- 博客(212)
- 资源 (106)
- 收藏
- 关注
原创 qobject_cast用法
函数原型:T qobject_cast ( QObject * object )本方法返回object向下的转型T,如果转型不成功则返回0,如果传入的object本身就是0则返回0。在使用时有两个限制: 1# T类型必须继承自QObject。 2# 在声明时必须有Q_OBJECT宏。使用场景:当某一个Objec
2013-03-30 21:07:12 21751 3
转载 QT框架中快速应用OpenCV
和MFC比较起来,QT的信号槽机制比MFC的信号机制慢,但是因为能很好的实现跨平台,所以我在这里总结一下可能对一些人有点用。OpenCV.China论坛上有一个帖子叫做《在MFC框架中快速应用OpenCV》看了后就想结合QT写一下。0.搭建环境:OpenCV + QT 4.6我的实验是基于VS2008来做的,QT官方虽然提供了VS2008-add-in的插件,我没有用。直接下载器编
2013-03-30 17:01:39 1845
原创 艾勒里·奎因《希腊棺材之谜》读后感
最近看欧美的推理小说不是很多,这可能是半年多来第一次。 以前看过的欧美小说也屈指可数: 《福尔摩斯探案集》全集看过三遍,初中和高中时读过一遍,大学时读过一遍,考研期间又看了一遍。还有美国作家特德·利卡迪给福尔摩斯写的续集《东方探案》,描写了福尔摩斯和宿敌莫里亚蒂教授在莱辛巴赫瀑布决斗后消失的三年内的经历,即1891到1894年间的探案故事。以及柯南道尔的小儿子艾德里安·
2013-03-28 11:39:40 4503 1
原创 Qt中通过设置位图掩码生成异形控件
以下步骤是以按钮为例,其他控件类似 ①在QtDesigner中拖出一个按钮或者在程序中生成一个按钮。 ②加载一个用来指定按钮形状的图片: QPixmap pixmap("images/left.png");//这里是一个左箭头 ③调用此按钮的setMask()函数来设置控件掩码,参数是从pixmap中提取的位图掩码pix
2013-03-27 21:19:37 3544
原创 绫辻行人《杀人惊愕馆》读后感
这本是馆系列里的最新一部,2006年出的,读完这本馆系列就真的全部看完了。 从是否吸引读者的角度看,还算挺不错的,基本上读到一半之后就爱不释手了。 风格上很合我胃口:幽深的宅邸,孤僻的爷孙俩,诡异的腹语表演,奇特的收藏爱好,凶案传说,密室杀人。 但读完后总感觉没看懂,最后结局处理的太朦胧、太开放了,给人留下无限的想象空间。 其实我不喜欢这样的,总
2013-03-21 22:22:29 2390
转载 Qt4.8下应用OpenCV2.4.4搭建环境详细步骤(win7系统)
今天,研究了下Qt 中如何应用OpenCV的问题。与VC6.0环境下MFC只能应用OpenCV1.0版本不同,Qt 中可以应用最新的OpenCV2.4.x版本(又一个Qt 的好处)。搭建环境:操作系统:Win7Qt版本:Qt4.8 开发环境:Qt Creator 2.4.1 Open
2013-03-19 21:32:19 3626 1
原创 绫辻行人《杀人偶人馆》读后感
看完《偶人馆》,绫辻行人的经典馆系列就全部读完了(后来新出的《惊愕馆》还没读)。 以前没写读书笔记的习惯,其实也是有写的想法,一直没付诸行动。 现在读完一部小说后要求自己一定要在两三天之内完成读书笔记,否则时间长了一些微妙的细节就忘了。 按自己的观点给馆系列按精彩程度排个序: 排第一位的毫无疑问是《钟表馆》,又叫《时计馆》,其构思之巧妙让人叹为观
2013-03-17 09:42:43 2626
原创 Qt中用户界面的User Interface Compiler(uic)机制的相关说明
uic读取由QtDesigner生成的XML格式的用户界面定义文件(.ui文件),然后生成其对应的C++头文件。 若界面文件为ZZZ.ui,则对应生成的头文件为ui_ZZZ.h。默认情况下: ①基于QMainWindow的程序,会生成一个叫ui_mainwindow.h的头文件 ②基于QDialog的程序,会生成一个叫ui_dialog.h的头
2013-03-09 21:09:33 2708
原创 Qt通过ODBC连接MySQL数据库
