文本分类技术经历了从专家系统到机器学习再到深度学习的发展过程。
在20世纪80年代以前，基于规则系统的文本分类方法需要领域专家定义一系列分类规则，通过规则婚配判断文本类别。

CSerialPortFirstVersionbyRemonSpekreijseon2000-02-08http://www.codeguru.com/cpp/i-n/network/serialcommunications/article.php/c2483/A-communication-class-for-serial-port.htmSecondVersionbymrlongon2007-12-25https://code.google.com/p/mycom/增加ClosePort增加WriteToPort两个方法增加SendData与RecvData方法byliquanhaion2011-11-04http://blog.csdn.net/liquanhai/article/details/4955253增加ClosePort中交出控制权，防止死锁问题byliquanhaion2011-11-06http://blog.csdn.net/liquanhai/article/details/6941574增加ReceiveChar中防止线程死锁byviruscampon2013-12-04https://github.com/viruscamp/CSerialPort增加IsOpen判断能否打开修正InitPort中parityOddEven参数取值错误修改InitPort中portnr取值范围，portnr＞9时特殊处理取消对MFC的依赖，使用HWND替代CWnd，使用win32thread函数而不是MFC的增加用户消息编号自定义，方法来自CnCommbyitas109on2014-01-10http://blog.csdn.net/itas109/article/details/18358297解决COM10以上端口无法显示的问题扩展可选择端口，最大值MaxSerialPortNum可以自定义添加QueryKey()和Hkey2ComboBox两个方法，用于自动查询当前有效的串口号。
byliquanhaion2014-12-18增加一些处理措施，主要是对减少CPU占用率byitas109on2016-05-07http://blog.csdn.net/itas109修复每次打开串口发送一次，当串口无应答时，需要关闭再打开或者接收完数据才能发送的问题。
解决办法：在m_hEventArray中调整m_hWriteEvent的优先级高于读的优先级。
CommThread(LPVOIDpParam)函数中读写的位置也调换。
参考：http://zhidao.baidu.com/link?url=RSrbPcfTZRULFFd2ziHZPBwnoXv1iCSu_Nmycb_yEw1mklT8gkoNZAkWpl3UDhk8L35DtRPo5VV5kEGpOx-Gea修复停止位在头文件中定义成1导致SetCommState报错的问题，应为1对应的停止位是1.5。
UINTstopsbits=ONESTOPBITswitch(stopbits)和switch(parity)增加默认情况，增强程序健壮性byitas109on2016-06-22http://blog.csdn.net/itas109增加ReceiveStr方法，用于接收字符串（接收缓冲区有多少字符就接收多少字符）。
解决ReceiveChar只能接收单个字符的问题。
byitas109on2016-06-29http://blog.csdn.net/itas109解决RestartMonitoring方法和StopMonitoring方法命令不准确引起的歧义，根据实际作用。
将RestartMonitoring更改为ResumeMonitoring，将StopMonitoring更改为SuspendMonitoring。
增加IsThreadSuspend方法，用于判断线程能否挂起。
改进ClosePort方法，增加线程挂起判断，解决由于线程挂起导致串口关闭死锁的问题。
增加IsReceiveString宏定义，用于接收时采用单字节接收还是多字节接收byitas109on2016-08-02http://blog.csdn.net/itas109https://github.com/itas109改进IsOpen方法，m_hComm增加INVALID_HANDLE_VALUE的情况，因为CreateFile

这是借鉴了github上的一个源程序，参考源：https://github.com/lzane/Fingers-Detection-using-OpenCV-and-Python　　自己在这个基础上做了一点修改补充后，可以实现手指指尖的检测，并且可以在windows系统下通过判断手指数目，来模仿键盘操作。
下面直接上源程序，并做了详细注释，方便理解。
　　环境：python3.6+opencv3.4.0代码如下：importcv2importnumpyasnpimportcopyimportmathimportwin32apiimportwin32con#参

次要分析了单片机与RC522高频读卡器频模块的接口电路、报警电路、门锁继电器电路、液晶12864电路以及单片机最小系统。
读卡器由读卡模块、单片机控制模块、射频天线以及智能IC卡组成。
当有卡进入时，读卡器内数据后台通过单片机进行处理程序判断是不是合法IC卡，并且将卡号传送到液晶12864上显示。
读卡器的软件部分次要包括程序设计,包括询卡、选择卡片、读取卡片等。

