其他

ARM指令中如何判斷一個立即數是有效立即數 (2011-10-17 00:16) 分類： ARM arm指令 立即數（一）2011-04-13 16:55在ARM處理器的組合語言中，對指令文法格式中的<shifter_operand>的常數運算式有這樣的規定：“該常數必須對應8位位元影像，即常數是由一個8位的常數迴圈移位偶數位得到的。”<?xml:namespace prefix = o ns =

掌握串列通訊API函數的用法是掌握串列通訊編程技術的關鍵。在Win32中，系統將串列口與檔案統一了起來， 對它們的開啟、讀寫、關閉等操作都使用相同的API函數，但是它們之間又有差別，這些差別主要體現在API函 數中部分參數的設定上。有關通訊的API主要包括開啟串口、關閉串口、配置串口、設定緩衝區、設定逾時、 事件驅動、讀串口、寫串口等。下面結合GPS的具體情況對串口操作函數的使用方法進行詳細的介紹和分析。 一：串口的開啟和關閉 1：串口的開啟。由於在Windows環境中，串口作為一種檔案來使用，

機房收費系統總結(登陸介面)        機房收費系統完事了,但是學習的總結和積累才剛剛開始,做系統我們要積累經驗,整個系統有很多的思想我們不論到什麼時候都是需要用到的,這些都是我們總結積累下來的. 登陸介面.整個過程分這麼幾個層次          驗證是否為空白          驗證是否超過了限制的登陸次數          驗證使用者名稱是否存在          驗證密碼是否正確 代碼示範如下Private Sub cmdOK_Click() Dim intCounts As

VC++6.0中常出現的"unexpected end of file while looking for precompiled header directive"的問題？  2007-03-16 22:07:06|  分類：C++ |  標籤：c++  |字型大小大中小 訂閱如何解決："fatal error C1010:VC++6.0中常出現的"unexpected end of file while looking for precompiled header

                                冰凍三尺之“使用ADO訪問資料來源”      總是說發現問題的時候就是進步到時候，這個時候自己總是想自己已經進步很多了吧，因為總是問題不斷，感覺做什麼都很不順利，阿門，進步的時候又到了。          做第二個例子上來問題就來了，利用ODBC訪問資料庫，可是在建立ODBC資料庫源的時候，沒找到microsoft access driver 。當時就愣了，這也出問題啊，不過萬幸，經過努力也算是解決了。              

SURF演算法是SIFT演算法的加速版，opencv的SURF演算法在適中的條件下完成兩幅映像中物體的匹配基本實現了即時處理，其快速的基礎實際上只有一個——積分映像haar求導，對於它們其他方面的不同可以參考本blog的另外一篇關於SIFT的文章。   

）如何在Linux環境下編DSP的彙編或線性組譯工具？在Codec Engine安裝路徑下/packages/config.bld檔案裡var C64P = xdc.useModule(‘ti.targets.C64P’);之後添加： C64P.extensions[“.sa”] = {suf: “.sa”, typ: “asm:-fl”}或C64P.extensions[“.asm”] = {suf: “.asm”, typ: “asm:-fa” }----------------------

最近想把視頻序列轉為映像，查了一些資料，整理一小段程式，作為初試clc; clear all; close all;filename = 'xylophone.mpg';                    %磁碟中的視頻  ，我採用的是MATLAB內建的視頻mov=VideoReader(filename)                   %讀入fnum= mov.NumberOfFrames                 %讀取視頻的禎數，mov為1*tempfor

用linux來做最佳化啟動時間用qt做介面（後期用android）用帶can的開發平台 1.記錄一個qt的paint（zz） 暫時還沒有加進去定時器。笨就一個字。以後工作絕對不搞編程。暫時還沒有加進去定時器。笨就一個字。以後工作絕對不搞編程。analogclock.h#ifndef ANALOGCLOCK_H #define ANALOGCLOCK_H #include <QWidget> class AnalogClock : public QWidget {

                               冰凍三尺之“系統登入對話方塊”   點滴積累帶來巨大進步。系統登入對話方塊，這是我做的第一個和系統沾邊的小例子，說沾邊也只能說是名字中有“系統”兩個字，雖然很簡單，但是卻值得積累著其中的點點滴滴。因為點滴積累帶來巨大的進步。      例子雖然小，但是該做的一點也不能省，首先給自己做了一個流程。       第一部分  建立資料庫       備忘：用vb本身內建的資料庫功能建立資料庫。       注意事項：資料庫雖然小，並且簡單，

C語言測試是招聘嵌入式系統程式員過程中必須而且有效方法。這些年，我既參加也組織了許多這種測試，在這過程中我意識到這些測試能為面試者和被面試者提供許多有用資訊，此外，撇開面試的壓力不談，這種測試也是相當有趣的。從被面試者的角度來講，你能瞭解許多關於出題者或監考者的情況。這個測試只是出題者為顯示其對ANSI標準細節的知識而不是技術技巧而設計嗎？這是個愚蠢的問題嗎？如要你答出某個字元的ASCII值。這些問題著重考察你的系統調用和記憶體配置策略方面的能力嗎？這標誌著出題者也許花時間在微機上而不是在嵌入式

