为了提高利用深度神经网络预测单图像深度信息的精确度，提出了一种采用自监督卷积神经网络进行单图像深度估计的方法。首先，该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络，改善了网络的学习效率和性能，加快了网络的收敛速度;其次，通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数，有效地降低了图像光照因素影响，遏制了图像深度的不连续性，并能保证左右视差的一致性，从而提高深度估计的鲁棒性;最后，采用立体图像作为训练数据，无需标深度监督信息，实现了端到端的单幅图像深度估计。在 Tensorflow框架下，用KIT和 Cityscapes数据集进行实验结果表明，与目前的主流方法相比，该方法在预测深度的精确度方面有较大提升，拥有更好的深度预测性能。

Q80编程器固件修改方法

螺栓拧紧力矩力矩计算方法的软件，很好用。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

磁链观测器 vesc中使用的方法。 已经移植到了自己的工程中，实现0速闭环启动。 代码、文档、仿真是一一对应的，方便学习。 送仿真模型

hygon-vmware_patch_v2.7

主要介绍了nodejs简单访问及操作mysql数据库的方法,结合实例形式分析了nodejs创建mysql连接、执行sql语句及关闭连接等相关操作技巧,需要的朋友可以参考下

传统多层膜设计所用的全局寻优法的速度非常慢，有时还很难得到理想的膜系。根据Frensnel反射系数公式计算多层膜的反射率，利用单纯形法对软X射线和X射线波段多层膜进行调优，可在短时间内优化出最接近目标光学性能的多层膜膜系结构。计算了不同波长软X射线周期性多层膜的最高理论反射率。单纯形调优算法在保证优化结果与随机搜索法优化结果近似相同的基础上，使优化计算速度提高了十倍以上。同时还用单纯形调优法优化设计了X射线超反射镜，得到了非常理想的非周期膜系。

安装MATLABR2013a及破解方法（图文版）

尺度因子计算

引言 　  本文基于人脸图像分块和奇异值压缩，进行RBF 神经网络和贝叶斯分类器融合的设计。将人脸图像本身的灰度分布描述为矩阵，其奇异值特征具有转置不变性、旋转不变性、位移不变性、镜像不变性等诸多重要的性质，进行各种代数和矩阵变换后提取的代数特征是人脸的表征。由于整体图像的奇异值向量反映的是图像整体的统计特征，对细节的描述还不够深入，本文模拟人类识别人脸的模式，在图像分块和加权的基础上，突出待识别人脸的骨骼特征，近似于人类在识别人脸时自动剔除同一人脸的变化部位的差异能力　　径向基函数（RBF）网络是一种性能良好的前馈型三层神经网络，具有全局逼近性质和逼近性能，训练方法快速易行，RBF 函数还具