画模糊现象的量称为模糊集。为了方便,我们不妨把二者分别称为随机参数和模糊参数。含有随机和模糊参数的数学规划分别称为随机规划和模糊规划。既然随机性和模糊性都是用来处理不确定性的,我们将随机规划和模糊规划统称为不确定规划。本书将为随机规划和模糊规划提供统一的原理,并为一般不确定环境下的优化理论打下基础在很多实际问题中,如管理、工程、经济、工业以及生态等领域,系统是一个广泛使用的概念,而一个复杂的决策系统通常具有多维性、多样性、多功能性和多准则性,并带有随机或模糊参数。对于随机规划间题中所出现的随机变量,出于不同的管理目的和技术要求,采用的方法自然也不同。第一类处理随机规划中随机变量的方法是所谓的期望值模型,即一种在期望值约束下使目标函数的概率期望达到最优的模型.第二类方法是 Charnes和 Cooper提出的机会约束规划,主要针对约束条件中含有随机变量,目必须在观测到随机变量的实现之前作出决策的情况。考虑到所作决策在不利情况发生时可能不满足约束条件,而采用一种原则:即允许所作决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信术平α。第三类隨杋规划是相关机会规划,是使事件的机会函数在不确定环境下达到最优的方法,在确定性规划以及期望值模型和机会约束规划中随机规划与模糊规攴当对实际问题建模以后,可行集本质上是确定的,这就可能导致所给出的最优解在实际中无法执,而相关机会规划并不假定可行集是确定的。实际上相关机会规划的可行集被描述为所谓的不确定环境。虽然相关机会规划也给出一个确定的解,但这个解只是要求在安际问题中尽可能地执行。显然,相关机会规划的这特点与确定性规划、期苤值棋型和机会约束规划是截然不同的沿用随机环境中枕会约東规划的思想,在模榈环境中,假定模糊约東成立的可能性不小于置信水平α,这样就可以建立模糊机会约束规划、机会约束多目标规划和机会约束目标规划.类似地,沿用随机环境下相关机会规划的思想,亦有模糊相关机会规划、相关机会多目标规划和相关机会目标规划理论随着计算机的飞速发展和革新算法的不断涌现,许多复杂的优化问题已可以通过计算机求解。虽然目前计算机的能力还只能处理小规模的不确定规划模型,但是,我们坚信计算机的能力将会大幅度提高。这就为求解更加复杂的优化问题提供了一个契机它不仅表现在已有的复杂模型可以通过计算机求解,而且表现在我们可以提出更丰富的建模恿想。基于这一事实,本书采用全新的观点处理随机娜划和模糊规划,并且允许不确定规划中的目标函数和约束函数是非线性的,随机参数的密度函数或模糊参数的隶属函数可以有更灬般的形式,模型的结构可以更加复杂等等夲书为求解传统方法所不能解决的随机规划和模糊规划模型,设计了一系列基于随杌模拟或模糊模拟的遗传算法、虽然遗传算法有耗时多、速度慢等缺点,但对传统方法无法处理的问题,遗传算法是一种非常有效的方法,而且随着计算机速度的提高,实际间题将可以在合理的计算时间内得到解决本书共分12章。第1章主要介绍数学规划的基本概念,如线性规划、非线性规划、多目标规划、目标规划以及整数规划,同时也勾画出了随机规划私模糊规划的理论框架.第2章为求解优序言化问题,如单目标规划、多目标规划和目标规划,提供了一个遗传算法,并通过一些数值例子解释了遗传算法的有效性。第3章列举了生成随杌数的方法,并介绍模糊集合的一些基础理论,以及随机模拟和模粉模拟的技术。第4章给出了期望值模型的一些基本性质。第5章讨论了带有随机参数的机会约束规划。第召章给出一些机会约束规划模型的应用。第7章讨论了随机环境下的相关机会规划模型。第8章通过相关机会规划模型对随机决策系统进行了建模。第9章把随机机会约束规划推广到模糊机会约東规划。而第10章把随机相关机会规划推广到模糊相关机会约束规划.传统的数学规划模型提供的是使一些目标函数达到最优的清晰决策,然而,对实际问题,有讨应该提供的是模糊决策而不是清晰决策,所以第11章建立了带有模糊决策的模糊规划的理论构架。在第9章和第11章所讨论的模糊系统中的机会约束规划模型夲质上是一种 Maximax模型(乐观模型),即极大化可能达到的最大收益.