Qt连接数据库综述 QtSql模块使用数据库驱动插件来与不同的数据库API交互,默认情况下Qt只提供SQLite和ODBC的 驱动插件,默认放在C:\Qt\4.8.4\plugins\sqldrivers文件夹中,其他数据库的驱动需要我们自己编译添加。 QSqlDatabase类负责数据库的连接。一个Q
2013-03-09 15:24:52 4952 5
原创 东野圭吾《流星之绊》读后感
又是一部东野圭吾的小说。 这篇小说最大的一个特点就是不用任何晦涩难懂的文学技巧,平铺直叙,读起来很顺畅。 主人公家是开饭馆的,招牌饭是“牛肉丁盖浇饭”,味道独一无二。 开篇就对读者触动很大,哥哥功一、弟弟泰辅、妹妹静奈三人半夜溜出去看流星,回到家中却发现父母被杀。 唯一留下的线索就是泰辅看到了嫌疑犯的背影,以及疑似嫌犯留在现场的一把雨伞。 兄
2013-03-06 09:57:21 8304
原创 2012年终总结
9月份开学后正式进入了研究生学习阶段,其实早在6月份就和导师到深圳的实验室去做项目,干了两个半月,对以前学的技术熟悉了一下,对后来的研究生学习挺有帮助。 第一次到南方,很兴奋,和导师带的另一个同学一起去的,做了24个小时的火车,下车后还是导师亲自来接站,感觉荣幸之至。住在挨着华强北的一个小区内,实验室在南山区的科技园内,每天按上下班的点去实验室,第一次体验了一把上班族的生活。华强
2013-02-19 10:32:09 2622 5
原创 综合运用端口匹配、深度数据包检测、流量特征进行P2P流量识别
一、 使用wireshark捕获数据包 使用wireshark抓取所有数据包,抓包结束后,利用wireshark中的统计功能,统计出数据包总个数和总字节数,以备之后统计使用。然后对数据包进行筛选,因为p2p协议只使用TCP或UDP协议,需要过滤掉那些肯定不是p2p协议的数据包,一般根据具体情况填写过滤规则,比如:“udp or tcp and not arp and not ip
2013-01-26 15:47:16 6393
原创 OpenGL三维球体体数据生成与绘制
#include#include#include#include#include #include #include #include #include #include using namespace std;#define STEP 0.02 //采样间隔 //体素结构体typedef struct Voxel{ float x; float y; f
2013-01-26 15:28:12 5833
转载 OpenGL中的坐标系
视图模型变换过程就是一个将顶点坐标从世界坐标系变换到视觉坐标系的过程。这里很重要的是对两个坐标系的认识。 世界坐标系,也称为全局坐标系。它是一个右手坐标系,可以认为该坐标系是固定不变的,在初始态下,其x轴为沿屏幕水平向右,y轴为沿屏幕垂直向上,z轴则为垂直屏幕面向外指向用户,当然,如果在程序中对视点进行了转换,就不能再认为是这样的了。 视觉坐标系,也称为局部坐标系。它是一个左手坐标系,该坐
2012-12-31 15:26:25 2531 1
转载 C++中的迭代器
1. 迭代器(iterator)是一中检查容器内元素并遍历元素的数据类型。(1) 每种容器类型都定义了自己的迭代器类型,如vector:vector::iterator iter;这条语句定义了一个名为iter的变量,它的数据类型是由vector定义的iterator类型。(2) 使用迭代器读取vector中的每一个元素:vector ivec(10,1);for(vect
2012-12-25 12:42:41 1476
转载 Visual C++实现数字图像增强处理
前言 对于一个图像处理系统来说,可以将流程分为三个阶段,在获取原始图像后,首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段。图像预处理阶段尤为重要,如果这阶段处理不好,后面的工作根本无法展开。 在实际应用中,我们的系统获取的原始图像不是完美的,例如对于系统获取的原始图像,由于噪声、光照等原因,图像的质量不高,所以需要进行预处理,以有利于提取我们感兴趣的信息。图像
2012-12-10 17:08:46 4896 1
原创 cap数据包文件解析
