本人修改的STC89C52单片机RC522读卡程序，Keil打开后直接运转，无错误，代码释义一看就懂，单片机是STC89C52的，其他单片机可能不好用，RC522直接和单片机连接，端口定义如下：（RC522还有一个电源端口，一个接地端，一个空置端）sbitMF522_NSS=P1^4;sbitMF522_SCK=P1^7;sbitMF522_SI=P1^5;sbitMF522_SO=P1^6;串口调试请用16进制显示，卡靠近RC522时，向串口发送

libclntsh.so.10.1oralce类库

基于最新版ijkplayer编译，支持mkv、avi等格式，解压后间接放入项目的jniLibs目录即可

文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档简介文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。
而文本分类是文本挖掘中一个非常重要的手段与技术。
现有的分类技术都已经非常成熟，SVM、KNN、DecisionTree、AN、NB在不同的应用中都展示出较好的效果，前人也在将这些分类算法应用于文本分类中做出许多出色的工作。
但在实际的商业应用中，仍然有很多问题没有很好的解决，比如文本分类中的高维性和稀疏性、类别的不平衡、小样本的训练、Unlabeled样本的有效利用、如何选择最佳的训练样本等。
这些问题都将导致curveofdimension、过拟合等问题。
这个开源系统的目的是集众人智慧，将文本挖掘、文本分类前沿领域效果非常好的算法实现并有效组织，形成一条完整系统将文本挖掘尤其是文本分类的过程自动化。
该系统提供了Python和Java两种版本。
主要特征该系统在封装libsvm、liblinear的基础上，又增加了特征选择、LSA特征抽取、SVM模型参数选择、libsvm格式转化模块以及一些实用的工具。
其主要特征如下：封装并完全兼容*libsvm、liblinear。
基于Chi*的featureselection见feature_selection基于LatentSemanticAnalysis的featureextraction见feature_extraction支持Binary,Tf,log(tf),Tf*Idf,tf*rf,tf*chi等多种特征权重见feature_weight文本特征向量的归一化见Normalization利用交叉验证对SVM模型参数自动选择。
见SVM_model_selection支持macro-average、micro-average、F-measure、Recall、Precision、Accuracy等多种评价指标见evaluation_measure支持多个SVM模型同时进行模型预测采用python的csc_matrix支持存储大稀疏矩阵。
引入第三方分词工具自动进行分词将文本直接转化为libsvm、liblinear所支持的格式。
使用该系统可以做什么对文本自动做SVM模型的训练。
包括Libsvm、Liblinear包的选择，分词，词典生成，特征选择，SVM参数的选优，SVM模型的训练等都可以一步完成。
利用生成的模型对未知文本做预测。
并返回预测的标签以及该类的隶属度分数。
可自动识别libsvm和liblinear的模型。
自动分析预测结果，评判模型效果。
计算预测结果的F值、召回率、准确率、Macro,Micro等指标，并会计算特定阈值、以及指定区间所有阈值下的相应指标。
分词。
对文本利用mmseg算法对文本进行分词。
特征选择。
对文本进行特征选择，选择最具代表性的词。
SVM参数的选择。
利用交叉验证方法对SVM模型的参数进行识别，可以指定搜索范围，大于大数据，会自动选择子集做粗粒度的搜索，然后再用全量数据做细粒度的搜索，直到找到最优的参数。
对libsvm会选择c,g(gamma)，对与liblinear会选择c。
对文本直接生成libsvm、liblinear的输入格式。
libsvm、liblinear以及其他诸如weka等数据挖掘软件都要求数据是具有向量格式，使用该系统可以生成这种格式：labelindex:valueSVM模型训练。
利用libsvm、liblinear对模型进行训练。
利用LSA对进行FeatureExtraction*，从而提高分类效果。
开始使用QuickStart里面提供了方便的使用指导如何使用该系统可以在命令行（Linux或cmd中）中直接使用，也可以在程序通过直接调用源程序使用。
在程序中使用。
#将TMSVM系统的路径加入到Python搜索路径中importsyssys.path.insert(0,yourPath+"\tmsvm\src")importtms#对data文件夹下的binary_seged.train文件进行训练。
tms.tms_train(“../data/binary_seged.train”)#利用已经训练好的模型，对对data文件夹下的binary_seged.test文件预测tms.tms_predict(“../data/binary_seged.test”,”../model/tms.config”)#对预测的结果进行分析，评判模型的效果tms.tms_analysis(“../tms.result”)在命令行中调用#对data文件夹下的binary_seged.train文件进行训练。
$pythonauto_train.py[options]../data/binary_seged.train#利用已经训练好的模型，对对data文件夹下的binary_seged.test文件预测pythonpredict.py../data/binary_seged.train../model/tms.config#对预测的结果进行分析，评判模型的效果$pythonresult_anlaysis.py../tms.result上面的调用方式都是使用系统中默认的参数，更具体、灵活的参数见程序调用接口输入格式labelvalue1[value2]其中label是定义的类标签，如果是binaryclassification，建议positive样本为1，negative样本为-1。
如果为multi-classification。
label可以是任意的整数。
其中value为文本内容。
label和value以及value1和value2之间需要用特殊字符进行分割，如”\t”模型输出模型结果会放在指定保存路径下的“model”文件夹中，里面有3个文件，默认情况下为dic.key、tms.model和tms.config。
其中dic.key为特征选择后的词典；
tms.model为训练好的SVM分类模型;tms.config为模型的配置文件，里面记录了模型训练时使用的参数。
临时文件会放在“temp”文件夹中。
里面有两个文件：tms.param和tms.train。
其中tms.param为SVM模型参数选择时所实验的参数。
tms.train是供libsvm和liblinear训练器所使用的输入格式。
源程序说明src:即该系统的源代码，提供了5个可以在Linux下可以直接调用的程序:auto_train.py、train.py、predict.py为在Linux下通过命令行调用的接口。
tms.py为在程序中调用的主文件，直接通过importtms即可调用系统的所有函数。
其他文件为程序中实现各个功能的文件。
lsa_src：LSA模型的源程序。
dependence:系统所依赖的一些包。
包括libsvm、liblinear、Pymmseg在Linux32位和64位以及windows下的支持包(dll,so文件)。
tools:提供的一些有用的工具，包括result_analysis.py等。
java：java版本的模型预测程序，项目重要更新日志2012/09/21针对linux下的bug进行修正。
重新生成win和linux版本的。
2012/03/08增加stem模块，并修正了几个Bug。
2011/11/22tmsvm正式发布。
联系方式邮箱:zhzhl202@163.comThanks本系统引用了libsvm、liblinear的包，非常感谢Chih-JenLin写出这么优秀的软件。
本系统还引用了Pymmseg，非常感谢pluskid能为mmseg写出Python下可以直接使用的程序从最初的想法萌生到第一版上线，中间试验了很多算法，最终因为效果不好删掉了很多代码，在这期间得到了许多人的帮助，非常感谢杨铮、江洋、敏知、施平等人的悉心指导。
特别感谢丽红一直以来的默默支持。

