基于K-means聚类算法的图像分割算法的基本原理： 基于K-means聚类算法的图像分割以图像中的像素为数据点，按照指定的簇数进行聚类，然后将每个像素点以其对应的聚类中心替代，重构该图像。
算法步骤：①随机选取K个初始聚类中心；
②计算每个样本到各聚类中心的距离，同时将每个样本归到与其距离最近的聚类中心；
③对每个簇，以所有样本的均值作为该簇新的聚类中心；
④重复第②~③步,直到聚类中心不再变化；
⑤结束，得到K个聚类。

或许你也经常遇到这样的需求，有设计好的船体二维CAD型线图，现在为了进行CFD计算等，需建立船体三维曲面模型。
怎么办？量取型值，然后在其他建模软件中点、线、面绘制？或者是在建模软件中打开或导入二维型线，然后自己将二维型线一条条进行一些列变换，得到三维空间曲线，最后再建立曲面？这两种方式我都采用过，比较费劲。
今天，一切变得很简单，直接用我写的这个插件吧，她能帮助你快速实现这样一个变换过程。
免费、还提供C#源代码，大家都喜欢的方式，赶紧下载吧！

seismicunix是科罗拉多矿院开发的一套开源地球物理数据处理系统。
此项目得到了TheCenterforWavePhenomena(CWP)财团项目的部分支持；
之前接受过GasResearchInstitute(GRI)和theSocietyofExplorationGeophysicistsFoundation的支持。

通过使用混合二氧化硅/聚合物波导结构并优化包层下二氧化硅和PMMA-GMA的厚度，Mach-Zehnder干涉仪（MZI）热光（TO）开关的响应速度和功耗得到了改善上覆层。
采用包括化学气相沉积（CVD），旋涂和湿蚀刻的制造技术来开发开关样品。
在1550nm波长下，测得的ON和OFF状态下的驱动功率分别为0和13mW，表明开关功率为13mW。
ON状态下的光纤插入损耗为15dB，ON状态和OFF状态之间的消光比为18.3dB，上升时间和下降时间分别为73.5和96.5s。
与基于Si/SiO2或全聚合物波导结构的TO开关相比，该器件具有低功耗和响应速度快的优点，这归因于其聚合物芯的TO系数大，上/下包层薄且体积大。
二氧化硅的导热性。

本MATLAB程序用来对模拟信号数字化并且将数字序列进行数字调制得到适合在无线和光信道中传输的频带信号。
程序中首先对输入的抽样值进行PCM编码，然后将得到的PCM基带序列分别进行ASK,FSK和PSK调制，得到频带信号。
将程序代码编写后，保存为M文件pcm.m，然后在File菜单下的SetPath选项中添加M文件所在的文件夹作为一个新的搜索路径。
例如在MATLAB命令行中输入pcm(435)，对435这个样值PCM编码再调制。

深度学习不断增长的能源耗费和性能成本，促使社区通过选择性修剪组件来减少神经网络的规模。
与生物学上的相似之处是，稀疏网络即使不能比原来的密集网络更好，也能得到同样好的推广。

解压后得到一个exe执行文件，这个文件用来写入U盘启动内容，准备一个U盘，请保存好U盘里的资料。
(经过我的测试U盘里的内容不会被删除)。
写好U盘后在待破解的电脑上插上U盘然后重启进去Bios修改为U盘启动，重启后到登录界面别怕直接回车即可进入系统。
拔掉U盘再重启原密码不变

基于语义检索的目的，结合成语典故本体的构建，设计了一个基于成语典故本体的语义检索模型，阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能；
分析了系统中的本体构建技术、分词技术及检索技术，设计并实现了词语相似度及概念相似度算法；
通过语义检索系统的实验，得到较高的查全率和查准率。

