国家 国家-ISO 3166（ISO3166-1，ISO3166，数字，Alpha-2，Alpha-3）国家代码和名称（英语和rus），ISO 4217货币代号，ITU-T E.164 IDD呼叫电话代码，国家大写，UN M.49地区代码，IANA ccTLD国家域，IOC / NOC和FIFA代码，非常快，没有地图[]，没有切片[]，没有init（）函数，没有外部链接/文件/数据，没有接口{ }，没有特定的依赖关系，与Databases / JSON / GOB / XML / CSV兼容，支持Emoji国家标记和货币，完全支持ISO-3166-1，ISO-4217，ITU-T E.164，

下载了”Optisystem经典光通信例子“，发现只有第一部分，缺少了第二部分，这个部分很重要，还包含数字调制，波分复用等等，推荐

Grieves教授关于数字孪生发展的又一力作，通篇论文较长，请仔细阅读。 摘要如下:The idea that the information about a physical object can be separated from the object itself and then mirror or twin that object is a concept referred to as the Digital Twin. The Digital Twin is receiving a great deal of interest from manufacturers who make advanced products that have all the characteristics of complex systems. While the Digital Twin concept is becoming better fleshed out and understood, there is much more work to be accomplished. Specifically, the characteristics of the physical product as these become smart, connected product system (SCPS or Physical Twin) need to be defined and described. The success of the Digital Twin model will rest on the value it creates for both the manufac￾turers and the users of their products. There will also be new issues, security among the most important, that need to be surfaced and addressed.

这是V1版本，后续版本迁移到ApacheCN组织的kaggle项目里。这个repo就停止更新了。 目录 简介 kaggle入门题目，训练数据已经处理成向量并与标签一一对应，判断测试数据对应的标签。 项目基本思路 在solutions中存储不同的解法，在所有解法单独实现完成之后，最终结果采用所有解法的结果来做交叉验证之后的答案，即对于某个向量的预测，采用所有解法中出现次数最多的作为结果。 main.py作为项目的入口，所有程序的调用都采用 python main.py -* * 的形式来调用，主要是为了统一log等的设置 得分进展 2018-03-12 score=0.99285 keras-原始数据0.5倍缩放之后，采用keras深度学习 2018-03-11 score=0.98542 svm-将原始数据0.5倍缩放之后，采用pca降维，再使用svm分类 2018-03-08 scor

使用OpenCV和Python的手写数字识别 使用的数据集 对于这个项目，我使用了MNIST数据集。 它可以在Internet上免费获得。 要求 的Python 3 斯克莱恩 OpenCV 3 麻木 Jupyter笔记本 训练SVM模型 SVM_Classifier.ipynb-这是一个ipython笔记本，因此您需要安装jupyter-notebook才能使用此文件。 如果要重新训练模型，请使用此文件。 digits_cls1.pkl-这是一个已保存的SVM模型文件。 使用OpenCV进行数字识别 dig_rec.ipynb-这是一个ipython笔记本，用于使用OpenCV识别图像中的手写数字。此文件使用受过训练的SVM模型digits_cls1.pkl 。 使用OpenCV进行实时数字识别 dig_rec_vid.ipynb-这是一个ipython笔记本，用于使用网络摄像头和O

Tensorflow入门，手写数字图片识别数据集，从https://www.kaggle.com/c/digit-recognizer下载的 包含train.csv,test.csv,sample_submission.csv 从官网下载要注册而且慢=。=

Modern Digital and Analog Communication Systems 第三版 扫描 清晰

提供了完整代码。 项目功能要求：可以根据自己手工书写一个数字得带小数，拍照后，程序能将该手写数字转换成对应的数字。 经过查阅资料，将其大致分为一下三个部分: ① 数字的定位、分割、保存. ② 小数点的识别. ③ 网络的训练、测试和最佳模型参数保存加载.

基于 OpenCV 的手写数字识别，包含（1）如何训练手写模型，（2）手写板，（3）对手写板的手写数字进行预测 预测算法： SVM分类器 HOG特征