其他

科學網的王孝養老師寫了一篇《博士畢業後過早自立門戶獨立科研並不見得是好事》，下面全文轉載，然後發表本人評論： 博士畢業後過早自立門戶獨立科研並不見得是好事          現在國內有種傾向，認為寒窗苦讀21或22載獲得博士學位後就該出人頭地，成為真正的科學家或專家了。國內的職稱評定體系，又給這一想法推波助瀾。在國內許多單位都規定，博士畢業兩年後即有資格晉陞副高職稱。副高在國內算專家。專家就應該理所當然的有自己的實驗室，有自己的研究生。        

nVidia GeForce系列顯卡驅動型號對應表 GeForce 8xxx cards - 160 and up. GeForce 7xxx cards - 80 and up. GeForce 6xxx cards - 70 and up. GeForce FX (5xxx) cards - 70 and up. GeForce 4xxx cards - 60 and up. GeForce 3 cards - 60 and up. GeForce 2 cards - 60 and up.

小斤：把聲明從右向左讀的方法很有效=======================const char*, char const*, char*const的區別問題幾乎是C++面試中每次都會有的題目。 事實上這個概念誰都有,只是三種聲明方式非常相似很容易記混。 Bjarne在他的The C++ Programming Language裡面給出過一個助記的方法： 把一個聲明從右向左讀。 char * const cp; ( * 讀成 pointer to ) cp is a const

1.matlab中讀取一行多個字元的文本fid = fopen('');while ~feof(fid)    tline=fgetl(fid);    [row col] = size(tline);    print   = findstr(tline,'print');    vein    = findstr(tline,'vein') ;    user_id = findstr(tline,'user_id');    p_value = str2num(tline(1,print+

在雲端運算越來越多地被人們談起的時候，各種對雲端運算的言論此起彼伏。其實，對於雲端運算來說，最有發言權的應該是使用者。目前，儘管使用雲端運算的企業還不是很多，但美國一些已經應用了雲端運算的機構正在討論雲端運算到底能給企業帶來什麼。　　近日，美國金門大學首席資訊官Anthony

常用的映像特徵有顏色特徵、紋理特徵、形狀特徵、空間關係特徵。一

      小斤覺得，研究內建的範常式序是學習的重要途徑之一，在編譯與配置OpenNI2的範常式序時，並沒有安裝時候那麼順利，在這裡分享一下經驗。      安裝版本OpenNI 2.1 beta，開發環境VS2008。      依照上一篇教程六安裝成功後，會有以下目錄：      範常式序主目錄：      OpenNI2\Samples\      可執行檔：      OpenNI2\Samples\Bin      公用標頭檔：      OpenNI2\Samples\Common 

今天看到一種新的Sampling技術，頗為興奮。配上adaptive rejection sampling, Gibbs抽樣就可以“無敵”了。 大致說說Slice sampling的演算法：我們想從一個密度分布為f(x)的函數中抽樣初始化：任意選擇x0，步長wfor i= 1:n 固定xi,在[0,f(xi)]區間上均勻抽樣，得到yi 固定yi，在函數值大於yi的x區間（{x:

引子我 實驗室的資格最老的成員（一個博後和一個博士生）的科研效率都很高。今年除了已被接受的六篇論文，我們做的工作夠再發6-7 篇較好的論文。新的發現一個接一個。我們越做越興奮。不過他們科研的效率高了，寫作就變成了瓶頸。當然這是個良性的問題。以前和大家分享過如何提高寫作效 率的心得。 這次先把寫作的事放在一邊。 以後摸索出了更好的辦法再和大家分享。我科研小組的效率除了自己運氣較好找到好的組員外，與我使用促進科研效率的一些方法也是分不開的。

簡介      最近OpenNI2的推出，小斤也要多給部落格除除草了，並在閑暇之餘做一些範常式序。從試用幾天的經曆看，OpenNI2帶來了較大的變化：    【1】程式介面作了較大的更新。具體更新可以查看《OpenNI Migration

Matlab批量讀取一個檔案夾裡的檔案Matlab批量讀取一個檔案夾裡的txt檔案 瀏覽次數：1101次 懸賞分：10 | 解決時間：2010-8-11 22:26| 提問者：cloned| 檢舉現在有一個檔案夾 裡面有50個左右的txt檔案 每個檔案大概三萬行 兩列 第一列是字串 第二列是浮點數字我只需要讀第二列現在我想寫一個.M檔案 批量讀取這個檔案夾裡的txt檔案 讀取完以後的陣列變數名就是txt的檔案名稱現在問題：1 MATLAB如何遍曆一個檔案夾裡的所有函數2

