提取有效的特征一直是笔迹鉴别的关键问题，针对传统Gabor滤波器特征提取方法存在的不足，充分利用Gabor滤波系数间的相关关系，提出一种融合全局特征和局部特征的特征提取方法。
该方法先通过字符笔画的方向梯度直方图（HOG）来优化Gabor滤波器的角度参数，再利用高斯马尔科夫随机场（GMRF）模型对Gabor滤波图像中的不同局部结构信息进行描述，最终得到笔迹图像的整体特征。
以楷书四大家的真迹样本和收集的英文手稿作为实验数据，采用最小加权欧式距离分类器对笔迹样本进行分类，通过五重交叉验证法分别得到97.6%和88.3%的正确分类率，表明该方法提取的特征具有较强的笔迹表征能力，是一种有效的笔迹特征提取方法。

测量电子电路设计、从滤波器设计到锁相放大器的应用。

matlab5*5十字型窗口中值滤波源代码

对高速运动目标采用基于kalmanfilter进行预测。
基于matlab的实现，来进行运动目标的轨迹预测。
有卡尔曼算法，扩展卡尔曼滤波，数据拟合方法。

2007电子设计大赛D题程控滤波器【全国一等奖，国防科技大学】

《电路基础》是一本深入浅出的电路理论学习资料，被广泛用于国内外的高等教育课程中。
这份PDF版本是由经典教材经过整理，包含了丰富的书签，方便读者快速定位和查阅相关章节，是学习电路理论的理想资源。
电路基础是电子工程、通信技术、自动化等多个领域的基石，它涵盖了电阻、电容、电感、电压、电流等基本概念，以及欧姆定律、基尔霍夫定律等基本定律。
以下是这份教材可能涵盖的一些关键知识点：1.**电路元件**：电路中的基本元件包括电阻、电容和电感。
电阻表示元件对电流的阻碍，单位为欧姆（Ω）；
电容储存电荷，单位为法拉（F）；
电感储存磁场能量，单位为亨利（H）。
2.**电路模型**：电路模型是用抽象的元件来代表实际电路的一种方式，如串联电路、并联电路、混联电路等，帮助我们理解和分析电路行为。
3.**电压与电流**：电压是电能传输的原因，单位为伏特（V），电流是电荷流动的现象，单位为安培（A）。
两者之间的关系由欧姆定律描述：电流=电压/电阻。
4.**基尔霍夫定律**：包括电流定律（KCL）和电压定律（KVL）。
KCL指出，任何节点处流入的电流总和等于流出的电流总和；
KVL则表明，闭合回路中的电压降之和等于电源电压之和。
5.**交流电路**：除了直流电路，电路基础还包括交流电路的学习，涉及复数表示、阻抗、相位差、谐振等概念。
6.**电源**：电源提供电路所需的电压或电流，有直流电源（如电池）和交流电源（如发电机）两种。
7.**功率与能量**：功率是电流做功的速率，单位为瓦特（W）；
能量则是电流在一定时间内做的功，单位为焦耳（J）。
8.**网络分析方法**：包括电阻串并联计算、星形-三角形变换、源的等效变换、超前滞后网络分析、诺顿定理和戴维宁定理等。
9.**滤波器设计**：通过选择适当的电容和电感组合，可以设计低通、高通、带通和带阻滤波器，以滤除特定频率范围内的信号。
10.**电路仿真**：利用电路模拟软件，如Multisim或LTSpice，可以帮助学生在不实际搭建电路的情况下理解电路行为。
这本《电路基础》教材将这些知识点系统地组织起来，结合实例和习题，帮助初学者逐步建立起电路理论体系。
书签功能则使得学习者可以迅速找到感兴趣的章节，提高学习效率。
无论是自学还是课堂学习，这本书都是一个宝贵的参考资料。

卡尔曼滤波对温度测量的仿真，同卡尔曼滤波原理及应用程序

数据同化的经典算法，集合卡尔曼滤波算法，用Matlab写的，里面附有一些参考文献，初学者适用

自适应卡尔曼滤波算法，适用于手机陀螺仪数据降噪，预测

基于ENVI5.3以上版本的S_G滤波工具，将文件放置在对应安装路径下重新打开软件即可使用

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。