资源列表
filefind
- 通过c++，遍历指定文件夹下的所有文件。-Traverse all files of the specified folder.
hide_letter
- 该程序能够实现usb设备的隐藏和显示，对开发usb设备很有用处。-Enable usb device hide and show
remove_usb
- 将usb设备弹出程序注册为系统服务，随服务自启动，如果服务扫描到CDROM设备，将CDROM弹出。- Usb device registration program will pop up as a system service, with the service the start, if the scanning service to the CDROM device, CDROM eject.
wifi-detection-tool
- 该exe文件将windows系统native wifi api进行封装，可以结合http://www.lijiejie.com/wifi-native-api-and-wlan-exe/里面的内容学习。- The exe file to windows system native wifi api package, which can be combined http://www.lijiejie.com/wifi-native-api-and-wlan-exe/ content learn
CppWindowsService
- 一个windows下服务入口程序的demo，可以在里面添加自己的代码。-A windows service entrance next demo program, you can add your own code in it.
testGetUsbName
- 在控制台下得到usb设备的一些信息，包括pid，uid等等。-Usb device to get some information in the console, including the pid, uid, and so on.
Test
- 监控U盘插入、拔出，并在控制台打印出提示信息-Monitor pull out U disk inserted, and prints out the message in the console
gsoap-demo
- gSOAP编译工具提供了一个SOAP/XML 关于C/C++ 语言的实现，从而让C/C++语言开发web服务或客户端程序的工作变得轻松了很多。gsoap简单例子 适合初学者学习使用-gSOAP compiler tool provides a SOAP/XML to achieve on C/C++ language, so that C/C++ language to develop web services client or work program has become a lot ea
LMS
- 利用LSM算法设计一个自适应滤波器，q阶FIR滤波器。先模拟生成信号，然后加高斯白噪声，再对其进行滤波处理。-Use LSM algorithm design an adaptive filter, q-order FIR filter. Generating the first analog signal, and then adding white Gaussian noise, then it is filtered.
Image_Processing
- 图像处理方面基础框架结构。主要是对图像的灰度操作，均值，中值最大值最小值滤波。添加一些如高斯噪声等噪声，还有对图像进行去噪处理。显示图像的RGB分量，对图像进行灰度直方图均衡化和归一化。-Based image processing framework. The main image is a gray operation, mean, median maximum minimum filter. Add some noise such as Gaussian noise, as well as
ClusterAnalysis_2014.11.4
- 模式识别的聚类分析。K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。-Pattern recognition clustering
LDFV
- VLAD VLAD可以理解为是BOF和fisher vector的折中 BOF是把特征点做kmeans聚类，然后用离特征点最近的一个聚类中心去代替该特征点，损失较多信息； Fisher vector是对特征点用GMM建模，GMM实际上也是一种聚类，只不过它是考虑了特征点到每个聚类中心的距离，也就是用所有聚类中心的线性组合去表示该特征点，在GMM建模的过程中也有损失信息； VLAD像BOF那样，只考虑离特征点最近的聚类中心，VLAD保存了每个特征点到离它最近的聚类中心的距离；