/** A timer in C* author: Chenxin*/#include <windows.h>#include <process.h> #include <time.h>#include <stdio.h>#include <stddef.h>#include <stdlib.h>#include <conio.h>volatile BOOL isTimerThreadRun;void

      在《Kinect開發教程二：OpenNI讀取深度映像與彩色映像並顯示》中，小斤介紹了OpenNI讀取深度與彩色映像資料的方法，並且藉助OpenCV進行顯示。      OpenNI2在介面上與OpenNI有了較大變化，具體更新可以查看《OpenNI Migration

  最近在做個cuda的項目,其中利用到了紋理記憶體去加速資料讀取和插值過程.因為有些細節沒有充分注意到.直接導致這個項目的進展緩慢.資料精度問題很大.沒有辦法,只能是進行一步步地排查,到了今天才將這個問題徹底解決.而這一切的原因只是紋理索引使用上的一個不注意.OK閑話少說,直接給出注意事項.  

    K均值聚類演算法在Opencv的cxcore中，它可以找到資料的自然類別。最為常用的聚類技術之一，它可以迅速找到“類別”中心，將資料進行聚類。       我們可以瞭解K均值演算法的聚類過程：    (a) 隨機放置聚類中心（圓），將資料樣本（小方塊）聚到離它最近的中心（即連線）    (b) 資料中心移到它所在類別的中心    (c) 資料點根據最近鄰規則重新聚到類別中心（如b中最右圓的一個樣本，在c中被聚到了下方圓中）    (d) 聚類中心再次移動到它所在的類別中心   

從09年後半年就沒管過這個blog。2010我忙忙活活了一年，為了自己的目標努力，自己感覺也算是儘力了。很快，2011到來了，卻沒有帶來我想要的結果。消沉了一段時間，但是感覺自己還是不想放棄夢想。找了份工資不高但卻比較自由的工作，希望能有更多的時間做自己想做的事情。人生就是一次次的選擇，明知自己的選擇不是最好的，卻固執的走了下去。 最近又進入了一個算是沒接觸過的領域，準備重新開啟這個blog，記錄下學習的過程。

隨手翻譯，有些刪減，只為了自己熟悉下基本介面（其實沒翻譯幾句）gpu::DevMem2D_class gpu::DevMem2D_輕量級的類，用來表示一塊在GPU全域記憶體（global memory）上分配的對齊資料。適用於需要自己寫cuda代碼的使用者使用template <typename T> struct DevMem2D_{ int cols; int rows; T* data; size_t step; DevMem2D_() :

  前面寫過了dtCore::Base的一些學習體會，現在往下說說dtCore::System。在接觸過的幾個模擬引擎中（貌似只有vp和Delta3d）都使用了這個作為進階幀控制手段。如果要想將引擎開發出來的項目塞到MFC這類東東中也就需要自己手動來使用它了。其實應該是重新dtABC::Application 並在裡面調用System的函數。那麼瞭解它也就變得很重要了。尤其對我這種入門級菜鳥來說。  由於裡面的內容比較多，我準備將其分為兩個部分來說：  1 它是如何控制幀的           

經過了一系列的實驗 終於在最後把這東西給搞定了最新的CUDA 2.0beta 版本開始支援vista了不過對於某些筆記本來說 下下來的174.55驅動會發生無法安裝情況  雖然網上已經有了一些解決方案 就是修改inf 不過這些都是對於特定型號的改動 如果碰不上自己型號的話就麻煩了而且很少有人會給出如何進行修改的 這裡我來簡單介紹一下解決的方法 因為我也是剛剛的測試成功 是否有什麼副作用還不是很瞭解如果有人想更加深入的瞭解學習的話

  初學delta3d，前兩天試著做開發的時候碰到了個問題 就是找不到Switch節點。於是乎看了一下原先用vega寫得程式，名字也沒錯，類型沒錯，一時有點迷糊了。後來在stage中查看了一下模型轉換成osg後的代碼，發現節點並不是變成了osg::switch而是變成了osgSim::MultiSwitch 呃 不管怎麼了 這下總算是知道錯誤原因了。接下去繼續分析。  上網找資料 發現delta3d的官網上有人在說這個問題