压缩感知,图像处理，运行的MATALB代码，有参考意义！

描述：基于51单片机的智能衣架，用于服装店采集顾客在挑选和试穿服装时的行为数据，便于挖掘顾客数据价值。
该智能衣架采用STC89C52RC单片机主控，ADXL345三轴加速度传感器和HX711称重传感器感知，外加LCD1602显示和蓝牙模块构成。
顾客挑选衣服时会拨动衣架，ADXL345传感器检测到衣架的角度变化，单片机记录服装被挑选的次数。
衣架的重力变化，称重传感器采集到数据，计算顾客的试穿次数。
LCD1602实时显示服装被挑选次数和试穿次数。
并将数据通过蓝牙发送到手机上显示。

本书在广泛结合OpenGL并注重图形应用编程的基础上，介绍了计算机图形学的经典核心体系：图形系统、二维图形生成、几何变换、二维与三维观察、三维对象（实体造型与曲线曲面）、真实感图形技术、交互技术及动画。
本书主要介绍计算机图形学经典理论知识，同时每一章都给出一至两个OpenGL编程实例来帮助读者更好地理解相关知识与技术，使读者能快速掌握如何生成二维图形与三维图形。
书后有两个附录，分别为含有8个实验的课程实验指导与3套模拟试题及其答案。
目录第1章计算机图形学概述1.1什么是计算机图形学1.2计算机生成的图片用在哪里1.2.1艺术、娱乐和出版行业1.2.2计算机图形学、感知和图像处理1.2.3过程监视1.2.4仿真显示1.2.5计算机辅助设计1.2.6科学分析与体可视化1.3计算机图形学中制作图像的基本元素1.3.1折线1.3.2文本1.3.3填充区域1.3.4光栅图像1.3.5光栅图像的灰度和色彩表达1.4图形显示设备1.4.1线画显示1.4.2光栅显示器1.4.3视频卡/3D加速器1.4.4其他的光栅显示设备1.4.5硬拷贝光栅设备1.5图形输入的基本单元和设备1.5.1逻辑上的输入图形基元类型1.5.2物理输入设备的类型本章小结本章习题进一步阅读第2章OpenGL绘图入门2.1生成图像初步2.1.1设备无关的编程和OpenGL2.1.2窗口的编程2.1.3如何打开一个窗口画图2.2OpenGL的基本图形元素2.2.1几个点丛绘制的例子2.3OpenGL中的直线绘制2.3.1绘制折线和多边形2.3.2使用moveTo（）和lineTo（）绘制线段2.3.3绘制边校正的矩形2.3.4边校正矩形的长宽比2.3.5填充多边形2.3.6OpenGL中的其他图形元素2.4与鼠标和键盘的交互2.4.1用鼠标交互2.4.2键盘交互2.5程序中的菜单设计与使用本章小结案例分析进一步阅读第3章更多的绘图工具3.1概述3.2世界窗口和视口3.2.1窗口到视口的映射3.3裁减线3.3.1如何裁减一条线3.3.2Cohen-Sutherland裁减算法3.4正多边形、圆和圆弧3.4.1正多边形3.4.2正n边形的变种3.4.3绘制圆弧和圆3.4.4曲线的逐次细化3.5曲线的参数形式3.5.1曲线的参数形式3.5.2绘制参数曲线3.5.3极坐标形状本章小结案例分析进一步阅读第4章图形学中的向量工具4.1概述4.2向量回顾4.2.1向量基本运算法则4.2.2向量线性组合4.2.3向量的度量和单位向量4.3点积4.3.1点积的性质4.3.2两个向量的夹角4.3.3b·c的符号和正交性4.3.4二维正交向量4.3.5正交投影和点到直线的距离4.3.6投影的应用：反射4.4两个向量的叉积4.4.1叉积的几何解释4.4.2求平面的法向量4.4.3判断平面多边形的凸性4.5重要几何对象的表示4.5.1坐标系统和坐标框架4.5.2点的仿射组合4.5.3两个点的线性插值4.5.4使用内插的艺术和动画4.5.5预览：用二次、三次内插生成贝塞尔曲线4.5.6表示直线和平面4.6求两个线段的交点4.6.1直线求交的应用：过三点的圆4.7直线和平面求交及裁剪4.8多边形求交问题4.8.1处理凸多边形和凸多面体4.8.2射线与凸多边形的交点以及裁剪问题4.8.3Cyrus-Beck裁剪算法4.8.4更高级的裁剪问题本章小结案例分析进一步阅读第5章物体变换5.1概述5.2几何变换初步52.1点和物体变换5.2.2仿射变换5.2.3二维基本仿射变换的几何效果5.2.4仿射变换的逆变换5.2.5组合一个仿射变换5.2.6二维组合变换的实例5.2.7仿射变换的一些有用的性质5.3三维仿射变换5.3.1基本三维变换5.3.2组合一个三维仿射变换5.3.3旋转的组合5.34总结三维仿射变换的性质5.4如何实现坐标系变换5.5在程序中使用仿射变换j.5.1为后面的使用保存CT5.6使用OpenGL绘制电维场景5.6.1观察过程和图形绘制管道概述5.6.2OpenGL中的建模和视点工具5.6.3用OpenGL绘制基本形状5.6.4使用sDI。
从文件中读取一个场景的描述本章小结案例分析进一步阅读第6章使用多边形网格建

