Unity5.2引擎游戏开发初级教程源文件，创建第一个工程并运行第一个游戏Unity中的五个视图窗口介绍场景,游戏物体,组件的概念Unity中的基本模型和场景操作Unity中的坐标系(世界坐标系和局部坐标系)

引入辅助任务信息有助于立体匹配模型理解相关知识,但也会增加模型训练的复杂度。
为解决模型训练对额外标签数据的依赖问题,提出了一种利用双目图像的自相关性进行多任务学习的立体匹配算法。
该算法在多层级渐进细化过程中引入了边缘和特征一致性信息,并采用循环迭代的方式更新视差图。
根据双目图像中视差的局部平滑性和左右特征一致性构建了损失函数,在不依赖额外标签数据的情况下就可以引导模型学习边缘和特征一致性信息。
提出了一种尺度注意的空间金字塔池化,使模型能够根据局部图像特征来确定不同区域中不同尺度特征的重要性。
实验结果表明:辅助任务的引入提高了视差图精度,为视差图的可信区域提供了重要依据,在无监督学习中可用于确定单视角可见区域;在KITTI2015测试集上,所提算法的精度和运行效率均具有一定的竞争力。

图像局部不变性特征与描述pdf王永明王贵锦编著国防工业出版社解压密码：HITCAJ

局部保持投影算法LPP有数据mat可以实现

这个Matlab工具箱实现32种维数降低技术。
这些技术都可以通过COMPUTE_MAPPING函数或trhoughGUI。
有以下技术可用： -主成分分析（'PCA'） -线性判别分析（'LDA'） -多维缩放（'MDS'） -概率PCA（'ProbPCA'） -因素分析（'因子分析'） -Sammon映射（'Sammon'） -Isomap（'Isomap'） -LandmarkIsomap（'LandmarkIsomap'） -局部线性嵌入（'LLE'） -拉普拉斯特征图（'Laplacian'） -HessianLLE（'HessianLLE'） -局部切线空间对准（'LTSA'） -扩散图（'DiffusionMaps'） -内核PCA（'KernelPCA'） -广义判别分析（'KernelLDA'） -随机邻居嵌入（'SNE'） -对称随机邻接嵌入（'SymSNE'） -t分布随机邻居嵌入（'tSNE'） -邻域保留嵌入（'NPE'） -线性保持投影（'LPP'） -随机接近嵌入（'SPE'） -线性局部切线空间对准（'LLTSA'） -保形本征映射（'CCA'，实现为LLE的扩展） -最大方差展开（'MVU'，实现为LLE的扩展） -地标最大差异展开（'地标MVU'） -快速最大差异展开（'FastMVU'） -本地线性协调（'LLC'） -歧管图表（'ManifoldChart'） -协调因子分析（'CFA'） -高斯过程潜变量模型（'GPLVM'） -使用堆栈RBM预训练的自动编码器（'AutoEncoderRBM'） -使用进化优化的自动编码器（'AutoEncoderEA'）此外，工具箱包含6种内在维度估计技术。
这些技术可通过INTRINSIC_DIM函数获得。
有以下技术可用： -基于特征值的估计（'EigValue'） -最大似然估计器（'MLE'） -基于相关维度的估计器（'CorrDim'） -基于最近邻域评估的估计器（'NearNb'） -基于包装数量（'PackingNumbers'）的估算器 -基于测地最小生成树（'GMST'）的估计器除了这些技术，工具箱包含用于预白化数据（函数PREWHITEN），精确和估计样本外扩展（函数OUT_OF_SAMPLE和OUT_OF_SAMPLE_EST）的函数以及生成玩具数据集（函数GENERATE_DATA）的函数。
工具箱的图形用户界面可通过DRGUI功能访问

代码实现了基于遗传算法的模糊c均值算法，用于改进FCM当中的局部收敛问题，以达到全局最优。

学生信息管理系统项目数据库设计说明书第一部分：课程设计内容2第一章绪论21课题简介22设计目的33设计内容3第二章需求分析41功能需求41.1学生（Student）用户41.2教师（Teacher）用户41.3管理员（Administrator）用户42性能需求5第三章概念结构设计61局部E-R图62全局E-R图9第四章逻辑结构设计101关系模式102数据库结构的详细设计11第五章物理结构设计151建立索引152存储结构153数据库的建立16第三部分分析与总结221数据库分析222课题总结223、项目展望224、心得与体会23参考文献23

自己做Gabor变换图像处理试题用到，基于多尺度Gabor滤波器的彩色图像边缘检测的matlab代码，里面是3个尺度，16个方向的Gabor滤波器的检测，首先将彩色图像灰度化，利用多尺度Gabor虚部滤波器提取图像灰度变换信息，利用局部边缘连接获取图像边缘轮廓。
效果十分好。

本系统采用SPCE061A单片机作为控制系统的核心，通过光电编码盘实现对悬挂物位置的精确测量，并引入局部闭环反馈控制环节对误差进行修正。
在寻迹过程中，采用无线数传通讯的反馈方式替代了有线连接的反馈方式，避免了线缆牵引带来的控制误差。
系统采用点阵液晶和触摸控制屏实现了友善方便的人机交互界面。

数据集中包含采集到的60组汽油样品，利用傅立叶近红外变换光谱仪对其进行扫描，扫描间隔为2nm,每个样品的光谱曲线包含401个波长点，样品的近红外光谱曲线如图所示，其中包含对曲线的局部放大图。
同时数据集中包含使用传统的检测方法测定的辛烷含量值。

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。