windows下的wireshark和Linux下的tcpdump所抓的包为同样的CAP文件的格式,sniffer软件所抓的包文件扩展名也是.cap,但格式却不太一样。本文主要说明ethereal和tcpdump抓包产生的.cap文件的格式。 其实,要获得PCAP文件的格式,除了直接打开.cap文件来分析外,可以看WinPcap包或Linux下/usr/include下的pcap.h
2012-12-08 21:15:02 18441 6
原创 动态规划求解TSP(旅行商)问题
某推销员要从城市v1出发,访问其它城市v2,v3,…,v6各一次且仅一次,最后返回v1。D为各城市间的距离矩阵。问:该推销员应如何选择路线,才能使总的行程最短? 1、变量设定阶段k:已遍历过k个结点,k=1,2…6,7。 K=1表示刚从V1出发,k=7表示已回到起点V1状态变量Xk=(i,Sk):已遍历k个结点,当前位于i结点,还未遍历的结点集合为Sk。则
2012-11-28 20:29:40 18662 3
原创 动态规划解生产存储问题
某工厂调查了解市场情况,估计在今后四个月内,市场对其产品的需求量如下表所示。时期(月) 需要量(产品单位)12233244已知:对每个月来讲,生产一批产品的固定成本费为3 (千元),若不生产,则为零。每生产单位产品的成本
2012-11-28 20:22:25 10360 4
原创 塞林格《麦田里的守望者》读后感
高晓松在某期《晓说》中提到过这部作品,好像是在第二十三期“大师照亮八十年代”中,说他很喜欢这部小说,还说他的唱片公司“太合麦田”起名就源于此,于是满怀期待的开始看。 如果以前没听说过这部小说,可能真不会认为它是经典之作,其实直到现在我还不明白这部小说为什么会得到这么多人的推崇。 看完我最大的感受有两点: 一是主人公的俚语太多了,动辄就“混账玩意”,不管提到什么东西,前
2012-11-27 12:12:05 2853
翻译 CUBIC A New TCP-Friendly HighSpeedTCP Variant
CUBIC:一种新型高速TCP变种协议一、概述CUBIC是一种TCP(Transmission Control Protocol)拥塞控制协议,顾名思义,CUBIC可以理解为将传统TCP协议中的线性滑动窗口协议升级为三次的。这样一来,使得拥塞控制协议具有更大的可扩展性,尤其适合用在高速和长距离链路上。同时,CUBIC算法对于不同链路上的公平带宽分配以及窗口增减策略都有改进。CUBIC是一个
2012-11-20 22:44:38 3126
转载 字节循环移位——蝶式交换法
问题对一个字节数据,逐个交换其高低位,例如11010001,经过0-7,1-6,2-5,3-4对应位的交换,变成10001011 。解决思路对于该问题,我们最先想到的是对原字节通过移位操作来逐位处理,使用另一个变量来存储交换后的结果。这种解决方案处理起来思路清晰,编写代码应该不难。下面是该思路对应的代码:[cpp] view plaincopyp
2012-11-15 19:05:17 3350 1
转载 curry化
函数curry化。之前也遇到过这种技术,觉得很不好理解:function addGenerator(num){ return function(toadd){ return num+toadd; }}var addFive=addGenerator(5);alert(addFive(4));//结果是9以前看到的时候,就觉得那个toadd
2012-11-12 14:27:59 1664
翻译 Traffic Engineering with Traditional IP Routing Protocols
传统IP路由协议中的流量工程 在这篇论文中,作者主要介绍了什么是流量工程,以及流量工程在网络中的应用。流量工程就是使路由适应网络状况,同时提供好的用户表现和高效的网路资源利用。作者在文中介绍了一种域内流量工程的优化方法,此方法可以在已部署的内部网关协议中应用,例如OSPF(Open Shortest Path First开放最短路径优先路由协议)和IS-IS(Intermediate
2012-11-11 14:10:24 1469
