首页下载资源网络技术集群机器人Matlab仿真

ZIP集群机器人Matlab仿真

2301_80488214168.32KB需要积分:1

资源文件列表:

33.zip 大约有25个文件
  1. 33/
  2. 33/README.md 275B
  3. 33/demo1.m 11.87KB
  4. 33/demo2.m 10.55KB
  5. 33/demo3.m 12.02KB
  6. 33/pic/
  7. 33/pic/untitled.svg 369.39KB
  8. 33/pic/untitled1.svg 162.18KB
  9. 33/subfun/
  10. 33/subfun/cal_mse.m 211B
  11. 33/subfun/compute_area.m 523B
  12. 33/subfun/compute_repulsion.m 564B
  13. 33/subfun/defend.m 16.7KB
  14. 33/subfun/detect_2.m 420B
  15. 33/subfun/draw_circle.m 311B
  16. 33/subfun/draw_circle2.m 204B
  17. 33/subfun/draw_secor.m 323B
  18. 33/subfun/draw_square.m 277B
  19. 33/subfun/interpoint.m 640B
  20. 33/subfun/motion.m 431B
  21. 33/subfun/move_2.m 235B
  22. 33/subfun/normalization.m 185B
  23. 33/subfun/seek_ang.m 575B
  24. 33/subfun/toDegree.m 79B
  25. 33/subfun/toRadian.m 79B

资源介绍:

环境： matlab2020a Win10 使用方法： 添加subfunc：打开matlab，右键subfun->添加到路径->选定的文件夹和子文件夹 运行demox.m
# Swarm_Sim_Matlab ### 环境： matlab2020a Win10 ### 使用方法： 添加`subfunc`：打开matlab，右键`subfun`->`添加到路径`->`选定的文件夹和子文件夹` 运行`demox.m` ### 效果 ![untitled](pic/untitled.svg) ![untitled](pic/untitled1.svg)
100+评论
captcha

    相关资源

    1. AI吟美-人工智能主播

      2301_80488214#人工智能ZIP1.64MB7月前
      资源摘要:支持 fastgpt 知识库聊天对话支持 LLM 大语言模型的一整套解决方案：[fastgpt] + [one-api] + [Xinference]支持对接 bilibili 直播间弹幕回复和进入直播间欢迎语支持微软 edge-tts 语音合成支持 Bert-VITS2 语音合成支持 GPT-SoVITS 语音合成支持表情控制 Vtuber Studio支持绘画 stable-diffusion-webui 输出 OBS 直播间支持绘画图片鉴黄 public-NSFW-y-distinguish支持搜索和搜图服务 duckduckgo（需要魔法上网）支持搜图服务 baidu 搜图（不需要魔法上网）支持 AI 回复聊天框【html 插件】支持 AI 唱歌 Auto-Convert-Music支持歌单【html 插件】支持跳舞功能支持表情视频播放支持摸摸头动作支持砸礼物动作支持唱歌自动启动伴舞功能聊天和唱歌自动循环摇摆动作支持多场景切换、背景音乐切换、白天黑夜自动切换场景支持开放性唱歌和绘画，让 AI 自动判断内容支持流式聊天

    2. 网络媒体流服务器NSinghxRtmpo模块

      2301_80488214#服务器应用ZIP533.22KB7月前
      资源摘要:实时流处理器/高速流处理器/快速流处理器从本地文件系统或http播放的点播视频流继电器支持分布式流:推拉模型记录多个流流H264/AAC support使用FFMPEG在线转码(发布/播放/记录/更新等)多工人现场流媒体模块支持多工位通过自动流推送给工作者。此选项与rtmp_自动推进指令切换。rtmp_auto_push on;rtmp { server { listen 1935; application mytv { live on; } }}

    3. 微人事是一个前后端分离的人力资源管理系统，项目采用SpringBoot+Vue开发

      2301_80488214#信息化管理ZIP2.63MB7月前
      资源摘要:快速部署clone 项目到本地 git@github.com:lenve/vhr.git数据库脚本使用 Flyway 管理，不需要手动导入数据库脚本，只需要提前在本地 MySQL 中创建一个空的数据库 vhr，并修改项目中关于数据的配置（resources 目录下的 application.properties 文件中）即可提前准备好 Redis，在 项目的 application.properties 文件中，将 Redis 配置改为自己的提前准备好 RabbitMQ，在项目的 application.properties 文件中将 RabbitMQ 的配置改为自己的（注意，RabbitMQ 需要分别修改 mailserver 和 vhrserver 的配置文件）在 IntelliJ IDEA 中打开 vhr 项目，启动 mailserver 模块运行 vhrserver 中的 vhr-web 模块OK，至此，服务端就启动成功了，此时我们直接在地址栏输入 http://localhost:8081/index.html 即可访问我们的项目

