A算法路径规划博文附件1.zip
资源来源:本地上传资源
文件类型:ZIP
大小:45MB
评分:
5.0
上传者:qq_44339029
更新日期:2020-09-27

A算法路径规划博文附件1.zip

资源文件列表(大概)

文件名
大小
A_ROAD_book1.m
3.34KB
A_ROAD_book2.m
10.92KB
000.wav
49.25MB

资源内容介绍

博文详细介绍用MATLAB实现基于A*算法的路径规划的附件1,里面包含了本系列第一和第二篇文章介绍内容的完整代码的matlab文件

用户评论 (0)

相关资源

运动目标检测的matlab代码

利用的差分法检测视频中的运动目标,在MatlabR2009a中可以运行。运行结果显示,可以有效地将运动目标检测出来并标记。

1.15MB12金币

新的A星路径规划matlab文件合集.zip

博文详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(四)--------固定障碍物,进一步对比 的附件,包含了文章介绍的完整的matlab文件

14.44KB28金币

基于BP算法的人脸识别程序(MATLAB)

人脸库用的事ORL库,本程序用的是matlab写的一个简单的人脸识别程序,在运行程序时,需要更改代码中两个地方,一是BP_Train里面的一个路径,而是Accuracy里的文件路径,需要把两个路径都改为当前存放的路径。参考本程序需要有一定的matlab基础。

4.39MB26金币

Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)

TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致)假定文件下载到d盘根目录,使用如下命令进行安装:pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl原文链接:https://blog.csdn.net/popboy29/article/details/126140862建议使用360压缩进行解压。

3.41MB10金币

PID控制器simulink模型.zip

博文PID控制器——MATLAB/Simulink仿真以及性能比较与分析的附件,包含了文章介绍的simulink仿真模型

133.45KB17金币

officedoc,matlab的office工具箱官网原版

officedoc,matlab操作office文件的工具箱 ,来自mathwork官网

126.57KB25金币

动态衡量式A星算法及拐角优化matlab文件.zip

动态衡量式A星算法及拐角优化的matlab文件,内部包含两个matlab文件,A_ROAD_3 为完整的动态衡量式A星算法文件,A_ROAD_4是进行拐角优化后的文件,详情请见博文----详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(三)

8.94KB28金币

labuladong刷题插件

这是一款labuladong刷题插件,能够刷算法题。

312.5KB14金币

当数据到达文件目录时自动运行FME工作空间

本文涉及到的数据及FME模板

70.31KB10金币

线性代数高级教程 - 本及习题答案

1.《线性代数高级教程 矩阵理论及应用》 147679892.(Cambridge Mathematical Textbooks) Stephan Ramon Garcia, Roger A. Horn - A Second Course in Linear Algebra (Cambridge Mathematical Textbooks)-Cambridge University Press (2017)

49.79MB12金币

基于RNN、GRU、LSTM和Attention的“时间序列预测”代码

包含使用RNN、GRU、LSTM或Attention方法进行基本时间序列预测的实现。在时间序列预测任务中,RNN、GRU、LSTM和Attention是常用的深度学习模型。通过使用这些模型,可以捕获时间序列数据中的长期依赖关系和模式,从而有效地预测未来时间点的数值或趋势。在实现方面,可使用深度学习框架如TensorFlow或PyTorch来构建模型。这些框架提供了各种RNN、GRU、LSTM和Attention层的实现,使模型构建和训练过程更加简单。

22.62KB11金币

逻辑回归预测船上人员幸存情加清洗评估加分析-项目实战6-分析人员幸存数据-ipynb格式-Python语法-用Jupyter打开

逻辑回归预测船上人员幸存情加清洗评估加分析-项目实战6-分析船上人员幸存数据-ipynb格式-Python语法-用Jupyter notebook打开用来练习逻辑回归预测船上人员幸存情加清洗评估加分析,整个流程特别清晰,每个步骤均用Makedown编辑器进行编辑文字,每一步都给出了清晰的代码以及压缩包中给出了相应的数据集,可以按照步骤一步一步进行模仿,理解其中的思维逻辑,然后上手进行操作,在操作的过程中不断思考,等能力有了很大提升之后,就可以慢慢独立思考从事项目了最后祝您变得更强

174.07KB22金币