与 Maximax模型的思想不同,第12章介绍了Mamx机会约束规划模型,其思想是极大化可能达到的最小收益本书可作为高等院校有关专业的高年级大学生和研充生的教材,也可作为运筹学、管理科学、计算机科学、系统科学、信息科学与工程等方面的学者和技术人员的参考书目录序第1章数学规划筒介11线性规划1.2非线性规划1.3多目标规划614目标规划81.5整数规划16不确定规划12第2章遮传算法优化间题22表示结构1823处理约束条件824初始化过程2评价函数202选择过程2227交叉操作2328变异操作429遗传算法程序242I0遍传算法与上升法25211数值例子26随机规划与模糊规划第3章随机棋拟和棋糊棋拟a了31随机数的产生3832随机模拟4733模糊集合理论5034模糊模拟57第4章期望值樸型644.1期望值算子652期望值模型6643凸性684.4补偿模型..、7(45基于随机模我的遗传算法46注73第5章机会约束划7生51机会约束规划模型5.2确定生等价类53—些性质8354随机模拟885.5基于随机模拟的遗传算法56注94第6章机会约束规划的应用0561生产过程0562饲料混合问题6.3随机资源分配986开放存储网络0165资金预算112月录11第7章相关机会规划L1771背景;供给-分配系统177.2随机集合1217.3不确定坏璄12474事件和机会函数1257.5相关机会规划..,,]2876相关机会多目称规划,,1307.7相关机会目标规划1337.8执行墩优解3679机会函数的随机模拟1377.10基于随机模拟的遗传算法138711注143第8章随机决簟系統媓模1448.1水资源供给一分配问题14482生产过程l5283开放存储网络15484资金预算15g第9章模糊机会约束规划16491机会约束规划模型1659.2清晰等价类.1689.3模糊模拟17394基于模糊模拟的遗传算法17595资金预算1796注183第10章模糊环境下的相关机会规划18410.1相关机会规划184随机规划与糢糊规划102相关机会多目标规划18610.3相关机会目标规划18810.4杌会函教的模糊模拟19110.5基于模糊模拟的遗传算法92106注197第11章带有模糊决策的模糊规划181.1模糊决策198112机会约束规划模型20(113相关机会规划模型20214模糊模拟1.5基于模糊模拟的遗传算法21211.6数值例于21617注222第12章 Minimax机会约束规划模型223121 Marina模型223122 Minimax模型227123 Minimax与Ma2x1卫ha22912.4模糊模拟232125数值例于23生126注238参考文献240些常用的符号251索引252第1章数学规划简介数学规划是运筹学的一个重要分支,并已被广泛地应用到很多领域数学规划可以描述为在一些数学关系诸奶等式或不等式表示的约束条件下,求一个(或一组)数的极值问题的方法.常見的数学规划有线性规划、非线性规划、多目标规划、目标规划整数规划、多层规划、动态规划以及本书重点讨论的随机规划和模糊规划等等本章里,介绍一些数学规划的基本概念和处理技术,为引入殖机规划和模糊规划打下基硼1.1线性规划作为优化领域最重要的工具之一,线性规划是用来处理在线性等式及不等式组的约束条件下求线性函数的极值问题的方法线性规划的标准形式可以写为maKC11千C22+…十Cun12:+媛122+…+a1nxn=竹1a211千22+…axn=b4m121+(m232+…+ammn=bm3≥D3=1,2

1.家教管理系统数据库的设计。2.教员信息注册和查询。3.需求信息的发布，预订和管理。4.在线咨询和回复信息。5.实现学员和教师的在线交流。

本书系统介绍粒子滤波算法的基本原理和关键技术，针对标准粒子滤波算法存在的粒子退化、计算量大的缺点介绍了多种改进的粒子滤波算法，包括基于重要性密度函数选择的粒子滤波算法、基于重采样技术的粒子滤波算法、基于智能优化思想的粒子滤波算法、自适应粒子滤波算法、流形粒子滤波算法等，并将粒子滤波算法应用于机动目标跟踪、语音增强、传感器故障诊断、人脸跟踪等领域，最后探讨了粒子滤波算法的硬件实现问题，给出了基于DSP和FPCA的粒子滤波算法实现方法。内容简介本书系统介绍粒子滤波算法的基本原理和关键技术,针对标准粒子滤波算法存在的粒子退化、计算量大的缺点介绍了多种改进的粒子滤波算法,包括基于重要性密度函数选择的粒子滤波算法、基于重采样技术的粒子滤波算法、基于智能优化思想的粒子滤波算法、自适应粒子滤波算法流形粒子滤波算法等,并将粒子滤波算法应用于机动目标跟踪、语音增强、传感器故障诊断、人脸跟踪等领域最后探讨了粒子滤波算法的硬件实现问题,给出了基于DsP和FPGA的粒子滤波算法实现方法。