用来打开谷歌的py脚本

计算机视觉，局部图像描述子python实现harris角点检测，特征匹配，sift特征检测和匹配，可以直接运行，内附VLFeat工具包sift，立体图像的特征提取和匹配是机器人视觉定位的核心技术，立体图像的特征点的匹配精度直接影响视觉导航定位的精度。

根据现有数据对分类边界线建立回归公式，以此进行分类，其核心是通过最优化算法寻找最佳回归系数（权重系数），主要应用于二分类。(Based on the existing data, regression formulas are established to classify the classification boundary lines. The core of this method is to find the best regression coefficients (weight coefficients) through the optimization algorithm, which is mainly used in the second classification.)

说明：  特征检测与匹配的目标是识别一个图像中的关键点与另一个图像中的对应 点之间的配对。(The goal of feature detection and matching is to identify the key points in one image and the corresponding points in another image)

说明：  使用深度学习算法ANN对风速数据进行预测，最后的预测效果很好(Using ANN algorithm to predict wind speed)

使用python语言实现机器学习神经网络算法及其例子

说明：  基于迪杰斯特拉算法的最短路径规划，基于python平台实现(Shortest path planning based on Dijkstra algorithm and implemented on Python platform)

利用已经使用的分数文本判断文本的分数等级。(The score level of the text is judged using the score text that has been used.)

结合自己的数据源导入，采用随机森林算法实现分类

说明：  将原始数据导入，并运用lstm模型进行模拟运算，主要是做预测分析。(The original data are imported and simulated with LSTM model, mainly for prediction and analysis.)

ATmega8 + tda7419