uThreadPool

这个是基于stm32的一系列开发产品，多功能多时效多应用(I loved the first time that Satan sent out a lot of VV ah multi-point algorithm.)

pcv，计算机视觉图像分割，用于图像处理等教程，python(Pcv, computer vision image segmentation, for image processing and other tutorials)

说明：  插值型求积方法 275 　　8.1.1 梯形公式 276 　　8.1.2 辛普森公式 277 　　8.1.3 柯特斯公式 278 　　8.2 复化求积公式 279 　　8.2.1 复化梯形公式 279 　　8.2.2 复化辛普森公式 281 　　8.2.3 复化柯特斯公式 283 　　8.2.4 复化求积公式误差分析 285 　　8.3 步长逐次减半求积方法 286 　　8.3.1 步长逐次减半梯形求积公式 287 　　8.3.2 步长逐次减半辛普森求积公式 288 　　8.3.3 步长逐次减半柯特斯求积公式 290 　　8.3.4 Romberg求积公式 291 　　8.4 自适应求积方法 293 　　8.5 Gauss求积方法 295 　　8.5.1 Gauss求积公式的构造 295 　　8.5.2 几种常用的Gauss求积公式 297 　　8.6 重积分的数值解 303 　　8.7 MATLAB自带函数应用 304 　　8.7.1 trapz函数 304 　　8.7.2 integral函数 305 　　8.7.3 integral2函数 307 　　8.7.4 integral3函数 307(Interpolation Method for Integral Program Code)

利用ADO访问Access的例子，适合于学习和借鉴，感谢原作者。-Access Access using ADO examples suited to learn from, thanks to original author.

mimo ofdm CAZAC 好不容易找到的哦 感觉很好 -mimo ofdm

说明：  c++Primer书籍电子版，让读者可以在电脑或者手机方便的阅读。(C++ Primer Book Electronic edition, so that readers can easily read on the computer or mobile phone.)

正则表达式的一般用法。测试一下，能否下载(In this paper, we present the generalized result about the regularity of operators.)

说明：  libigl源码,适合计算机图形学学习，对计算机图形学开发非常有价值(Libigl source code, suitable for computer graphics learning, very valuable for computer graphics development)

说明：  matlab 命令操作说明，命令提示符窗口中的快捷键及其使用说明 命令提示符窗口中的快捷键及其使用说明(matlab order operation)

说明：  使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.py--使用训练好的神经网络模型对原始数据进行分类(Using convolution neural network to classify hyperspectral remote sensing data, the data source is Pavia University hyperspectral data. Folder log -- Log folder, store TensorBorad logs, network parameter files, obfuscation matrix diagrams Folder Patch -- Stores slice results of data processing Folder PaviaU -- Place for Hyperspectral Data Download and Storage Folder predicted -- CNN classification results of original images Data.py -- Data processing of original hyperspectral images to generate slices Net.py--Neural Network Model Train.py--Training Neural Network Utils. py -- Functions to be used Show.py -- Classification of raw data using trained neural network model)