常有的滤波算法，有需要的可以去

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，

用对半分法计算f(x)=0-Semi-used method of calculating f (x) = 0

vc++实现编译原理中的LL(1)文法的编译过程,非常好用.-vc realization of the principle of compiler LL (1) grammar compiler course, very handy.

用于改善图像中的浓雾效果，包括暗通道算法和retinex算法

C语言实现的矩阵的常用计算！包括：矩阵乘法，加法，求逆，转置，开方等等！-C language used in the calculation of matrix! Including : matrix multiplication, addition, the inverse transfer home, prescribing, etc.!

简单的讲，所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，通过调整该函数中若干待定系数f(λ1, λ2,…,λ3), 使得该函数与已知点集的差别(最小二乘意义)最小。如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分段函数，这种情况下叫作样条拟合。-Simply speaking, the so-called fitting refers to a function known to a number of discrete function values (f1, f2, ..., fn), by adjusting the number of undetermined coefficient function f (λ1, λ2, ..., λ3), makes the function and known points of difference (least squares significance) the smallest. To be determined if the function is linear, is called linear regression or linear regression (mainly in the statistics), otherwise known as non-linear fitting, or nonlinear regression. Expressions can also be a sub-function, this case is called spline fitting.

从.txt文件中读取数据，并对数据进行哈尔小波变换和压缩操作。-From. Txt file to read data, and data Haar wavelet transform and compression operations.

MANET源代码availale的OPNET自由

重量级FFT快速傅里叶变换源码和资料，精心收集，如有不足，请指出。Heavyweight FFT Fast Fourier Transform source code and data, carefully collected, if insufficient, please indicate.

此代码运行MOWCATL（最小出现次数用约束和时间滞后问题）算法是一种流行的数据挖掘算法。该算法是用于频繁episodal型态的发现和对气候的研究非常有用的。 MOWCATL算法由雪莉危害和Jitender Deogun（2004年，http://link.springer.com/article/10.1023/A:1025824629047）开发和广泛的地区使用该算法适应于他们的应用程序。该算法是一个给定的时间间隔参数中的顺序关联模式。对于该算法的详细说明，以上的链接都可以使用。