ENVI　　ENVI(TheEnvironmentforVisualizingImages)是美国ITTVisualInformationSolutions公司的旗舰产品。
ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件；
它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案，它提供先进的，人性化的使用工具来方便用户读取、准备、探测、分析和共享影像中的信息。
今天，众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。
已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋，测绘勘察和城市与区域规划等行业。
　　创建于1977年的RSI（现为ITTVisualInformationSolutions公司）已经成功地为其用户提供了超过30年的科学可视化软件服务。
目前ITTVisualInformationSolutions的用户数超过150,000，遍布于80个国家与地区。
从2000年开始连续三年，ENVI被美国国家影像制图局（NIMA）等权威机构组织的Passfind项目遥感影像系统评比当中被评为“最佳的遥感目标识别软件”。
2004年RSI公司并入上市公司ITT公司，并于2006年5月正式成立ITTVisualInformationSolutions公司，ENVI&IDL的发展步伐更加有利与快捷，更多的新功能与算法加进到新版本中。
　　强大的影像显示、处理和分析系统　　ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
　　ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKONOS、SPOT,RADARSAT,NASA,NOAA,EROS和TERRA，并准备接受未来所有传感器的信息。
　　强大的多光谱影像处理功能　　ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。
同时，ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
　　更便捷地集成栅格和矢量数据　　ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。
ENVI具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
　　ENVI的集成雷达分析工具助您快速处理雷达数据　　用ENVI完整的集成式雷达分析工具可以快速处理雷达SAR数据,提取CEOS信息并浏览RADARSAT和ERS-1数据。
用天线阵列校正、斜距校正、自适应滤波等功能提高数据的利用率。
纹理分析功能还可以分段分析SAR数据。
ENVI还可以处理极化雷达数据，用户可以从SIR-C和AIRSAR压缩数据中选择极化和工作频率，用户还可以浏览和比较感兴趣区的极化信号，并创建幅度图像和相位图像。
　　地形分析工具　　ENVI具有三维地形可视分析及动画飞行功能，能按用户制定路径飞行，并能将动画序列输出为MPEG文件格式，便于用户演示成果。
　　准备您的影像　　ENVI提供了自动预处理工具，可以快速、轻松地预处理影像，以便进行查看浏览或其他分析。
通过ENVI，您可以对影像进行以下处理：　　•正射校正　　•影像配准　　•影像定标　　•大气校正　　•创建矢量叠加　　•确定感兴趣区域（ROIs）　　•创建数字高程模型（DEMs）　　•影像融合，掩膜和镶嵌　　•调整大小，旋转，或数据类型转换　　探测影像　　ENVI提供了一个直观的用户界面和易用的工具，让您轻松、快速地浏览和探测影像。
您可以使用ENVI完成的工作包括：浏览大型数据集和元数据，对影像进行视觉对比，创建强大的3D场景，创建散点图，探测像素特征等。
　　分析影像　　ENVI提供了业界领先的图像处理功能，方便您从事各种用途的信息提取。
ENVI提供了一套完整的经科学实践证明的成熟工具来帮助您分析影像。
　　数据分析工具　　ENVI包括一套综合数据分析工具，通过实践证明的成熟算法快速、便捷、准确地分析图像。
　　•创建地理空间统计资料，如自相关系数和协方差　　•计算影像统计信息，如平均值、最小/最大值、标准差　　•提取线性特征　　•合成雷达影像　　•主成分计算　　•变化检测　　•空间特征测量　　•地形建模和特征提取　　•应用通用或自定义的滤波器　　•执行自定义的波段和光谱数学函数　　光谱分析工具　　光谱分析通过像素在不同波长范围上的反应，来获取有关物质的信息。
ENVI拥有目前最先进的，易于使用的光谱分析工具，能够很容易地进行科学的影像分析。
ENVI的光谱分析工具包括以下功能：　　•监督和非监督方法进行影像分类　　•使用强大的光谱库识别光谱特征　　•检测和识别目标　　•识别感兴趣的特征　　•对感兴趣物质的分析和制图　　•执行像素级和亚像素级的分析　　•使用分类后处理工具完善分类结果　　•使用植被分析工具计算森林健康度　　共享您的信息　　ENVI能轻松地整合现有的工作流，让您能在任何环境中与同事们分享地图和报告。
所处理的图像可以输出成常见的矢量格式和栅格影像便于协同和演示。
　　自定义您的地理空间影像应用　　ENVI建立于一个强大的开发语言—IDL之上。
IDL允许对其特性和功能进行扩展或自定义，以符合用户的具体要求。
这个强大而灵活的平台，可以让您创建批处理、自定义菜单、添加自己的算法和工具，甚至将C++和Java代码集成到您的工具中等。
　　自2007年起，与著名的GIS厂商ESRI公司开展全面战略合作，ENVIReaderforArcGIS模块让ArcGIS系列软件全面支持ENVI的数据格式，最新版本ENVI4.5完全支持ArcGIS的Geodatabase等。

