《Kalman滤波理论及其在导航系统中的应用》紧密结合Kalman滤波理论在导航、制导与控制领域的应用，系统地介绍了Kalman滤波基础理论及最新发展。
内容主要包括Kalman滤波基本理论、实用Kalman滤波技术、鲁棒自适应滤波、联邦Kalman滤波、基于小波分析的多尺度Kalman滤波和离散非线性系统滤波等。
《Kalman滤波理论及其在导航系统中的应用》注重理论与工程实际相结合，在介绍理论基础上，还融入了作者及其他研究者的实际应用成果，理论与实践并重。

本书以MATLABR2016a为仿真平台，以控制系统为主线，以MATLAB为辅助工具，三者有机结合介绍控制系统的仿真设计，实用性强，内容丰富。
本书主要内容包括MATLAB软件简介、线性控制系统模型、线性控制系统分析、时域分析、根轨迹分析、频域分析、PID控制器分析、非线性系统分析、状态空间控制系统分析、鲁棒控制器分析和智能控制分析。

滑模变结构控制MATLAB仿真(第2版)（源代码）《滑模变结构控制matlab仿真（第2版）》共11章，主要内容包括滑模变结构控制发展综述、连续系统滑模控制、自适应鲁棒滑模控制、欠驱动系统滑模控制、反演及动态面滑模控制、基于滤波器及观测器的滑模控制、离散系统滑模控制、模糊滑模控制、神经滑模控制和机械手滑模控制.

在各向异性的物体中，高光被视为是漫反射分量以及镜面反射分量的一种线性组合。
单幅图像的高光去除是计算机视觉中一项非常有挑战性的课题。
很多方法试图将漫反射分量、镜面反射分量进行分离，然而这些方法往往需要图像分割等预处理过程，方法鲁棒性较差且比较耗时。
基于双边滤波器设计了一种高效的高光消除方法，该方法利用最大漫反射色度存在着局部平滑这一性质，使用双边滤波器对色度的最大取值进行传播与扩散，从而完成整幅图像高光去除。
方法采用一种加速策略对双边滤波器进行速度优化，与目前流行的方法相比，有效提升了方法的执行效率。
与传统方法相比，该方法高光去除效果更好，处理速度更快，非常适用于一些实时应用的场合。

回声核构造是回声隐藏算法中关键因素，直接影响到嵌入的不可察觉性、检测正确率、鲁棒性、提取嵌入信息的安全性以及执行效率。
首先对回声隐藏技术的最初设想、心理声学原理及最基本的回声隐藏方法进行概述，在此基础上总结了自回声隐藏算法首次提出10多年来国内外对回声隐藏的研究进展情况，主要对回声核的改造做了归纳，同时对各种回声核结构进行了模拟仿真测试，以此对各方法的优缺点进行了分析和比较。
最后对全文进行了总结，展望了回声隐藏技术领域的研究热点与发展方向。

乳腺癌病理图像的自动分类具有重要的临床应用价值。
基于人工提取特征的分类算法，存在需要专业领域知识、耗时费力、提取高质量特征困难等问题。
为此，采用一种改进的深度卷积神经网络模型，实现了乳腺癌病理图像的自动分类;同时，利用数据增强和迁移学习方法，有效避免了深度学习模型受样本量限制时易出现的过拟合问题。
实验结果表明，该方法的识别率可达到91%，且具有较好的鲁棒性和泛化性

