基于Matlab的CIC滤波器设计.pdf

将百万以上条的邮箱地址按后缀名进行分类，分类完成后按后缀名一次io写入文件，并使用事务插入到相应的数据库表中。百万条数据处理在10分钟之内，我本地测试8分多，可以使用拼接所有后缀名相同的邮箱地址到一条语句插入（比较low的方法，呵呵），这样可以大大提高速度，基本两分钟搞定，不过要先设置数据库支持的sql语句的最大长度。

Matlab 视频采集 图像类型转换 角点检测（附：样本视频）

在大数据领域，Hadoop无疑是最炙手可热的技术。作为分布式系统架构，Hadoop具有高可靠性、高扩展性、高效性、高容错性和低成本的优点。然而随着数据体积越来越大，实时处理能力成为了许多机构需要面对的首要挑战。Hadoop是一个批处理系统，在实时计算处理方面显得十分乏力。storm是一个类似于Hadoop勺实时数据处理框架，也是一个非常有效的开源实时计算工具，通常被比作“实时的Hadoop”。 　　《大数据技术丛书：Storm实时数据处理》通过丰富的实例，系统讲解Storm的基础知识和实时数据处理的最佳实践方法，内容涵盖Storm本地开发环境搭建、日志流数据处理、Trident、分布式远程过程调用、Topology在不同编程语言中的实现方法、Storm与Hadoop的集成方法、实时机器学习、持续交付和如何在AWS上部署Storm。此外，《大数据技术丛书：Storm实时数据处理》旨在围绕Storm技术促进DevOps实践，使读者能够开发Storm解决方案，同时可靠地交付有价值的产品。 　　《大数据技术丛书：Storm实时数据处理》适合想学习实时处理技术或者想通过Storm实现实时处理方法的开发者阅读。

使用python语言，可以对生成的深度学习的loss值等其他迭代结果进行精确的绘制，绘制的数据可以不是整数，对整个训练过程能够有一个清晰的了解，方便对模型的改进工作。本资源另外一个特点就是能够实现多条曲线在同一图中的对比，更直观了解出现的问题。并对图形的标题、x轴、y轴进行一些必要的解释

介绍GPR探地雷达数据仿真MATLAB系统结构和设计方案的文章，还包括信号处理部分

前言几乎所有脑电初学者都是从 EEGLAB 开始接触脑电预处理过程的，EEGLAB 浅显直观的 GUI 界面再或是基于 MATLAB 的代码操作影响了一代脑电人

干涉图和强度图的生成 Gamma 执行操作语句： interf_SLC 例： 输出数据—20090623-20090930.int, 20090623-20090930.pwr1, 20090623-20090930.pwr2

渐进迭代逼近（简称PIA）是一种直观有效的数据拟合方法。经典的PIA方法要求曲面控制顶点的个数等于拟合数据点的个数，并不适用于大量数据的拟合。为了改造经典PIA方法，特别研究了使用最频繁的三角曲面用PIA来生成的算法，并重点考虑实际中最常用的低次情形。证明了低次（n=2，3，4）非均匀三角 bezier曲面具有最小二乘渐进迭代逼近（简称 LSPIA性质，并且迭代得到的三角 Bezier曲面序列的极限就是数据点的最小二乘拟合。同时，还提供了如何选择合适的权值使得迭代拥有最快收敛速度的方法。实例验证了最小二乘PIA方法的有效性。

基于python的二手房数据分析 spider - 爬虫脚本，负责获取二手房数据 conf - 项目的全局配置, config.yaml 里定义获取过程中的 url 地址和自己的用户名密码 cities.py - 获取每个城市对应子域名 cas - cas模拟登录模块，二手房成交信息需要登录才能获取。其采用cas单点登录，密码使用 rsa2 和 rsa 加密隔天轮换 utils - 工具包，包含从 UA 池中获取随机 User-Agent 的方法，操作数据库的方法。 spider.py - 爬虫主文件，根据城市，地区爬取相应数据, 存入mysql UA.txt - UA 池，反反爬 sql/table.sql - 建表脚本 sh_house_backend - 系统后端 sh_house_frontend - 系统前端(可视化部分) static - 静态图片，资源和使用 pyecharts 动态绘制出的可视化图 template - 模板 app.py - app draw.py - 各种画图函数