车牌识别动态库，完成车牌区域位置检测及号牌的识别。

基于两级WiFi指纹的室内危险区域监测方法

多边形的区域填充学时：2实验类型：设计性实验类别：专业实验实验目的1.通过实验，进一步理解和掌握几种常用多边形填充算法的基本原理2.掌握多边形区域填充算法的基本过程3.掌握在C/C++环境下用多边形填充算法编程实现指定多边形的填充。
实验设备及实验环境计算机（每人一台）VC++6.0或其他C/C++语言程序设计环境实验学时：2学时实验内容用种子填充算法和扫描线填充算法等任意两种算法实现指定多边形的区域填充。
实验步骤1.复习有关算法，明确实验目的和要求；
2.依据算法思想，绘制程序流程图（指定填充多边形）；
3.设计程序界面，要求操作方便；
4.用C/C++语言编写源程序并调试、执行（最好能用动画显示填充过程）；
5.分析实验结果6.对程序设计过程中出现的问题进行分析与总结；
7.打印源程序或把源程序以文件的形式提交；
8.按格式要求完成实验报告。
实验报告要求：1.分析算法的工作原理；
2.画出算法的流程图3.实验结果及分析（比较两种算法的不同）4.实验总结（含问题分析及解决方法）

保留原有所有功能，新增直接从mapinfo图层输出googleearthkml文件的工具。
Mapinfo2Googleearth将ADA_CDMATool基础上生成的CDMA_Cell_Map_NB图层直接转为googleearth的kml文件。
kml保留扇区的三叶草图形，全向站用六边形标识。
///////原有功能/////////ADACDMAToolHelp扇区信息表格式 扇区信息表：CdmaCellInfo.xls。
“Bearing”列为方位角，“radius”列为半径，“FREQ”列为不同频率，“H_BeamWidth”为扇区水平瓣宽，“Longitude”经度，“Latitude”纬度。
“扇区类型”列用“射频拉远”标识是否RRU站。
“基站名”列标识站名或者射频拉远站的施主站名。
“物理地址”列标识实际站点站名。
“NeighborNumber”列保存对应扇区的邻小区数。
“N01”记录第一个邻小区的小区号，必须放在第24列。
MakeCell用来生成扇区结构的mapinfo图层，用不同的方位角和半径来区分同一物理地址不同频点的扇区。
扇区信息表：CdmaCellInfo.xls，放在和本插件同一目录下。
并在同一目录下生成图层CDMA_Cell_Map_NB。
下图即为生成的基站扇区图，圆形为全向站（包括室分系统）注：以下所有的工具均需要在生成的CDMA_Cell_Map_NB图层上工作！RRULine 用来生成RRU站和施主站之间的连线。
用箭头工具点击扇区，如果扇区是RRU站则画出其与施主站之间的连线。
用RECT工具进行区域选择，程序会将区域范围内的RRU站与施主站之间连线。
DrawRRULineall 一次性生成CDMA_Cell_Map_NB图层中所有RRU站与其施主站间的连线。
注：生成全网的RRU联线，所需时间较长。
FindPN 用来查找CDMA_Cell_Map_NB图层中所有指定PN的扇区，填充颜色并标注PN。
可以用此来检查PN复用距离。
下图为findPN274的结果，标注PN274并红色填充对应扇区。
NBCheck 显示所选择扇区的所有邻小区并用颜色填充。
可以用此来查看是否有明显的PN漏配。
如果点击选择的位置有多个扇区时，会弹出选择对话框供用户确定扇区。
PNOneWayCheck点击图层，输出所点击扇区的邻小区重复PN信息，或者多余邻小区信息（多余邻小区为小区号已经不在现网中）。
注：PNOneWay和Twoway与某一地点的覆盖有很大关系，并不仅仅是邻小区设置的问题，程序中只是检查了基站邻小区的PN是否有重复PNTwoWayCheck 检查所点击扇区的邻小区、所有二次邻小区（邻小区的邻小区）之间的PN是否有重复。
如果二次邻小区PN重复，则可能存在PNTwoway的风险print出PNTwoway点位的Cell信息，在map上连线，显示造成Twoway的邻小区路径。
注：此程序运行时间视邻小区个数与PN重复数有关，在2min~10min左右注：PNOneWay和Twoway与某一地点的覆盖有很大关系，并不仅仅是邻小区设置的问题，程序中检查了基站邻小区、所有二次邻小区的PN是否有重复PNTwoWayCheck2 检查所点击扇区的邻小区与二次邻小区之间的PN复用关系，不检查二次邻小区之间的复用关系。
用不同的颜色填充和连线显示出可能存在的PNTwoWay，此工具检查出来的PNTwoWay结果比PNTwoWayCheck检查出来的结果更有风险。
话统数据分析 选择需要分析的数据列，或者输入需要分析的数据列（输入的列名要与CdmaCellInfo.xls中的列名完全一致），输入分析数据的最大值和5类层级的填充颜色和范围。
用不同的颜色标识属于不同范围的扇区，并用图示标识出来。

在过去的十年中，为了解决半监督支持向量机某一方面的特定问题，出现了很多改进版本，如针对半监督支持向量机效率低下的问题，提出了meanS3VM算法；
针对利用无标记数据时会产生性能下降的问题，提出了S4VM算法；
针对代价敏感的问题，提出了CS4VM算法。
S4VM对传统的S3VM进行了改进。
传统的S3VM基于低密度假设，它试图找到一个低密度的分界线，也就是更倾向于决策边界穿过特征空间的低密度区域。
S4VM和S3VM的不同点在于，S3VM试图把注意力集中在一个最优的低密度分界线上，而S4VM则同时关注多个可能的低密度分界线。
本算法给出了详细的S4VM算法，并附一demo展示效果，加深理解

美国地图矢量shpfile文件包含美国各州区域划分，道路，城市和湖泊

图片中有明显的周期性噪声，屏蔽光谱中的特定区域达到去噪，使用的滤波为理想滤波器。

程序编译环境是VS2015+OPENCV2.4.13,;功能描述：在软件的Picture控件区域显示视频，视频可以在播放的同时进行缩放而Picture控件的大小不变。

一、毕业设计（论文）内容及要求（包括原始数据、技术要求、达到的指标和应做的实验等）无人搬运车，简称AGV指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能不需驾驶员的运输车。
AGV小车一般通过单片机设备来控制其行进路线以及行为，或利用电磁轨道来设置其行进路线。
AGV小车以轮式移动为特征，较之步行、爬行或其它非轮式的移动机器人具有行动快捷、工作效率高、结构简单、可控性强、安全性好等优势。
与物料输送中常用的其他设备相比，AGV小车的活动区域无需铺设轨道、支座架等固定装置，不受场地、道路和空间的限制。
因此，在自动化物流系统中，最能充分地体现其自动性和柔性，实现高效、经济、灵活的无人化生产，具有极其重要的理论研究与实际应用意义。
本毕业设计需要：1.收集并阅读相关文献资料，综述近期（5年内）国内外AGV小车的应用与发展；
2.学习并掌握Arduino、AltiumDesigner技术；
3.基于AltiumDesigne软件，设计AGV小车的硬件系统；
4.基于Arduino单片机设计AGV小车的循迹运行功能，调试除错；

区域性特征提取MSER，1.对于图像灰度的仿射变化具有不变性2.稳定性，区域的支持集相对灰度变化稳定3.可以检测不同精细程度的区域

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。