您可能需要将某范围的值重分类为一个替代值，并将另一个范围重分类为其他替代值。
例如，在某房屋的建筑物适宜性模型的土地利用输入栅格中，所有居民区和人类活动用地的值范围为0到9，森林的值范围为10到19，而农业用地的值范围为20到29。

AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法，AdaBoost.M1是我们通常所说的DiscreteAdaBoost，而AdaBoost.M2是M1的泛化形式。
关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。
后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为RealBoost算法---弱分类器输出一个可能度，该值的范围是整个R,和与之相应的权值调整，强分类器生成的AdaBoost算法。
Python实现该算法。
adabbost原理见博客http://blog.csdn.net/suipingsp/article/details/41722435

Matlab功率谱估计的详尽分析——绝对原创功率谱估计是信息学科中的研究热点,在过去的30多年里取得了飞速的发展。
现代谱估计主要是针对经典谱估计(周期图和自相关法)的分辨率低和方差性能不好的问题而提出的。
其内容极其丰富,涉及的学科和领域也相当广泛,按是否有参数大致可分为参数模型估计和非参数模型估计,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA谱估计叫做自回归移动平均谱估计,它是一种模型化方法。
由于具有广泛的代表性和实用性,ARMA谱估计在近十几年是现代谱估计中最活跃和最重要的研究方向之一。
二：AR参数估计及其SVD—TLS算法。
谱分析方法要求ARMA模型的阶数和参数以及噪声的方差已知.然而这类要求在实际中是不可能提供的,即除了一组样本值x(1),x(2),…,x(T)以供利用(有时会有一定的先验知识)外,再没有其它可用的数据.因此必须估计有关的阶数和参数,以便获得谱密度的估计.在ARMA定阶和参数之估计中,近年来提出了一些新算法，如本文介绍的SVD—TLS算法便是其中之一。
三：实验结果分析和展望1，样本数多少对估计误差的影响。
（A=[1,0.8,-0.68,-0.46]）图1上部分为N=1000；
下部分为取相同数据的前N=50个数据产生的结果。
图1N数不同：子图一N=1000,子图二N=200，子图三N=50由图可知，样本数在的多少，在对功率谱估计的效果上有巨大的作用，特别在功率谱密度函数变化剧烈的地方，必须有足够多的数据才能完整的还原原始功率谱密度函数。
2，阶数大小对估计误差的影响。
A=[1,-0.9,0.76]A=[1,-0.9,0.76,-0.776]图二阶数为二阶和三阶功率密度函数图A=[1,-0.9,0.86,-0.96,0.7]A=[1,-0.9,0.86,-0.96,0.7,-0.74]图三阶数为三阶和四阶功率密度函数图如图所示，阶数相差不是很大时，并不能对结果产生较大的影响。
但是阶数太低，如图二中二阶反而不能很好的估计出原始值。
3，样本点分布对估计误差对于相同的A=[1,-0.9,0.86,-0.96,0.7]；
样本的不同，在估计时的误差是不可避免的。
因此，我们在取得样本时，应该尽可能的减少不必要的误差。
图四：不同的样本得到不同的估计值4，奇异值的阈值判定范围不同对结果的影响。
上图是取奇异值的阈值大于等于0.02，而下图是取阈值大于等于0.06，显然在同种数据下，阈值的选取和最终结果有密切关系。
由于系数矩阵和其真实值的逼近的精确度取决于被置零的那些奇异值的平方和。
所以选取太小，导致阶数增大，选取太大会淘汰掉真实的系数。
根据经验值，一般取0.05左右为最佳。

使用STM32F407VGT6读取ADS1262数据（外部压力传感器+内部温度传感器），读取压力传感器数据后做均值+低通软件滤波（没有经过软件滤波的码值跳动范围在4000左右，经过软件滤波的码值跳动在1500左右）。
读取五次压力传感器数据后，将ADS1262通道切换到内部温度传感器，得出温度°。

①在Tm值允许范围内，选择较高的复性温度可大大减少引物和模板间的非特异性结合，提高PCR反应的特异性。
复性时间一般为30～60sec，足以使引物与模板之间完全结合。

51,52单片机用keil建立好的工程文件，实现功能包括用18b20采集温度信息，将结果显示在1602屏上，可以通过按键设置温度报警值，温度值超过范围触发报警。

用STM8控制OPT3001采集光照强度，串口打印，亲测可用。
代码，完整的工程，原理图等文件都放一起了，另外，我写了一份学习笔记，详细的说明了OPT3001的工作流程和原理，单片机如何去控制OPT3001工作都写的很清楚了，保证看完都能懂。
OPT3001采集的光照强度数值可以用查询的方式读取和计算，也可以设定上限和下限值，超出范围后会触发中断，通过中断的方式可以有效降低功耗。
这两种方式我都调通了，stm8睡眠和唤醒以及一些别的外设没有加上去，感兴趣的朋友可以和我聊聊。

实验一进程同步互斥——不死锁的哲学家问题　　(1)输入的形式和输入值的范围；
　　由于这个是一个按钮实现监控，界面提供视图的程序，所以并不需要别的附加的输入，只需要点击相应的按钮即可。
按钮有开始、暂停、结束（退出）。
实验只需要按动开始键，即可以直观形象地看到哲学家吃面条问题在随机时间下的解决情况，方便用户查看。
　　输出的形式；
　　输出的形式，是以可视化界面的形式，哲学家和筷子的状态以图片的形式显示出来，可以看到是饥饿还是进餐或思考状态。
而提示输出是以String的形式显示在界面右下角的位置的。
方便用户更客观的查看进程的运行情况。
　　程序所能达到的功能；
　　该程序能解决经典的哲学家吃面条问题的问题，即死锁问题。
在此题中，筷子是一个共享的但是要互斥使用的临界资源，当前筷子是否被占用，其他哲学家的状态，都是需要进行交互的，于是涉及同步互斥的问题。
该程序能解决死锁问题及将哲学家的状态用可视化的界面显示出来，所以比较客观的让我们理解了这个问题的实现。

1．可以测量0～5V范围内的8路直流电压值。
2．在4位LED数码管上轮流显示各路电压值或单路选择显示，其中3位LED数码管显示电压值，显示范围为0.00V～5.00V，1位LED数码管显示路数,8路分别为0-8。
3．测量最小分辨率为0.02V。

89c51单片机，实时采集ds18b20温度，并用1602显示。
也可以设置阈值范围，到达此范围温度，蜂鸣器报警，离开此温度范围时，报警停止。

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。