翻译 The Internet is Flat: Modeling the Transition from a Transit Hierarchy to a Peering Mesh
Internet是平面的:由传输层次模型向对等网的过度 本文的主要观点是因特网已开始由基于传输连接的层次结构向基于对等连接的稠密网转换,即开始向平面模型发展。此观点打破了传统的因特网模型概念,给人耳目一新的感觉,让人看到开头就有继续向下看的冲动。心里不禁冒出几个疑问,为什么作者说因特网开始向平面模型转换?平面模型有什么优点?实施起来又有什么难度和缺陷?它可以完全取代经典的层级模型吗?从
2012-11-11 14:07:25 1662
原创 生成排列算法HeapPermute(n)分析及证明
算法描述如下: HeapPermute(n) //实现生成排列的Heap算法 //输入:一个正正整数n和一个全局数组A[1..n] //输出:A中元素的全排列 if n = 1 write A else for i ←1 to n do HeapPermute(n-1) if n is odd swap A[1]and A[n]
2012-11-11 13:54:32 6216 1
翻译 OntoTrack_Fast Browsing and Easy Editing of Large Ontologies
1 引言在将语义网技术由学术推广到商业环境的过程中,终端用户能否拥有充足的编辑工具是一个关键性条件。简单、灵活和直观的用户界面在此过程中占很重要的部分。当前的工具评估主要专注于语言明确问题(例如语言一致性)和技术准则(例如互操作的回转能力),而在此文的剩余部分,我们将研究充分可视化、浏览导航和大型本体的简单编辑。当前,在编辑和浏览本体过程中,很多本体编辑器使用在功能上分离的两个界面。编辑界
2012-11-08 20:44:53 1198
原创 用matlab实现感知机学习算法,训练分类器并解决井字游戏
function ganzhiji()%利用感知机学习算法训练分类器解决tic tac toe游戏问题%样本数据digitdata2.txt文件中,×是1,o是-1,b是0,positive是1,negative是-1%样本数据顺序进行了调整,1-250个是第一类,251-500个是第二类%利用前500个样本训练分类器,剩下458个样本做测试%digitdata中,×是1,o是2,b是3,positive是1,negative是-1A = importdata('digitdata2.txt'
2012-11-08 20:00:29 5010 3
转载 MATLAB 矩阵分解
(1) LU分解A是非奇异的,LU分解总是可以进行的。[L,U]=lu(X):产生一个上三角阵U和一个变换形式的下三角阵L(行交换),矩阵X必须是方阵。[L,U,P]=lu(X):产生一个上三角阵U和一个下三角阵L以及一个置换矩阵P,使之满足PX=LU。矩阵X必须是方阵。实现LU分解后,线性方程组Ax=b的解x=U\(L\b)或x=U\(L\Pb),这样可以大大提高运算速度。
2012-11-01 22:59:38 4070
转载 共轭矩阵
共轭复数:实数部分相同而虚数部分互为相反数的两个复数。矩阵的共轭转置:把矩阵转置后,再把每一个数换成它的共轭复数。标准定义,通常记做A^*或者A^H,偶尔记做A',一般来讲A^H的写法不会有歧义。另外,A^*也经常用于记伴随矩阵,同样,用adj(A)表示A的伴随不会有歧义。A转置共轭A^H和A的伴随阵adj(A)没有直接关系。共轭矩阵究竟如何定义取决于其中的“共轭”是如何定
2012-10-28 16:46:33 30978
转载 机器学习10大经典算法
机器学习10大经典算法1、C4.5C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点,并在以下几方面对ID3算法进行了改进:1)用信息增益率来选择属性,克服了用信息增益选择属性时偏向选择取值多的属性的不足;2)在树构造过程中进行剪枝;3)能够完成对连续属性的离散化处理;4)能够对不完整数据进行处理。C4.5算法
2012-10-28 15:32:55 2087
转载 Matlab中利用null函数解齐次线性方程组