室内定位APP开发，定位算法包括Wi-Fi、PDR、行为感知，安装包下载，功能展示，交流学习

1范围本标准规定了高速公路车路协同的系统架构、通信接口、应用服务、功能、性能及安全要求。
本标准适用于高速公路车路协同系统的建设、管理、运营、信息服务等领域。
.2规范性引用文件下列文件对于本文件的应用是必不可少的。
凡是注日期的引用文件，仅注日期的版本适用于本文件。
凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
T/ITS0058一2016合作式智能运输系统车用通信系统应用层及应用数据交工标准T/ITS0097-2016合作式智能运输系统通信架构T/ITS0098-2016合作式智能运输系统增强应用集T/ITS114-2018智能交通路侧智能感知应用层数

机器学习-强化学习-汤普森采样强化学习：汤普森采样：我们需要在有效的勘探与开发之间找到适当的平衡。
与UCB算法不同，汤普森采样算法是一种概率算法。
该算法具有代表我们对世界的感知以及我们认为这些机器中的每台机器的实际预期收益可能位于的分布。
与UCB相比，Thomas采样的优点之一是它可以适应延迟的反馈。
我将使用与UCB算法相同的数据集。
与UCB算法相比，汤普森采样算法产生了更好的结果（能够在尽可能少的回合中确定最佳广告）。
该算法的工作原理如下：在第n轮中，我们为每个广告i考虑两个数字：N1（n）：-直到第n轮我获得奖励1的广告的次数，N0（n）：-广告获得奖励​​0到第n轮的次数。
对于每个广告i，我们从以下分布中随机抽取：0i（n）=B（N1（n）+1，N0（n）+1）我们选择最高0i（n）的广告

英文原版，英文好的可以看一下良好的理论分析特性，高效的实际可计算性和强大的建模能力是大家选择凸建模的原因。
注意，我这里说的是凸建模！科学研究的第一步是对实际问题抽象近似，建模成数学问题，这里有巨大的选择自由度！虽然非凸建模具有最强的表达能力，也最省事，代价却是理论上难以分析和实际中无法可靠计算！近十年来火的一塌糊涂的压缩感知，稀疏表示和低秩恢复都是由凸建模带动起来的！研究者们通过分析凸问题的性质来解释和理解真实世界的机理！要注意，很多这样的问题几十年前就已经有非凸的表达形式了，只有用凸建模才焕然一新！更进一步，通过对凸建模的深入理解，大家对具体的非凸问题，注意不是所有，开始利用特殊的结构特点做分析，得出了一些很深刻的结果，比如神经网络收敛到局部最优解，而不是平稳点，随机算法有助于逃离鞍点。
但是，非凸分析几乎都是casebycase，没有统一有效的手段，这与凸分析差别甚大。
从这个角度来说，凸建模和凸优化是研究实际问题的首选！作者：知乎用户链接：https://www.zhihu.com/question/24641575/answer/136736625来源：知乎著作权归作者所有。
商业转载请联系作者获得授权，非商业转载请注明出处。

频谱感知中，虚警概率与检测概率的关系曲线，在matlab下对信号进行频谱感知

用matlab语言写的能量检测法程序，在高斯信道下进行的检测（检测信道中有无信号）

ICDE2020空间众包中依赖感知的任务分配论文

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。