讲述算法的经典材料，以有趣幽默的方式把枯燥的算法讲的生动，方便茹入门者上手

网上有很多讲JavaScript操作客户端串口的资料，可都是一样的，在开发过程中还是会有一些问题，这里是我开发时的一些总结

这篇文章应该算是这份学习笔记里面我最为注重的一篇文章，有自己的一些学习体会以及工作经历中的一些思考。
也许对成熟的产品经理没有什么参考价值，但是对于想要入门的同学应该还有不小的帮助。
如果说现在让我论述产品经理的思维，我肯定是讲不好的;毕竟经验还是太少了，所以这篇文章更多的是读书过程中的一些思考。
在这里只讲一些个人的经验和思考，而非系统化论述产品经理的思维体系。
知乎上有人吐槽「为何产品经理这个职位这么火」：每个小区门口，都会有几个下棋的大爷。
这个机灵抖的极为有趣，不然产品人员也不会自嘲是产品狗。
根据实习的经验以及学习的一些知识，感觉「画原型/写文档/沟通」只是产品经理工作的一种方式;我没有足够的经

受克隆选择理论和免疫网络模型的启发，我们提出了一种新的人工免疫算法，称为免疫记忆克隆算法（IMCA）。
首先讨论了受免疫系统启发的克隆操作员。
IMCA包括两个基于不同免疫记忆机制的版本；
它们是自适应免疫记忆克隆算法（AIMCA）和免疫记忆克隆策略（IMCS）。
在AIMCA中，每种抗体的突变率和存储单位大小会动态调整。
IMCS同时实现抗体种群和存储单元的进化。
通过使用克隆选择运算符，可以将全局搜索与局部搜索有效地结合在一起。
根据抗体-抗体（Ab-Ab）亲和力和抗体-抗原（Ab-Ag）亲和力，IMCA可以自适应地分配存储单元的大小和抗体群体。
在实验中，使用了18个多维函数，维数范围从2到1000，以及组合优化问题，例如旅行商和背包问题（KPs），以验证IMCA的性能。
给出了每次迭代的计算成本。
实验结果表明，IMCA具有较高的收敛速度，并且在增强种群多样性和一定程度上避免过早收敛方面具有很强的能力。
从理论上讲，IMCA以概率1收敛。
2010高等教育出版社和施普林格出版社柏林海德堡。

该书介绍了sar成像和信号的基本原理以及其他基本知识。
详细的讲了时间序列insar技术的应用，非常经典的一本书

现在我们回到LDA的原理上，我们在第一节说讲到了LDA希望投影后希望同一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大，但是这只是一个感官的度量。
现在我们首先从比较简单的二类LDA入手，严谨的分析LDA的原理。
　　　　假设我们的数据集D={(x1,y1),(x2,y2),...,((xm,ym))}D={(x1,y1),(x2,y2),...,((xm,ym))},其中任意样本xixi为n维向量，yi∈{0,1}yi∈{0,1}。
我们定义Nj(j=0,1)Nj(j=0,1)为第j类样本的个数，Xj(j=0,1)Xj(j=0,1)为第j类样本的集合，而μj(j=0,1)μj(j=0,1)为第j类样本的均值向量，定义Σj(j=0,1)Σj(j=0,1)为第j类样本的协方差矩阵（严格说是缺少分母部分的协方差矩阵）。
　　　　μjμj的表达式为：μj=1Nj∑x∈Xjx(j=0,1)μj=1Nj∑x∈Xjx(j=0,1)　　　　ΣjΣj的表达式为：Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)　　　　由于是两类数据，因此我们只需要将数据投影到一条直线上即可。
假设我们的投影直线是向量ww,则对任意一个样本本xixi,它在直线ww的投影为wTxiwTxi,对于我们的两个类别的中心点μ0,μ1μ0,μ1,在在直线ww的投影为wTμ0wTμ0和wTμ1wTμ1。
由于LDA需要让不同类别的数据的类别中心之间的距离尽可能的大，也就是我们要最大化||wTμ0−wTμ1||22||wTμ0−wTμ1||22,同时我们希望同一种类别数据的投影点尽可能的接近，也就是要同类样本投影点的协方差wTΣ0wwTΣ0w和wTΣ1wwTΣ1w尽可能的小，即最小化wTΣ0w+wTΣ1wwTΣ0w+wTΣ1w。
综上所述，我们的优化目标为：argmaxwJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)wargmax⏟wJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)w　　　　我们一般定义类内散度矩阵SwSw为：Sw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)TSw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)T　　　　同时定义类间散度矩阵SbSb为：Sb=(μ0−μ1)(μ0−μ1)TSb=(μ0−μ1)(μ0−μ1)T　　　　这样我们的优化目标重写为：argmaxwJ(w)=wTSbwwTSwwargmax⏟wJ(w)=wTSbwwTSww　　　　仔细一看上式，这不就是我们的广义瑞利商嘛！这就简单了，利用我们第二节讲到的广义瑞利商的性质，我们知道我们的J(w)J(w)最大值为矩阵S−12wSbS−12wSw−12SbSw−12的最大特征值，而对应的ww为S−12wSbS−12wSw−12SbSw−12的最大特征值对应的特征向量!而S−1wSbSw−1Sb的特征值和S−12wSbS−12wSw−12SbSw−12的特征值相同,S−1wSbSw−1Sb的特征向量w′w′和S−12wSbS−12wSw−12SbSw−12的特征向量ww满足w′=S−12www′=Sw−12w的关系!　　　　注意到对于二类的时候，SbwSbw的方向恒为μ0−μ1μ0−μ1,不妨令Sbw=λ(μ0−μ1)Sbw=λ(μ0−μ1)，将其带入：(S−1wSb)w=λw(Sw−1Sb)w=λw，可以得到w=S−1w(μ0−μ1)w=Sw−1(μ0−μ1)，也就是说我们只要求出原始二类样本的均值和方差就可以确定最佳的投影方向ww了。