非常实用的且完全的判断程序，能对delaunay插值进行很好的辅助作用

层次分析法详细引见和具体案例层次分析法（AHP－AnalyticHierachyprocess）----多目标决策方法70年代由美国运筹学家T•L•Satty提出的，是一种定性与定量分析相结合的多目标决策分析方法论。
吸收利用行为科学的特点，是将决策者的经验判断给予量化，对目标（因素）结构复杂而且缺乏必要的数据情况下，採用此方法较为实用，是一种系统科学中，常用的一种系统分析方法，因而成为系统分析的数学工具之一。

点能否落在多边形中的判断，采用向上射线算法，在多边形中返回值为1，在边上为0，在多边形外返回-1

利用arcgisjsapi4.15进行地图图层开发，需求：判断用户定位的一个点能否在保护区内

共有七个完整算法%1.基于聚类的RBF网设计算法%一维输入，一维输出，逼近效果很好！SamNum=100;%总样本数TestSamNum=101;%测试样本数InDim=1;%样本输入维数ClusterNum=10;%隐节点数，即聚类样本数Overlap=1.0;%隐节点重叠系数%根据目标函数获得样本输入输出rand('state',sum(100*clock))NoiseVar=0.1;Noise=NoiseVar*randn(1,SamNum);SamIn=8*rand(1,SamNum)-4;SamOutNoNoise=1.1*(1-SamIn+2*SamIn.^2).*exp(-SamIn.^2/2);SamOut=SamOutNoNoise+Noise;TestSamIn=-4:0.08:4;TestSamOut=1.1*(1-TestSamIn+2*TestSamIn.^2).*exp(-TestSamIn.^2/2);figureholdongridplot(SamIn,SamOut,'k+')plot(TestSamIn,TestSamOut,'r--')xlabel('Inputx');ylabel('Outputy');Centers=SamIn(:,1:ClusterNum);NumberInClusters=zeros(ClusterNum,1);%各类中的样本数，初始化为零IndexInClusters=zeros(ClusterNum,SamNum);%各类所含样本的索引号while1,NumberInClusters=zeros(ClusterNum,1);%各类中的样本数，初始化为零IndexInClusters=zeros(ClusterNum,SamNum);%各类所含样本的索引号%按最小距离原则对所有样本进行分类fori=1:SamNumAllDistance=dist(Centers',SamIn(:,i));[MinDist,Pos]=min(AllDistance);NumberInClusters(Pos)=NumberInClusters(Pos)+1;IndexInClusters(Pos,NumberInClusters(Pos))=i;end%保存旧的聚类中心OldCenters=Centers;fori=1:ClusterNumIndex=IndexInClusters(i,1:NumberInClusters(i));Centers(:,i)=mean(SamIn(:,Index)')';end%判断新旧聚类中心能否一致，是则结束聚类EqualNum=sum(sum(Centers==OldCenters));ifEqualNum==InDim*ClusterNum,break,endend%计算各隐节点的扩展常数（宽度）AllDistances=dist(Centers',Centers);%计算隐节点数据中心间的距离（矩阵）Maximum=max(max(AllDistances));%找出其中最大的一个距离fori=1:ClusterNum%将对角线上的0替换为较大的值AllDistances(i,i)=Maximum+1;endSpreads=Overlap*min(AllDistances)';%以隐节点间的最小距离作为扩展常数%计算各隐节点的输出权值Distance=dist(Centers',SamIn);%计算各样本输入离各数据中心的距离SpreadsMat=repmat(Spreads,1,SamNum);HiddenUnitOut=radbas(Distance./SpreadsMat);%计算隐节点输出阵HiddenUnitOutEx=[HiddenUnitOut'ones(SamNum,1)]';%考虑偏移W2Ex=SamOut*pinv(HiddenUnitOutEx);%求广义输出权值W2=W2Ex(:,1:ClusterNum);%输出权值B2=W2Ex(:,ClusterNum+1)

【问题描述】假设某学期共有5门课，每门课程有四项基本信息：课程编号、课程名称、学分和选课人数。
学生可自行选课，假设该学期共有8个学生，学生有学号、姓名、所选课程三种基本信息，学生选课要满足每门课最多只能有3个学生选修，每个学生最多只能选2门课，试设计一个学生选课系统。
【基本要求】学生选课系统要求具备以下功能：1．系统以菜单方式工作2．浏览所有的课程信息3．浏览所有的学生选课情况4．任意学生信息的查询和修改功能5．学生选课功能（学生选课时要判断课程能否已经选满，同时还要判断学生能否已经选了2门课，若学生满足选课条件才能选课，注意同一门课一个学生只能选一次）【主要知识点】结构体、线性表、函数

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。