IAU1980章动序列共106项可用于章动改正高精度章动改正必备。

本系统基于移动互联网技术构建一种大气污染监测系统。
该系统不仅采用市电，还采用太阳能对其供电，使PM2.5监测系统实时独立运行、维护简单、绿色环保；
将大气污染物成分检测传感器和高精度的A/D转换器连接，同时监测取样点的温度、湿度等指标，采样数据送入单片机进行处理，以此提高数据采集的可靠性；
本系统突破传统PM2.5检测仪器数据更新不及时、高成本以及检测过程复杂的问题，采用GPRS无线数据传输，实现监测数据的实时更新；
采用液晶显示屏显示检测数据，易于读取；
采用模块式电路，使得系统检测功能得以增强；
采用单片机作为下位机，实现收集、处理、分析、发送数据的功能，PC机作为上位机，实时获取、显示监测数据。

研究了实时高精度激光光斑检测方法。
利用高帧频、高灵敏度CCD采集14位激光光斑视频；
分析了激光光斑的特征，在使用阈值分割出光斑区域后，通过上三邻域连续点计数算法检测了激光光斑区域；
分析了激光光斑中余光斑存在的原因，利用平均阈值法滤除了余光斑，在剩余的主光斑中计算获得了更为精确的光斑中心(含质心与形心)，制定了以参考帧为基准的视频帧序列的操作序列法光斑检测流程，解决了传统相邻帧相减法无法检测逆光斑帧及光斑中心位置不同的连续相邻光斑帧的问题。
实验结果表明，算法可实践用于在线实时与离线实时的高精度激光光斑检测。

量块支撑与安装方式对坐标测量机尺寸测量示值误差的影响已经越来越引起重视，尤其对于线性测量精度为0.6μm+1000/L以上的计量型坐标测量机量块安装姿态对校准结果的影响不可忽略。
利用单频激光干涉仪作为测量仪，通过专用变形量测量系统，测量量块在不同姿态下支撑位置对量块中心长度的影响。
提出利用多点支撑法，减小量块长度变化量的测试方案。
实验结果表明，采用多点支撑法测得量块最大变形量为+0.21μm，并根据对坐标测量机尺寸测量示值误差测量结果不确定度分析，重新计算其标准不确定度为0.75μm。

GPS卫星单点定位程序-利用伪距-精度在10m左右

CNC中的插补算法，时间分割法，圆弧插补，精度比较高

这是本人参加电子设计大赛的一个STM32工程（电源组），这个工工程实现了Pid动态调节电流电压，精度还可以达到50-100mv

主要研究了卡尔曼滤波在动态系统的应用，主要思路是从出具处理，然后卫星定位模型，接着是提出新的方法，特别是引入了粗差的识别和检验，提高了定位精度，再者，对检验迅速性提出了新的方法，值得一提是与数理统计相关性比较大，浅显易懂。

sigmoid函数:nonlin(输出矩阵,矩阵,[是否求导(boolean)])底数矩阵:NumInd(输出矩阵,底常数,矩阵,[矩阵是否要系数(Double)])矩阵指数:ArrInd(输出矩阵,指常数,矩阵,[矩阵是否要系数(Double)])数加矩阵:NumAdd(输出矩阵,加常数,矩阵,[矩阵是否要系数(Double)])数减矩阵:NumSub(输出矩阵,被减数,矩阵,[矩阵是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,被乘数,矩阵,[矩阵是否要系数(Double)])矩阵加法:ArrAdd(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])矩阵减法:ArrSub(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])哈达玛积:ArrDot(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,乘常数,矩阵)矩阵乘法:Dot(输出矩阵,矩阵A,矩阵B)矩阵可视化:ArrVis(矩阵)输出字符串转置矩阵:ArrT(输出矩阵,矩阵,[结果是否要系数(Double)])一维数组矩阵化:ArrA(输出矩阵,列数,一维数组)元素矩阵化:Arr(输出矩阵,列数,元素1,元素2,元素3...)矩阵绝对值:ArrAbs(输出矩阵,矩阵,[结果是否要系数(Double)])矩阵元素平均:Mean(矩阵)输出双精度小数随机小数矩阵:Rand(输出矩阵,行数,列数,[矩阵是否要系数])随机整数矩阵:intRand(输出矩阵,行数,列数,下限,上限)

单目视觉的位姿估算算法matlab代码基于位姿估算正交迭代的算法，有test程序和主程序，test中可以比对估算的精度

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。