PID电机控制目录第1章数字PID控制1.1PID控制原理1.2连续系统的模拟PID仿真1.3数字PID控制1.3.1位置式PID控制算法1.3.2连续系统的数字PID控制仿真1.3.3离散系统的数字PID控制仿真1.3.4增量式PID控制算法及仿真1.3.5积分分离PID控制算法及仿真1.3.6抗积分饱和PID控制算法及仿真1.3.7梯形积分PID控制算法1.3.8变速积分PID算法及仿真1.3.9带滤波器的PID控制仿真1.3.10不完全微分PID控制算法及仿真1.3.11微分先行PID控制算法及仿真1.3.12带死区的PID控制算法及仿真1.3.13基于前馈补偿的PID控制算法及仿真1.3.14步进式PID控制算法及仿真第2章常用的PID控制系统2.1单回路PID控制系统2.2串级PID控制2.2.1串级PID控制原理2.2.2仿真程序及分析2.3纯滞后系统的大林控制算法2.3.1大林控制算法原理2.3.2仿真程序及分析2.4纯滞后系统的Smith控制算法2.4.1连续Smith预估控制2.4.2仿真程序及分析2.4.3数字Smith预估控制2.4.4仿真程序及分析第3章专家PID控制和模糊PID控制3.1专家PID控制3.1.1专家PID控制原理3.1.2仿真程序及分析3.2模糊自适应整定PID控制3.2.1模糊自适应整定PID控制原理3.2.2仿真程序及分析3.3模糊免疫PID控制算法3.3.1模糊免疫PID控制算法原理3.3.2仿真程序及分析第4章神经PID控制4.1基于单神经元网络的PID智能控制4.1.1几种典型的学习规则4.1.2单神经元自适应PID控制4.1.3改进的单神经元自适应PID控制4.1.4仿真程序及分析4.1.5基于二次型性能指标学习算法的单神经元自适应PID控制4.1.6仿真程序及分析4.2基于BP神经网络整定的PID控制4.2.1基于BP神经网络的PID整定原理4.2.2仿真程序及分析4.3基于RBF神经网络整定的PID控制4.3.1RBF神经网络模型4.3.2RBF网络PID整定原理4.3.3仿真程序及分析4.4基于RBF神经网络辨识的单神经元PID模型参考自适应控制4.4.1神经网络模型参考自适应控制原理4.4.2仿真程序及分析4.5基于CMAC（神经网络）与PID的并行控制4.5.1CMAC概述4.5.2CMAC与PID复合控制算法4.5.3仿真程序及分析4.6CMAC与PID并行控制的Simulink仿真4.6.1Simulink仿真方法4.6.2仿真程序及分析第5章基于遗传算法整定的PID控制5.1遗传算法的基本原理5.2遗传算法的优化设计5.2.1遗传算法的构成要素5.2.2遗传算法的应用步骤5.3遗传算法求函数极大值5.3.1遗传算法求函数极大值实例5.3.2仿真程序5.4基于遗传算法的PID整定5.4.1基于遗传算法的PID整定原理5.4.2基于实数编码遗传算法的PID整定5.4.3仿真程序5.4.4基于二进制编码遗传算法的PID整定5.4.5仿真程序5.5基于遗传算法摩擦模型参数辨识的PID控制5.5.1仿真实例5.5.2仿真程序第6章先进PID多变量解耦控制6.1PID多变量解耦控制6.1.1PID解耦控制原理6.1.2仿真程序及分析6.2单神经元PID解耦控制6.2.1单神经元PID解耦控制原理6.2.2仿真程序及分析6.3基于DRNN神经网络整定的PID解耦控制6.3.1基于DRNN神经网络参数自学习PID解耦控制原理6.3.2DRNN神经网络的Jacobian信息辨识6.3.3仿真程序及分析第7章几种先进PID控制方法7.1基于干扰观测器的PID控制7.1.1干扰观测器设计原理7.1.2连续系统的控制仿真7.1.3离散系统的控制仿真7.2非线性系统的PID鲁棒控制7.2.1基于NCD优化的非线性优化PID控制7.2.2基于NCD与优化函数结合的非线性优化PID控制7.3一类非线性PID控制器设计7.3.1非线性控制器设计原理7.3.2仿真程序及分析7.4基于重复控制补偿的高精

