c++计算机图形编程-简易绘图程序

CRC4-ITU X4+X+1CRC5-EPC X4+X3+1CRC5-ITU X5+X4+X2+1CRC5-USB X5+X2+1CRC6-ITU X5+X2+1CRC7-MMC X7+X3+1CRC8 X8+X2+X+1CRC8-ITU X8+X2+X+1CRC8-ROCH X8+X2+X+1CRC8-MAXIM X8+X5+X4+1CRC16-IBM X16+X15+X2+1CRC16-MAXIM X16+X15+X2+1CRC16-USB X16+X15+X2+1CRC16-MODBUS X16+X15+X2+1CRC16-CCITT X16+X12+X5+

HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码HTML5+JS实现的全屏星空特效源码

恩智浦智能车竞赛十二届国赛程序，稳定速度3.2m,实验室速度更快，根据个人水平，提升空间还很大。注释详细，适合新手，同样适合老鸟。

Water Quality Analysis Simulation Program (WASP)是在1983年Di Toro等人建立模型的基础上的加强版。优点：灵活性：能够模拟大部分水体类型，河流、湖泊、河口、海洋水体。 内部链接：热模块计算结果提供给富营养化模块，再用于有毒物质模拟。 外部链接：能够和多种模型耦合。模块灵活性三种处理技术：分为简单、中级和复杂的处理方式。 模拟大部分水质问题：常规污染物，溶解氧、富营养化、温度；有毒污染物，有机物、简单的金属、汞等局限性： WASP的研究对象为完全混合水体控制单元，比如排污口附近这种类型的问题不能模拟。 非水相：油的比重、粘度和UTILITY PROGRAMS…128EUTROPHICATION MODEL ENHANCEMENTSTable of figuresTable of tablesSystem Data回囟Option Particulate Mass Dispersion Flow ATransport Field BalOrthophosphate [mgaoids 1Organic Phosphorous [mg/TSimulatedSolid5 Phytoplankton Ch.网g川 Simulatedoids 1Benthic如ae(gDm2Dissolved Oxygen (mg/)b9CBOD1(Ultimate)(mg/l)SimulatedSolids 110 CBOD 2 [Ultimate)(rng/Bypassed5a|d111 CBOD 3 (UlitrnateJ(mg/Bypassed鷗C」国e国F[√」xcmc」Figure I WASP 7 State Variable selection必劉图国K引T sta幽回因国团”B1xP3qpP明团9的旱994MFigure 2 Interface main ScreenParametersDescriptiModel t ypeRestart OptiNew river Input datEUTRONo Restart file□ mmentsC create restart fileC Load restart file noNon point Souice fileBed voluStart dateUse nPs fiBrowseNPS File name1211999C DrBed Compaction Time StepStart t ime- HydrodeNet flowEnd datesp calculated1-D Network kinematic wavea User defined2312002Hydrodynamic LinkageHydrodynamic Linkage FileSolution OptionsEnd timeC: WASP Project New River N ewRiverH hyd Negative S olution AlloweBrowseSolution techniqueX CancelFigure 3 WASP Simulation parameters screen+aB

在网上找了一份最新的关于省市区mysql数据库的表格文档，就一张表包含，我改成了公司需要用的结构，很全，连钓鱼dao都有。好东西当然要分享

这个为微电网下垂控制的MATLAB仿真，仿真做的很详细，

用于分类的SVM的代码，很好用的哦！各种分类情形都有哦！

深入浅出WPF 重新整理目录，带源码.rar

SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)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

本文件包括随机森林的代码实现和相应的数据集，以及详尽的中文注释，已调试通过。代码有两份，一份是在网上下载的，另一份是自己整理后编写的。编程环境为Python2.7。因为只是用来学习随机森林算法，所以在调参方法没下多少功夫，正确率可能不太高,当然数据集比较小也是一个原因。感兴趣的童鞋可以自己调整参数提高正确率。