采用OpenCV3.4.2开源库，基于混合高斯模型（GMM）实现监控视频移动物体实时检测，使用OpenCV默认的行人检测模型实现了监控视频的行人检测，将两种功能集成到C++的MFC界面中，通过打开摄像头、开始监测、停止监测和关闭摄像头按钮进行操作。
PS:可使用X64文件夹-＞Debug文件夹下的.exe文件查看执行效果，在使用代码时需更改OpenCV的相关路径，使用X64平台运行。

利用MATLAB软件仿真二进制相对移相调制系统，实现二进制相对移相调制和相关解调，要求信道为加性高斯白噪声，给出调制信号、载波信号以及已调信号的波形图和频谱图。
改变基带信号，对产生的波形进行分析。
在不同信噪比的情况下，求二进制相对移相系统的误码率，并画出误码率与信噪比的关系图。

在遥感图像的众多分割方法中，高斯混合模型(GMM)是一种常用的图像建模方法。
提出了高斯-瑞利混合模型(GRMM)可能更适合对遥感图像建模。
介绍了传统高斯混合模型和高斯-瑞利混合模型的区别。
比较了这两种混合模型对图像建模的结果，并用数据说明高斯-瑞利混合模型拟合图像的像素分布误差更小。
采用最大熵方法确定图像的最佳分类数，采用马尔可夫随机场(MRF)方法及新的势能函数完成图像的分割，采用迭代条件模型(ICM)完成分割过程中的最大后验概率计算问题。
在实验中采用了3幅遥感图像，实验过程中比较了各个图像运用高斯混合模型和高斯-瑞利混合模型的分割和拟合结果，分别通过数据和分割结果体现了该分割方法的效果。

内容简介······本书专门讲述积分方法，涵盖各种函数积分的方法，从初等函数到特殊函数，从实变函数到复变函数.本书以方法为中心、以算例为导向，读者可在算例的引导下，逐步掌握积分之方法.本书从易到难，由浅入深，适用不同层次、不同群体的人阅读，他们可以是初学微积分的大学生，可以是已经学过微积分的研究生，也可以是有工作经验的科学家、工程师。
作者简介······金玉明，中国科学技术大学教授、博导。
1977-1992为创建我国**台同步輻射加速器而工作。
任“国家同步輻射实验室工程”（这是由国家计委命名的我国**个国家实验室）副总工程师，负责同步輻射加速器的物理设计。
该项目于1991年完成，于1992年获中国科学院科研成果特等奖，1995年获国家科技进步一等奖。
目录······前言绪论第1章不定积分1.1不定积分中的原函数概念1.2分项积分法1.3分部积分法1.3.1分部积分法的基本公式1.3.2分部积分法的推广公式1.4换元积分法1.5三角替代法1.6欧拉替换法1.7三角函数积分中的倍角法1.8倍角法的应用1.8.1在函数sinpx，cosqx，sinpxcosqx的积分中（p，q为正整数，或奇整数，或偶整数）1.8.2倍角法应用在含有三角函数与指数函数的积分1.9secnx和cscnx的积分1.10tannx和cotnx的积分1.11有理代数分式的积分法1.12无理代数函数的积分法1.13含有三角函数的有理式的积分法1.13.1一般的方法1.13.2微分积分法1.13.3XX替换法1.14含有双曲函数的有理式的积分法1.15配对积分法（组合积分法）第2章定积分2.1定积分的定义2.1.1黎曼定义2.1.2面积求和法的定义——曲线下的面积2.2定积分的基本公式和常用法则2.2.1定积分的基本公式2.2.2定积分中的几个常用法则2.3欧拉积分、欧拉常数及其他常用常数2.3.1B函数（Betafunction）2.3.2Γ函数（Gammafunction）2.3.3几个重要常数2.4定积分中的分部积分法2.5定积分中的换元法2.6含参变量的积分法2.7无穷级数积分法2.8反常积分（Improper）2.8.1反常积分的定义2.8.2反常积分存在的判别法2.8.3反常积分算例2.8.4伏汝兰尼（Froullani）积分2.8.5罗巴切夫斯基（Lobachevsky）积分法2.8.6一个通用的积分法则2.8.7有关欧拉常数γ的几个积分2.9定积分的近似计算2.9.1近似计算的方法2.9.2近似计算算例2.9.3近似计算的误差估算第3章定积分的应用3.1面积的计算3.1.1用定积分的定义来计算面积3.1.2几种常见曲线围成的面积的计算3.2曲线长度的计算3.3体积的计算3.3.1用逐次积分法计算体积3.3.2利用横截面计算体积3.3.3回旋体的体积3.4表面积的计算3.4.1投影法计算表面积3.4.2回旋体的侧面积计算法第4章重积分4.1二重积分4.1.1二重积分的定义及算例4.1.2二重积分上、下限的确定——穿线法4.1.3几个典型的积分次序及积分限变换的例子4.1.4两个一元函数乘积的积分4.2三重积分4.2.1三重积分的定义4.2.2三重积分的傅比尼定理4.2.3三重积分的算例4.3重积分的坐标变换4.3.1二重积分的坐标变换4.3.2三重积分的坐标变换4.3.3n重积分的坐标变换第5章曲线积分和曲面积分5.1曲线积分5.1.1XX型曲线积分5.1.2第二型曲线积分5.1.3曲线积分的应用5.2格林（Green）公式5.3曲面积分5.3.1XX型曲面积分5.3.2第二型曲面积分5.4斯托克斯（Stokes）公式5.5高斯（Gauss）公式5.6高斯公式和斯托克斯公式在场论中的应用5.6.1高斯公式在场论中的应用5.6.2斯托克斯公式在场论中的应用第6章傅里叶积分和积分变换6.1傅里叶（Fourier）积分6.1.1傅里叶级数6.1.2傅里叶积分公式6.2傅里叶变换及其性质6.2.1傅里叶变换6.2.2傅里叶变换的性质6.2.3傅里叶余弦变换和正弦变换6.2.4傅里叶变换及傅里叶余弦变换和正弦变换算例6.2.5傅里叶变换的应用6.3拉普拉斯（Laplace）变换6.3.1拉普拉斯变换6.3.2拉普拉斯变换的性质6.3.3单项式的拉普拉斯变换算例6.3.4拉普拉斯逆变换6.3.5拉普拉斯变换的应用第7章复变函数的积分7.1复变函数的概念7.1.1复数和复平面7.1.2复数

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

构造均值为a,方差为b的高斯白噪声，MATLAB程序，非常简洁实用

opencv实现高斯混合算法，加入按帧读取图片和AVI读取图片，路径需自己设定。

以高阶统计量数学分析方法，对混舍高斯模型进行研究，并给出理论计算结果。
重点讨论二元混合高斯模型，给出高阶统计量的理论值，用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果，并比较斜度值、峰度值的理论结果和仿真结果，验证理论结果的正确性，为通信理论中混合高斯模型的研究做补充。
关键词：混合高斯模型；
高阶统计量；
二元混合高斯模型；
峰度值；
斜度值

用MATLAB编程的GMM模型，在语音识别中发挥很大作用，采用的方法为高斯混合模型

在windows平台上做一个半透明的毛玻璃窗体。
首先实现半透明效果，再用高斯模糊处理，实现毛玻璃。

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。