C++蚁群算法的机器人路径规划

稀疏表示中用来训练字典的ksvd算法，有demo

采用卡尔曼滤波器的PID控制。控制干扰信号与测量噪声信号幅值均为0.002的白噪声信号。采用滤波器是控制效果明显改善。

支持向量机SVM可以使用多分类的问题，本次的代码实现的就是这个功能，里面含有训练和测试数据，分别含有12类标签，也就是都分为12类，另外代码采用了神经网络中的one-versus-one的思想，将数据分类K（K-1）/2个子类，分别调用SVM方法实现

中文：商用车控制系统局域网络(CAN)通信协议-sc15-2.1.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.2.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.3.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.4.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.5.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.6.pdf商用车控制系统局域网络(CAN)通信协议-sc15-2.7.pdfSAE J1939-01.docSAE J1939-11.docSAE J1939-21.docSAE J1

模仿美国探地雷达数据处理软件GSSI做的程序，如果有需要源代码的，可以协商

【实例简介】三维空间下的球轨迹kalman跟踪，三种方法分别实现，具体请参考https://blog.csdn.net/cuixing001/article/details/84203398

给读者提供清晰的思路，利用matlab在雷达仿真中起到一定的作用！

opencv:26mm matlab:15mm;(包含两张图片)；可直接打印使用

本人是今天软开第一场，一大早起床，洗漱完毕，发现就没有时间吃早餐了。。。因为要提前40分钟到场。。。大BOSS一上来就问是否有人看过昨天的面经，汗，我没看到。。。其中两个人看了，今天上网来看，果不其然。。。看来面试官很关注面试题目是否泄漏，这是理所当然的，面题泄漏了就不具备考察意义了。。。不过面试题目都是会变的，所以具体面题我也就不发了，嘿嘿。。。我只根据面试流程讲一些需要注意的地方（我想，在一面定终身的情况下，如果大家因为经验不足而表现不好，是非常可惜的）：

① 用EDA实训仪的I/O设备和PLD芯片实现智能电子抢答器的计。② 智能电子抢答器可容纳4组参赛者抢答，每组设一个抢答钮。③ 电路具有第一抢答信号的鉴别和锁存功能。在主持人将复位按钮按下后开始抢答，并用EDA实训仪上的八段数码管显示抢答者的序号，同时扬声器发出“嘟嘟”的响声，并维持3秒钟，此时电路自锁，不再接受其他选手的抢答信号。④ 设计一个计分电路，每组在开始时设置为100分，抢答后由主持人计分，答对一次加10分，答错一次减10分。⑤ 设计一个犯规电路，对提前抢答和超时抢答者鸣喇叭示警，并显示犯规的组别序号。