其他

"真理本身之所以是真理，就在於它穿透了語言的有限性而將人帶入到對真實世界的直觀把握中。" ——http://my1510.cn/article.php?id=69054最近在做sparse coding, 用Bruno Olshausen最原始的方法, 因此卻發現了一些背後直感上更接近真理的東西。中間有一步需要通過得到的sparse響應重建輸入映像，之前一直是用Matlab

一、下面介紹兩種方法來在右鍵添加“開啟終端”：第一種方法：安裝一個包，即可在右鍵裡面添加一個“開啟終端”的菜單。sudo apt-get install nautilus-open-terminal第二種方法：進入主目錄的.gnome2/nautilus-scripts目錄。建立一個檔案，檔案名稱任意（這個檔案名稱會顯示在右鍵菜單裡，最好是通俗易懂的，比如“開啟終端”或“open-terminal”），檔案內容如下。#!/bin/bash## This script opens a gnome-

最近主要在看Reservoir Computing。RC這個領域是由兩篇twin paper共同確立的，這兩篇paper一個從Engineering的角度提出了Echo State Network的概念，另一個從bio的角度提出了Liquid State Machine的概念。這兩篇paper的連結如下，有興趣可以拿來參考：The "echo state" approach to analysing and training recurrent neural networksReal-time 

在ubuntu下玩了好久了，但是一直弄不好mount命令，今天下載了一個“德語聽歌學.iso“鏡像，又沒有虛擬光碟機，只好mount了開啟終端：定位到鏡像所在檔案夾（其實也可以不用的，只是我不想輸入太多重路徑。。。。）輸入：sudo mount -o loop 德語聽歌學.iso /mnt/cdrom         當然/mnt和/cdrom是事先建好的目錄然後定位到cdrom目錄就可以看到iso中的檔案了：cd /mnt/cdrom以下是iso中的內容： Autorun.inf  dy08.

在VisualStudio2008中 所選項目屬性->配置屬性->連結器->輸入：附加依賴項 是指輸入項，如某個.LIB檔案。 所選項目屬性->配置屬性->連結器->常規：附加庫目錄 是你用 #pragma comment(lib,"a.lib")的時候;此時就搜尋a.lib的路徑列表就包含這個路徑。在Microsoft Visual C++ 6.0中 從Project菜單選擇Setting選項，然後選取Link頁面標籤。從

float acos(float x)參數x的範圍為-1.0f到1.0f之間,傳回值範圍在0.0f到3.141592653f之間,值得注意的是:當x超出[-1.0f,1.0f]這個範圍時此函數將返回一個-1.#IND000值,代表無窮小而編譯器會不給出任何提示,通常此將會導致程式錯誤或崩潰,所以以後要注意數學函數的參數範圍了.可以通過以下代碼進行調試: float test = acos(1.0001f) if (test != test) {      cout << "錯誤出現"

不論先裝Windows XP Professional還是先裝Windows Vista，還是Windows都無關緊要，最重要的是後面的操作，現在將介紹安裝雙系統的方法。 一、全新安裝雙系統

malloc()和calloc()進程對動態記憶體的請求被認為是不緊迫的。例如，當進程的可執行檔被裝入時，進程並不一定立即對所有的代碼進行訪問。類似地，當進程調用malloc()請求動態記憶體時，並不意味著進程很快就會訪問所有獲得的記憶體。因此一般來說，核心總是盡量延遲給使用者態進程動態分配記憶體。    The kernelsucceeds in deferring the allocation of dynamic memory to processesby using a new

到新加坡也有一個多月了，目前在新加坡國立大學的Social Robotics Lab做，實驗室隸屬於ECE和IDMI，人隸屬於NGS(NUS Graduate School for Integrative Science and Engineering, 史稱農工商煙酒僧學院^_^)最近的主要興趣在Visual Cortex模型和Bio-inspired Vision，看了許多這方面的東西，也發現了一些不錯的連結，因此拿出來分享一下，同時也給自己做下備忘:)關於Visual

