好东西 好东西 好东西 好东西 好东西

DXF轨迹图转G代码，有 直线，圆，圆弧，样条曲线，优化多段线，多段线。与下位机串口通讯！只有一些基本的功能，离实际应用还有距离，但可以作为参考代码，还是有一定的借鉴意义的！注意注册串口控件，要不然不能运行的起来

能很好的分析非线性时间序列。熵（entropy）指的是体系的混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，在不同的学科中也有引申出的更为具体的定义，是各领域十分重要的参量.

基于TI DSP开发的旋变编译器位置解析，输入sine,cosine信号，经过滤波处理后进行相位比较来计算当前角度，根据角度来计算出转速。。。

UserCF和ItemCF是协同过滤中最为古老的两种算法，在top-N的推荐上被广泛应用。这两个算法之所以重要，是因为他们使用了两个不同的推荐系统基本假设。UserCF认为一个人会喜欢和他有相同爱好的人喜欢的东西，而ItemCF认为一个人会喜欢和他以前喜欢的东西相似的东西。这两个假设都有其合理性。根据我的测试，用UserCF和ItemCF做出的推荐列表中，只有50%是一样的，还有50%完全不同。但是这两个算法确有相似的精度。所以说，这两个算法是很互补的。我一直认为这两个算法是推荐系统的根本，因为无论我们是用矩阵，还是用概率模型，我们都非常的依赖于前面说的两种假设。如果用户的行为不符合那两种假设，推荐系统就没必要存在了。因此我一直希望能够找出这两种算法的本质区别。他们有相似的精度，但是coverage相差很大，ItemCF coverage很大而UserCF很小。我还测试了很多其他指标，不过要从这些表象的指标差异找出这两个算法的本质区别还是非常困难。不过上周我基本发现了这两个算法推荐机理的本质区别。我们做如下假设。每个用户兴趣爱好都是广泛的，他们可能喜欢好几个领域的东西。不过每个用户肯定也有一个主要的领域，对这个领域会比其他领域更加关心。给定一个用户，假设他喜欢3个领域A,B,C，同时A是他喜欢的主要领域。这个时候我们来看UserCF和ItemCF倾向于做出什么推荐。结果如下，如果用UserCF, 它会将A,B,C三个领域中比较热门的东西推荐给用户。而如果用ItemCF，它会基本上只推荐A领域的东西给用户。因为UserCF只推荐热门的，所以UserCF在推荐长尾上能力不足。而ItemCF只推荐A领域给用户，这样他有限的推荐列表中就可能包含了一定数量的不热门item，所以ItemCF推荐长尾的能力比较强。不过ItemCF的推荐对某一个用户而言，显然多样性不足。但是对整个系统而言，因为不同的用户的主要兴趣点不同，所以系统的coverage会很大。显然上面的两种推荐都有其合理性，但都不是最好的选择，因此他们的精度也会有损失。最好的选择是，如果我们给这个用户推荐30个item，我们既不是每个领域挑选10个最热门的给他，也不是推荐30个A领域的给他，而是比如推荐15个A领域的给他，剩下的15个从B,C中选择。认识到这一

C常用数值算法集，很有用，同时也是学习C的好帮手。-C commonly used numerical algorithm sets, useful, but also a good learning C helper.

图论中使用分支与界法求解旅行商问题，直接在vc中编译可运行-graph theory with the use of branch and bound for traveling salesman problem, which directly vc compiler can run

原题为： 1．有5栋5种颜色的房子 2．每一位房子的主人国籍都不同 3．这五个人每人只喝一个牌子的饮料，只抽一个牌子的香烟，只养一种宠物 4．没有人有相同的宠物，抽相同牌子的烟，喝相同牌子的饮料 已知条件： 1．英国人住在红房子里 2．瑞典人养了一条狗 3．丹麦人喝茶 4．绿房子在白房子的左边 5．绿房子主人喝咖啡 6．抽pallmall烟的人养了一只鸟 7．黄房子主人抽dunhill烟 8．住在中间房子的人喝牛奶 9．挪威人住在第一间房子 10．抽混合烟的人住在养猫人的旁边 11．养马人住在抽dunhill烟人的旁边 12．抽bluemaster烟的人喝啤酒 13．德国人抽prince烟 14．挪威人住在蓝房子旁边 15．抽混合烟的人的邻居喝矿泉水 问题：谁养鱼？ 这道迷题出自1981年柏林的德国逻辑思考学院。 据说世界上只有2％的人能出答案。 就连大名鼎鼎的爱因斯坦也成为此题大伤脑筋。-original entitled : 1. Have five five colors of the two houses. Each a master of the house three different nationality. Each of these five individuals only drink one brand of beverages, just the one brand of cigarettes, only raised a pet 4. No one has the same pet, and pumping the same brand of cigarettes, drink the same brand of beverages known conditions : 1. Britons living in Red House Lane 2. Swede custody of a dog 3. Denmark tea 4. Green house at the White house left five. Green coffee house owner 6. Pallmall pumpin

资源描述基于Gabor+pca识别人脸表情 ，很详细，用opencv实现的  对于学习pca算法的初学者很有用。

poj 2408 解题代码，北大acm在线可以测试。-problem-solving poj 2408 code, North acm test online.

用c语言实现的龙格库塔算法和阿当姆斯算法。是学习计算方法的入门级程序实例。-Using c language realize the Runge-Kutta algorithm and the Arab-Israeli Adams algorithm. Calculation method is to study the entry-level procedures.