本书可供高等院校电子信息、自动化、计算机应用、应用数学等有关专业高年级本科生和研究生,以及从事控制科学与工程、信号与信息处理领域的工程技术人员和研究人员参考阅读。图书在版编目(CIP)数据粒子滤波算法及其应用/朱志宇著.一北京:科学出版社,2010.6ISBN978-7-03-027611-7I.①粒…Ⅱ.①朱…Ⅲ.①非线性控制系统Ⅳ,①O231.2中国版本图书馆CIP数据核字(2010)第08821号责任編辑:孙芳王志欣/责任校对:陈玉责任印制;赵博/封面设计:耕者设计工作室學☆出版北京东黄城根北街|6号邮攻编码:100717http://www.sciencep400酉卹剩厂印刷科学出版社发行各地新华书店经销2010年6月第版开本;B5(720×10002010年6月第一次印刷印张:163/4印数:1-3000字数:324000定价:48.00元(如有印装质量问题,我社负责调换)前言粒子滤波又称序贯蒙特卡罗方法,是一种基于蒙特卡罗方法和递推贝叶斯估计的统计滤波方法,它依据大数定理,采用蒙特卡罗方法来求解贝叶斯估计中的积分运算。粒子滤波算法首先依据系统状态向量的经验条件分布在状态空间产生组随机样本的集合,然后根据观测量不断地调整粒子的权重和位置,通过调整后粒子的信息修正最初的经验条件分布。当样本容量很大时,这种蒙特卡罗描述就近似于状态变量真实的后验概率密度函数。粒子滤波适用于任何能用状态空间模型表示的非高斯背景的非线性随机系统,它完全突破了传统的 Kalman滤波理论框架,对系统的过程噪声和量测噪声没有任何限制,可适用于任何非线性系统,精度可以逼近最优估计,是一种很有效的非线性滤波技术,可广泛应用于数字通信、金融领域数据分析、统计学、图像处理、计算机视觉、自适应估计、语音信号处理、机器学习等方面。粒子滤波算法是现代信号与信息处理学科和统计模拟理论之间的交叉学科,其研究有着重要的理论意义和现实价值,随着计算机性能的迅速提高,这方法日益受到人们的关注。近年来,从解决粒子退化和粒子多样性丧失、提高算法实时性和鲁棒性、降低计算复杂度等角度考虑,国内外学者广泛开展了粒子滤波研究。本书系统总结了近年来粒子滤波的研究成果,针对粒子滤波算法的缺点提出了若干种改进算法,包括基于微分流形的粒子滤波算法、基于人工鱼群的粒子滤波算法、基于神经网络的粒子滤波算法、自适应粒子滤波算法等;广泛探讨了粒子滤波算法的各种应用,给出了粒子滤波算法的硬件实现方法在本书编撰过程中,作者研读了大量文献,参考融合了国内外专家、学者们在相关领域的硏究成果,在此,对他们表示衷心谢意!王建华教授、姜长生教授、张冰教授对本书的编写工作提供了很多宝贵意见,杨官校、李冀、皇丰辉、刘炜、薄超等同学编制了书中的仿真程序,赵成、苏岭东、姜威威等同学绘制了书中的部分图表。在此,向参与和关心本书编写工作的各位同事和同学表示真诚的感谢本书的出版得到了江苏省高校自然科学基金(项目编号:06KJB510030)和中国船舶行业预研基金(项目编号:3.1.5)的资助。由于作者学术水平有限,书中难免存在不妥之处,殷切期望广大读者批评指正。作者2010年3月目录前言第一篇粒子滤波算法第1章绪论1粒子滤波的发展和应用……··d·············.41.2粒子滤波的缺点和现有的解决方法4第2章 Kalman滤波理论2.1标准 Kalman滤波算法R-y滤波器102.3EKF滤波算法24 MVEKF算法142.5UKF算法D春看曲。·鲁b·····。音·看自。··非自b。非…………15第3章从贝叶斯理论到粒子滤波…193.1动态空间模型3.2贝叶斯估计理论203.3蒙特卡罗积分………·.·日···↓..··":·.·“.···香。·。着非●自·223.4序贯蒙特卡罗信号处理2435粒子滤波27第4章基于重要密度函数选择的改进粒子滤波算法334.1GHPF…………………………………………………334.2 EKPF354.3 UPF374.4 IMMPF算法…………384.5二阶中心差分粒子滤波…………404.6基于 Stiefel流形的粒子滤波器研究434.7混合退火粒子滤波器研究45IV粒子滤波算法及其应用第5章基于重采样技术的改进粒子滤波算法最自自自485.1重要性重采样粒子滤波器………485.2基于MCMC的粒子滤波……495、3AVPF……………525.4 RPF∴…545.5核K-粒子滤波算法(KPF)5.6基于权值选择的粒子滤波算法…575.7线性优化重采样粒子滤波算法5.8基于 Stiefel流形和权值优选的粒子滤波器( SM-WSPF)研究605.9基于 Stiefel流形和线性优化重采样的粒子滤波器( SM-LOCR-PF)研究615.10其他常用的重采样方法621仿真分析第6章基于智能优化思想的粒子滤波算法6.1GPF算法…………………736.2 PSO-PF算法p·普·日···曹·。