实现效果：http://v.youku.com/v_show/id_XMTU2Mzk0NjU3Ng==.html如何在你的电脑上运行这个程序？1，它需要cvblobslib这一个opencv的扩展库来实现检测物体与给物体画框的功能，具体安装信息请见：http://dsynflo.blogspot.com/2010/02/cvblobskib-with-opencv-installation.html，当你配置好cvblobslib之后，你可以用这一的程序进行测试：http://dl.dropbox.com/u/110310945/Blobs%20test.rar2，视频中两个摄像头之间的距离是6cm，你可以根据你摄像头的型号，来选择合适的距离来达到最好的效果。
3，在进行测距之前，首先需要对摄像头进行标定，那么如何标定呢？在stdafx.h中把"#defineCALIBRATION0"改成“#defineCALIBRATION1”表示进行标定，标定之后，你就可以在工程目录下的"CalibFile"文件夹中得到标定信息的文件。
如果标定效果还不错，你就可以吧"#defineCALIBRATION"改成0，以后就不需要再标定，直接使用上一次的标定信息。
你还需要把"#defineANALYSIS_MODE1"这行代码放到stdafx.h中。
4，视频中使用的是10*7的棋牌格，共摄录40帧来计算摄像头的各种参数，如果你像使用其他棋盘格，可以在"StereoFunctions.cpp"文件中修改相应参数。
5，如果你无法打开摄像头，可以在"StereoGrabber.cpp"文件中修改代码“cvCaptureFromCAM(index)”中index的值。
6，Aboutcomputingdistance:itinterpolatestherelationshipbetweendepth-valueandreal-distancetothirddegreepolynomial.Soiusedexcelfile"interpolation"forinterpolationtofindk1tok4,youshouldfindyourownvalueoftheseparameters.7，你可以通过调整控制窗口中各个参数的滑块，从而来得到更好的视差图。
8，在目录下的”distance“文件夹中，有计算距离信息的matlab代码。
9，如果你想了解基本的理论，可以看一下这个文档和代码（视频里的代码其实就是根据这个代码改的）：http://scholar.lib.vt.edu/theses/available/etd-12232009-222118/unrestricted/Short_NJ_T_2009.pdf视频中环境：vs2008，opencv2.1

图像的增强/////////////////////////////////直方图对话框构造函数；
ZFT::ZFT(CWnd*pParent/*=NULL*/):CDialog(ZFT::IDD,pParent)//ZFT为定义的用来显示直方图的对话框类；
{　Width=Height=0;//对话框初始化阶段设置图像的宽和高为"0"；
}////////////////////////对话框重画函数；
voidZFT::OnPaint(){　CRectrect;//矩形区域对象；
　CWnd*pWnd;//得到图片框的窗口指针；
　pWnd=GetDlgItem(IDC_Graphic);//得到ZFT对话框内的"Frame"控件的指针；
　file://（IDC_Graphic为放置在对话框上的一个"Picture"控件，并讲类型设置为"Frame"）。
　pWnd-＞GetClientRect(&rect);//得到"Frame"控件窗口的"视"区域；
　inti;　CPaintDCdc(pWnd);//得到"Frame"控件的设备上下文；
　file://画直方图的x、y轴；
　dc.MoveTo(0,rect.Height());　dc.LineTo(rect.Width(),rect.Height());　dc.MoveTo(0,rect.Height());　dc.LineTo(0,0);　file://画直方图，num[]是"ZFT"的内部数组变量，存放的是图像各个灰度级出现的概率；
该数组的各个分量在　　显示具体图像的直方图时设置；
　for(i=0;iGetWindowRect(&rect);//获取pWnd窗口对象窗口区域位置；
　file://屏幕坐标转换为客户区坐标；
　ScreenToClient(&rect);　file://判断当前鼠标是否指在直方图内；
　if(rect.PtInRect(point))　{　　intx=point1.x-rect.left;　　file://当前鼠标位置减去区域的起始位置恰好为当前鼠标所指位置所表示的灰度级；
　　string.Format("%d",x);　　file://显示当前位置对应的图像的灰度级；
　　pWndText-＞SetWindowText((LPCTSTR)string);　}　CDialog::OnMouseMove(nFlags,point);}////////////////////////////////////////voidCDibView::OnImagehorgm()file://在程序的"视"类对象内处理显示图像直方图的函数；
{　CDibDoc*pDoc=GetDocument();　HDIBhdib;　hdib=pDoc-＞GetHDIB();　BITMAPINFOHEADER*lpDIBHdr;//位图信息头结构指针；
　BYTE*lpDIBBits;//指向位图像素灰度值的指针；
　lpDIBHdr=(BITMAPINFOHEADER*)GlobalLock(hdib);//得到图像的位图头信息　lpDIBB

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。