[其它] 使用一根空格线校准中央折反射相机的有效焦距

说明：在相机校准中，焦距是要估计的最重要参数，而其他参数可以通过有关场景或系统配置的先验信息获得。 在本文中，我们提出了有效焦距的多项式约束，条件是所有其他参数均已知。 副折射镜头的多项式度为4，其他反折射照相机的多项式度为16。 但是，如果偏斜为0或已知偏斜与有效焦距之间的比率，则对于副折射型和其他反射折射型摄像机，约束分别变为有效焦距平方上的线性1或多项式1，其次数为4。 基于此约束，我们提出了一种简单的方法来估算中央折反射相机的有效焦距。 与文献中使用线的许多方法不同，所提出的方法不需要线图像的
<weixin_38500709> 上传 | 大小：895kb

[其它] 3分钟带你看懂android中的Binder机制

说明：最近一段时间由于工作，接触到framework部分比较多一点，也难免要和Binder打一些交道，也整理了一些相关知识，但准备写这篇文章时，还是有些慌。而且关于整个Binder机制的复杂程度不是三言两语能描叙清楚的，也害怕自己的理解有些偏差，误导一些朋友（ps:反正也没人看....扎心）所以也参考了很多资料,给大家脑子形成一个完整的概念，比如AIDL的实现原理，Binder是怎么通信的等等，文章文字较多，请耐心观看。Android是基于Linux内核的，所以Android要实现进程间的通信，其实大
<weixin_38716460> 上传 | 大小：143kb

[其它] 阿里的Atlas组件化框架

说明：Atlas是一个Android客户端容器框架，主要提供了组件化、动态性、解耦化的支持，支持在编码期、Apk运行期以及后续运维修复期的各种问题。Atlas目前支持的主要功能有：在工程期，实现工程独立开发，调试功能，工程模块的独立；在运行期间，实现完整的组件生命周期映射，类隔离等机制；在运维期间，提供快速增量的更新修复功能，快速升级。Atlas是工程期和运行期共同起作用的框架，它尽量将一些工作放在工程期，这样保证运行期的简单、稳定。下面是Atlas组件化的一个框架原理图。上图是手机淘宝的apk，第一
<weixin_38733875> 上传 | 大小：1mb

[其它] 用点渲染算法实现光刻胶显影过程的三维模拟(英文)

说明：用顶点和面片三维显示光刻胶显影模拟结果的方法不支持海量数据。为此提出基于层次结构的三维场景绘制点渲染算法,并引入网格插值法填补显影模拟中在光刻胶表面出现的空洞,用Dill算法、Kim模型和介质光线算法建立光刻显影模型。实验结果表明,该方法能高效、精确、实时地绘制光刻显影模型输出的大规模海量数据。
<weixin_38567873> 上传 | 大小：1mb

[其它] 双重结构粒子群和KNN在生理信号情感识别中的应用

说明：将双重结构的粒子群(DSPSO)应用到生理情感特征的选择中,提高了特征选择效果和情感识别的正确率.提出了增量K多类KNN分类器解决KNN在分多类时出现的不可分现象并改善了多类识别的效果.通过4种生理信号(EMG、SC、ECG、RSP)来识别4种情感(joy、anger、sadness、pleasure),同传统的SFFS算法以及BPSO算法相比,识别率有了较大的提高.仿真结果表明,DSPSO能较好地完成生理情感特征的选择任务.
<weixin_38747025> 上传 | 大小：425kb

[其它] 用小波变换提取心电信号的情感特征

说明：采用小波变换的方法对采集自同一被试的不同情感数据样本进行分析,从小波系数中提取心电图信号的情感特征.对同一天采集自同一被试的4种情感的特征进行比较分析,得出大小关系一致的特征作为情感识别依据.选取的特征在归一化之后对高兴和悲伤2类情感分类效果较好,最高可以达到92%.
<weixin_38671628> 上传 | 大小：492kb

[其它] 彻底理解AndroidBinder通信架构

说明：Android内核是基于Linux系统,而Linux现存多种进程间IPC方式:管道,消息队列,共享内存,套接字,信号量,信号.为什么Android非要用Binder来进行进程间通信呢.从我个人的理解角度,曾尝试着在知乎回答同样一个问题为什么Android要采用Binder作为IPC机制？.这是我第一次认认真真地在知乎上回答问题,收到很多网友的点赞与回复,让我很受鼓舞,也决心分享更多优先地文章回报读者和粉丝,为Android圈贡献自己的微薄之力.在说到Binder架构之前,先简单说说大家熟悉的TC
<weixin_38530415> 上传 | 大小：1mb

[其它] 用分层循环遗传算法去识别生理信号情感状态

说明：针对生理信号的情感识别问题,采用自适应分层式遗传算法方法对生理信号进行特征选择,能有效地解决特征组合优化问题。实验仿真表明,可以得到有效地特征组合来进行生理信号情感状态识别。
<weixin_38609732> 上传 | 大小：286kb

[其它] 基于智能算法的生理信号情感识别

说明：对基于生理信号的情感识别问题,采用具有模拟退火机制的遗传算法、最大最小蚁群算法和粒子群算法来进行特征选择,用Fisher分类器对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感进行分类,获得了较高的识别率,并找出了对情感识别系统模型的构建具有较好性能的特征组合,建立了对6类情感具有预测能力的识别系统
<weixin_38689041> 上传 | 大小：776kb

[其它] docker容器技术基础

说明：容器是对应用程序及其依赖关系的封装。容器的优点容器与主机的操作系统共享资源，提高了效率，性能损耗低容器具有可移植性容器是轻量的，可同时运行数十个容器，模拟分布式系统不必花时间在配置和安装上，无需担心系统的改动，以及依赖关系是否满足容器与虚拟机运行在同一主机的3个虚拟机运行在同一主机的3个容器区别：A.容器只能运行与主机一样的内核B.程序库可以共用C.容器中执行的进程与主机的进程等价（没有虚拟机管理程序的损耗）D.隔离能力，虚拟机更高（将容器运行在虚拟机中）容器与DockerDocker利用现有的
<weixin_38695159> 上传 | 大小：890kb

[其它] beat-源码

说明：beat 一个简单的音乐可视化器。 建造 安装依赖项： $ sudo apt install cmake libpulse-dev libfftw3-dev libgl-dev libglfw3-dev 编译： $ mkdir build && cd build $ cmake .. -DCMAKE_BUILD_TYPE=Release $ make 然后，您可以在当前目录下获取abeat可执行文件。
<weixin_42169245> 上传 | 大小：70kb

[其它] 学习-源码

说明：Заданиепо“АДМИНИСТРИРОВАНИЕLINUXИЗАЩИТАПУБЛИЧНЫХСЛУЖБ” 回答1：在Unix方式下： Одназадача-однапрограмма Естьмножествопутейрешения Всеестьфайл Вопрос2：ЛинусТорвальдсявляетсяразработчикомчего？ ОдраОСLinux Вопрос3：Какпосмотретьназваниеядрасистемыизконсоли？ u
<weixin_42106765> 上传 | 大小：2kb