在不同解包裹算法中,最小费用流(MCF)解包裹法可以限制残差点误差远程扩散,并将误差优先限制在低相干区域,有利于保证高相干区域解包裹结果不受干扰,精度较高,但残差点数量较多时计算效率很低。
为缩短解包裹时间,提出一种残差点预处理方法。
该方法将残差点视作正负电荷,通过电场力,引导距离较近的异号残差点互相抵消,大幅减少残差点数量,从而提高解包裹计算效率
仿真数据和实验数据表明,残差点预处理对MCF解包裹精度影响很小,在残差点数量超过3000时可以大幅提高解包裹计算效率
1
在分步傅里叶法求解非线性薛定谔方程的基础上,介绍了一种时间窗口和步长动态自适应调整的改进算法,该算法根据时域脉冲的扩散情况调整时间窗口,采用局部误差法控制计算步长,在保证精度的同时提高了计算效率
讨论了数值计算时如何正确选取正、逆傅里叶变换的形式,分析了如何由离散的计算结果近似连续的时域和频域波形。
模拟了光子晶体光纤中超连续谱的产生,验证了算法的正确性。
1
近年来,使用自组织群体机器人进行目标搜索和诱捕受到越来越多的关注,但是这些系统的控制设计仍然是一个挑战。
在本文中,我们提出了一种由细菌趋化性启发的群体机器人的分散控制算法,用于目标搜索和诱集。
首先,根据机器人在目标区域中的初始位置建立局部坐标系。
然后将目标区域划分为Voronoi细胞。
初始化后,成群的机器人在目标定义的梯度信息的指导下,开始执行由建议的细菌趋化性算法驱动的目标搜索和捕获任务。
仿真结果证明了该算法的有效性及其对意外机器人故障的鲁棒性。
与其他常用的群体机器人分布式控制方法相比,我们的仿真结果表明细菌趋化算法对局部最优的脆弱性较小,计算效率较高。
2023/12/6 8:55:05 1.62MB Swarm robots; Distributed control;
1
分析物理光学法(Po)、等效电磁流法(MEC)、几何光学物理光学法(GOPO)等算法的基础上开发了基于MATLAB的电大尺寸目标RCS计算软件系统。
应用MATLAB外部接口与FORTRAN语言混合编程提高了计算效率
最后利用该软件系统计算了典型目标和某大型舰艇的RCS,典型目标的RcS计算结果与测量值比较,吻合良好。
某大型舰艇目标的RCS计算结果经分析,计算结果合理。
2023/10/28 7:34:28 395KB 物理光学 等效电磁流 几何光学 RCS
1
最近在研究数学形状学做了一个细化的例子,并附上测试图像。
前景为白色,背景为黑色。
算法未经优化,而且是迭代计算,效率不高,但能充分体现细化的思路,有注释。
清单:test_03.mxihua_1.mxihua_2.mxihua_3.mxihua_4.mtest_20.bmp直接运行test_03.m,得到细化结果
2016/3/9 4:37:54 11KB 细化 matlab
1
EasyKrig_V3.0_Matlab2012a.zip。
是大师对之前的那个版本的最新修改,修改了很多的错误,而且计算效率有所提高,是我在网上搜索很久才找到的最好的、最无效的克里金插值程序。
适合二维和三维的数据、大量的数据点的插值!
2020/1/14 12:41:52 516KB 克里金插值
1
DCT、IDCT的MATLAB实现,是根据DCT的原理改进后的算法,计算效率极大的提高,可以根据轻易的改编成其他编程言语
2019/1/14 9:17:30 326B DCT IDCT
1
动态神经网络是深度学习领域的一个新兴研究课题。
与静态模型在推理阶段具有固定的计算图和参数相比,动态网络可以根据不同的输入调整其结构或参数,在精度、计算效率和顺应性等方面具有显著优势。
2019/1/16 16:55:08 1.41MB 动态神经网络 综述
1
EEMD通过添加高斯白噪声并进行平均的方法,处理了EMD的模态混叠问题。
但其会因为白噪声残留较大,导致筛分次数增加,以及分解失败,因而计算效率不高。
针对以上问题,Torres等提出了一种噪声自适应完备总体平均经验模态分解(CompleteEEMDwithAdaptiveNoise,CEEMDAN)方法。
该方法特别适合ECG信号处理。
2015/1/13 21:21:28 12KB EMD CEEMDAN
1
为提髙复杂噪声环境下语音信号端点检测的准确率,提岀一种基于梅尔频谱倒谱系数(MFCC)距离的多维特征语音信号端点检测算法。
通过计算语音信号的MrcC距离,结合短时能量和短时过零率对特征距离进行修正,并更新其阈值,建立自顺应噪声模型,实现复杂噪声中语音信号端点的准确检测。
实验结果表明,与基于双限能量和基于倒谱距离的2种经典检测算法相比,在计算效率相同的条件下,该算法的检测准确率更高。
2019/1/19 6:32:11 1.23MB 频谱信号噪声
1
共 11 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