人民邮电出版社出版的，无线通信，由美国哥德史密斯编著，杨鸿文翻译的，一本很不错的讲无线通信的书，基础知识，网络架构很清晰，这是我花钱买的，现在共享给大家，十分有益的一本书。

本文讨论了蓝-绿激光技术的现状和将来的可能性。
着重于讨论对海洋光学可能最有用的激光器的发展状况。
历来，氩离子激光器实质上被用于要求相干连续光源的所有水下实验中，而倍频Nd:YAG激光器则提供了脉冲式的蓝-绿辐射。
这两种激光器都不适合高平均功率场合使用。
对于高脉冲能量具有头等重要意义的应用来讲，目前最好的待选者是闪光灯泵浦的染料激光器。
对于需要5~20亳微秒脉冲的测距选通应用，铜蒸汽激光器是最接近的选取者。
适合这两种应用的单脉冲激光器还没有。
具有适当效率的连续波激光器也没有。
随着紫外/可见分子气体激光器的发展，可能满足多数海洋光学需要的单台蓝-绿光源将在3至5年内出现。
有希望的器件，包括KrF激光和XeF激光泵浦的蓝-绿染料激光器以及XeF激光输出的喇曼降频变换。
还找出了几种较长期可能实现的蓝-绿带内分子气体激光器。

Linux下局域网内IP对讲程序，执行gcc-osound_sendsound.c-lasoundgcc-osound_recvsound.recv.c-lasound编译程序。
./sound_recv4600(端口号)运行接收程序./sound_send192.168.1.1(IP地址)4600(端口号)运行发送程序。
使用ALSA驱动C语言编写参数可自己设置重新编译。

第1讲：2015-01-12(进制01)第2讲：2015-01-13(进制02)第3讲：2015-01-14(数据宽度-逻辑运算03)第4讲：2015-01-15(通用寄存器-内存读写04)第5讲：2015-01-16(内存寻址-堆栈05)第6讲：2015-01-19(EFLAGS寄存器06)第7讲：2015-01-20(JCC)第8讲：2015-01-21(堆栈图)第8讲：2015-01-21(宝马问题)第9讲：2015-01-22(堆栈图2)第10讲：2015-01-23(C语言01_后半段)第10讲：2015-01-23(C语言完整版)第11讲：2015-01-26(C语言02_数据类型)第12讲：2015-01-27(C语言03_数据类型_IF语句)第13讲：2015-01-28(C语言04_IF语句逆向分析上)第14讲：2015-01-28(C语言04_IF语句逆向分析下)第15讲：2015-01-29(C语言04_正向基础)第16讲：2015-01-30(C语言05_循环语句)第17讲：2015-02-02(C语言06_参数_返回值_局部变量_数组反汇编)第18讲：2015-02-02(2015-01-30课后练习)第19讲：2015-02-03(C语言07_多维数组)第20讲：2015-02-03(2015-02-02课后练习)第21讲：2015-02-04(C语言08_结构体)第22讲：2015-02-05(C语言09_字节对齐_结构体数组)第23讲：2015-02-06(C语言10_Switch语句反汇编)第24讲：2015-02-26(C语言11_指针1)第25讲：2015-02-27(C语言11_指针2)第26讲：2015-02-28(C语言11_指针3)第27讲：2015-02-28(C语言11_指针4)第28讲：2015-03-02(C语言11_指针5)第29讲：2015-03-03(C语言11_指针6)第30讲：2015-03-04(C语言11_指针7)第31讲：2015-03-06(C语言11_指针8)第32讲：2015-03-09(位运算)第33讲：2015-03-10(内存分配_文件读写)第34讲：2015-03-11(PE头解析_手动)第35讲：2015-03-12(PE头字段说明)第36讲：2015-03-13(PE节表)第37讲：2015-03-16(FileBuffer转ImageBuffer)第38讲：2015-03-17(代码节空白区添加代码)第39讲：2015-03-18(任意节空白区添加代码)第40讲：2015-03-19(新增节添加代码)第41讲：2015-03-20(扩大节-合并节-数据目录)第42讲：2015-03-23(静态连接库-动态链接库)第43讲：2015-03-24(导出表)第44讲：2015-03-25(重定位表)第45讲：2015-03-26(移动导出表-重定位表)第46讲：2015-03-27(IAT表)第47讲：2015-03-27(导入表)第48讲：2015-03-30(绑定导入表)第49讲：2015-03-31(导入表注入)第50讲：2015-04-01(C++this指针类上)第51讲：2015-04-01(C++this指针类下)第52讲：2015-04-02(C++构造-析构函数继承)第53讲：2015-04-03(C++权限控制)第54讲：2015-04-07(C++虚函数表)第55讲：2015-04-08(C++动态绑定-多态-上)第56讲：2015-04-08(C++动态绑定-多态-下)第57讲：2015-04-09(C++模版)第58讲：2015-04-10(C++引用-友元-运算符重载)第59讲：2015-04-13(C++new-delete-Vector)第60讲：2015-04-14(C++Vector实现)第61讲：2015-04-15(C++链表)第62讲：2015-04-16(C++链表实现)第63讲：2015-04-16(C++二叉树)第64讲：2015-04-17(C++二叉树实现)第65讲：2015-04-20(Win32宽字符)第66讲：2015-04-21(Win32事件-消息-消息处理函数)第67讲：2015-04-22(Win32ESP寻址-定位回调函数-条件断点)第68讲：2015-04-23(Win3

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。