教程非常不错，价值280元，绝对是干货Linux网络编程（总共41集）讲解Linux网络编程知识，分以下四个篇章。
Linux网络编程之TCP/IP基础篇Linux网络编程之socket编程篇Linux网络编程之进程间通信篇Linux网络编程之线程篇Linux网络编程之TCP/IP基础篇01TCPIP基础（一）ISO/OSI参考模型TCP/IP四层模型基本概念（对等通信、封装、分用、端口）02TCPIP基础（二）最大传输单元（MTU）/路径MTU以太网帧格式ICMPARPRARP03TCPIP基础（三）IP数据报格式网际校验和路由04TCPIP基础（四）TCP特点TCP报文格式连接建立三次握手连接终止四次握手TCP如何保证可靠性05TCPIP基础（五）滑动窗口协议UDP特点UDP报文格式Linux网络编程之socket编程篇06socket编程（一）什么是socketIPv4套接口地址结构网络字节序字节序转换函数地址转换函数套接字类型07socket编程（二）TCP客户/服务器模型回射客户/服务器socket、bind、listen、accept、connect08socket编程（三）SO_REUSEADDR处理多客户连接（process-per-conection）点对点聊天程序实现09socket编程（四）流协议与粘包粘包产生的原因粘包处理方案readnwriten回射客户/服务器10socket编程（五）read、write与recv、sendreadline实现用readline实现回射客户/服务器getsockname、getpeernamegethostname、gethostbyname、gethostbyaddr11socket编程（六）TCP回射客户/服务器TCP是个流协议僵进程与SIGCHLD信号12socket编程（七）TCP11种状态连接建立三次握手、连接终止四次握手TIME_WAIT与SO_REUSEADDRSIGPIPE13socket编程（八）五种I/O模型select用select改进回射客户端程序14socket编程（九）select读、写、异常事件发生条件用select改进回射服务器程序。
15socket编程（十）用select改进第八章点对点聊天程序16socket编程（十一）套接字I/O超时设置方法用select实现超时read_timeout函数封装write_timeout函数封装accept_timeout函数封装connect_timeout函数封装17socket编程（十二）select限制poll18socket编程（十三）epoll使用epoll与select、poll区别epollLT/ET模式19socket编程（十四）UDP特点UDP客户/服务基本模型UDP回射客户/服务器UDP注意点20socket编程（十五）udp聊天室实现21socket编程（十六）UNIX域协议特点UNIX域地址结构UNIX域字节流回射客户/服务UNIX域套接字编程注意点22socket编程（十七）socketpairsendmsg/recvmsgUNIX域套接字传递描述符字Linux网络编程之进程间通信篇23进程间通信介绍（一）进程同步与进程互斥进程间通信目的进程间通信发展进程间通信分类进程间共享信息的三种方式IPC对象的持续性24进程间通信介绍（二）死锁信号量PV原语用PV原语处理司机与售票员问题用PV原语处理民航售票问题用PV原语处理汽车租赁问题25SystemV消息队列（一）消息队列IPC对象数据结构消息队列结构消息队列在内核中的表示消息队列函数26SystemV消息队列（二）msgsnd函数msgrcv函数27SystemV消息队列（三）消息队列实现回射客户/服务器28共享内存介绍共享内存共享内存示意图管道、消息队列与共享内存传递数据对比mmap函数munmap函数msync函数29SystemV共享内存共享内存数据结构共享内存函数共享内存示例30SystemV信号量（一）信号量信号量

解析so文件的工具类，很适用的一个工具类。

处理：ImportError:/usr/lib64/libstdc++.so.6:version`GLIBCXX_3.4.17'notfound(requiredby/usr/local/lib/python3.5/site-packages/tensorflow/python/_pywrap_tensorflow.so)

Android中运用IDA调试so来破解apk

OpenKE是清华NLP刘知远教授团队的一个知识表示学习(knowledgegraphembedding)的开源框架。
官方版本仅提供linux环境下的包。
如何需要在windows电脑下运转，需要将项目base目录下面的C++的代码进行重新编译成base.dll，然后替换项目config/Config.py中的base.so为刚刚编译的base.dll。
之后项目便可在windows操作系统上面运转了。

sqlcipher_android_v3.5.6，包括so库、jar包；
官网地点：https://www.zetetic.net/sqlcipher/

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。