[b]本人研究生期间主要研究蚁群算法及其在机器人路径规划中的应用。
本代码是为了在上课时画出一个图形来比较不同种类的蚁群算法，主要包裹ACS，MMAS，EAS等经典的蚁群算法，最后还包括本人提出的另一种算法。
本代码已经成功申请了软件著作权（因此请注意：[b]本代码具有版权[/b]）软件环境主要是MATLAB（2016B及其以上）下的GUI。
主要功能有：1、比较不同算法在不同栅格环境下的运行情况，（栅格环境可以自行设计）2、观察实验结果，包括迭代曲线和运行多次的平均值。
可以直接观察算法本身的鲁棒性。
3、代码设计非常模块化，可以同时学习多种蚁群算法。

包含GPS卫星坐标计算软件源代码和测试数据。
可以计算任意时刻GPS卫星的坐标，能够读取精密星历并内插任意时刻卫星坐标并和由导航文件算出的结果对比。
程序具有良好的鲁棒性和详细注释，非常适合初学者。

C#科学计算讲义-宋叶志-人民邮电出版社内容概要《C#科学计算讲义》较为详细地介绍了科学计算方法，并对算法给出了源代码。
关于算法部分主要介绍了线性方程组的迭代解法与直接解法、正交变换与最小二乘计算方法、鲁棒估计、随机数的产生、插值法、非线性方程求解、多元非线性最优化算法、微分方程数值方法等内容。
本书还给出了C#程序设计的基本方法，并对科学计算中要用到的矩阵向量类的构造做了详细阐述。
算法的实现本身不限于具体的语言，本书对于算法的描述是较为详细的，所以读者也很容易把算法改用Fortran、MATLAB、C++、Java等语言编程实现。
宋叶志、徐导和何峰编著的《C#科学计算讲义》适合作为大学理工科本科生或研究生计算方法、数值分析课程的教材或参考书。
对于从事相关学科教学的教师，如果不熟悉现代编程语言，也可以选择本书作为工具书。
本书还可以用作科研人员的工程计算工具书与算法集。
另外，在一些需要进行数据处理与分析的公司，如数量金融、统计等行业，也可以选用本书作为培训教材，或直接应用书上的源代码进行软件开发。
书籍目录第1章　C#程序设计基础　1.1　计算机、程序设计与算法　1.1.1　计算机结构　1.1.2　操作系统　1.1.3　机器语言与高级语言　1.1.4　程序设计与算法　1.2　C#历史与概述　1.2.1　C语言：结构化编程语言的高峰　1.2.2　C++语言:　面向对象与大型程序　1.2.3　Java语言：可移植、安全性与Internet　1.2.4　C#:.NET主打语言　1.3　集成开发环境介绍　1.4　面向对象程序设计　1.4.1　封装　1.4.2　多态　1.4.3　继承　1.5　数据类型与运算符　1.5.1　简单数据类型　1.5.2　数组　1.5.3　运算符　1.5.4　赋值运算符　1.6　程序控制结构　1.6.1　顺序结构　1.6.2　分支结构　1.6.3　循环结构　1.6.4　控制结构的嵌套　1.7　类的设计及对象实现　1.7.1　定义类　1.7.2　创建对象　1.7.3　方法　1.7.4　构造函数　1.7.5　析构函数与垃圾回收　1.8　运算符重载及索引器　1.8.1　运算符重载　1.8.2　索引器　1.8.3　面向对象思想在C#程序设计中的重要性　1.9　GUI编程　1.10　本章小结第2章　线性方程组迭代解法　第3章　线性方程组的直接解法第4章　正交变换与最小二乘计算方法第5章　鲁棒估计第6章　随机数第7章　插值法第8章　非线性方程数值解法第9章　非线性最优化第10章　常微分方程(组)的数值方法附录A　C#　数值代数类的抽象与设计　附录B　动态链接库与混合编程　B.1　静态链接库与动态链接库　B.2　C#调用Fortran动态链接库范例　B.3　调用可执行函数　附录C　Linux下C#开发与跨平台编程介绍　C.1　Mono简介　C.2　Linux下C#IDE开发范例　参考文献　

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。