学生学籍管理系统的设计

资源描述本文针对校园环境下移动机器人的定位与避障技术展开研究，并取得了一 定成果，具体研究内容如下： (1)针对校园环境范围大、结构简单的特点，结合RFID传感器信息传递 功能，提出一种大范围拓扑环境学习与建模新方法。根据校园环境上下文信息 需求，设计RFID标签格式，指导机器人进行环境学习，且以标签的分布代表 环境整体结构，由标签内容传递导航任务，由此构建环境模型。 (2)针对激光数据存在噪声干扰的问题，设计了一种动态自适应中值滤 波方法，利用激光数据时间和空间上的相关性，剔除噪声干扰，平滑激光数据。 (3)根据校园道路特点，采用激光传感器利用路沿高度区分路面区域， 完成机器人定位，并针对单一传感器无法可靠定位的问题，提出了基于扩展卡 尔曼滤波的激光与惯导模块角度信息融合方法，大大提高了机器人直道定位的 精度和可靠性。在路口区域，使用RFID、激光、惯导模块与里程计相互配合，

多维傅里叶变换，二维DFT快速算法，共分五部--二：二维复序列行列算法-Multi-dimensional Fourier transform, fast algorithm for two-dimensional DFT is divided into 5- 2: two-dimensional complex sequence algorithm ranks

C++常用算法，给计算方法中各种基本应用提供参考-C common algorithms for calculation method to provide the basic reference

用遗传算法实现TSP最短路寻优问题，遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体

无网格伽辽金方法计算源程序(线弹性2D问题)-EFGM source method (2D linear elastic problems)无网格方法采用基于点的近似，可以彻底或部分地消除网格，不需要网格的初始划分和重构，不仅可以保证计算的精度，而且可以大大减小计算的难度。然而，由于目前的无网格近似一般没有解析表达式，且大都基于伽辽金原理，因此计算量很大，要超出传统的有限元法；另外，无网格近似大都是拟合，因此对于位移边界的处理比较困难，多采用拉格朗日乘子法处理。

nesc语言编写的dymo路由协议nesc语言，tinyos，dymo路由协议

Ordinary and Partial Differential Equation Routines in C, C++, Fortran, Java, Maple, and MATLAB

遗传算法优化 BP 神经网络是用遗传算法来优化 BP 神经网络的初始权值和阈值,使优化后的 BP 神经网络能够更好地预测函数输出。遗传算法优化 BP 神经网络的要素包括种群初始化、适应度函数、选择操作、交叉操作和变异操作。

基于BSP 和L-system 植物的随机生成和模拟的研究-Based on BSP and L-plant system of random generation and simulation research

关于小波的matlab四种变换，研究小波应用的很需要-on four Matlab wavelet transform, the application of wavelet research is needed