利用行为识别中的视频分析技术提高姿态估计的准确率，再利用从视频中提取的姿态序列从不同角度描述人体行为，提高行为识别效果

在windows下获取CPU、BIOS、硬盘、MAC地址序列号，有些机型可能获取不到BIOS和硬盘序列号附加上ASE加解密C++源代码ASE加解密使用的是网上一个兄弟的源代码。
网址忘记了。

fsk调制解调multisim13版本的仿真文件，各个部分分模块组成，M序列，锁相环，比较器

本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。
本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。
试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括：1.输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。
2.输出随迭代次数变化的平均最优值数据（设定终止条件区间等于0）。
本框架了包含了常用基准函数的实现以及遗传算法与粒子群算法对其的求解方案实现和对比，如TSP，01背包，Banana函数，Griewank函数等。
并提供大量工具方法，如KMeans，随机序列生成与无效序列修补方法等等。
对遗传算法的二进制编码，整数编码，实数编码，整数序列编码（用于求解TSP等），粒子群算法的各种拓扑结构，以及两种算法的参数各种更新方式均有实现，并提供接口供使用者实现新的改进方式并整合入框架进行试验。
其中还包括对PSO进行离散化的支持接口，和自己的设计一种离散PSO方法及其用以求解01背包问题的实现样例。
欢迎参考并提出宝贵意见，特别欢迎愿意协同更新修补代码的朋友(邮箱starffly@foxmail.com)。
代码已作为lakeast项目托管在GoogleCode:http://code.google.com/p/lakeasthttp://code.google.com/p/lakeast/downloads/list某些类的功能说明：org.lakest.common中：BoundaryType定义了一个枚举，表示变量超出约束范围时为恢复到约束范围所采用的处理方式，分别是NONE(不处理)，WRAP（加减若干整数个区间长度），BOUNCE（超出部分向区间内部折叠），STICK（取超出方向的最大限定值）。
Constraint定义了一个代表变量约束范围的类。
Functions定义了一系列基准函数的具体实现以供其他类统一调用。
InitializeException定义了一个代表程序初始化出现错误的异常类。
Randoms类的各个静态方法用以产生各种类型的随机数以及随机序列的快速产生。
Range类的实现了用以判断变量是否超出约束范围以及将超出约束范围的变量根据一定原则修补到约束范围的方法。
ToStringBuffer是一个将数组转换为其字符串表示的类。
org.lakeast.ga.skeleton中：AbstractChromosome定义了染色体的公共方法。
AbstractDomain是定义问题域有关的计算与参数的抽象类。
AbstractFactorGenerator定义产生交叉概率和变异概率的共同方法。
BinaryChromosome是采用二进制编码的染色体的具体实现类。
ConstantFactorGenerator是一个把交叉概率和变异概率定义为常量的参数产生器。
ConstraintSet用于在计算过程中保存和获取应用问题的各个维度的约束。
Domain是遗传算法求解中所有问题域必须实现的接口。
EncodingType是一个表明染色体编码类型的枚举，包括BINARY(二进制)，REAL(实数)，INTEGER(整型)。
Factor是交叉概率和变异概率的封装。
IFactorGenerator参数产生器的公共接口。
Population定义了染色体种群的行为，包括种群的迭代，轮盘赌选择和交叉以及最优个体的保存。
org.lakeast.ga.chromosome中：BinaryChromosome二进制编码染色体实现。
IntegerChromosome整数编码染色体实现。
RealChromosome实数编码染色体实现。
SequenceIntegerChromosome整数序列染色体实现。
org.lakeast.pso.skeleton中：AbstractDomain提供一个接口，将粒子的位置向量解释到离散空间，同时不干扰粒子的更新方式。
AbstractF

