-
本算法为机械优化设计中的一维黄金搜索算法,可以求取方程的极值。...
本算法为机械优化设计中的一维黄金搜索算法,可以求取方程的极值。-This programm realizes the golden section search method for machanical one-dimesion optimum designing ,you can use it to get the mimimax solution
- 2023-03-05 18:15:03下载
- 积分:1
-
STM32 PMSM磁场定向控制(FOC)SDK V3.4。
用户手册提供的信息,以方便STM32的使用和定制永磁同步电机磁场定向控制(FOC)SDK V3.4。文档结构:一个完整的文档列表中的第2节规定。这是包括在软件程序包(STSW-STM32100),它可在ST网站。第3条:工作环境和customizationexplains电机控制工作空间,其定制和下载。第4节:如何下载LCD用户interfaceexplains如何下载一个图形化用户界面,使运行时执行命令和微调系统参数(注意,这个过程必须要在新的评估板做到了这一次)在单片机的闪存存储器配备了液晶显示器STM32评估板。第5节:LCD用户interfaceexplores菜单屏幕和控制。
- 2022-08-10 13:45:46下载
- 积分:1
-
人脸表情识别
资源描述
基于opencv平台PCA算法实现表情识别,对于学习pc算法很有用
- 2022-02-02 07:34:04下载
- 积分:1
-
A*星算法Lua版
A星寻路算法Lua版
算法原理描述,百度一下一大堆,参考http://blog.sina.com.cn/s/blog_6612d09b0100ve1z.html
其实很简单,
1. 我们无法直接知道怎么到达目的地,但是我们能够知道怎么样从起始点到达相邻的格子,还能从相邻的格子再到相邻格子的相邻的格子。
2.我们不停的找相邻的格子,相邻格子的相邻格子....总有一天,我们会发现其中一个相邻的格子就是我们的目的地,于是我们找到了这条路。
3.在此基础上,我们加入 预估值来提高寻找的效率,我们总是优先寻找预估值低的那些相邻的格子。
其中 f= g+h
g 是实际耗费的值
h 是预估值,从当前位置到达目标位置所耗费的移动值,预估有几种算法,这边用的是 对角线估价法
请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论
- 2022-08-22 01:25:50下载
- 积分:1
-
卫星位置和速度的Lagrange插值算法分析,介绍卫星位置和速度的算法...
卫星位置和速度的Lagrange插值算法分析,介绍卫星位置和速度的算法-Satellite position and velocity analysis of the Lagrange interpolation algorithm on satellite position and velocity of the algorithm
- 2022-02-03 07:34:30下载
- 积分:1
-
hough 霍夫变换检测直线
霍夫变换是图像变换中的经典手段之一,主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪声干扰。经典的霍夫变换常用来检测直线,圆,椭圆等。
- 2022-03-15 18:18:55下载
- 积分:1
-
卫星轨道可视化程序
Savi 公司是写以便卫星星座分析与可视化的软件。这个软件是可利用的自由和公开的。我们需要使用任何图像由本软件学分,savi 公司和几何中心。Savi 公司网页用户手册是在手册 / 目录。
- 2023-07-13 22:10:03下载
- 积分:1
-
人脸表情识别实现
采用图片库,在检测阶段,首先对图片进行灰度化处理,光照补偿,然后进行去噪,进行图片边缘化处理,在进行归一化,使得图片一致,在特征提取过程中用PCA主成分分析法,对图片特征进行提取,然后投影在向量空间中,最后对测试图片进行最近距离的计算,从而选定最符合的表情模型。
- 2023-06-22 10:20:05下载
- 积分:1
-
LU分解解方程-Fortran
利用LU分解方法,计算线性方程的解,Fortran程序!
- 2022-04-21 16:17:07下载
- 积分:1
-
n阶方阵的克劳特(crout)分解matlab实现
应用背景n阶方阵的克劳特(crout)分解matlab实现关键技术在矩阵分析课上学习了n阶方阵的三角分解或叫克劳特(crout)分解,便尝试着用MATLAB编程实现。给一个例子如下:
原矩阵a=[2 1 -5 1;1 -3 0 -6;0 2 -1 2;1 4 -7 6]
执行 [l,u]=crout(a);
分解后得:
l=[2 0 0 0;1 -3.5 0 0;0 2 0.4286 0;1 3.5 -2 -9]
u=[1 0.2 2.5 0.5;0 1 -0.7143 1.8571;0 0 1 -4;0 0 0 1]
- 2022-03-20 07:06:32下载
- 积分:1