世界人口分析 使用国家和大洲的两个大数据集，使用Tableau进行了一些分析和仪表板/故事报告，并得出了一些关键的见解和答案。

物理层过程——小区搜索 Step1、搜索PSCH，确定5ms定时、获得小区ID Step2、解SSCH，取得10ms定时，获得小区ID组； Step3、检测下行参考信号，获取BCH的天线配置； 然后UE就可以读取PBCH的系统消息（PCH配置、RACH配置、邻区列表等） SCH结构基于1.25MHz固定带宽。UE必需的小区信息有：小区总发射带宽、小区ID、小区天线配置、CP长度配置、BCH带宽 PSCH用于UE取得时隙级同步，获得5ms定时钟，获得小区ID组内的具体小区ID SSCH取得帧级同步，获得无线帧时钟，小区ID组 504个小区，每个ID组包含3个小区ID，168个组 主同步序列（PSS）被映射到子帧1和子帧6的第三个OFDM符号上。 辅同步序列（SSS）被映射到子帧0和子帧5的倒数第一个OFDM符号上。不管是主同步序列还是辅同步序列，都是放在中心频域的，这两个序列是62长的序列，只占用1.25MHz带宽，对于其他位置可以传送控制信道或者数据信道。 PSS/SSS的位置任何其它信号都是不能占用的.

【精品】SAP PM模块关键用户培训教材(PPT-105页).ppt

主要介绍马氏距离计算的关键步骤和注意的问题。我们熟悉的欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性（即各指标或各变量）之间的差别等同看待，这一点有时不能满足实际要求。马氏距离有很多优点。它不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还可以排除变量之间的相关性的干扰。它的缺点是夸大了变化微小的变量的作用。

考研英语阅读明白得抓住暑期是提分关键.pdf

内含imglab的.exe文件和使用的详细说明，可以用来完成人脸/物体特征点的标注。.exe是自己源码编译的，亲测可用，使用环境：win10 x64。（以下为凑字数）所需积分不多，希望大家多多支持~~

SQL高级查询语句 有用的 关键时候解决问题的SQL语句 SQL高级查询语句 有用的 关键时候解决问题的SQL语句

IEEE802.16d Mesh网络及其关键机制分析，原建胜，谢刚，Mesh网络有利于提高网络容量、扩大网络覆盖范围，是未来无线网络发展中的重要技术手段。IEEE 802.16d标准也支持大范围多跳无线Mesh网络�

电子工程师必备-关键技能速成宝典 电子工程师必备-关键技能速成宝典

最近需要做人脸对齐的算法，通俗理解就是将图片人人脸姿态不太正确的给矫正过来，所以写了python版本的人脸对齐算法。基本原理是先通过MTCNN检测到人脸的五个关键点，再把原图中人脸区域外扩100%（这样做的目的是保证对齐后图片中没有黑色区域，当然这个外扩的比例是看对齐效果自己可以调节的，我这里设置的100%）。最后的人脸对齐尺寸分为两种：112X96尺寸和112X112尺寸，其中首先需要定死仿射变换后人脸在目标图上的坐标，然后直接变换。废话不多说，直接手撕代码。 # 该代码实现利用人脸的五点仿射变换实现人脸对齐 # 具体就是首先使用mtcnn检测算法检测出人脸区域，并得到lanmarks关键