使用Logistic回归模型进行中文文本分类，通过实验，比较和分析了不同的中文文本特征、不同的特征数目、不同文档集合的情况下，基于Logistic回归模型的分类器的性能。
并将其与线性SVM文本分类器进行了比较，结果显示它的分类性能与线性SVM方法相当，表明这种方法应用于文本分类的有效性。

介绍了基本思想和方法，对初学者应该很有帮助！

C++初学者，使用控制台写的一个斗地主的游戏，斗地主的所有牌型都可以出，但是电脑出牌不是很智能，还有很多需要改进的地方。

参考资料：《数据结构》(C语言版)严蔚敏&&吴伟民&&米宁著要求选用顺序存储结构和二叉链表存储结构实现抽象数据类型二叉树的基本操作。
有个亮点是利用字符在dos界面显示二叉树的结构形态。
里面包含了完整的源程序和实验报告文档。
实验报告包含了完整的步骤包括：一.抽象数据类型二叉树的定义二.存储结构定义（包括顺序存储和二叉链表）及各基本操作的实现三.测试方案。
包括详细的测试函数四.测试结果。
对所有操作的测试过程中二叉树的变化截图。
五.二叉树各基本操作时间复杂度与存储结构特点分析及对算法的改进设想。
六.实验总结和体会实现的基本操作如下：InitBiTree(&T)DestroyBiTree(&T)CreateBiTree(&T)ClearBiTree(&T)BiTreeEmpty(T)BiTreeDepth(T)Root(T)Value(T,e)Assign(T,&e,value)Parent(T,e)LeftChild(T,e)RightChild(T,e)LeftSibling(T,e)RightSibling(T,e)InsertChild(T,p,LR,c)DeleteChild(T,p,LR)PreOrderTraverse(T,Visit())InOrderTraverse(T,Visit())PostOrderTraverse(T,Visit())LevelOrderTraverse(T,Visit())下载清单：Base.h//全局常量、公共变量、公共函数等BiTree.h//二叉链表二叉树实现BiTree_Main.cpp//二叉链表二叉树测试程序SqBiTree.h//顺序存储二叉树实现SqBiTree_Main.cpp//顺序存储二叉树测试程序抽象数据类型实现-二叉树-实验报告.doc

《恒华一点通HDLink》是针对测绘单位对各种全站仪的数据格式处理等方面开发的一个应用型软件，其界面简单，操作方面快捷，无数据垃圾等优点。
本软件在电子水准上有独到的功能，可以随意转换到ExcelWord等软件，并且自动检查错误，计算并自动转换到全国使用最为广泛的平差软件(cosa)科傻软件。
在功能上也做了很大的改进：1、轻松完成各种全站仪、电子水准仪的数据下载。
2、完成现有市场上常见的全站仪包括天宝、蔡司、宾得、拓普康、索佳等仪器的数据格式之间的任意转换。
(cass、SCS、SV3000、CBW、Epsw、Read、SLCAD、Dxf、Cosa、csv)3、完成各种电子水准的数据格式转换成科傻平差格式、[距离定权、测站定权]、清华三维平差格式。
4、完成各种电子水准(天宝Trimble、徕卡Leica、蔡司Zeiss、拓普康Topcon、索佳Sokkia、中纬)的数据格式转换成各种观测手簿格式。
同时支持仪器中的9种模式"偶数进站"（BF、BBFF、aBBFF、aBFBF、BFFB、aBFFB等），可以生成江苏的手簿格式、银川格式、京沪高铁格式、上海格式、成都格式等。
同时支持观测手簿的格式生成M5格式（特定格式）和M5格式的地址自动更新，往返测的数据互换。
并支持根据数据中的属性已知点（YZ）和平差点（P）（j支导线tl）,自动生成科傻和清华三维平差格式。
5、完成经纬仪加测距仪的数据自动转换到碎步格式文件。
6、完成换带计算和北京54到北京地方的转换。
7、实现全站仪观测数据轻松变换到道亨oog文件或者org文件。
8、可以完成可视化的正反算工作；
完成GPS的GGA文件提取NEH,佳明(Garmin)手持机的txt到AutoCAD的dxf格式。

整理的ITIL学习资料合集（ITILFoundation中文培训完整版、ITIL-持续服务改进、ITIL-服务设计、ITIL-服务运营、ITIL-服务战略、ITIL-服务转换），大家共同学习吧！

自适应调节的差分进化算法matlab程序（原创）——RD-DE算法在优化初期需要搜索能力更强的阶段采用[0,1]之间随机选择变异因子F以及交叉概率因子CR的策略；
而在后期需要开发能力更强的阶段则采用令F和CR单调递减的策略，以加快算法收敛。

在vc6下面关于MFC绘图的资料比较多这次在vs2010下弄了这个用很多地方还需要改进希望和大家交流一下

一种改进的基于hough的椭圆检测，可检测一幅图像中的多个椭圆。

乳腺癌病理图像的自动分类具有重要的临床应用价值。
基于人工提取特征的分类算法，存在需要专业领域知识、耗时费力、提取高质量特征困难等问题。
为此，采用一种改进的深度卷积神经网络模型，实现了乳腺癌病理图像的自动分类;同时，利用数据增强和迁移学习方法，有效避免了深度学习模型受样本量限制时易出现的过拟合问题。
实验结果表明，该方法的识别率可达到91%，且具有较好的鲁棒性和泛化性

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。