在使用Qt开发时，遇到大量带变量的公式计算，此时写代码解析公式非常繁琐，此案例使用QScriptEngine的evaluate方法完美解决，既简单又方便。可以处理数据库中的大量公式计算。此资源中包含源代码项目文件和打包完成的文件夹，下载后直接点击打包文件夹中的exe文件执行可看到效果。

毕业设计的文献综述“Adaboost是一种自适应的boosting算法，该算法利用大量的分类能力一般的简单（弱）分类器(Basic Classifier)通过一定的方法叠加(Boost)起来，构成一个分类能力很强的强分类器(Strong Classifier)。其基本思想是：当分类器对某些样本正确分类时，则减少这些样本的权值；当错误分类时，则增加这些样本的权值，让学习算法在后续的学习中集中对比较难的训练样本进行学习，最终得到一个识别率理想的分类器。该算法的人脸检测对于单人脸正面图像的检测效果较好,误检率也比较低。然而AdaBoost算法采用顺序前进法搜索策略，尽管每次迭代选择的弱分类器是局部最优，但最终构成强分类器的弱分类器及其系数并不是最优。而且对于侧面及多人脸图像检测正确率不高。

matlab图形图像二值化代码 PandaHeadMemeGenerator 描述 使用 MATLAB 实现从您自己的面部照片中自动生成熊猫头表情包。 特征 旋转照片直到可以识别出人脸。 人脸识别后分别识别眼睛、鼻子和嘴巴。 显示每一步的所有识别结果，让您选择正确的。 如果面部对称轴不垂直，计算其角度并稍微旋转照片以提高面部识别的准确性。 为了获得面部表情的最佳二值化，可以手动调整参数。 灰色风格，4级灰度（像素风格）或二值化风格（黑白）可以通过使用可选参数“模式”（见用法）来选择。 最多可以在 PandaHead 下方添加两行文字，使其成为最终的表情包。 要求 用法 函数 PandaHeadGenerator.m input_image：将生成模因的面部照片的文件名及其关联路径。 它将由“ imread ”加载，因此支持常见的图片格式。 例如，“ E:\folder_one\kid.jpg ”。 此外，高分辨率图片是首选。 input_template：熊猫头模板的文件名及其关联路径。 它可以在这里下载： output_image：生成的 PandaHead 模因的文件名。 其文件扩

qt_04_QtPaintDevice.rar 练习绘图设备的dome文件，建议配文档进行观看

实现版本号的对比，HTTP下载文件，有测试程序和辅助程序，能在Qt5.7.0 32位机上跑起来

这段时间在写一个基于PCIE实现FPGA与上位机通信，利用多线程实现读写同步，本次使用到了KFIFO无锁队列，实现了kfifo的简单测试。

C++基于Qt的流数据分析与可视化软件源码。库 blitz - inline，无须单独编译 exprtkX KDDockWidgets kfr - inline，无须单独编译 libsndfile praat - inline，无须单独编译 QCustomPlot QtnProperty readerwriterqueue - inline，无须单独编译 rtaudio smarc 库 blitz - inline，无须单独编译 exprtkX KDDockWidgets kfr - inline，无须单独编译 libsndfile praat - inline，无须单独编译 QCustomPlot QtnProperty readerwriterqueue - inline，无须单独编译 rtaudio smarc

包含vlc-qt，qml插件官方为给出，说明参考http://blog.csdn.net/wj2itp08/article/details/78391261

qt-eclipse-integration-win32-1.6.1

使用QT做的bin文件添加头部信息工具