本文基于传统的LPC倒谱特征和KC复杂性特征建立了一个说话人确认系统，采用了YOHOspeakerverifiea:ion数据库，Enroll阶段:采用238说话人4个session每个Sessi。
n有10个语音样本数据，Verify阶段:采用138说话人10个Session每个session有4个语音样本数据，训练模板和测试该说话人确认系统，取得了较好的说话人确认效果。

•第一讲o什么叫操作系统♣计算机操作系统是指控制和管理计算机的软、硬件资源，合理组织计算机的工作流程，方便用户使用的程序集合。
o操作系统的三个作用管理者……虚拟机♣计算机系统软硬件资源的管理者。
♣为用户提供一台等价的扩展机器或虚拟机。
♣最重要、最基本、最复杂的系统程序，控制应用程序执行的程序。
o操作系统的发展历史每一代思想特别是分时系统（现代的都是分时）定义特点优缺点♣第一代：手工操作•1945-1955•使用机器语言•无操作系统•用于数学计算•输入输出：插件版、纸带、卡片•计算机处理能力日益提升，而手工操作效率低下，造成了资源浪费。
♣第二代：单批道处理系统•1955-1965•用于大型机•使用汇编语言，FORTRAN，作业•FMS（FortranMonitorSystem），IBSYS（IBM为7094机配备的操作系统）•用于较复杂的科学工程计算o联机批处理o脱机批处理•机时在走来走去中浪费掉•优点：同一批作业自动依次更替，改善了主机CPU和I/O设备的使用效率，提高了吞吐量。
•主要问题：CPU和I/O设备使用忙闲不均，取决于作业特性。
o计算为主的作业，外设空闲；
oI/O为主的作业，CPU空闲。
♣第三代：多批道处理系统•1965-1980•使用集成电路•操作系统：庞大、复杂•多道：内存中同时存放几个作业。
•几项新技术：Multiprogramming，Spooling•优点：o资源利用率高（CPU、内存、I/O）o作业吞吐量大•缺点：o用户交互性差o作业平均周转时间长♣第四代：分时系统•70年代中期至今•多个用户分享使用同一台计算机。
多个程序分时共享硬件和软件资源。
•通常按时间片分配：各个程序在CPU上执行的轮换时间。
•操作系统：CTSS（M.I.T.）、Multics（computercommunity）•特征：o同时性♣也称多路性。
若干用户同时与一台计算机相连，宏观上看各个用户在同时使用计算机，他们是并行的；
微观上看各个用户在轮流使用计算机。
o交互性♣用户通过终端设备（如键盘、鼠标）向系统发出请求，并根据系统的响应结果再向系统发出请求，直至得到满意的结果。
o独立性♣每个用户使用各自的终端与系统交互，彼此独立、互不干扰o及时性♣指用户向系统发出请求后，应该在较短的时间内得到响应。
♣新发展：个人计算机、实时系统、网络与分布式系统、移动计算……o什么叫中断♣中断：指CPU在收到外部中断信号后，停止原来工作，转去处理该中断事件，完毕后回到原来断点继续工作。
♣通道：用于控制I/O设备与内存间的数据传输。
启动后可独立与CPU运行，实现CPU与I/O的并行。
o中断的处理机制

一种通用的sift-surf-orb的程序，只需要改变相应的关键字就可以检测不同的特征点，对于分析配准问题，三维重建是一个非常好的资源。
同时，代码进行了ransac优化。
可供工程实际应用

通过内存特征搜索地址并激活visualfreebasic源码

代码分为read_can_use.m和main_can_ues.m先运行read_can_use.m读取图片的像素值，使用奇异值分解的方法得到对应的特征。
程序预设了只读取前5个人的人脸图片，可以自己改成最多15个人。
然后运行main_can_use.m，程序会输出112323，每个数字代表一张图片最有可能的识别类别（就是人的编号）。
对每个人的11张图片，取前7张训练网络，后4张测试网络，取前5个人进行实验。
所以共有35个训练样本，20个测试样本。
比如输出的结果是111122123333…..，因为每4个数字是属于同一个人的，前四个都是1则都预测正确，第二组的4个数字2212中的那个1就是预测错误（本来是2预测成了1）。
由于参数的随机初始化，不保证每次的结果都相同。

1vc6.0编写2读写2张bmp图片，并且可以进行模板匹配3使用到的算法有MAD算法，NCC算法，快速匹配算法，特征匹配算法4仅用于学习

Freeplane思维导图，知识和项目管理应用程序带给您的物品：boercher，dpolivaev，fnatter思维导图，知识管理，项目管理的应用程序。
以最有效的方式发展，组织和交流您的想法和知识。
特征思维导图知识管理项目管理介绍大纲写作

研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及L0算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.

[原创]自己实现的FPFH算法，效果与PCL中的完全一致。
输入量必须包括离散无拓扑的点云矩阵、点云法向量矩阵、关键点在离散点云中的位置向量、邻域参数这么四个，另外两个量可缺省，填入ISS算法(资源已放出)步骤中用到的r邻域拓扑变量时可以节省运算资源。
输出量为一个矩阵，其中每一行为一个33维度向量，对应一个关键点的FPFH描述符。
个人比较满意的作品，代码变量命名规范、逻辑清晰、可读性强。

智能环境下基于核相关权重鉴别分析算法的多特征融合人脸识别

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。