简介：

简介：

简介：针对传统尺度不变特征变换(ScaleInvariantFeatureTransformation,SIFT)和加速鲁棒特征(Speed-UpRobustFeature,SURF)算法在视觉同步定位与建图(SimultaneousLocalizationAndMapping,SLAM)系统中耗时严重的问题,基于ORB(ORientedBRIEF(BinaryRobustIndependentElementaryFeatures))算法提出了一种改进的图像匹配算法。针对FAST(FeaturesfromAcceleratedSegmentTest)特征检测算子易受图像模糊和距离变化影响的缺点,建立了多尺度空间金字塔;针对BRIEF特征描述算子效率不高的问题,采用精简后的快速视网膜特征描述算子构建了特征向量;通过最邻近的交叉匹配对特征向量进行了提纯,采用顺序采样一致性算法剔除了错误匹配对。最后,通过与SIFT、SURF和ORB算法进行对比验证了改进算法的有效性。

简介：大M单纯形法简称大M法。在大M法中，要求M足够大，通常，M作为符号参与运算。大M法单纯形中的数据均可表为aM＋b的形式，如果用有序数对〈a，b〉等价表示aM＋b，则大M法单纯形中的M被形式上消去，使得，大M法可用Excel演示。

简介：为提高无人车行驶过程中前方车辆检测的准确性和实时性,提出了基于激光雷达(LIghtDetectionAndRanging,LIDAR)深度信息和视觉方向梯度直方图(HistogramsofOrientedGradients,HOG)特征的车辆识别和跟踪方法。目标首次进入视野时,聚类处理激光雷达深度信息并确定假设目标的候选区域,采用车辆尾部的HOG特征对假设目标进行验证。在HOG特征验证前,基于最小二乘支持向量机(LeastSquaresSupportVectorMachine,LS-SVM)算法对样本集HOG特征进行训练学习,生成车辆分类器模型。对于验证后的目标车辆,采用激光雷达获取的深度信息对目标车辆进行持续跟踪。构建了2种车辆模型,结合最小二乘直线拟合方法提取出车辆特征,生成目标模型。同时,提出了基于多特征马氏距离的目标关联代价方程,实现了多目标的关联;完成了基于卡尔曼滤波的车辆状态滤波和位置估计,更新了跟踪器模型。通过有效的管理策略,实现了目标跟踪的3个状态:1)初始化模型的生成;2)跟踪过程中跟踪器的更新与预测;3)目标驶离视野时跟踪器的删除。最后,通过试验验证了跟踪算法的有效性。

简介：在教《三角形内角和定理的证明》（北师，八年级下册），我采用了多种方法去证明。我认为这对于激发学生的学习兴趣，培养学生的探索精神具有很好的作用。它的证明方法很多，基本思路是把分散的三个角“搬”到一起，从而构成一个平角，而作平行线则是将角“搬”到一起的基本途径。我们可通过撕纸拼角实验来验证。常见证法如下：

简介：针对直接反演法受地磁场影响大的问题,通过求解欧拉反褶积公式在水平方向的偏导数,提出了基于磁梯度张量的改进定位算法,并根据磁梯度张量矩阵的绝对值最小的特征值对应的特征向量垂直于位置矢量这一关系,给出了附加约束方程,无需任何先验信息即可得到唯一的定位解。为了消除地磁场的影响,设计和搭建了一字形磁传感器阵列探测系统,并利用有限差分法估算得到了类十字形张量探头中央的磁梯度张量。仿真及试验结果表明：改进算法相比直接反演法受地磁场的影响更小,定位精度更高。

简介：在学习相似三角形的有关内容时，我们碰到了这样一道证明题。求证：直角三角形被斜边上的高分成的两个直角三角形和原三角形相似

简介：用Excel的运算功能演示：解线性规划问题的单纯形法和解分配问题的匈牙利法。

简介：《平行四边形面积》一课,在小学数学几何图形的教学中既是重点也是难点.小学生学习平行四边形面积时,常见误区主要是：误用计算公式为领边相乘、拉伸和割补后的长方形变化问题、斜而长的平行四边形转化问题、公式误用底不对应高问题、等底等高和面积相等的平行四边形的差异等问题.通过分析上述误区,提出割补法、拉伸平行四边形木架、平行四边形对外做高、计算有两条高的平行四边形面积、画图对比说明等对策研究.