SP500股票数据

物联网采集机床数据监控基于C++的三菱机床实时数据采集可运行demo源码（VS2017打开项目）

【实例简介】聚类算法——K均值算法的matlab程序，数据来源为80个平面上的点。

软件工程答辩PPT模板，使用所有软件工程相关专业

多级树形选择列表，最近项目需求做一个android 多级树形选择列表，网上发现比较好的项目，分享一下

本代码实现了基于msp430f149的FFT算法，结果在1602液晶上显示（频谱总功率），本人已调试通过，限于149芯片的RAM目前只做了128点的FFT，移植到其他RAM更大的430或是其他处理器平台上可以轻松实现512点、1024点等的FFT，采用模块化编程，便于移植和修改！

SIFT算法特点• SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。• 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配。• 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。• 经过优化的SIFT算法可满足一定的速度需求。• 可扩展性，可以很方便的与其他形式的特征向量进行联合。SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RsT)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7

一、理论分析全面系统全书开篇介绍了信号处理理论的两大基石：信号和系统理论，以及声纳检测理论，并运用概率论、统计数学与信息论知识，将上述理论建立在严谨的理论框架之内。二、取材新颖、图文并茂作者从实用的角度出发，选择已被证明对声纳有实用价值或者有潜在应用前景的技术予以介绍，并辅以如维纳滤波、卡尔曼滤波、自适应线谱增强等理论与技术实现方法。书中配备了大量图表和实例，以便于读者理解和运用理论解决实际问题。三、结构严谨、注重创新本书为解决声纳设计中的实际问题，发展了一系列在主、被动声纳中行之有效的新方法，这些成果大多是第一次发表。四、坚持理论与实践结合的原则全书始终贯穿着这样一种观点：声纳

机器学习经典算法的C语言代码，比如：ID3算法 人脸识别源代码 K紧邻算法、人工神经网络

多智能体一致性代码仿真，可以参考一下

The_Zynq_Book_ebook_chinese中文版，xilinx公司官方出版，非常好，有用