    4. LeetCode算法题典

      2301_80488214#网络技术ZIP805.3KB7月前
      资源摘要:最全的LeetCode算法题典

    5. AI绘画资料合集（包含国内外可使用平台、使用教程、参数教程、部署教程、业界新闻等等）

      2301_80488214#人工智能ZIP15.08MB7月前
      资源摘要:1.安装最新版本的 Comyfui2.将 https://huggingface.co/stabilityai/stable-cascade/tree/main 下面的 stage_b 和 stage_c 模型放到 ComfyUI/models/unet 下面3.将 https://huggingface.co/stabilityai/stable-cascade/tree/main 下面的 stage_a 模型4.将 clip 模型 https://huggingface.co/stabilityai/stable-cascade/tree/main/text_encoder 放到 ComfyUI/models/clip说明：stage_b 和 stage_c 可以根据显存选择不同的组合，组合如下（以下组合越往下显存消耗越小）:stage_b.safetensors + stage_c.safetensorsstage_b_bf16.safetensors + stage_c_bf16.safetensorsstage_b_lite.safetensors

    6. 基于深度学习的故障诊断入门示例，包括数据预处理、模型搭建、模型训练

      2301_80488214#网络技术ZIP45.1MB7月前
      资源摘要:基于卷积神经网络的故障诊断（1DCNN、2DCNN）文件夹说明：data：数据集存放路径save_picture/1DCNN:存放1DCNN的图片save_picture/2DCNN:存放2DCNN的图片model/1DCNN.h5: 保存的1DCNN模型文件model/2DCNN.h5: 保存的2DCNN模型文件code/1DCNN.py: 1DCNN代码运行文件code/2DCNN.py: 2DCNN代码运行文件code/preprocessing.py: 数据预处理文件基于卷积与循环神经网络的故障诊断(1DCNN-LSTM、1DCNN-GRU、2DCNN-LSTM、2DCNN-GRU)文件夹说明：data：数据集存放路径save_picture/1DCNN_GRU:存放1DCNN_GRU的图片save_picture/1DCNN_LSTM:存放1DCNN_LSTM的图片save_picture/2DCNN_GRU:存放2DCNN_GRU的图片save_picture/2DCNN_LSTM:存放2DCNN_LSTM的图片

    7. 基于opencv的图像识别基础库

      2301_80488214#大数据ZIP28.46MB7月前
      资源摘要:简单的理解: 用于描述图像特征的关键点常见的特征点提取算法:SIFT: 尺度不变特征变换. opencv只有cpu实现SURF: surf的加速算法. opencv有cpu和cuda实现ORB: 使用FAST特征检测和BRIEF特征描述子. opencv有cpu和cuda实现他们的好处是什么: 尺度和旋转不变性,说白了就是兼容不同分辨率、旋转、尺度的变换速度排序: ORB(cuda)>SURF(cuda)>ORB>SURF>SIFT效果排序(效果不止是特征点的数量,更重要的是特征点的质量): SIFT>ORB>SURF

    8. 数据库理论、关系型数据库、文档型数据库、键值型数据库、New SQL、搜索引擎、数据仓库与 OLAP、大数据与数据中台

      2301_80488214#数据库ZIP6.17MB7月前
      资源摘要:数据库的特性数据库的使命是什么？最基础的就是当你把数据交给数据库时，它应当把数据存储起来；而后当你向数据库要数据时，它应当把数据返回给你。对于数据库的期许往往会包含以下几方面，首先是易用与灵活，尽可能可以用贴近业务语言的方式存取数据，而不需要理解太多抽象的语义或者函数；然后是高性能，无论存取皆可以迅速完成；然后是高可用与可扩展，我们能够根据实际的业务需要快速扩展数据库，提供长期的可用性与数据的安全一致，而不会因为数据的爆炸性增长导致数据库的崩溃。以 Oracle, MySQL, SQLServer, PostgreSQL 为代表的关系型数据库，以行存储的方式结构化地存储数据。搜索引擎擅长文本查询；与 SQL 数据库中的文本匹配（例如 LIKE）相比，搜索引擎提供了更高的查询功能和更好的开箱即用性能。文档存储提供比传统数据库更好的数据模式适应性；通过将数据存储为单个文档对象（通常表示为 JSON），它们不需要预定义模式。列式存储专门用于单列查询和值聚合，在列式存储中，诸如 SUM 和 AVG 之类的 SQL 操作要快得多，因为同一列的数据在硬盘驱动器上更紧密地存储在一起。
    站长QQ:九六九五七三七