#include#defineucharunsignedchar#defineuintunsignedint#defineulongunsignedlong#defineLED_DATP0sbitLED_SEG0=P2^7;sbitLED_SEG1=P2^6;sbitLED_SEG2=P2^5;sbitLED_SEG3=P2^4;#defineTIME_CYLC100//12M晶振，定时器10ms中断一次我们1秒计算一次转速//1000ms/10ms=100#definePLUS_PER10//码盘的齿数，这里假定码盘上有10个齿，即传感器检测到10个脉冲，认为1圈#defineK1.65//校准系数unsignedcharcodetable[]={0x3f,0x06,0x5b,0x4f,0x66,0x6d,0x7d,0x07,0x7f,0x6f};uchardataDisbuf[4];//显示缓冲区uintTcounter=0;//时间计数器bitFlag_Fresh=0;//刷新标志bitFlag_clac=0;//计算转速标志bitFlag_Err=0;//超量程标志voidDisplayFresh();//在数码管上显示一个四位数voidClacSpeed();//计算转速，并把结果放入数码管缓冲区voidinit_timer();//初始化定时器T0\T1voidDelay(uintms);//延时函数voidit_timer0()interrupt1/*interruptaddressis0x000b*/{TF0=0;//定时器T0用于数码管的动态刷新TH0=0xC0;TL0=0x00;Flag_Fresh=1;Tcounter++;if(Tcounter＞TIME_CYLC){Flag_clac=1;//周期到，该重新计算转速了}}voidit_timer1()interrupt3/*interruptaddressis0x001b*/{TF1=0;//定时器T1用于单位时间内收到的脉冲数//要速度不是很快，T1永远不会益处Flag_Err=1;//如果速度很高，我们应考虑另外一种测速方法：T测速法}voidmain(void){Disbuf[0]=0;//开机时，初始化为0000Disbuf[1]=0;Disbuf[2]=0;Disbuf[3]=0;init_timer();while(1){if(Flag_Fresh){Flag_Fresh=0;DisplayFresh();//定时刷新数码管显示}if(Flag_clac){Flag_clac=0;ClacSpeed();//计算转速，并把结果放入数码管缓冲区Tcounter=0;//周期定时清零TH1=TL1=0x00;//脉冲计数清零}if(Flag_Err)//超量程处理{Disbuf[0]=0x9e;//开机时，初始化为0000Disbuf[1]=0x9e;Disbuf[2]=0x9e;Disbuf[3]=0x9e;while(1){DisplayFresh();//不再测速等待复位i}}}}//在数码管上显示一个四位数voidDisplayFresh(){P2|=0xF0;LED_SEG0=0;LED_DAT=table[Disbuf[0]];Delay(1);P2|=0xF0;LED_SEG1=0;LED_DAT=table[Disbuf[1]];Delay(1);P2|=0xF0;LED_SEG2=0;LED_DAT=table[Disbuf[2]];Delay(1);P2|=0xF0;LED_SEG3=0;LED_DAT=table[Disbuf[3]];Delay(1);P2|=0xF0;}//计算转速，并

经典人的经典著作，对于想深入了解的人还是很有参考价值的。

%Time-FrequencyToolbox.%Version1.0January1996%Copyright(c)1994-96byCNRS(France)-RICEUniversity(USA).%%SignalGenerationFiles%%sigmerge-AddtwosignalswithgivenenergyratioindB.%%ChoiceoftheInstantaneousAmplitude%amexpo1s-Generateone-sidedexponentialamplitudemodulation.%amexpo2s-Generatebilateralexponentialamplitudemodulation.%amgauss-Generategaussianamplitudemodulation.%amrect-Generaterectangularamplitudemodulation.%amtriang-Generatetriangularamplitudemodulation.%%ChoiceoftheInstantaneousFrequency%fmconst-Signalwithconstantfrequencymodulation.%fmhyp-Signalwithhyperbolicfrequencymodulation.%fmlin-Signalwithlinearfrequencymodulation.%fmodany-Signalwitharbitraryfrequencymodulation.%fmpar-Signalwithparabolicfrequencymodulation.%fmpower-Signalwithpower-lawfrequencymodulation.%fmsin-Signalwithsinusoidalfrequencymodulation.%gdpower-Signalwithapower-lawgroupdelay.%%ChoiceofParticularSignals%altes-Altessignalintimedomain.%anaask-AmplitudeShiftKeyed(ASK)signal.%anabpsk-BinaryPhaseShiftKeyed(BPSK)signal.%anafsk-FrequencyShiftKeyed(FSK)signal.%anapulse-Analyticprojectionofunitamplitudeimpulsesignal.%anaqpsk-QuaternaryPhaseShiftKeyed(QPSK)signal.%anasing-Lipschitzsingularity.%anastep-Analyticprojectionofunitstepsignal.%atoms-LinearcombinationofelementaryGaussianwavepackets.%dopnoise-GeneratecomplexDopplerrandomsignal.%doppler-GeneratecomplexDopplersignal.%klauder-Klauderwaveletintimedomain.%mexhat-Mexicanhatwaveletintimedomain.%tftb_window-Windowgeneration(previouslywindow.m).%%AdditionofNoise%noisecg-Analyticcomplexgaussiannoise.%noisecu-Analyticcomplexuniformnoise.%%Modification%s

