VB控制仪器通信，看到很多同仁,朋友在网上寻找VB通过GPIB与仪器通讯.的资料，我本人也常常查找这方面的资料，深感痛苦！今天第一次将自己的VB通过GPIB与仪器通讯的经验与调试OK的VB程序与大家分享

这是opencvsvm图像分类的整个工程代码，在VS2010下打开即可。
整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，projectdata文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方：1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。
这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。
因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。
2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。
将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。
3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。
经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。
所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

初学matlab时编的一个小程序。
实现对排队等待问题的计算机模拟（经典的理发店顾客服务情况模拟），并有动画演示。
学计算机模拟课的人可以看看。
蒙特卡洛(MonteCarlo)法，或称统计试验法、计算机随机模拟方法，起源于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。
统计试验法通常用来研究概率过程，研究问题时常涉及下列一些与随机因素有关的概率，如各类概率等，一般来说，建立描述过程的复杂的概率模型是不成问题的，但用数学方法研究与分析这些模型是却很困难，问题的维数（即变量的个数）可能高达数百甚至数千。
对这类问题，难度随维数的增加呈指数增长，这就是所谓的“维数的灾难”(Course　Dimensionality)。
传统的数值方法难以对付（即使使用速度最快的计算机），甚至达到了无法进行的地步。
因此，唯一可取的研究方法是统计实验法。

人工智能课程总结转眼之间，研一的上半学期就要结束了，陪伴了自己一学期的人工智能课也在今天结束了最后的考试。
回顾这半个学期来学习人工智能的感受，确实还是有点可说的东西。
我记得自己第一次听AI这个名字是上大二时一个北航软件学院朋友提起的，他特别想去微软做AI方面的研究，然后他热情的向我介绍了这个领域是多么多么好，当时的自己完全没有印象，只觉得可能和机器人有关，AI的目的就是做出和人类一模一样的机器人。
现在看来自己当初的想法是多么的幼稚可笑。
等到了大三的时候，软件学院正好开设了这门课，我便抱着好奇的心态选了这门课，无奈当时授课老师胡晶晶讲解极其乏味，也没有教材，每节课上课就照着PPT念，完全成了可有可无的课程，在这门课上我学到的唯一的知识点就是可以用遗传算法来求解走迷宫问题，因为那次是老师用一个程序在课堂上进行演示的。
当时觉得挺有意思，可惜自己并没有做进一步的学习，结果第一次上人工智能课就这么草草收场。
如今上了研究生，再次碰到了这门课，我又一次选了，因为我觉得计算机学院的老师讲课和软件学院的老师应该不一样，事实证明我的想法是正确的。
在这门课上我学到了很多的知识，了解到了人工智能原来包含这么多内容，根本不是一个简单的机器人所能概括的，计算机图形学，机器学习，模式识别等这些看起来似乎不相关的东西在都被包含在其中。
尽管上课时间有限而且这门课也比较基础，但老师的讲课却毫不含糊。
说实话，在老师快讲完第三章之前我还一直坐在靠后的位置看不清PPT，后来觉得还是要认真听讲，于是每次都是占前两排的座位，当然这种做法事后证明也是对的，看来有时候一念之差能改变很多。
针对这门课的内容没有什么要说的，个人觉得刘峡壁老师的个人魅力较强，能让学生喜欢听这门课，这一点和林永刚老师极其相似，而大学里面缺少的正是这样的老师。
当然，光听课是没用的，课后还需要进行做题，弄不懂的还需要和同学进行讨论，这在做作业时得到了体现。
我觉得人工智能最重要的不是让我们知道这些知识，而是要让我们掌握分析问题，解决问题的方法，正如刘峡壁老师所说“我给你们提供了各种武器，关键看你们遇到问题会不会拿出来用”，而这也是做研究所必须的。
同时，我也在其中体会到了发散思维不局限于某一领域的奇妙之处，例如遗传算法，蚁群算法就是来自生物界，这种跨学科之间的联系已经成为当下的潮流，知识本来就不应该有局限性，联系无处不在。
就写到这里吧，如今我知道了AI无处不在，而且我在以后的学习阶段中会不断接触到AI。
记得之前看过很多AI题材的电影，比如《我，机器人》，《黑客帝国》等等，真希望自己能在有生之年看到这些电影中所展现出来的AI成为现实，人类也一定会因为AI而不断进步。

