基于springboot+oauth2.0+jwtToken鉴权认证开发的后台接口，整套架构采用restful风格，车牌识别，阿里云消息推送，短信接口等

运用并发，网络编程，数据库，和swing综合写的聊天项目，模仿QQ页面，适合初学者学完javase之后的巩固，也可直接当做java大作业提交，其中数据库是Oracle，需要修改对应的数据库sql语句。驱动自行更改。

另一个破解MyEclipse的工具，网上流传有几种，这个的结果是：本人没有粘贴激活码，Patch_Key等等，只是把MyEclipse安装目录的一些文件替换了，其中有一个.ini配置文件，若干Plugin文件夹里的子文件，就完成了破解，大家尽管可以尝试。

根据电动汽车蓄电池的充放电特性，用matlab/simulink对电动汽车对电网进行充放电进行仿真，可以用来研究电动汽车对电网的影响，可以进行谐波分析。

ns2 leach

【实例简介】达梦数据库sql语言手册，达梦数据库是国产数据库里最好使用的，可以跟oracle数据无缝替换的

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

HOG(方向梯度直方图）matlab源程序

智能家居部分代码，这个项目涉及到的知识点比较多，我做了一年才搞定了它，主要的知识点如下：Android应用开发，网络编程（tcp/ip协议）、Mysql数据库编程、阿里云c语言服务器环境的搭建、ARM嵌入式底层驱动开发、linux操作系统的移植、ARM+Linux下wifi驱动编译移植（或者有线网络也可以）、433模块驱动编译移植、红外模块驱动编译移植、红外遥控解码学习、1838红外接收头解码、1602液晶屏显示、433射频通信、语音模块、Linux系统QT界面开发、PCB板硬件设计以及51单片机编程知识。

资源包含从CSDN下载最新的信息系统项目管理师考试资料，具体文件列表如下；信息系统项目管理师备考指南、信息系统项目管理师教程学习安排表、信息系统项目管理师的专业英语知识精华(中英文对照)、2014年信息系统项目管理师考试葵花宝典之历年真题分类详细解析、信息系统项目管理师学习方案、信管网信息系统项目管理师论文精编(2014下半年版)。还有一些文件较大，有需要可留言联系。祝考试顺利通过

对数正态分布杂波仿真，包含pdf和概率密度函数