查找了很多资料没有用vlc读取实时摄像头数据用pyqt来显示的例子，为此，参考了一些资料对vlc做了一个二次封装，封装后保留了opencv基本上的一些功能，可以替换原pyqt的工程中opencv的接口直接使用。
说明如下：简单的播放可以参考example.py类Player1、Player.play(url,choose)加载播放路径（url）和选择播放通道（choose，1~20，实验可以同时打开8个，不能用同一个完成并行播放，数据会混乱分不开）。
2、Player.image_get(choose)加载当前帧的图像数据（choose，选择加载的通道，必须在加载路径后使用，不然返回1）3、Player.pause()暂停播放4、Player.resume()恢复播放5、Player.stop()停止播放6、Player.release()释放资源7、Player.is_playing()判断是否还在播放8、Player.get_time()已播放时间，返回毫秒值9、Player.set_time()设定播放处（必须当前的多媒体格式或者流媒体协议支持）10、Player.get_length()返回音频总长度11、Player.get_volume()获取当前音量12、Player.set_volume(volume)设置音量（0~100）

IMIT语料库包括一些与话语句子相关的文件，除了语音波形文件(.wav)外，还包括对应的句子内容(.txt)，经过时间对齐(time-aligned)的单词内容(.wrd)，经过时间对齐(time-aligned)的音素内容(.phn)三种类型的文件。

PHP网页查询考勤记录，连接中控考勤系统SQLSERVER，用于公司考勤记录查询。
这样公司任何人，只要打开网页就可以查询自己的考勤记录，有分上午，中午，晚上打卡时间。
注意修改PHP的max_execution_time时间，查询全部内容时，会出现超时，可能我的算法有问题，但还是能得出结果。

先前找了2个waveVCDViewer波形查看工具，不管是安装版的还是所谓绿色版本的，都不能正常使用——不是软件过期就是运行错误！后来自己找了一个很方便的绿色版，为了方便有同样需要的同学，现在上传分享给大家！waveVCDViewer波形查看工具(GTKwave),独立运行，纯绿色版本，不需安装，直接解压运行gtkwave.exe文件即可！例如：解压缩到C盘，直接运行"C:\gtkw\bin\gtkwave.exe";或者解压缩到D盘，则运行"D:\gtkw\bin\gtkwave.exe"，在cmd命令行模式或者在窗口模式下用鼠标双击都可以！简单使用说明：1.按照上面的方法，解压缩并运行gtkwave以后，可以将一个VCD波形文件用鼠标拖到gtkwave运行窗口中，以打开VCD波形文件。
2.这时候波形窗口还是空白一片，什么图形都没有！？——不要吃惊，这是正常的！是为了能够筛选使用者关心的信号波形而进行的设计；
要不然如果VCD文件里面的信号很多的话，一上来一大堆的信号波形图像，就会显得很乱。
下面可以参照我的方法步骤来操作，我的例子是查看一个SystemC产生的VCD(ValueChangeDump)波形文件。
按照前面说过的，将这个VCD波形文件用鼠标拖到打开的gtkwave运行窗口中以后，点击左上边的子窗口“SST”中的“SystemC”,则会在左下边的子窗口中出现对应"Type"和"Signals"的列表。
3.将"Signals"下面的信号名称用鼠标拖到中间的子窗口"Signals"中，就会在右边的子窗口"Waves"中显示对应的波形文件了！4.键盘按“Alt+F”或者点击上方的zoom图标（或者不怕麻烦的话，还可以依次点击“Time”-“Zoom”-“ZoomFull”）就可以显示完整时间段的波形，当然你也可以进行放大或者缩小显示等等操作。
如果使用中还有问题，可以问我。
谢谢！HY

