其他

“通用系統一般要餓死人的，有幾個人會為通用系統買單，都用盜版，尤其在國內 。這年頭只要腦袋沒病，就不會有人想做通用，國內是絕對行不通的，除非他瘋了。金山不就是想搞wpsoffice之類的通用嗎？民族旗號喊得振天響，結果一流企業做成了二流，盛大當初還把金山當老大哥，現在反過來了。”http://www.cnblogs.com/DSharp/archive/2010/06/24/1764210.html看到了該觀點，我似乎理解了一些什麼。

環境:win7+vs2005+.net2.0.想用ClickOnce發布,不過有兩個外部資料檔案,一個.Data,一個是.XML,發布時Properties裡不能自動的加入,查了一個MSDN,也Google了一下高手的方法,不過都不是說得很清楚,經過多次努力終於搞定.1.先在Properties裡,發布標籤下,發布,如產生的檔案如下: 2.把要一起發布的檔案複製到"HouChuLi_1_0_0_4目錄下.3.開啟Mageui.exe(可通過Visual

最近抽空裝了一下NX8（8.0.0.25），本來是想編譯個以前做的東西。發現NX8的NXOpen支援.net framework 4.0。我記得好像NX4支援dotnet1.1，NX5開始支援2.0了。雖然後來的NX6的wizard支援dotnet3.5，但是dotnet 2.0和3.x都是一個執行階段程式庫，dotnet 3.5的dll可以運行在2.0上，所以差別不大。只是dotnet4開始使用新的執行階段程式庫，不能在dotnet

函數是編程早就有了，不是只有F#。但是F#讓我真正的瞭解和使用了函數式編程。記得在GE的時候就深刻的感覺到，一家大的公司對技術的發展是舉足輕重的。當然這是題外話了。以前都是當作茶餘飯後的隨便看看，但是最近自己親自用了一下，還是發現一些認識上的慣性誤區。隨感隨寫，不斷更新。1、個人認為函數式編程(FOP)，其實就是兩個內容：資料和過程。雖然二者都統一在一個let定義下，但是實際上二者是對立統一的。這一點跟物件導向編程OOP不同。OOP也是將二者對立統一，但是有對象這一概念，將二者包起來了。函數式編

　　每天晚上爭取在12點之前上床睡覺。周一至周五：　　8:30AM~6:00PM，工作，優先順序為1*。　　午飯後1~1.5小時，閱讀技術書籍《深入探索C++物件模型》，優先順序為3。　　下班後20分鐘，上BBC Learning English練聽力，學詞彙，優先順序為3。　　晚飯後0.5~1小時，閱讀文學作品，優先順序為4。我準備把家裡堆積的未讀的文學作品逐漸讀完。　　晚飯後1~3小時，閱讀理論書籍《演算法導論》，優先順序為3。　　房間裡沒有其他人的15分鐘，練習口語，優先順序2。周六：　　

  關於matlab遺傳演算法工具箱主要有三種：1、gaot工具箱：這是網上流傳的免費的工具箱，網上對它介紹的資料也挺多，它不是Matlab軟體內建的，但可以自己配置使用。飛思科技產品研發中心編著《Matlab 6.X輔助最佳化計算與設計》第五章對gaot遺傳演算法工具箱的使用進行了介紹。 2、gatbx工具箱：英國設菲爾德Sheffield大學開發的gatbs工具箱，也不是Matlab軟體內建的，雷英傑編著《Matlab遺傳演算法工具箱及應用》涉及到了這個工具箱，並對它的使用進行了說明。 3、

寫了個求矩陣行列式的函數，經過測試了，後面有樣本函數。matrix_det.h//這個標頭檔後面要用到，以後不要說不知道//放在標頭檔裡namespace jks{//////////////////////////////////////////////////////////////////////////inline long factorial(int n){// assert(n>0); long

Here's what I learnt after struggling with Interop for more than half a week:A 32-bit process can only load 32-bit libraries; while a 64-bit process can only load 64-bit libraries, it can not load 32-bit libraries.A managed executable of Any CPU

Drools（JBoss Rules ）具有一個易於訪問企業策略、易於調整以及易於管理的開源商務規則引擎，符合業內標準，速度快、效率高。商務分析師或審核人員可以利用它輕鬆查看商務規則，從而檢驗是否已編碼的規則執行了所需的商務規則。　　JBoss Rules 的前身是Codehaus的一個開源項目叫Drools。最近被納入JBoss門下，更名為JBoss Rules，成為了JBoss應用伺服器的規則引擎。　　Drools是為Java量身定製的基於Charles

