仿Flappy游戏cocos2dx3.0beta源码BY懒骨头环境：vs2013+cocos2dx3.0beta2请参考笔记阅读http://blog.csdn.net/iamlazybone/article/details/19046377
2024/11/21 21:39:54
1.16MB
1、将你的电脑通过有线直接连接到光猫的LAN1口，保证稳定的连接。
2、拔掉除了电脑连接线以外的所有线缆，包括光纤线，接下来重启光猫启动telnet。
3、运行这个exe程序，选择“维修使能”，并选择连接到光猫的网卡，接着点启动即可。
4、接下来下面的发送进度这个进度条会开始有进度，这时候观察你的光猫指示灯（注意：一直保持光纤断开状态，切记不要连接光纤！），刚开始光信号灯会是红灯闪烁，等到光信号灯不亮，LAN1、LAN2、网络EG三个灯长亮，这时即可按下工具的停止按钮，关闭工具。
5、重启光猫。
6、再次打开使能点击升级导入allshell2.binallshell4.bin)然后点击启动光猫灯都不亮的时候点击停止俩个文件需要刷俩次都操作完之后就完成了，最后就是telnet进去操作了
2、拔掉除了电脑连接线以外的所有线缆，包括光纤线，接下来重启光猫启动telnet。
3、运行这个exe程序，选择“维修使能”，并选择连接到光猫的网卡，接着点启动即可。
4、接下来下面的发送进度这个进度条会开始有进度，这时候观察你的光猫指示灯（注意：一直保持光纤断开状态，切记不要连接光纤！），刚开始光信号灯会是红灯闪烁，等到光信号灯不亮，LAN1、LAN2、网络EG三个灯长亮，这时即可按下工具的停止按钮，关闭工具。
5、重启光猫。
6、再次打开使能点击升级导入allshell2.binallshell4.bin)然后点击启动光猫灯都不亮的时候点击停止俩个文件需要刷俩次都操作完之后就完成了，最后就是telnet进去操作了
2024/11/21 21:49:47
18KB
本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。
首先，利用深度学习框架(VGGFace)提取人脸特征；
其次，利用PCA对提取的特征进行降维；
最后，利用稀疏表达分类实现特征匹配。
我采用CMC曲线评价在AR数据库上的识别性能。
最后我还提供了整个过程的code。
首先，利用深度学习框架(VGGFace)提取人脸特征；
其次，利用PCA对提取的特征进行降维；
最后，利用稀疏表达分类实现特征匹配。
我采用CMC曲线评价在AR数据库上的识别性能。
最后我还提供了整个过程的code。
2024/11/21 0:28:51
41.39MB