在无标记增强现实中，基于视觉即时定位与地图构建，结合ORB特征提取算法和顺序抽样一致性，提出了一种改进的注册方法。
利用相似函数衡量匹配样本点对之间的差异性，从具有最高质量函数的数据子集中抽取样本，得到较优的匹配点对，完成了三维地图重建过程中的平面检测。
通过奇异值分解，实现了虚拟物体的方向和位置控制；
结合相机的位姿估计，完成了虚拟物体的注册。
实验结果表明，所提方法的平均注册效率提高了34.5%。

伺服机电样本

完成录制wav音频，并可随意选择采样率，样本精度。

使用2D卷积神经网络+LSTM实现视频动作分类，包括两类视频训练样本，每一类共100多个。
使用pycharm即可导入运行，精确率并不高，可以自行修改优化

本人训练SVM分类器进行HOG行人检测.环境为VS2010+OpenCV2.4.4.使用时请自行修改工程的include目录和lib目录配置。
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。
负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。
SVM使用的是OpenCV自带的CvSVM类。

分析工件图像的颜色（RGB）3色直方图，与标定样本图像RBG直方图进行比较，分别得出3种色差。

本来代码是关于LPP算法的matlab编程，流形算法的次要思想是能够学习高维空间中样本的局部邻域结构，并寻找一种子空间能够保留这种流行结构，使得样本在投影到低维空间后，得到比较好的局部近邻关系。

本压缩包位施耐德IC65、XB2B系列图形库，宏文件都是按照1:1画的，有的是按照样本本人画的，有的是参考其他人的库画，希望能帮到大家！

ThiscorpuscontainsaselectionfromtheTIMITAcoustic-PhoneticContinuousSpeechCorpus,consistingofspeechfiles,annotations,andassociatedmaterials:*16speakersfrom8dialectregions*1maleand1femalefromeachdialectregion*total130sentences(10sentencesperspeaker;notethatsomesentencesaresharedamongotherspeakers,sa1andsa2arespokenbyallspeakers.)*total160sentencerecordings(10recordingsperspeaker)*audioformat:wavformat,singlechannel,16kHzsampling,16bitsample,PCMencoding数据相关论文：使用该数据的论文：暂无信息来自万方数据的相关论文：期刊论文基于学习者英语语料的类联接研究概念、方法及例析-外语电化教学-2009(3)期刊论文基于HTK的连续语音识别系统及其在TIMIT上的实验-现代计算机（专业版）-2009(11)会议论文IterativeLanguageModelAdaptationforLargeVocabularyContinuousSpeechRecognition-20114thIEEEInternationalConferenceonComputerScienceandInformationTechnology(ICCSIT2011)(2011年第四届IEEE计算机科学与信息技术国际会议)-2011会议论文TheFixed-PointOptimizationofMelFrequencyCepstrumCoefficientsforSpeechRecognition-The6thInternationalForumonStrategicTechnology(IFOST2011)(第六届国际战略技术论坛)-2011会议论文语音编码对说话人识别系统的影响-第二届和谐人机环境联合(第15届全国多媒体技术、第2届全国人机交互、第2届全国普适计算)学术会议-2006期刊论文车载环境下基于样本熵的语音端点检测方法-计算机研究与发展-2011,48(3)会议论文ACorpus-basedComparativeStudyofCompanyProfiles--ACaseStudyBetweenWorldTop-500andZhejiangTop-100-2010SummitInternationalMarketingScienceandManagementTechnologyConference(2010年国际营销科学与管理技术大会)-2010期刊论文留学生汉语中介语语料库建设若干问题探讨——以中山大学汉字偏误中介语语料库为例-言语文字应用-2012(2)会议论文ANON-FIXED-LENGTHSEQUENCESCLUSTERINGAPPROACHFORSPEECHCORPUSREDUCTION-2007InternationalConferenceonMachineLearningandCybernetics(IEEE第六届机器学习与控制论国际会议)-2007期刊论文联想学习记忆的脑功能磁共振成像-中华神经科杂志-2008,41(4)

基于PCA算法的人脸识别过程大致分为训练、测试、识别这三个阶段完成，在训练阶段，通过寻找协方差矩阵的特征向量，求出样本在该特征向量上的投影系数；
在测试阶段，通过将测试样本投影到特征向量上，得到测试样本在该特征向量上的投影系数。
最初，采用最小欧氏距离，找到了与测试样本最相近的训练样本图像。

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。