本科期间的大作业,c#.net开发，图书管理系统

***************************************************************  1. Directory Contents ***************************************************************  - include: Folder for all header files of the Reflexxes API    and the Type II Reflexxes Motion Library  - src: Folder for the source code files of the Type II    Reflexxes Motion Library and the six sample applications  - Linux: Folder with example makefiles for Linux  - MacOS: Folder with example makefiles for Mac OS X  - Windows: Folder with example project files for Microsoft    Windows (Visual Studio 2008 Express)

一个定时提醒的程序，可以任意设置定时时间，有皮肤，带有最小化到通知栏，抖动及声音提醒，提醒时窗口置顶等功能。(A timed reminder program that can be set regular time, have skin with minimized to the notification bar, jitter and voice reminder, reminder window when the top and other functions.)

深度图片采集, 用于3D结构光的测试．人脸识别，活体检测(depth images, for face detector and alive test)

Object detection (or rather, recognition) is one of the fundamental problems in computer vision and a lot of techniques have come up to solve it. This is a Project about Real-time object detection in OpenCV using SURF.

图书管理

说明：  对一个文件的内容进行有失真处理，然后对处理后的文件进行无失真编码和译码。对理解编码理论还有帮助！(The contents of a file handle with distortion, then the processed file lossless coding and decoding. Coding theory in understanding there is help!)

1234...n顺序进栈，计算出栈的可能序列并输出(Stack input in the sequence of 1234...n,compute the possible sequences of output )

The manuscript describes performance comparison of nearest-neighbor interpolation and bilinear to reduce the complexity of decoder WZVC.

STM32单片机RGBW四色灯带调光驱动板(RGBW four color lamp belt drive board)

NSGA的特征：  l       非支配排序（Non-Dominated Sorting）：¡      进化过程中，将当前父代群体进行交叉和变异得到子群体，将两个群体合并。¡      在目标空间中按照Pareto最优关系将群体中个体两两按其目标函数向量进行比较，将群体中所有个体分成多个依次控制的前沿层(front)。l       适应度共享（fitness sharing）：¡      在进化过程中必须采用某种策略来保持群体的多样性，防止群体最终只收敛到个别少数解上(即早熟收敛)；¡      NSGA方法为同一层的个体指定相同的适应度，从而为了保证种群的分布多样性；¡      对于接近到了一定距离以后的个体，利用对适应度打折扣的方法提高frontier的被覆盖性；¡      因为在最前沿的个体具有最大的适应度，所以被传递到下一代的可能性也就越大。u     NSGA-II相对于NSGA方法的改进：l       在NSGA-II中，除了非支配排序以外的部分，与NSGA完全不同的运算规则。l       在NSGA-II中，全面引入存档（archive）这个的概念。¡      Pareto frontier的前进、扩大和NSGA相比，变得更加可靠 ；¡      因为父代探索种群是从archive中根据淘汰选择生成的，对Pareto优越性高的个体，施加大的选择压(在后面详细叙述)。¡      这个特征，表现为较高的Pareto frontier的前进能力。l       作为NSGA中的适应度共享的替换方法，导入了“拥挤距离”和“