有齐次线性方程AX=0,且rank(A)=r可以用matlab 中的命令 x=null(A, r)求其基础解系.其中:r=rank(A)例:A=[ 1 1 1 1 -3 -1 1 1 0 0 0 1 1 0 -2
2012-10-27 17:19:49 27673 1
原创 由一个bug想到的
在暑假用VC++做的一个工程里面,有获取系统时间并保存为字符串的一段代码,如下: ////////获得当前年月日,给全局变量strCurTime赋值/////////// CTime currenttime = CTime::GetCurrentTime();//获得当前时间 if( currenttime.GetMonth() < 10 && currenttime.GetDay
2012-10-14 16:06:08 2445 3
原创 #define宏定义中的#,##,@#,\
先看下面三条语句:(1)#define Conn(x,y) x##y(2)#define ToChar(x) #@x(3)#define ToString(x) #x(1)##,连接操作符x##y表示什么?表示x连接y,举例说:int n = Conn(123,456); 结果就是n=123456;char* str = Conn("asdf", "adf")结
2012-09-28 15:36:44 1175
转载 机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)
回归与梯度下降: 回归在数学上来说是给定一个点集,能够用一条曲线去拟合之,如果这个曲线是一条直线,那就被称为线性回归,如果曲线是一条二次曲线,就被称为二次回归,回归还有很多的变种,如locally weighted回归,logistic回归,等等,这个将在后面去讲。 用一个很简单的例子来说明回归,这个例子来自很多的地方,也在很多的open source的软件中看到,比如说weka。
2012-09-24 13:08:32 1463
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(余下全文)——刘未鹏
4. 无处不在的贝叶斯以下我们再举一些实际例子来说明贝叶斯方法被运用的普遍性,这里主要集中在机器学习方面,因为我不是学经济的,否则还可以找到一堆经济学的例子。4.1 中文分词贝叶斯是机器学习的核心方法之一。比如中文分词领域就用到了贝叶斯。Google 研究员吴军在《数学之美》系列中就有一篇是介绍中文分词的,这里只介绍一下核心的思想,不做赘述,详细请参考吴军的文章(这里)。分词问题的
2012-09-21 16:22:58 5984
转载 assert()函数用法总结
assert宏的原型定义在中,其作用是如果它的条件返回错误,则终止程序执行,原型定义:#include assert.h>void assert( int expression ); assert的作用是现计算表达式 expression ,如果其值为假(即为0),那么它先向stderr打印一条出错信息,然后通过调用 abort 来终止程序运行。请看下面的程序清单badptr
2012-09-21 14:36:53 1075
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(5)——刘未鹏
最小描述长度原则贝叶斯模型比较理论与信息论有一个有趣的关联:P(h | D) ∝ P(h) * P(D | h)两边求对数,将右式的乘积变成相加:ln P(h | D) ∝ ln P(h) + ln P(D | h)显然,最大化P(h | D) 也就是最大化 ln P(h | D)。而ln P(h) + ln P(D | h)则可以解释为模型(或者称“假设”、“猜测”)h的编码
2012-09-20 15:36:39 3754
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(4)——刘未鹏
模型比较理论(Model Comparasion)与贝叶斯奥卡姆剃刀(Bayesian Occam’s Razor)实际上,模型比较就是去比较哪个模型(猜测)更可能隐藏在观察数据的背后。其基本思想前面已经用拼写纠正的例子来说明了。我们对用户实际想输入的单词的猜测就是模型,用户输错的单词就是观测数据。我们通过:P(h|D)∝P(h)*P(D|h)来比较哪个模型最为靠谱。前面提到,光靠P(