昏鲁··甲啊·。··中日中··串自自·事6.3 AFSA-PF算法6.4AIPF算法鲁音·鲁甲··鲁曹·自·即………906.5仿真分析97第7章基于神经网络的粒子滤波算法……1027.1基于神经网络的重要性权值调整粒子滤波( NNWA-PF)算法…1027.2基于神经网络的重要性样本调整粒子滤波( NNISA-PF)算法1057.3仿真分析……109第8章APF算法音·自·普自自自非●·P,自自··自··非鲁自单最自自音自自自·4非鲁备自音。非·鲁音。··音鲁1148.1似然分布自适应调整1148.2样本数APF8.3改进APF…1188.4APF的仿真分析…119第9章其他粒子滤波算法1269.1免重采样粒子滤波1269.2MPF……………………………………………………132目录9.3分布式粒子滤波134第二篇粒子滤波算法的应用第10章粒子滤波算法在机动目标跟踪中的应用……1390.1基于贝叶斯理论的目标跟踪技术…………………13910.2机动目标的运动模型……14010.3多目标跟踪中的联合概率数据关联方法14210.4非线性、非高斯条件(闪烁噪声)下的机动目标跟踪14510.5基于粒子滤波和JPDA的多目标跟踪数据关联算法10.6仿真实验…150第11章粒子滤波应用于语音信号增强………16111.1语音增强技术………………………………………16111.2TVAR模型11.3基于GPF的语音增强算法11.4语音信号增强仿真实验…I68第12章粒子滤波应用于传感器故障诊断e早看值·看…………17212.1故障诊断的方法…17212.2传感器故障诊断的基本原理…17412.3应用粒子滤波进行故障诊断鲁番“·.····.;·4···17712.4仿真实例分析180第13章粒子滤波算法在人脸跟踪中的应用19013.1人脸跟踪介绍…………………19013.2跟踪算法相关理论基础·19313.3基于直方图的坞值偏移人脸跟踪算法·19613.4基于直方图的粒子滤波人脸跟踪算法20113.5基于椭圆拟合的人脸跟踪算法…20613.6基于流形的人脸跟踪算法p音直最看·鲁鲁··息·翟·唱备售暴4鲁售聊鲁20713.7人脸跟踪仿真…………鲁电210第14章粒子滤波在倒立摆控制系统中的应用21614.1引言21614.2倒立摆控制系统模型216粒子滤波算法及其应用14.3基于神经网络的倒立摆控制系统研究∴21914.4粒子滤波优化神经网络倒立摆控制仿真…22第15章基于DSP实现的粒子滤波算法……22515.1FBPF算法鲁t·息鲁鲁∴22515.2基于硬件实现的改进FBPF算法…22715.3实现改进FBPF算法的DSP···→·········:·..··.·;····..·········22815.4改进FBPF算法DSP实现的软件环境…23015.5改进FBPF算法的软件仿真与DSP实现…23115.6基于改进FBPF算法的GPS导航系统设计237第16章基于FPGA的粒子滤波算法实现∴24116.1基于FPGA的改进FBPF算法的总体设计∴…241l16.2FPGA简介…24216.3改进FBPF算法的软件仿真与FPGA实现245参考文献…:a4a....············.··.··········253第一箭粒子滤波算法

这是我博客专栏文章《ONVIF协议网络摄像机（IPC）客户端程序开发》中附带的示例代码。博客：http://blog.csdn.net/benkaoya专栏：http://blog.csdn.net/benkaoya/article/details/72424335

【实例简介】CCS3.3中的graph详细使用说明,可以看波形呀,很好用的

matlab实现视频中动态目标跟踪,检测出物体的移动方向

随机共振描述了过阻尼布朗粒子受周期性信号和随机噪声的共同作用下,在非线性双稳态系统中所发生的跃迁现象. 随机共振可用于弱信号的检测，编写的matlab程序，a_b_f是主程序