1. 内部排序演示 问题描述 设计一个测试程序比较几种排序算法的关键字比较次数和移动次数以取得直观感受。 基本要求 （1）对起（冒）泡排序、直接插入排序、简单选择排序、快速排序、希尔排序、堆排序算法进行比较； （2）待排序的元素的关键字为整数。其中的数据要用伪随机产生程序产生（如10000个），至少用5组不同的输入数据做比较，再使用各种算法对其进行排序，记录其排序时间，再汇总比较； （3）演示程序以人机对话的形式进行。每次测试完毕显示各种比较指标值的列表，用条形图（星号表示）进行表示，以便比较各种排序的优劣。 测试数据 由随机数产生器生成 实现提示 主要工作是设法在已知算法中的适当位置插入对关键字的比较次数和移动次数的计数操作。程序还可以考虑几组数据的典型性，如：正序、逆序和不同程度的乱序。注意采用分块调试的方法。 选作内容 （1）对不同表长进行比较 （2）验证各算法的稳定性
上传时间： 2014-01-03
上传用户：lindor
九维的卡尔曼滤波跟踪算法，包括xyz三方向和各方向的位置，速度，加速度。
上传时间： 2014-01-16
上传用户：dengzb84
由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大.本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法.该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的准则,大大提高了匹配的准确率.通过实验对SAR图象斑点噪声滤波和SAR与可见光 图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高、稳定性好.
上传时间： 2016-10-21
上传用户：invtnewer
定位问题背景 ! 节点定位是 配置和运行的一个基本和 ％$&’ 关键问题。所谓定位是指对于一组未知位置坐标 的网络节点，通过估计至邻居节点的距离或邻居 数目，利用节点间交换的信息，确定每个节点位置 的机制。通常配置网络时不能对所有节点实施精 确控制和人工设置，如节点从飞机上布撒后随机 分散在配置地域。 定位问题定义 !(! 对于某地域内 个传感器节点，若存在某种 & 机制使各节点通过通信和感知可找到自己的邻居 节点，并估计出至它们的距离，或识别出邻居的数 的边 （ ，）， 目。每一对邻居关系对应网络图 " )* + , 设 为节点 、间的测量距离， 为真实距离。定 - + , . +, +, 位的目的在于给定所有邻居对之间的距离测量值 的基础上，计算出每个节点的坐标 ，使其与测 - / +, + 距结果相一致，即对于 ，使得 !)"" #/0/#*. ( , + +, 下面给出几个常用概念的定义。
上传时间： 2013-12-19
上传用户：zhaiye
基于蚁群算法的WSN 移动信标路径获取研究 根据ROI( Region of Interest) 面积给出了等距三重优化覆盖此ROI 所需要的信标发射位置数量计算方法 随后对矩形 ROI 提出了一种简单的信标发射位置确定方法 针对现有的遍历发射位置点的路径遍历算法的不足, 提出了一种新的应用蚁群算 法的信标发射位置点的遍历算法, 并利用该算法对基于三边测量方法进行传感器节点定位。仿真实验表明, 采用该文提出的方法 对传感器节点进行定位, 在定位的精度和定位的效率方面与现存的方法相比有明显的提高。
上传时间： 2017-02-04
上传用户：kikye
粒子滤波在无线传感器网络中的应用，与卡尔曼滤波相比较，具有优势。
上传时间： 2014-11-28
上传用户：TF2015
用于飞思卡尔智能小车竞赛的自编程序源代码，经过竞赛测试，运行良好。红外传感器寻线。
上传时间： 2014-12-22
上传用户：haoxiyizhong
迭代扩展卡尔曼滤波，实现非线性滤波的功能，应用在无线传感器网络中
上传时间： 2017-04-01
上传用户：ouyangtongze
卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。
标签： processing algorithm recursive optimal
上传时间： 2013-11-26
上传用户：王小奇
飞思卡尔智能汽车控制程序框架，只要硬件符合，下载即可让小车跑起来。光电检测无二值化，通过比较传感器返回值进行判断。
上传时间： 2013-12-31
上传用户：xiaoxiang