2012-09-20 15:31:32 4144 1
转载 数学之美番外篇:平凡而又神奇的贝叶斯方法(3)——刘未鹏
模型比较与奥卡姆剃刀1.再访拼写纠正介绍了贝叶斯拼写纠正之后,接下来的一个自然而然的问题就来了:“为什么?”为什么要用贝叶斯公式?为什么贝叶斯公式在这里可以用?我们可以很容易地领会为什么贝叶斯公式用在前面介绍的那个男生女生长裤裙子的问题里是正确的。但为什么这里?为了回答这个问题,一个常见的思路就是想想:非得这样吗?因为如果你想到了另一种做法并且证明了它也是靠谱的,那么将它与现在这个一比
2012-09-20 15:30:04 4145
IJCV04 David.lowe Distinctive Image Features from Scale-Invariant Keypoints
2013-06-27
利用OpenCV中的Stitcher类实现全景图像拼接
2013-06-27
OpenCV2.4.4 实现图像仿射变换
2013-06-04
OpenCv2.4.4中实现图像旋转和缩放
2013-06-03
OpenCV2.4.4中调用SIFT特征检测器进行图像匹配
2013-06-03
Qt+OpenCV2.4.4实现Shi-Tomasi角点检测(goodFeaturesToTrack)
2013-05-28
Qt+OpenCV2.4.4实现拉普拉斯算子图像锐化(Mat结构实现)
2013-05-28
Qt+OpenCV2.4.4实现直方图均衡化增强图像对比度(Mat结构实现)
2013-05-24
qt-opencv-multithreaded-1.21Qt结合OpenCV多线程图像处理
2013-04-03
Qt中利用OpenCV2.4.4多线程打开多摄像机
2013-04-03
Qt中通过设置位图掩码生成异形控件
2013-03-27
Qt中利用OpenCV同时打开两个摄像机并显示到QLabel控件上
2013-03-26
综合运用端口匹配、深度数据包检测、流量特征进行P2P流量识别
2013-01-26
OpenNI2获取华硕XtionProLive深度图和彩色图并用OpenCV显示
2014-07-02
OpenNI1.5 + NITE1.5 + Sensor5.1
2014-07-02
OpenNI1.5获取华硕XtionProLive深度图和彩色图并用OpenCV显示
2014-07-02
[2012 ICPR]A new depth descriptor for pedestrian detection in RGB-D images
2014-02-22
[2011 IROS]People detection in RGB-D data
2014-02-21
[2010 PAMI] Object Detection with Discriminatively Trained Part Based Models
2014-01-21
[2008 CVPR] A Discriminatively Trained, Multiscale, Deformable Part Model
2013-12-24
用首次训练获得的SVM在负样本原图上检测HardExample
2013-11-14
自己训练SVM分类器进行HOG行人检测
2013-11-13
从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本
2013-11-13
编译好的TinyXML2.6.2
2013-11-13
OpenCV读入图片序列进行HOG行人检测并保存为视频
2013-11-13
[2005 CVPR] Histograms of Oriented Gradients for Human Detection
2013-11-02
A System for Video Surveillance and Monitoring
2013-09-27
SIFT算法及全景拼接测试用图(含牛津大学提供的测试图)
2013-07-04
基于SIFT特征的全景图像拼接(Qt)
2013-07-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人