为解决单幅图像中的人群遮挡和尺度变化问题，提出一种基于多列卷积神经网络的人群计数算法。利用具有不同尺寸感受野的卷积神经网络（CNN）和特征注意力模块自适应提取多尺度人群特征，引入可变形卷积增强CNN网络空间几何形变学习能力并优化特征图，从而生成高质量的密度图。 Shanghai tech和UCF_CC_50数据集上的实验结果表明，该算法能学习输入图和人群密度图之间的映射关系，且计数准确性高、鲁棒性强。

《深入理解Android：卷I》是一本以情景方式对Android的源代码进行深入分析的书。内容广泛，以对Framework层的分析为主，兼顾Native层和Application层；分析深入，每一部分源代码的分析都力求透彻；针对性强，注重实际应用开发需求，书中所涵盖的知识点都是Android应用开发者和系统开发者需要重点掌握的。 目录 第1章　阅读前的准备工作 / 1 1.1　系统架构 / 2 1.1.1　Android系统架构 / 2 1.1.2　本书的架构 / 3 1.2　搭建开发环境 / 4 1.2.1　下载源码 / 4 1.2.2　编译源码 / 6 1.3　工具介绍 / 8 1.3.1　Source Insight介绍 / 8 1.3.3　Busybox的使用 / 11 1.4　本章小结 / 12 第2章　深入理解JNI / 13 2.1　JNI概述 / 14 2.2　学习JNI的实例：MediaScanner / 15 2.3　Java层的MediaScanner分析 / 16 2.3.1　加载JNI库 / 16 2.3.2　Java的native函数和总结 / 17 2.4　JNI层MediaScanner的分析 / 17 2.4.1　注册JNI函数 / 18 2.4.2　数据类型转换 / 22 2.4.3　JNIEnv介绍 / 24 2.4.4　通过JNIEnv操作jobject / 25 2.4.5　jstring介绍 / 27 2.4.6　JNI类型签名介绍 / 28 2.4.7　垃圾回收 / 29 2.4.8　JNI中的异常处理 / 32 2.5　本章小结 / 32

主要介绍TCP-IP协议在不同操作系统的运行原理。纯文本文档，没有网络链接。经典书籍，值得推荐！

扩充iSCSI分配卷容量.pdf

关于卷积神经网络在计算机视觉方面的应用。介绍了卷积神经网络的结构，算法设计。内容深入浅出，是入门学习很好的资料。

人机交互类型适用于高级认证C卷

在这项工作中，提出了一种用于裂纹检测的深度监督网络。在该网络中，DeepLab被用作密集特征提取器，以获得多尺度卷积特征。采用了一种新的多尺度特征融合模块。 该模块背后的主要动机是解决U形结构中具有语义信息的深层特征在逐层融合过程中被稀释的问题。深度监督学习用于多尺度特征的集成直接监督。此外，采用加权交叉熵损失函数来解决路面裂缝数据的样本不平衡问题。为了进行性能评估，我们分别在三个公共裂缝数据集上进行了实验。实验结果表明，我们的方法优于最先进的裂纹检测方法。

绝对最详细的TCP-IP讲解资料，资料包含三大卷（三个高清带目录pdf），第一卷详解TCP-IP协议原理、机制，第二大卷详解TCP-IP实现，第三卷详解TCP-IP事务协议、HTTP、NNTP和UNIX域协议。总共1000多页，每卷大概分30章讲解，内容丰富，讲解细致到位，涵盖各种例程和代码，并且每章均有课后习题及答案。精读TCP-IP三大卷可以全面系统掌握TCP-IP知识，绝对是经典资料。

介绍卷积神经网络（CNN），方便读者大体上了解其基本原理及实现过程，便于后续工作中的实际应用。本文将按以下顺序展开：1.了解卷积操作2.了解神经网络3.数据预处

《计算机程序设计艺术》1,2,3卷--中文PDF电子书
英文书名《The Art Of Computer Programming》
第3版 Addison Wesley 国防工业出版社
Donald E.Knuth著 苏运霖译
第一卷 基本算法
。。。第1章 基本概念
。。。第2 章 信息结构
第二卷 半数值算法
。。。第3 章 随机数
。。。第4章 算术
第三卷 排序与查找
。。。第5章 排序
。。。第6章 查找

采用RAR分卷压缩，共分成了5卷，这是最后部分，大家慢慢看吧：）

将这五个部分下载到同一目录下：
在WINDOWS下：确认安装了RAR软件，直接点击就解压了
在UNIX×下，确认有RAR软件，在命令行下>rar e filename.rar