DataMining:TheTextbookBy作者:CharuC.AggarwalISBN-10书号:3319141414ISBN-13书号:9783319141411Edition版本:2015出版日期:2015-04-14pages页数:(734)$89.99Thistextbookexploresthedifferentaspectsofdataminingfromthefundamentalstothecomplexdatatypesandtheirapplications,capturingthewidediversityofproblemdomainsfordataminingissues.Itgoesbeyondthetraditionalfocusondataminingproblemstointroduceadvanceddatatypessuchastext,timeseries,discretesequences,spatialdata,graphdata,andsocialnetworks.Untilnow,nosinglebookhasaddressedallthesetopicsinacomprehensiveandintegratedway.Thechaptersofthisbookfallintooneofthreecategories:Fundamentalchapters:Datamininghasfourmainproblems,whichcorrespondtoclustering,classification,associationpatternmining,andoutlieranalysis.Thesechapterscomprehensivelydiscussawidevarietyofmethodsfortheseproblems.Domainchapters:Thesechaptersdiscussthespecificmethodsusedfordifferentdomainsofdatasuchastextdata,time-seriesdata,sequencedata,graphdata,andspatialdata.Applicationchapters:Thesechaptersstudyimportantapplicationssuchasstreammining,Webmining,ranking,recommendations,socialnetworks,andprivacypreservation.Thedomainchaptersalsohaveanappliedflavor.Appropriateforbothintroductoryandadvanceddataminingcourses,DataMining:TheTextbookbalancesmathematicaldetailsandintuition.Itcontainsthenecessarymathematicaldetailsforprofessorsandresearchers,butitispresentedinasimpleandintuitivestyletoimproveaccessibilityforstudentsandindustrialpractitioners(includingthosewithalimitedmathematicalbackground).Numerousillustrations,examples,andexercisesareincluded,withanemphasisonsemanticallyinterpretableexamples.

KDD2018滴滴派单算法论文。
Wepresentanovelorderdispatchalgorithminlarge-scaleon-demandride-hailingplatforms.Whiletraditionalorderdispatchapproachesusuallyfocusonimmediatecustomersatisfaction,theproposedalgorithmisdesignedtoprovideamoreefficientwaytooptimizeresourceutilizationanduserexperienceinaglobalandmorefarsightedview.Inparticular,wemodelorderdispatchasalarge-scalesequentialdecision-makingproblem,wherethedecisionofassigninganordertoadriverisdeterminedbyacentralizedalgo-rithminacoordinatedway.Theproblemissolvedinalearningandplanningmanner:1)basedonhistoricaldata,wefirstsummarizedemandandsupplypatternsintoaspatiotemporalquantization,eachofwhichindicatestheexpectedvalueofadriverbeinginaparticularstate;2)aplanningstepisconductedinreal-time,whereeachdriver-order-pairisvaluedinconsiderationofbothimmedi-aterewardsandfuturegains,andthendispatchissolvedusingacombinatorialoptimizingalgorithm.ThroughextensiveofflineexperimentsandonlineABtests,theproposedapproachdeliversremarkableimprovementontheplatform’sefficiencyandhasbeensuccessfullydeployedintheproductionsystemofDidiChuxing.

高清PDF电子书，关于卡尔曼滤波和小波的，经典书籍，第四版了Kalmanfilteringisanoptimalstateestimationprocessappliedtoadynamicsystemthatinvolvesrandomperturbations.Moreprecisely,theKalmanfiltergivesalinear,unbiased,andminimumerrorvariancerecursivealgorithmtooptimallyestimatetheunknownstateofadynamicsystemfromnoisydatatakenatdiscretereal-time.Ithasbeenwidelyusedinmanyareasofindustrialandgovernmentapplicationssuchasvideoandlasertrackingsystems,satellitenavigation,ballisticmissiletrajectoryestimation,radar,andfirecontrol.Withtherecentdevelopmentofhigh-speedcomputers,theKalmanfilterhasbecomemoreusefulevenforverycomplicatedreal-timeapplications.Inspiteofitsimportance,themathematicaltheoryofKalmanfilteringanditsimplicationsarenotwellunderstoodevenamongmanyappliedmathematiciansandengineers.Infact,mostpractitionersarejusttoldwhatthefilteringalgorithmsarewithoutknowingwhytheyworksowell.Oneofthemainobjectivesofthistextistodisclosethismysterybypresentingafairlythoroughdiscussionofitsmathe-maticaltheoryandapplicationstovariouselementaryreal-timeproblems

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。