AChartEngine是为Android应用而设计的绘图工具库。
可用于绘制多种图表，目前该绘图工具库的最新最新版本的是achartengine-1.1.0.jar。
ChartEngine支持的图表类型：折线图、区域图、散点图、时间图、柱状图、饼状图、气泡式图表、环形图、高低交替图等。
以上每种图表都可以包含多个序列,可以将X轴以水平或垂直的形式显示，也支持很多自定义的特性。
另外，图表可以作为View构建，也可以作为Intent构建这样可以被用于启动一个活动(Activity)。
其实AChartEngine和JFreeChart差不多。
JFreeChart是JAVA平台上的一个开放的图表绘制类库。
它完全使用JAVA语言编写，是为applications,applets,servlets以及JSP等使用所设计。
JFreeChart可生成饼图（piecharts）、柱状图（barcharts）、散点图（scatterplots）、时序图（timeseries）、甘特图（Ganttcharts）等等多种图表，并且可以产生PNG和JPEG格式的输出，还可以与PDF和EXCEL关联。
AChartEngine和JFreeChart都是采用Java编写的开放图表制作类库，前者是应用在android上，后者也能主要应用在JAVASE或者JAVAEE上。
AChartEngine是谷歌开发的开源项目。

卡尔曼的视频序列图像的目标跟踪程序，matlab编写，用于学习卡尔曼的目标跟踪方法

1.1单项选择题1.数据结构是一门研究非数值计算的程序设计问题中,数据元素的①、数据信息在计算机中的②以及一组相关的运算等的课程。
①A．操作对象　　　Ｂ．计算方法　　Ｃ．逻辑结构　　Ｄ．数据映象②A．存储结构Ｂ．关系Ｃ．运算Ｄ．算法2.数据结构DS(DataStruct)可以被形式地定义为DS=（D，R），其中D是①的有限集合，R是D上的②有限集合。
①A．算法Ｂ．数据元素Ｃ．数据操作Ｄ．数据对象②A．操作Ｂ．映象Ｃ．存储Ｄ．关系3.在数据结构中，从逻辑上可以把数据结构分成。
A．动态结构和静态结构Ｂ．紧凑结构和非紧凑结构Ｃ．线性结构和非线性结构Ｄ．内部结构和外部结构4.算法分析的目的是①，算法分析的两个主要方面是②。
①A.找出数据结构的合理性B.研究算法中的输入和输出的关系C.分析算法的效率以求改进D.分析算法的易懂性和文档性②A.空间复杂性和时间复杂性B.正确性和简明性C.可读性和文档性D.数据复杂性和程序复杂性5.计算机算法指的是①，它必具备输入、输出和②等五个特性。
①A.计算方法B.排序方法C.解决问题的有限运算序列D.调度方法②A.可行性、可移植性和可扩充性B.可行性、确定性和有穷性C.确定性、有穷性和稳定性D.易读性、稳定性和安全性1.2填空题（将正确的答案填在相应的空中）1.数据逻辑结构包括、、和四种类型，树形结构和图形结构合称为。
2.在线性结构中，第一个结点前驱结点，其余每个结点有且只有个前驱结点；
最后一个结点后续结点，其余每个结点有且只有个后续结点。
3.在树形结构中，树根结点没有结点，其余每个结点有且只有个直接前驱结点，叶子结点没有结点，其余每个结点的直接后续结点可以。
4.在图形结构中，每个结点的前驱结点数和后续结点数可以。
5.线性结构中元素之间存在关系，树形结构中元素之间存在关系，图形结构中元素之间存在关系。
6.算法的五个重要特性是____,____,____,____,____。
7.分析下面算法（程序段），给出最大语句频度，该算法的时间复杂度是____。
for(i=0;i＜n;i++)for(j=0;j＜n;j++)A[i][j]=0;8.分析下面算法（程序段），给出最大语句频度，该算法的时间复杂度是____。
for(i=0;i＜n;i++)for(j=0;j＜i;j++)A[i][j]=0;9.分析下面算法（程序段），给出最大语句频度，该算法的时间复杂度是____。
s=0;for(i=0;i＜n;i++)for(j=0;j＜n;j++)for(k=0;k＜n;k++)s=s+B[i][j][k];sum=s;10.分析下面算法（程序段）给出最大语句频度，该算法的时间复杂度是____。
inti=0，s=0;while(s＜n){i++;s+=i;//s=s+i}11.分析下面算法（程序段）给出最大语句频度，该算法的时间复杂度是____。
i=1;while(i＜=n)i=i*2;

金融时间序列分析（中文第3版），金融时间序列分析（中文第3版）

直接序列扩频的SIMULINK仿真，含捕获与跟踪，解调，非常行

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。