以往的影像處理函數實現，多是針對映像控制代碼。演算法實現 需要操作複雜的影像檔。但是，這種方式演算法實現和調試的周期比較長。為了加速開外，我在中間插入的矩陣庫。因為影像處理演算法多是針對矩陣，所以實現和調試比較快。 PS:2009.10.27這是我部落格最爛的文章，但是卻有如此多的訪問量，唉。其實演算法的代碼是不可能公開的，因為演算法的關鍵區段申請了軟體著作權的。不過，其基礎映像庫和矩陣類，兩個部分早已在這個部落格裡公開了。映像庫：http://code.google.com/p/begtost

寫了個求方陣逆的函數，因為不是方陣求的是偽逆，那個還要在追加代碼有空再寫。需要我的matrixdet.h，不知道到我的CSDNblog裡找。我還沒歸類，所以需要的函數代碼什麼的到我的CSDNblog自己找。/***************************************************************************  Copyright (C), ALL, Begtostudy. NERC. ZZU.  File name:   

　　曾經有一位Java程式員對我說，他現在越來越頻繁地採用建構函式+初始化函數的方式來準備一個對象，而不是直接在建構函式裡將所有資源都準備好。談及原因，他說道，他在GUI開發當中經常要在子類的初始化過程中調用父類的資源，而他發現子類的建構函式執行時，有的父類資源卻還沒構造好。　　我對Java的機制並未做過深入的瞭解。“建構函式+初始化函數”的對象準備方式似乎違反了RAII原則。而且在C++中，當子類的建構函式開始執行時，父類的建構函式應該已經執行完畢，父類資源也應該都已經構造好了——至少我目前還

最小體積包圍盒MVB為工程上常用的演算法工具，常用於計算工件毛坯體積和模型等。由於MVB是個幾何難題，目前還沒有精確的通用解析解，多為迭代產生的數值解，因此演算法效率和精度沒有最好，只有更好。 將本人製作的MVB工具進行公測，目的是尋求該演算法解決不好的模型，以供進一步研究。當然，也歡迎各位同仁提供更多的問題以供本人研究。下載和說明見這裡：http://www.cnblogs.com/begtostudy/archive/2011/10/13/2210765.html

dongle2001的《字串相似性演算法介紹(整理)》中提到，演算法分為三類：1、編輯距離（Levenshtein Distance）編輯距離就是用來計算從原串（s）轉換到目標串(t)所需要的最少的插入，刪除和替換 的數目，在NLP中應用比較廣泛，如一些評測方法中就用到了（wer,mWer等），同時也常用來計算你對原文本所作的改動數。編輯距離的演算法是首先由俄國科學家Levenshtein提出的，故又叫Levenshtein Distance。 Levenshtein

   在《bmp位元影像操作函數和類 》中的dll中有一個介面類，用來擴充支援映像格式。標頭檔如下： // ***************************************************************//  JKs_CDibInterface   version:  1.0   date://  -------------------------------------------------------------//  映像庫擴充介面//  --------

  一直不知道自訂訊息有什麼用，這次嘗試獲益菲淺 寫了一個帶進度條的狀態條類/////////////////////////////////////////////////////////////////////////////// CProgStatusBar window class CProgStatusBar : public CStatusBar{       DECLARE_DYNAMIC(CProgStatusBar)       CProgressCtrl

又發現一個映像庫IPL98，地址Image Processing Library 98 IPL98 ANSI C ModulesHere is a list of all modules: ANSI-C Kernel codeANSI-C Transformation functions ANSI-C Feature extraction functions ANSI-C Graphics functions ANSI-C Local operations ANSI-C Mask

　　最近我的CUDA程式在Mac中罕見地遇到了顯存不足的問題。經過一番調查才發現Mac吃顯存真是驚人。在同學的Mac系統中通過cudaMemGetInfo發現：一塊GeForce GT 120的Total Memory雖有536MB，Free Memory卻只有可憐的21MB。而GeForce 9400上的情況雖然不至於這麼讓人吃驚，可Free Memory還是比Total Memory少了整整100MB。而在Windows裡Free Memory也就比Total Memory少上10MB左右。

　　昨天看見CUDA

       在影像處理中，傅裡葉變換應該是二維的，而且，是離散的，即：二維DFT。一個映像尺寸為的函數的離散傅裡葉變換由以下等式給出： (1)像在一維中的一樣，此運算式對u值（u=0,1,2,...,M-1）和v值(v=0,1,2,..,N-1)計算。給出,可以通過傅裡葉反變換來計算得到f(x,y),即：   （2）其中，x=0,1,...,M-1,y=0,1,...,N-1;上面兩個式子共同構成了二位離散傅裡葉變換對（DFT）。變數u和v是變換或頻率變數，x和y是映像變數。幅度（頻率譜）：