博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

03 2012 档案

摘要:1 installing vmware tools.the binary files—— /usr/binthe init directories /etc/rc.dthe init scripts /etc/rc.d/init.dinstall the daemon files /usr/sbininstall the library files /usr/lib/vmware-tools 阅读全文

posted @ 2012-03-27 14:55 月不识己 阅读(200) 评论(0) 推荐(0)

摘要:1http://openslam.org/Thesimultaneous localization and mapping (SLAM)problem has been intensively studied in the robotics community in the past. Different techniques have been proposed but only a few of them are available as implementations to the community. The goal of OpenSLAM.org is to provide a p 阅读全文

posted @ 2012-03-21 19:17 月不识己 阅读(735) 评论(1) 推荐(0)

摘要:1不等于~=2eval()、figure、disp、size(x).3 矩阵里面的行数rows 等于图像里面的高度height,矩阵里面的列数cols等于图像里面的宽度width 阅读全文

posted @ 2012-03-20 01:37 月不识己 阅读(327) 评论(0) 推荐(0)

摘要:1、以管理员身份运行命令提示符: 快捷键win+R→输入cmd→回车 2、启用并设定虚拟WiFi网卡: 运行命令:netsh wlan set hostednetwork mode=allow ssid=mywifi key=12345678 此命令有三个参数,mode:是否启用虚拟WiFi网卡,改为disallow则为禁用。 ssid:无线网名称,最好用英文(以mywifi为例)。 key:无线网密码,八个以上字符(以12345678为例)。 以上三个参数可以单独使用,... 阅读全文

posted @ 2012-03-17 13:10 月不识己 阅读(737) 评论(0) 推荐(0)

摘要:1.研究某随机变量的方差,有无穷多个样本,可以通过抽取一个样本集,以它的方差作为该随机变量方差的估计。 当该样本集的样本数N趋于正无穷时,可以证明除以N-1才是无偏的,即收敛于该随机变量的方差;除以N是有偏的。 因此采用无偏估计时除以N-1,而不是除以N。 2.仅研究某样本集内样本数据的分散情况,除以N即可,这是方差原始的定义。方差是针对总体的。样本方差针对样本。一个总体可以有无数个样本。 N-1算出来的是无偏的,通过样本方差估算总体的方差。 阅读全文

posted @ 2012-03-16 16:17 月不识己 阅读(6878) 评论(0) 推荐(0)

摘要:1s2=simple(s1);从各种方法中自动选择最简格式返回s1的化简格式2【s2, how】=simple(s1)返回采用的化简格式的形式3y=expand(x)扩展y=factor()因式分解y=collect()合并同类项4mathmatica提取表达式的公共因子s=FactorTerms(s1);s=factorterms(s2, exp1)分解表达式为因子exp1和s的乘积 阅读全文

posted @ 2012-03-15 20:37 月不识己 阅读(2593) 评论(0) 推荐(0)

摘要:http://blog.csdn.net/muge0913/article/details/7342977 阅读全文

posted @ 2012-03-15 14:56 月不识己 阅读(131) 评论(0) 推荐(0)

摘要:time.h头文件中声明的各种函数和数据结构分类:c语言2010-04-10 17:45157人阅读评论(0)收藏举报1.计时函数:clock_t clock( void );clock_t 在time.h文件中定义为一个长整型: #ifndef _CLOCK_T_DEFINED typedef long clock_t; #define _CLOCK_T_DEFINED #endif2.日期和时间的数据结构: structtm{ inttm_sec; inttm_min; inttm_hour; inttm_mday; inttm_mon; inttm_year; inttm_wday; i 阅读全文

posted @ 2012-03-14 22:31 月不识己 阅读(903) 评论(0) 推荐(0)

摘要:Listing 1 time1.c - 采用不同格式输出当前的日期和时间 #include <stdio.h> #include <time.h> #define BUFSIZE 128 main() { time_t tval; struct tm *now; char buf[BUFSIZE]; char *fancy_format = "Or getting really fancy:\n" "%A, %B %d, day %j of %Y.\n" "The time is %I:%M %p."; /* 阅读全文

posted @ 2012-03-14 21:41 月不识己 阅读(844) 评论(0) 推荐(0)

摘要:Java基础第二讲:Java基本语法(一)14SEP本讲内容:对象、标识符、关键字、变量、常量、字面值、基本数据类型、整数、浮点数、布尔型、字符型、赋值、注释Java作为一门语言,必然有他的语法规则。学习编程语言的关键之一就是学好语法规则,写作合乎语法规则的语句,控制计算机完成各种任务。而按编程语言的语法规则写成的,完成某项功能的代码集合就可以叫做程序。一、初识对象(Object):“初识对象的时候我们还不知道什么是对象。”Java的一个重要特点就是面向对象(Object Oriented), 面向对象是相对于面向过程(Process Oriented)来说的。我们用一个从冰箱中取一杯牛奶的例 阅读全文

posted @ 2012-03-08 02:07 月不识己 阅读(261) 评论(0) 推荐(0)

摘要:VAX.Visual.Assist.X.V10.6.1862.0 破解补丁Posted on2011 年 12 月 29 日Visual assist 最新1862版本 破解补丁,本人亲测可用!使用方法:下载后覆盖同名文件即可!如果是vs2010,请到以下目录覆盖:Windows7系统:C:/Users/用户名/AppData/Local/Microsoft/VisualStudio/10.0/Extensions/Whole Tomato Software/Visual Assist X/10.6.1862.0XP系统:C:/Documents and Settings/用户名/Local 阅读全文

posted @ 2012-03-07 21:10 月不识己 阅读(413) 评论(0) 推荐(0)