                                                    資料庫基礎  之    “預存程序和觸發器”     一想到要總結一下預存程序和觸發器，就感覺有點怵頭，。因為總感覺預存程序和觸發器是比較進階的東西，總是不能把握。於是就一直拖著沒有進行總結。不過出來混的遲早也是要還的，也只能硬著頭皮總結，這也是自己的點滴積累。我們要做的就是：點滴積累，爭取巨大的進步。          什麼是預存程序呢？      預存程序（Stored

大規模Face Service演算法及人臉屬性分析演算法 Description基於先進的機器學習演算法及獨特的特徵提取方法，駿聿科技研究出適用於大規模Face Service演算法以及人臉屬性分析演算法。本演算法研究過程中，駿聿科技針對於人臉收集海量資料，其中包含各種姿態、各種光照、大年齡跨度的人臉映像，使得本演算法具有姿態適應性強、光線要求低、在大規模資料庫上準確度高、即時性好的特點。 ●即時性：百萬人臉庫中，識別速度不超過1s● 準確度：

（本隨筆系本人轉載，出處……忘了。）什麼是ttl電平TTL電平訊號被利用的最多是因為通常資料表示採用二進位規定，+5V等價於邏輯"1"，0V等價於邏輯"0"，這被稱做TTL（晶體管-晶體管邏輯電平）訊號系統，這是電腦處理器控制的裝置內部各部分之間通訊的標準技術。TTL電平訊號對於電腦處理器控制的裝置內部的資料轉送是很理想的，首先電腦處理器控制的裝置內部的資料轉送對於電源的要求不高以及熱損耗也較低，另外TTL電平訊號直接與整合電路串連而不需要價格昂貴的線路磁碟機以及接收器電路；再者，電腦處理器控制

複雜背景下文字定位和識別演算法 Description文字資訊是安全監控中一條重要的視覺線索。駿聿科技基於文字的結構資訊，在挖掘大類別大樣本統計分布規律的基礎上，研發出高精度複雜背景下文字精確定位與識別引擎。該引擎能夠精準定位並識別包括阿拉伯數字、英文字元及國標一級、二級漢字。 本演算法在我公司已廣泛應用於車牌識別、基於內容的映像檢索等產品中，識別精度極高。車牌識別

轉載一篇 一秒啟動 linux的文章，基於TI的DM6446的，做智能儀錶，可以用得上All This For 1 Second BootResultsLet me give the Results firstSequencetime (uncompressed Kernel)time (compressed Kernel)U-boot load and start0.080.08Kernel load0.52 (0.24 crc32 and 0.28 for copy)0.35 (0.16

  一：浮點與定點概述--------------------------------------------------------聲明：  此文為原創，歡迎轉載，轉載請保留如下資訊  作者：afreez 北京-中關村  連絡方式：afreez.gan@gmail.com （歡迎與作者交流）  初次發布時間：2006-12-09初次發布在: http://blog.csdn.net/ganxingming/ 不經本人同意，不得用語商業或贏利性質目的，否則，作者有權追究相關責任！--------

通過離線收集海量圖片和視頻樣本，人為標定樣本後提取特徵值，基於特徵值與樣本標定進行訓練進而設計出高效的特徵選取分類器。 在即時系統中，使用特徵選取分類器完成各種物體的檢測、跟蹤、識別，如行人、機動車、非機動車等。在複雜背景下，本演算法可為後續的複雜分割識別任務提供精確的目標物體，從而節約資源、提高效率。優勢：可同時檢測多類物體，如人臉、人體、車體、車牌、車標、交通標誌、工業零組件及其他感興趣的物體；成像視角條件對檢測結果的影響較小，可檢測多姿態多角度的目標物體。

在獲得檢測目標物粗略位置資訊的基礎上，研究出了基於模型和非基於模型的物體即時分割識別演算法。本演算法通過獲得目標物體區別於背景與其他物體的精確資訊如行人體貌、車輛類型等，進一步進行目標物體的識別，為後續的運動軌跡跟蹤等提供有效目標資訊。 本演算法中，精確資訊擷取不依賴離線訓練，使得本演算法應用範圍較廣，受情境制約極小。

視頻跟蹤和行為分析演算法 Description駿聿科技以聚類統計分析為基礎，根據追蹤視頻中特定目標，研發出了視頻跟蹤和行為分析演算法。本演算法以多類物體即時分割、識別演算法獲得的目標物體的精確資訊為輸入，使用獨特的分析目標物體精確資訊和運動目標跟蹤的演算法，跟蹤視頻中特定目標如行人車輛等。本演算法可用於計算目標物體的運動軌跡、統計目標物體數目等，現已成功應用於我公司的車流量和客流量統計、擁擠度分析等產品中。另外本演算法還包含行為分析模組，該模組可識別目標物的行為，如坐、立、奔跑、攀爬、毆打等，