变步长积分一步的连分式法

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，

       本代码是用matlab编写的PCNN神经网络图像分割程序。       PCNN（PCNN-Pulse Coupled Neural Network）, 也即脉冲耦合神经网络。与传统神经网络相比，有着根本的不同。PCNN有生物学的背景，它是依据猫、猴等动物的大脑皮层上的同步脉冲发放现象提出的。PCNN有着广泛的应用，可应用于图像分割，边缘检测、细化、识别等方面。　　PCNN是Eckhorn于20世纪90年代开始提出的一种基于猫的视觉原理构建的简化神经网络模型，与BP神经网络和Kohonen神经网络相比，PCNN不需要学习或者训练，能从复杂背景下提取有效信息，具有同步脉冲发放和全局耦合等特性，其信号形式和处理机制更符合人类视觉神经系统的生理学基础。 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

library IEEE;                       --库说明 USE IEEE.STD_LOGIC_1164.ALL; USE IEEE.STD_LOGIC_ARITH.ALL; USE IEEE.STD_LOGIC_UNSIGNED.ALL; entity bldzqdqwcb is                 Port ( clr: in  STD_LOGIC;                                 ----qing 0            clk,button0: in  STD_LOGIC; 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

类型 1 粒子群优化算法是一种修改的版的粒子群优化 （PSO）是一种通过 iteravely 试图提高某项措施的质量是候选人解决优化问题的计算方法。粒子群优化算法的候选解，这里被称为粒子，人口和移动这些粒子在搜索空间进行简单的数学公式对粒子的位置和速度，以优化的问题。每个粒子的运动受其当地最有名的立场，但也引导最好已知的立场在搜索空间，更新作为其他粒子被发现更好的职位。预计这将移往最好的解决方案群。粒子群优化算法是超启发式因为它让很少或没有假设正在优化的问题，可以搜索候选解的很大空间。然而，如粒子群优化算法的元启发式方法不能保证过找到最佳的解决办法。因此提出了修改后的版本的粒子群优化算法，称为 T1PSO。T1PSO 有一个更好的能力，找到最优的解决方案。

本程序是用C语言编写的一款模式识别聚类小软件，有可视化的界面，可对两类样本点进行聚类，里面包含所有相关的源程序，也有可执行的运行文件，可用VS2008打开。

这个是蒙特卡罗方法的讲义 ，主要内容为蒙特卡罗方法的产生方法和用途-the Monte Carlo method is the lectures, mainly as the Monte Carlo method uses methods and

由中国自动化学会机器人竞赛工作委员会和中国人工智能学会智能机器人专业委员会共同主办，2011年和2012年的比赛项目由深圳大学承办，深圳大学和深圳市机器人协会联合承办的首届大赛于2011年11月12~14日在深圳大学成功举行，吸引了来自全国各地的30多所高校和中学参加，参赛人数接近300人，设立的比赛项目包括：教育机器人智能搬运竞赛、教育机器人擂台、教育机器人游深圳、教育机器人创意设计和制作、微小型群机器人协作和舞蹈、中型组足球机器人竞赛等。

关于阵列信号处理的一个C++代码，关于经典的MVDR波束形成算法。自适应Capon波束形成器(Capon Beamforming)的实现算法，具有MFC界面。该算法是先进的，广泛使用在信号处理和通信领域的有效波束形成算法。一个自适应Capon波束形成器(Capon Beamforming)的实现算法。该算法是先进的，广泛使用在信号处理和通信领域的有效波束形成算法。

应用背景 * THIS SOFTWARE IS PROVIDED BY THE REGENTS AND CONTRIBUTORS ``AS IS"" AND  * ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE  * IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE  * ARE DISCLAIMED.  IN NO EVENT SHALL THE REGENTS OR CONTRIBUTORS BE LIABLE  * FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL  * DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS  * OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)  * HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT  * LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY  * OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF  * SUCH DAMAGE.关键技术 * Redistribution and use in source

Data Mining 算法-Data Mining Algorithms