摘要:1 MRPT 移动机器人编程工具箱 mobile robot programming toolkitRANSAC算法的C++实现以及其他应用范例http://www.mrpt.org/RANSAC_C++_examples2 MATLAB and Octave Functionsfor Computer Vision and Image Processinghttp://www.csse.uwa.edu.au/~pk/Research/MatlabFns/#robust一个开源的开源matlab函数库针对机器视觉和图像处理,里面有很多相关应用函数。看RANSAC时找到的。 阅读全文

posted @ 2012-03-07 20:35 月不识己 阅读(241) 评论(0) 推荐(0)

摘要:Rob Hess的SIFT算法的C语言实现(基于OpenCV)RobHess的homepagehttp://web.engr.oregonstate.edu/%7Ehess/index.htmlRob Hess的SIFT算法在VC.net下实现http://web.engr.oregonstate.edu/%7Ehess ... 30_win.zip编译他的代码需要安装OpenCV和GSL(http://gnuwin32.sourceforge.net/packages/gsl.htm) 阅读全文

posted @ 2012-03-07 19:38 月不识己 阅读(347) 评论(0) 推荐(0)

摘要:感觉写的不错!!机器学习问题常用技术: 决策树 神经网络 支持向量机 贝叶斯分类 序列分析 聚类 分类 最近邻,k近邻,改进近邻目前有多种比较成熟的算法,如贝叶斯分类、近邻法、决策树、神经网络、支撑向量机等。其中贝叶斯算法被认为是效果良好的算法并被诸多学者所使用。应用驱动的机器学习方法1、流形机器学习:稀疏数据的非线性方法 (特征抽取)。2、增强学习:对变化环境适应(机器人)。3、多实例学习:半监督学习(药物设计)。4、ranking学习:需求是事物排序的学习(搜索引擎)。5、数据流学习:大量数据快速过滤(有害信息过滤)。有监督方法: 线性学习机LLM K最近邻法K... 阅读全文

posted @ 2012-03-07 19:26 月不识己 阅读(589) 评论(0) 推荐(0)

摘要:废话: 如果你像我一样没有想搞图像的一本书从头看到尾(其实也没几个人能从头看到尾的,很多都是拿MatLAB扯扯淡!)的话,在SIFT算法的资料里出现的很多概念可能是你理解的障碍!因为觉得有必要说一下,希望这样会给一些像我一样没什么基础的人一些帮助!如果一下当中有的你知道了你可以跳过去呵呵!也有可能有些概念我解释的不是很对,也希望您的指正!基本概念:降采样:对于一幅图像而言的降采样就是每隔几行、几列得到取一点,组成一个新的图像。以比例因子为2(fact of 2)的降采样来说:就是対一幅图像每隔一行一列取一点。对于n×n的图像就变为n/2×n/2的图像了。比例因子为2的降采样 阅读全文

posted @ 2012-03-07 19:16 月不识己 阅读(144) 评论(0) 推荐(0)

摘要:废话: 如果你像我一样没有想搞图像的一本书从头看到尾(其实也没几个人能从头看到尾的,很多都是拿MatLAB扯扯淡!)的话,在SIFT算法的资料里出现的很多概念可能是你理解的障碍!因为觉得有必要说一下,希望这样会给一些像我一样没什么基础的人一些帮助!如果一下当中有的你知道了你可以跳过去呵呵!也有可能有些概念我解释的不是很对,也希望您的指正!基本概念:降采样:对于一幅图像而言的降采样就是每隔几行、几列得到取一点,组成一个新的图像。以比例因子为2(fact of 2)的降采样来说:就是対一幅图像每隔一行一列取一点。对于n×n的图像就变为n/2×n/2的图像了。比例因子为2的降采样 阅读全文

posted @ 2012-03-07 19:15 月不识己 阅读(192) 评论(0) 推荐(0)

摘要:{ Android学习指南 }适于自学的ANDORID学习指南,基于ANDROID 2.2、2.3.3及3.0版本讲解《ANDROID学习指南》目录RSSJava基础第一讲:Java的故事和Java编程环境搭建13SEP一、《Java基础讲座》前言:学习Android如果Java基础不好,势必举步维艰,所以从今天开始连载《Android的Java基础讲座》。本系列讲座假想对象是Java没有任何基础的朋友。Java基础知识不是高科技,无数人都会,但是基础好的并不多,如何用清晰、简练、生动有趣的方式把Java的基础概念讲清楚,也比较困难。我能承诺的是用心去做、持续修订每一讲,本系列分35讲,具体目 阅读全文

posted @ 2012-03-06 21:11 月不识己 阅读(342) 评论(0) 推荐(0)

摘要:1.超市购物卡网上出售专业的礼品快递2.基于QQ这个开放平台开发应用,分析QQ好友里面日常上线的时间分布,活动分布,话题分布,利用统计分析得出图标结果利用数据进行推荐或者分析3. 阅读全文

posted @ 2012-03-04 13:58 月不识己 阅读(154) 评论(0) 推荐(0)

摘要:题目:用二分法求方程x3-x-1=0在[1,2]内的近拟解,要求误差不超过0.001。要求,用matlab写出编码,x_up = 2; x_down = 1; error = 0.001; res_down = x_down^3 - x_down - 1; res_up = x_up^3 - x_up - 1; while(res_down * res_up < 0) x = 0.5*(x_up + x_down); res = x^3 - x - 1; if( res*res_down < 0 ) ... 阅读全文

posted @ 2012-03-02 13:07 月不识己 阅读(2184) 评论(0) 推荐(0)