匿名飞控代码解读汇总 配套资源-> 匿名拓空者资料包-20171217

axure后台管理系统原型 ，涉及到多个模块，可能产品经理等角色人员使用

官方下载的Visio科学图形包测试支持各版本Visio，已解压处理，直接复制到我的形状文件夹即可使用，压缩包内附详细安装教程。内含近六百个科学图形，涵盖了目前中学数、理、化三科教学中常用的各种形状和图形等。这些图形被划分为如下三个学科、十一大类、约三十个子类： - 数学 代数：常用函数，指数、对数和幂函数，抛物线和双曲线 函数图表：图表，集合 几何：立体几何，平面几何，解析几何，圆和椭圆 三角学：角，三角函数 - 物理 电磁学：磁学，电气实验设备，电路图 光学：光波和光源，平面镜、透镜和棱镜 力学：运输工具，运动，

GRU在LSTM网络的基础上减少一个门限，用更新门代替了遗忘门和输出门，其训练参数更少，效果更好。

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

带书签，详细易懂的入门指南

【实例简介】NPOI API帮助文档 最新的NPOI API 帮助文档

这是北京大学计算机系数字图像处理的实习题目。在这个项目中，我们收获了很多。把整个分类、特征提取、论文阅读等等都经历了。这是我们组三个人共同的结果。一． 项目综述本实验项目实现了基于内容的图像分类系统，系统共分为三大模块：特征提取部分和分类器训练与测试，以及界面展示。在特征提取模块采用了HSV、CIE-LAB、RGB颜色特征，小波变换及灰度共生矩阵的纹理特征，基于canny算子不变矩的形状特征；分类器我们选择了SVM、？对于不同特征的处理，我们采取了前期加权融合。最后还有一个对各个特征分类结果的投票决策系统，但投票系统还没有用于最后结果的提交。界面展示使用VisualC++6.0平台。

分别对几种轿车的发动机特性与最高车速、加速能力等汽车动力性指标进行了仿真. 仿真结果表明,相关仿真数据与厂家提供的参考数据相吻合. 所建立的仿真模型是实用的,具有车型适应性强、模型参数量少且易获取等特点.

【实例简介】QT实例100例全部代码，分为11章，每张的每个实例都有代码，自己运行时可以重新编译也可直接运行

本实验在NetBean环境下利用JSP技术编写一个网上测试程序，包含填空题、多选题、单选题和判断题，可以实现在线测试以及在线评分。