YaHei.Consolas字体 微软雅黑+Consolas

利用matlab编写的跳频信号时频分析源代码，很详细

人脸识别依赖于深度学习，识别率高达99.15%，值得学习。

一个基于STM32F103的蓝牙4.0控制程序，对于想要学习蓝牙的初学者有比较大的帮助

彩色空间的转换，非常有参考价值，适合彩色图像处理的初学者

自己编写的深度信念网络模型程序，可以直接调用。本人用DBN进行了光伏发电预测，效果很好。

主要用于对CT图像重建中锥束扫描下的图像重建

实验目的、需求分析、类图、用例图、用例规约、时序图、活动图、状态图、部署图、构件图。新出炉的uml大作业放上来为大家分享。

包括OpenGL安装所需的所有文件，内部详细介绍了OpenGL的安装步骤，并附有一段简单的测试程序！

我们已生活在大数据时代，享受着信息技术飞速发展所带来的福利。 但与此同时，有多少我们司空见惯、习以为常的现象是否合理？ 我们在获取便利的过程中让渡了多少传统上被珍视的社会价值？两位法学教授对大数据时代表面的繁荣下隐藏的危害进行了比较全面的梳理。作为竞争法学者，作者对超级平台（Google、苹果、Facebook 等，当然可以类推至中国的类似平台）的垄断性优势与其给竞争市场带来的破坏力表达了深切担忧。 在互联网生态系统中，企业综合应用数据追踪、分析、挖掘技术，普及精准化营销、个性化定价，可以实现完美的行为歧视。 公众成为“算法”标记、组织的对象，成为各种软硬件监控的目标，丧失了人的主体性。“要么接受，要么离开”的规则使处于天然弱势地位的公众难以具备可选择性，成为游戏规则的被动接受者。作者在书中多次提到《楚门的世界》这部经典电影。 在当前这个被操纵、控制的网络空间中，我们的处境和电影主人公楚门又有多少差别？ 也许所谓的服务效率改善需要以牺牲用户隐私、奉送安宁生活为代价，但这里的边界应该在什么位置？ 作者特别强调以人工智能技术为基础的各种“虚拟助手”在帮我们做决策的同时，也限制了我们接触外部选择的机会。 更让人感到沮丧的是，作者指出作为既得利益者的超级平台否认所存在的弊端，掩盖大数据隐患的事实，凭借强大力量以各种方式打压竞争对手，驱逐隐私保护软件，使公众需要承担更多的时间、精力、金钱代价。虽然困难重重，作者也尝试给出药方，其中包含了“教育民众”的内容。 让公众理解超级平台和垄断算法的运作机制，保持清醒的认知，为推动变革的到来贡献力量。 长期以来，图书馆职业一直是“信息公平”的坚定捍卫者。 在新的环境下，能否在实现“算法公平”中继续发挥自己的独特价值？ 这是值得图书馆界人士思考的问题。

这是我根据《现代设计理论方法（第二版）》38页中的鲍威尔法理论，基于MATLAB写出的源代码，其中一维搜索极小点函数借鉴于《https://me.csdn.net/shenziheng1》该博主的算法。