缓和曲线及圆曲线放样计算代码

基于MQ7的一氧化碳警报器，利用蓝牙HC-05模块的一个毕业设计。

基于人脸识别考勤系统的设计与实现 非常详细的人脸识别技术介绍西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所岁列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明桷的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担切的法律责任本人签名:日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有)保留和仗用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人签名:日期导师签名日期摘要摘要随着科技的发展,智能化的考勤系统在企事业单位越来越被广泛使用,尤其是基于人休生物特征识别的考勤系统更是研究的热点。木文是采用基于实时视频流的人脸识别技术设计的考勤系统。本系统首先提出一套用于精确提取人脸区域的方法流程。通过算法对视频流中的人脸进行实时检测,然后对包含人脸的视频帧进行图像预处理和肤色建模来精确定位人脸,最后使用算法对定位的人脸进行跟踪。接着,木系统针对定位得到的人脸图片的光照变化提出了一种新的处理方法。、将光照变化分为光照強度和光照角度变化;二、川灰度归一化预处理降低对光照强度的敏感度;三、用个基本点光源近似表小人臉识别应用中的光照条件,估计输入图像最近似的光照条件,据此提出了“最近光照比图像”的概念,重构标准光照图像,降低光照角度的影响。对光照估计和重构的人脸图片健立嵌入式隐马尔可夫模型,提取它的观察向量并同数据库中的训练好的薮据进行最大似然估计,确定人脸身份。最后,实现了基于人脸识别的原型考勤系统,它实现了员工考勤信息的自动录入、管理等功能。通过对这个原型系统的改进来满足不同的应用需求。关键字:人脸识别最近光照比图像考勤系统基于人脸识别考勤系统的设计与实现closest light conditions of face images. Based on this, the concept"closest illuminationratio image(CIRi is proposed which is designed to reconstruct standard face images基于人脸识别考勤系统的设计与实现目录目录第·章绪论课题研究背景和意义相关理论基础与应用领域人脸识别国内外研究成果国外研究成果国内研究成果木文的主要工作及论文安排第二章图像预处理色彩平衡光照补偿直方图均衡化形态学运算色彩空间转换本章小节第三章视频图像人脸定位与跟踪视频图像视频图像简介图像米集卡工作原理及流程视频流获取人脸检测人脸检测方法概述基于人脸检测方法人脸定位基于的混合高斯肤色模型肤色分割边界提取人脸提取人脸跟踪跟踪技术实验及结果分析木章小节第四章人脸识别特征脸方法概述基于人脸识别考勤系统的设计与实现改进的人脸识别技术光照变化对人脸识别影响消除光照强度变化技术消除光照角度变化技术光照佔计和标准光照图像的重构光照估计和图像重构仿真实验基于的人脸识别隐马尔可夫模型简介理解人脸模型基于人脸识别三个问题及解决办法的特征值提取人脸训练人脸匹配本章小节第五章系统设计与实现系统设计概述采集模块设计视频采集硬件设备视频显示人脸图像获取管理模块设计员工信息管理模块人脸识别管理数据库的设计和开发数据库总体框架基木表建立人脸库建立系统菜单设计用户登录模块权限管理模块员工出勤记录员工基本信息管理查询模块用户界面设计

【实例简介】1.在MATLAB中编写程序实现boc信号的调制 2.在simulink中实现boc信号的调制

CST官方培训教程（中文）有大量例子，从零开始，分为初、中、高级培训

NASA PCoE研究中心锂离子电池测试数据，所用电池为18650电池，额定容量2Ah,数据以MATLAB格式文件存储提供

三相异步电动机的电磁计算程序,亲测可用。

MATLAB(2018rb版本),将信号经过HHT变换后，求出时频谱和边际谱，可参考博文：希尔伯特黄变换(HHT)原理、求时频谱、边际谱，及MATLAB（2018rb）实现

对于无线传感器网络中分簇的仿真实验，一般采用NS2仿真工具，但是比较难学。这个NATLAB代码模拟了分簇的分布式实现，有注释，非常适合初学者学习。

鲁东大学张小峰编制，源码丰富却简洁，简单易懂，模块分明，适合粗糙集初学者学习。

Matlab编写的人工蜂群算法代码，含详细注释和测试函数，简短易懂，执行顺畅。可用于解决无约束优化问题。