u013411428的博客

TCP：（Transmission Control Protocol 传输控制协议）是一种面向连接的、可靠的、基于字节流的传输层通信协议。相比而言，UDP 是开放式、无连接、不可靠的传输层通信协议。 在 qt 中的网络编程和之前在 windows 中的网络编程的基本步骤是一样的。 服务器有两个套接字，一个负责监听（QTcpServer），还有一个负责通信（QTcpSocket）， 客户端只有一个负责通信的套接字（QTcpSocket）。 必须要在.pro 文件中添加 QT += network 才可以进行网络编程，否则是访问不到 <QTcpSocket>头文件的。

基于强化学习的无线传感器网络路由协议研究 现有的临时路由协议基于节点之间链接的离散双峰模型：链接存在或断开。该模型通常仅将最新传输视为确定链路状态。不幸的是，该模型无法将由于干扰或拥塞而失败的传输与由于目标超出传输范围而失败的传输区分开。本文提出了一种基于连续（而不是离散）模型的网络中新的自组织路由协议。我们使用链接性能随时间的统计量度来表示链接的质量。 我们建议，这样的模型对于现实无线网络中的有效操作是必需的。 为了在具有可变质量链接的网络中定义最佳路由，我们将自组织路由建模为协作式强化学习问题。协作式强化学习描述了机器学习中的一类问题，其中代理试图通过反复试验和信息共享来优化其与动态环境的交互。我们为路由分配一个值，该值代表使用该路由的座席成本。因此，临时路由问题表示为路由值的优化。 我们的链接质量模型是一种统计模型，需要随着时间的推移收集数据。我们设计了一种学习策略，可收集有关可用路线及其链接质量的信息。该学习策略按需运行，仅针对正在使用的业务流收集信息，并与这些业务流的流量成比例地收集信息。该学习以在线方式完成：路由发现与数据包传递同时进行。 我们的学习策略大致基于群体智能的工作：那些设计受社会昆虫行为模型启发的系统。尤其是，我们将蚁群优化元启发式算法作为自组织路由学习问题的学习策略。在我们的协议中，协议路由的每个数据包都会导致网络路由策略的增量更改。我们发现，链路质量的连续模型在拥塞的多跳网络中非常有用。 双峰链路模型会将任何丢弃的数据包解释为指示节点移动性并触发整个网络的路由更新，而基于连续模型的路由协议则可以通过逐步调整其路由行为来响应丢弃的数据包。在NS-2中模拟的拥塞网络场景中，我们的协议在数据包传输率和路由流量方面的性能被发现优于AODV或DSR。

基于蚁群算法的能量有效的无线传感器网络路由协议(EEABR协议)的英文章、NS2代码，该项目包含对NS-2（版本2.27和2.28）的扩展，该扩展启用了WSN中的ACO行为。 由于该模块是作为新的路由协议安装的，因此该模块适用于当前版本的NS-2。 主要用C ++编写的ACO模块（AntSense）产生了主要属性，但是设计该模块是为了供此模拟器支持的任何其他技术使用。 在设计用于WSN的路由协议时，重要的是要考虑我们的协议使用的每种类型的数据包的数据包长度，因为如前所述，通信是一种耗费能量的功能。 在AntSense开发中，使用了几种有关数据包类型和不同长度的方法，本节中说明的配置引用了从结果中发现的最佳模式。 在ACO方法中，蚂蚁被视为通过网络更改路由信息的数据包，以便找到通向蚁丘的最佳路径，在这种情况下，通向宿节点。 蚂蚁包结构由以下部分组成： pkt_src：发起ant报文的节点； antpath [3]：蚂蚁访问过的前三个节点； 能量：每条路径的平均能量； 信息素：返回蚂蚁应降低的信息素水平；

基于蚁群的无线传感器网络路由协议研究，SWARM算法，有源代码，可以添加到NS2中去，还有tcl仿真代码。

基于MATLAB的车牌识别，车牌识别 matlab OCR字符识别 自动定位识别

基于MATLAB并结合IBD算法的盲迭代反卷积法进行图像复原图像复原 盲迭代 反卷积 IBD PSF估计

基于的matlab车牌识别程序，matlab 车牌识别 hough变换 智能识别 特征检测 OCR 字符识别

matlab基于颜色的车牌识别程序

matlab车牌识别

盲迭代反卷积法

这是一个基于matlab图像复原处理包，其中包括图像的模糊、维纳滤波、盲反卷积、点扩散函数和光学转换函数互相转化