梅耶尔（MarissaMayer）执掌Yahoo!三个月，第一次出手就用上亿（数据源自TechCrunch）美元收购了一家小公司——Stamped。
之后，Stamped宣布与年底结束其原先服务——敢情Yahoo!花了上亿，只是为了得到一个9人的移动团队？！从成立到转型到被收购，Stamped仅仅用了一年。
与其把原因归结为联合创始人RobbyStein在Google时与梅姐有过共事关系，我更愿意相信是他用产品清楚地告诉了梅姐，这是一个最优秀的团队。
确实，虽然目前iOS平台上的应用数已经达到了百万量级，层出不穷的优秀应用每天都在诞生。
无论是视觉还是UI，或是新奇的想法，Stamped都称不上完美，

本人国科大学生，这是钟顺时天线理论与技术第二版部分习题解答，仅供参考，不喜勿喷。
包含题号如下：第一次作业1、用Matlab编程画出短振子的立体方向图和主平面极坐标的方向图。
2、任选一组题(1)1.1-11.1-21.2-2(2)1.1-31.2-11.2-3纠正：1.1-1(1.1-3a)改为(1.1-5a)1.1-2(1.1-3b)、(1.1-3c)与(1.1-3e)分别改为(1.1-5b)、(1.1-5c)和（1.1-5e）3、1.2-41.2-51.2-61.2-71.2-8第二次作业1.3-3，1.3-6，1.5-1，1.6-2，1.6-3，1.4-3

keras经典数据集fashion-mnist第一次使用放在用户.keras下的datasets就行放进去就不用下载了

ASP.NETc#操作word模板插入文字、图片及表格这个资源第一次上传是在15年，反正离现在有点年代了，当年肯定是用的起得现在我不做保证哈，目前修改原因是积分太高了，我需要修改一下，意思意思就行，

几篇MATLAB通过OPC与PLC通信的论文-OPC技术下MATLAB与PLC的通讯实现_黄双成.pdf第一次发帖，最近在做MATLAB与PLC通讯方面的工作。
主要为使用MATLAB代替PLC进行高级运算，有这方面的朋友可以互相探讨。

功能简介：1.显示ID,按照玩家第一次上线的先后顺序排名ID，第一名为10001依次类推如下图:2.灭门、固定武器灭门掉血设置。
除可开放灭门功能外，还可设置某种武器攻击门石掉血值。
例如可以设置灭门期间攻击门石掉10点血，设置使用砸门槌攻击门石掉20点血。
或可以直接设置不使用砸门槌攻击门石不掉血。
3.多级呐喊,实现多级呐喊。
4.呐喊随机几率赠送道具。
可设置玩家喊话有几率获得某些道具。
5.单件装备特效。
可设置玩家穿戴某件装备拥有暴击、吸血、金刚罩等特效。
（特效名称可以自定义设置）6.套装特效，可设置玩家穿戴齐全某套装备拥有暴击、吸血、金刚罩等特效。
（特效名称可以自定义设置）7.特效道具，可设置玩家物品栏内拥有某个道具拥有暴击、吸血、金刚罩等特效。
（特效名称可以自定义设置）8.千里传音、江湖流言功能9.门武增强，可设置门武属性增强，提高门武属性。
10.装备爆出公告，可设置装备掉落全服公告。
(且可设置，有几率掉落带段数装备。
)如下图：11.可设置修炼满武功永久增加人物属性，例如可设置修炼满无名拳法永久增加人物100点攻击的属性等等12.配偶系统，可写结婚脚本，玩家结婚后可显示玩家的配偶名称如下图：13.称号系统，可写脚本让玩家获得称号，玩家获得称号后可以显示玩家当前称号，并且可以设定称号增加玩家属性如下图：14.门派属性系统，可写脚本让门派获得门派属性加成，门派获得属性加成后，所有门派内的成员均可获得属性加成。
更多功能自己体验.装备无限升段,可以制作领取等脚本,目前主流TGS插件!!插件成功注入后,TGS变为下图样式

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。