这个存储库包含支持ISCAS 2018论文的代码,用于基于事件的传感器的FPGA光流。代码位于Matlab文件夹中,提供了用于完全精确实现平面拟合算法的脚本“full_precision_plane_fit”,以及用于仿真每个模块的“verify_vhdl_simulations”。
基于FPGA事件驱动光流的Matlab平面拟合代码
相关推荐
ONquant基于Matlab的事件驱动量化回测框架
如果你在做期权回测,Matlab 的ONquant框架可以说是个挺不错的选择。它基于事件驱动模型,操作也比较简单。你只需要安装wind 量化接口并注册账号,确认在 Matlab 中能跑起来就行了。之后,在Main.m中设定股票池、回测时间和一些高级配置,运行就能拿到回测结果了。方便的是,回测的资产信息会存储在Asset变量里,像资金曲线、持仓数据等都可以轻松查看。推荐给需要快速上手并进行期权回测的开发者。
Matlab
0
2025-08-15
构建事件驱动架构:Apache Kafka 流服务设计模式
构建事件驱动架构:Apache Kafka 流服务设计模式
本书深入探讨构建事件驱动系统的核心概念和模式,重点关注 Apache Kafka 作为流服务的应用。您将学习如何:
设计和实现高性能、可扩展的事件驱动架构。
利用 Apache Kafka 的强大功能来构建可靠的流处理管道。
掌握事件驱动模式,例如事件溯源、CQRS 和 Saga,以解决分布式系统中的常见挑战。
探索实际案例研究,了解事件驱动架构如何在不同领域中应用。
通过本书,您将获得构建现代、响应式应用程序所需的知识和技能,这些应用程序能够实时响应不断变化的业务需求。
kafka
12
2024-04-29
基于光流场的交通汽车检测与跟踪Matlab代码分享
在本资源中,我们提供了基于光流场实现视频交通汽车检测与跟踪的Matlab代码。代码涵盖智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多个领域的仿真。适合研究交通监控、无人驾驶技术和信号处理等方向的用户使用。
Matlab
7
2024-11-05
光流法分割MATLAB代码的对象流项目
项目网页上提供了光流法分割MATLAB代码的详细实现,由Yi-Hsuan Tsai、Ming-Hsuan Yang和Michael J. Black在2016年IEEE计算机视觉和模式识别会议(CVPR)上发表。这篇论文描述了他们的MATLAB实现,测试于Ubuntu 14.04和MATLAB 2013b环境下。如果您希望使用他们的代码和模型进行研究,请遵循其安装说明并引用相关论文。
Matlab
8
2024-09-26
基于雷达镶嵌图识别CI事件的MATLAB代码
此MATLAB代码用于从雷达镶嵌图中识别CI事件,它改编自Fabry等人 (2013) 的CI算法,并应用于Bai等人 (2020) 的华南对流起始气候学研究中。
参考文献:
Bai, L.、G. Chen和L. Huang,2020:用于华南对流开始气候学的雷达马赛克图像处理。应用气象学和气候学杂志,124, 2379−2396。
Fabry, F. 等人,2013: ...
使用方法:
运行 main_CI_detection_FCB2013_Modified.m 文件。
Matlab
11
2024-05-15
拟合圆MATLAB代码
拟合圆 MATLAB 代码是一个实用的工具,专门用来根据散点数据拟合圆形,计算圆的半径、圆心位置以及拟合精度。你只需要把自己的数据替换进去,就能轻松获取这些信息,操作起来简单。而且代码结构清晰,性能也挺不错。对于需要在图像或者几何中应用圆形拟合的开发者来说,这个代码适合,尤其在需要精确计算和优化拟合程度时有用。就算是初学者也能快速上手,简直是 MATLAB 爱好者的福音!
Matlab
0
2025-08-15
事件代码
ADO数据库控件与数据绑定控件
SQLServer
19
2024-05-01
基于强化学习模型的选择数据拟合Matlab代码
该Matlab代码用于将强化学习模型拟合到选择数据。主要功能包括:
example.m:提供了一个简单的学习用例,展示了如何在标准增量规则强化学习模型中使用该代码。
rlfit.m:接受一个用于计算动作值的函数句柄、选择和结果历史记录以及模型参数约束,进行模型拟合并返回对数似然、动作值和拟合参数。
multmin.m:使用多个随机起点进行模型拟合,以找到最佳参数。
LL_softmax.m:处理softmax选择函数的对数似然计算,并包含一些渐近展开式,以避免在极端情况下出现NaN。
Q_model.m:实现了一个具有单个参数(学习率)的标准增量规则强化学习模型。
用户需要提供一个函数,该
Matlab
17
2024-05-29
sorbicPythonPYPY分层分布式哈希表事件驱动的异步文档流数据库文件系统
sorbic是一个基于Python和PyPy的项目,构建分层分布式哈希表。这个数据库系统是事件驱动的,具有异步特性,能够在处理I/O操作时保持高效率,不会阻塞其他任务。它支持以JSON或其他类似文档格式存储和检索数据,非常适合处理结构化和半结构化的数据。sorbic的目标是融合NoSQL数据库的优势,包括灵活性、高可扩展性和高性能,提供强大的数据存储解决方案。利用PyPy的JIT编译器优化Python代码的运行速度,特别是对于数据密集型操作而言。事件驱动和异步编程使其在处理复杂工作负载时表现出色,适合现代数据处理需求。
NoSQL
6
2024-10-13