利用开源控件ZedGraph绘制图形，给定坐标绘图，绘点，绘线

ucos ii移植到stm32c8t6的点亮LED例程，免费送你

可见一红外图像之间配准点的数量不足、分布严重不均匀以及配准点之间的错配率高这3个 核心问题，提出一种基于自适应特征点检测的可见一红外图像配准方法。方法本文提出的自适应特征点检测方 法，以Harris comer作为基本特征点；以特征点数目与空间分布为检测目标，从而自动地估计合适不同空间位置的 特征点的检测阈值。在特征点对匹配中，将梯度方向与互信息相融合有效地添加了相似性函数的空间位置信息。 结果 自适应Harris comer检测方法能够有效地提供空间分布均匀、数量充足的特征点。而梯度方向与互信息相 融合的相似性匹配函数提高特征点的匹配率20％，降低配准误差50％。结论 本文提出的多传感器图像配准方 法能够快速、准确地实现可见光图像与红外图像之间的配准，在CCD—IR图像融合领域具有很好的实用价值。

包括PMBok指南第六版-中文PDF，49个过程组总结，记忆口诀，考试秘笈，PMP考试形式及考题分布，项目思维与管理关键，项目管理中用到的各种表格等。

高光谱图像unmixing matlab代码

MATLAB-研究-点云： 1.使用点云测量和分析3D场景： 来源： : 点云是数据点的集合，其中数据集的各个点表示现实世界中被扫描对象的表面点的坐标。 点云用于测量现实世界的场景，通常由激光雷达扫描仪和其他设备产生。 点云处理用于增强现实（AR）和虚拟现实（VR）应用程序以及机器人技术和自动驾驶中的感知和导航。 公共点云处理任务包括： 读写点云数据以进行分析和显示 转换，过滤和注册3D点云 将3D点云分割成簇并将其拟合为几何形状 点云处理工作流程的主要组件是： 读取和可视化数据 配准和拼接一系列点云 将点云数据细分为集群 1.1注册和缝合一系列点云示例：使用迭代最近点（ICP）算法的3D场景重建： 来源： : veloReader = velodyneFileReader('lidarData_ConstructionRoad.pcap','HDL32E'); xl

Java基础 JVM原理 集合 多线程 IO 问题排查 Web框架、数据库 Spring MySQL Redis 通用基础 操作系统 网络通信协议 排序算法 常用设计模式 从URL到看到网页的过程 分布式 CAP理论 锁 事务 消息队列 协调器 ID生成方式 一致性hash 限流 微服务 微服务介绍 服务发现 API网关 服务容错保护 服务配置中心 算法 数组-快速排序-第k大个数 数组-对撞指针-最大蓄水 数组-滑动窗口-最小连续子数组 数组-归并排序-合并有序数组 链表-链表反转-链表相加 链表-双指针-删除倒数第n个 二叉树-递归-二叉树反转 二叉树-递归-多叉树中最长的连续序列 动态规划-连续子数组最大和 数据结构-LRU淘汰算法 其他-二十进制相加 有序数组中位数 数组中的k个最小值 项目举例 秒杀架构 系统设计 系统设计-高并发抢红包 系统设计-答题套路 系统设计-在AWS上扩展到数百万用户的系统 系统设计-从面试者角度设计一个系统设计题 智力题 概率p输出1，概率1-p输出0，等概率输出0和1 判断点是否在多边形内部

基于springboot后端的微信小程序奶茶点餐系统，到店自取、外卖配送在线点餐

新大机具融得利点验钞机R9800C升级工具及教程；USB升级，升级后可以点验2015版最新100元人民币新版钞票；自测升级JBYD R9800C成功；

opencv2编写的4点法求空间圆心，在qt平台上运行正常，运行速度还可以。