CPU對記憶體的操作有對齊的概念：如果操作1位元組的資料，可以是任意地址，如果是操作2位元組的資料，如果開始地址在偶數地址，一次就可以用8位的記憶體操作指令取2位元組，如果開始地址在奇數，就要2次記憶體操作才能完成；如果操作4位元組的資料，最好開始地址在能被4整除的數值上，這樣可以用一條32位的記憶體操作指令完成。同樣，8位元組的開始位置最好的能被8整除的數值上，這樣可以用一條64位的記憶體操作指令完成。

最近在做機器人導航項目，於是就順手在OpenCV裡面將以前看過但是不太理解的從Homography求Rotation和Translation實現了一下代碼如下： int calcRTfromHomo(CvMat* H, double t[3], double rodrot[3]){double r[9];CvMat _r = cvMat(3, 3, CV_64F, r);//rotation matrixdouble intrinsic[9]={1, 0, 0, 0, 1, 0, 0, 0, 1

 要做一個雙網路攝影機定標項目，抄了Learning

轉自：http://www.oschina.net/code/snippet_10896_2907[代碼] GuessBirthDate.cpp/** * 一段有趣的代碼，猜生日。 * 運行程式，做5次選擇，就能知道你的生日是哪一天。神奇！ */#include <iostream>using namespace std;int main(){ int date = 0; // Date to be determind char answer; // Prompt

先貼代碼void cvSkinSegment(IplImage* img, IplImage* mask){CvSize imageSize = cvSize(img->width, img->height);IplImage *imgY = cvCreateImage(imageSize, IPL_DEPTH_8U, 1);IplImage *imgCr = cvCreateImage(imageSize, IPL_DEPTH_8U, 1);IplImage *imgCb =

這裡指的Deep Network包括: Convolutional Sparse Coding, Deep RBM, TCNN，Sparse Autoencoder等等。這方面的基本知識可以參照1. http://deeplearning.net/tutorial/2. http://ufldl.stanford.edu/wiki/index.php/Main_Page (昨天剛發現的一個新的tutorial，關於unsupervised feature

轉自: http://www.cvchina.info/2012/01/13/kmeans-based-indexing-and-asymmetric-distance-computation-for-ann-search-binary-local-feature-part1/#more-3232受Herve Jegou的Hamming Embedding and Weak Geometric consistency for large-scale image search以及Product

轉自：http://www.moon-soft.com/doc/5065.htm WINDOWS下的低級音頻函數介紹　　在WINDOWS下，音頻函數有多種類型，如MCI、多媒體OLE控制、進階音頻等，使用方法都比較簡單。但如果想編寫一個功能較強大的音頻處理常式，那就必須使用低級音頻函數和多媒體檔案I/O來控制音訊裝置的輸入和輸出。因為低級音頻函數可直接與音頻驅動程式互動，通過視窗訊息或回調（CALLBACK）函數來管理音頻資料區塊的記錄和播放，控制非常靈活。重要的一點是，低級音頻函數為我們提供了

CL.exe   是控制   Microsoft   C   和   C++   編譯器與連結器的   32  位工具。編譯器產生通用物件檔案格式   (COFF)   對象   (.obj)   檔案。連結器產生可執行檔   (.exe)  或動態連結程式庫檔案   (DLL)。 注意，所有編譯器選項都區分大小寫。 若要編譯但不連結，請使用   /c。 使用   NMAKE   產生輸出檔案。 使用   BSCMAKE   支援類瀏覽。 以下是一個完整的編譯器選項分類列表。

雖然ARC引入之後NSAutoReleasePool的使用有了很大變化，但是瞭解NSAutoReleasePool的機制還是十分必要的，下面主要說一下：NSAutoReleasePool * pool = [NSAutoReleasePool alloc] init];//do something之後，[pool drain] 和 [pool release]

  用平常語言介紹神經網路(Neural Networks in Plain