python 跳一跳刷分

实现NAO的识别，抓取，让nao机器人可以检测到固定物体并放入固定容器中。(NAO recognition and capture are realized, so that the NAO robot can detect the fixed object and put it into the fixed container.)

image decomposition example for python

Django验证码示例(用于登陆验证)

进制转换，可实现2-16进制任意进制数间相互转换(Hex conversion, 2-16 hex convert any decimal number between)

使用python语言编程实现生成voronoi的二维图像(Using python programming language to generate two-dimensional images of Voronoi)

python灰帽子入门，主要讲反汇编以及IDAPRO的插件编写(python for security for beginners)

Python script for convert coordinate between local end geodetic systems.

python处理LANDSAT遥感影像数据主要是分类，批量从文件夹中读取，进行简单处理(Python processing LANDSAT remote sensing image data is mainly classified, batch reading from folders, simple processing)

说明：  卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）” [3] 。 对卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络 [4] ；在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉、自然语言处理等领域 [2] 。 卷积神经网络仿造生物的视知觉（visual perception）机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化（grid-like topology）特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程（feature engineering）要求 [1-2] 。(Convolutional neural network classification modulation signal recognition)

程序 singkat kalulator 帖 operasi tambah，kurang，卡莉，bagi。