cocos2d-x目前无法利用opengl es2.0的shader来实现mask效果，如果按照老外提供的renderTexture来实现性能就太差了。遍寻网上后在cocoachina上找到一个深入了解OpenGL-模板测试，经过改造后终于可以在cocos2d-x中使用，与各位同仁分享一下。

针对无线传感器网络能量利用率低和通信质量不高等问题,提出了一种高效低能耗的WSN路由协议.在簇头选取阶段综合考虑了节点的剩余能量、节点的密度、节点的传包成功率等因素,在簇内通信方案上提出了混合路由通信方案,簇间通信在链头选取上考虑了链头自身能量值、链数据传输代价、链头传包成功率以及链头与基站的距离等.并提出了丢包策略.仿真结果表明:该算法能有效均衡节点能耗,提高传输数据包成功率,提高通信质量,延长网络生命周期.

专业嵌入式软件开发 全面走向高质高效编程.part2 请和“专业嵌入式软件开发 全面走向高质高效编程.part1” 一起下载 放在同一个目录，确保两个文件名，分别为： “专业嵌入式软件开发 全面走向高质高效编程.part1.rar” “专业嵌入式软件开发 全面走向高质高效编程.part2.rar” （如文件名为其他无关字符，请修改文件名为上述名字，part1为 42M左右，part2为 37M左右，解压完有600多页！） 选中其中一个，右键解压缩即可。 好书要分享，希望扩大传播，形成影响力，免费奉送了！ 书本清晰度非常好，就是控制台窗口可能有点不清晰，喜欢清晰的请购买纸质版，支持正版，支持李云！

近年来随着盲检测算法的提出，越来越多的基于采样协方差矩阵的盲检测算法应用于频谱感知。针对其检测门限是近似值，检测性能会受到影响等问题，提出了基于采样协方差矩阵的混合核函数的支持向量机（support vector machine,SVM）高效频谱感知，通过感知信号采样协方差矩阵的最大最小特征值（maximum minimum eigenvalue,MME）和协方差绝对值（covariance absolute value,CAV）提取的统计量作为SVM的特征向量并训练其生成频谱感知的分类器，无需计算检测门限并且特征提取减少了样本集的大小。利用遗传算法（genetic algorithm,GA）优化混合核函数的SVM的参数。实验结果表明，该方法比MME算法和CAV算法的检测概率有所提高，并且比SVM减少了感知时间，具有良好的实用性。

算法心得：高效算法的奥秘(原书第2版)PDF，不可用于商业用途，如有版权问题，请联系删除！

快速傅立叶算法，采用时域抽取法FFT(Decimation-In-Time FFT, 简称 DIT - FFT)，完全采用标准C++语言编写，算法上采用了蝶形运算原理，数据结构采用 STL 模板库存储动态数组，采用 complex 类处理复数运算。代码简单，容易理解，只有输入，输出的vector 数组。总共 90 多行代码。不同于一般的 FFT 算法，本算法没有对输入序列作任何条件限制，可以是任意长度。调试中经测试，对一个2^19=52万左右个数据点的输入数组，算法在5秒时间可给出结果，输出结果是所有频率值的模值，而不是单独的实部与虚部（当然也可以单独给出实部虚部计算其相位）。

1.写入日志信息的参数化，类似fprint，printf功能 2.定时保存日志信息到硬盘，默认参数为3000毫秒 3.日志信息达到一定容量后自动保存到硬盘（目前设置为1M） 4.该动态库实现了高效性 5.可动态调整日志等级 6.可动态设置定时时间 7.日志分为3个文件，debug.log保存调试日志信息，normal.log保存普通日志信息，error.log保存错误日志信息 8.日志安全性：日志文件达到一定容量后（目前设置为100M）会把原日志文件备份为.bak后缀的日志文件， 并重新生成新的日志文件,如果已经存在.bak后缀的日志文件会被覆盖 9.设置日志等级为__CLOSE_LOGS时，将关闭日志写入功能

CIKM比赛数据集

采样就是采集模拟信号的样本。通常采样指的是下采样，也就是对信号的抽取。其实，上采样和下采样都是对数字信号进行重采，重采的采样率与原来获得该数字信号的采样率比较，大于原信号的称为上采样，小于的则称为下采样。上采样是下采样的逆过程，也称增取样或内插。     本文介绍一种使用Virtex-6器件和免费WebPACK工具实现实时四倍上采样的方法。     许多信号处理应用都需要进行上采样。从概念上讲，对数据向量进行M倍上采样的最简单方法是用实际频率分量数的（M-1）倍个零填充数据向量的离散傅里叶变换（DFT）[1]，然后将零填充向量转换回时域[1,2]。但这种方法计算量很大，因此不能在FPGA内

二维伊辛模型的高效实现。 网格分为两个子网格（棋盘格）。 在这两个子网格上，可以分别考虑自旋。 这样就可以将计算完全矢量化。 使用简单的笔记本电脑 CPU，每秒可实现高达 3000 万次的旋转翻转。 将磁化强度的温度依赖性与分析结果进行比较。