基于MFC的文件目录树的对话框实现代码,可以生成本地磁盘的文件树形目录，不错的对话框控件哦。

QT中操作定时器的方法

keil中，RTT 实现代码放到 vector和code 放到ram

电子商城的实现代码，有前端和后台，前端将首页展示，商品详细，添加购物车，订单管理以及进行结算走了一遍，后端商品管理，人员管理，订单管理，权限管理进行一个实现，在搜索中运用了lucence进行实现，运用IKAnalyzer进行分词。适合做毕设用。需要的同学可以进行下载。

程序所用soble算子，可以进行实现，有问题可以在评论区问我。

用C++实现的二叉平衡树的插入、删除、中序遍历输出等操作

微信浏览器直接下载app的实现代码,测试地址：appinstall.cc

一直在学习Python爬虫，所以今天就心血来潮来写了个爬虫，抓取该网站上所有美剧链接，并保存在文本文档中，想要哪部剧就直接打开复制链接到迅雷就可以下载啦

k-近邻算法概述： 所谓k-近邻算法KNN就是K-Nearest neighbors Algorithms的简称，它采用测量不同特征值之间的距离方法进行分类 用官方的话来说，所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。 k-近邻算法分析 优点：精度高、对异常值不敏感、无数据输入假定。 缺点：计算复杂度高、空间复杂度高。 适用数据范围：数值型和标称型 k-近邻算法工作原理： 它的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个

典型相关分析matlab实现代码DCCA：深度规范相关分析 这是Python中的深度规范关联分析（DCCA或Deep CCA）的实现。 它需要安装Theano和Keras库。 DCCA是CCA的非线性版本，它使用神经网络代替线性变换器作为映射函数。 DCCA最初是在以下论文中提出的： Galen Andrew，Raman Arora，Jeff Bilmes，Karen Livescu，“”，ICML，2013年。 它使用带有Theano后端的Keras库，在Tensorflow后端上不起作用。 因为网络的丢失功能是由Theano编写的。 基本的建模网络可以轻松地被更高效，更强大的网络（如CNN）取代。 大多数配置和参数是根据以下文件设置的： Wang Weiran，Raman Arora，Karen Livescu和Jeff Bilmes。 “”，ICML，2015年。 数据集 该模型是在MNIST数据集的嘈杂版本上评估的。 我完全按照本文介绍的方式构建了数据集。 训练/验证/测试段是MNIST的原始段。 数据集很大，无法在GitHub上上传。 因此它被上传到另一台服务器上。 第一次执