matlab人脸检测步骤

线性代数中，特征分解（Eigendecomposition），又称谱分解（Spectral decomposition）是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。

程序员必备的一些数学基础知识有以下几种：线性代数：主要涉及向量、矩阵、线性方程组、特征值、特征向量、奇异值分解等概念，可以用来处理多维数据和矩阵运算，在机器学习、图像处理、计算机图形学等领域有广泛应用。微积分：主要涉及导数、积分、极限、泰勒展开等概念，可以用来分析函数的变化率和曲线的形状，在优化算法、神经网络、信号处理等领域有广泛应用。概率论和统计学：主要涉及随机变量、概率分布、条件概率、贝叶斯理论、期望值、方差、协方差、假设检验等概念，可以用来分析数据的规律和不确定性，在数据挖掘、机器学习、自然语言处理等领域有广泛应用。离散数学：主要涉及集合、逻辑、关系、函数、图论、树、递归、数论等概念，可以用来描述离散结构和离散对象之间的关系，在算法设计、加密解密、编码理论等领域有广泛应用。当然，这些只是一些常见的数学基础知识，并不一定涵盖了所有程序员需要掌握的数学内容。不同的领域和方向可能还需要其他的数学知识，比如信息论、复变函数、傅里叶分析等。U0001f60a

%一个修改后的PCA进行人脸识别的Matlab代码% calc xmean,sigma and its eigen decompositionallsamples=[];%所有训练图像for i=1:40for j=1:5a=imread(strcat("D: awdataORLs",num2str(i),"",num2str(j),".pgm"));% imshow(a);b=a(1:112*92); % b是行矢量 1×N,其中N＝10304,提取顺序是先列后行,即从上到下,从左到右b=double(b);allsamples=[allsamples; b]; % allsamples 是一个M * N 矩阵,allsamples 中每一行数据代表一张图片,其中M＝200endendsamplemean=mean(allsamples); % 平均图片,1 × Nfor i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; % xmean是一个M × N矩阵,xmean每一行保存的数据是“每个图片数据-平均图片”end;sigma=xmean*xmean"; % M * M 阶矩阵[v d]=eig(sigma);d1=diag(d);[d2 index]=sort(d1); %以升序排序cols=size(v,2);% 特征向量矩阵的列数for i=1:colsvsort(:,i) = v(:,index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵,保存的是按降序排列的特征向量,每一列构成一个特征向量dsort(i) = d1( index(cols-i+1) ); % dsort 保存的是按降序排列的特征值,是一维行向量end %完成降序排列%以下选择90%的能量dsum = sum(dsort);dsum_extract = 0;p = 0;while( dsum_extract/dsum < 0.9)p = p + 1;dsum_extract = sum(dsort(1:p));endi=1;% (训练阶段)计算特征脸形成的坐标系while (i0)base(:,i) = dsort(i)^(-1/2) * xmean" * vsort(:,i); % base是N×p阶矩阵,除以dsort(i)^(1/2)是对人脸图像的标准化,详见《基于PCA的人脸识别算法研究》p31i = i + 1;end% add by wolfsky 就是下面两行代码,将训练样本对坐标系上进行投影,得到一个 M*p 阶矩阵allcoorallcoor = allsamples * base;accu = 0;% for i=1:40for j=6:10 %读入40 x 5 副测试图像a=imread(strcat("D: awdataORLs",num2str(i),"",num2str(j),".pgm"));b=a(1:10304);b=double(b);tcoor= b * base; %计算坐标,是1×p阶矩阵for k=1:200 mdist(k)=norm(tcoor-allcoor(k,:));end;%三阶近邻 [dist,index2]=sort(mdist);class1=floor( index2(1)/5 )+1;class2=floor(index2(2)/5)+1;class3=floor(index2(3)/5)+1;if class1~=class2 && class2~=class3class=class1;elseif class1==class2class=class1;elseif class2==class3class=class2;end;if class==iaccu=accu+1;end;end;end;accuracy=accu/200 %输出识别率函数调用是定义函数,然后用函数名进行调用就可以了

TI-Nspire 及TI-Nspire CAS是Texas Instruments 于2007年9月所推出的新型图形计算器，两部计算器都有64MB庞大记忆体，其中32MB是计算记忆，可供用家直接使用，另外32MB是Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分 Calculus 等，以及程式及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许TI-Nspire / TI-Nspire CAS 透过TI Graph Link 连接线接受一些由网上下载的程式并变为 TI-Nspire / TI-Nspire CAS 的内置功能，在现今的计算器中可是数一数二了。TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylor"s Expansion ) 等功能，不过 TI-89 Titanium 所有的三维图像功能目前就欠缺。它也和TI-89 Titanium 一样有符号代数 ( Symbolic Algebra ) 功能。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS 比 TI-Nspire 是好得多的，就像TI-89 Titanium 和TI-84 Plus 的关系一样。这两款肯定比84的功能强大许多，相差了几个等级，而且84所有的功能这两款机器都有

额，机翻的？厉害。。

TI-Nspire clickpad 及TI-Nspire CAS clickpad 是德州仪器于2007年9月所推出的图形计算器，两部计算器都有 64MB 内存，其中32MB是计算内存，可供用户直接使用。另外32MB是 Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分等，以及程序及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许 TI-Nspire clickpad/ TI-Nspire CAS clickpad通过连接线用TI Nspire Computer Link接受一些由网上下载的程序并变为TI-Nspire / TI-Nspire CAS 的内置功能（通过MyLib）。TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylors Expansion ) 等功能，在3.X系统增加了3D函数功能。它也和 TI-89 Titanium 一样有符号代数 ( Symbolic Algebra 或CAS，Computer Algebra System) 功能。TI-Nspire clickpad/ TI-Nspire CAS clickpad的键盘设计颇为特别，那些英文字母和其他特殊符号按键是很小的绿色及灰色按键，这种可能造成经常会误按，不过，大家只要熟悉了就会习惯及不会失误操作。TI-Nspire 另外有一个 TI-84 Plus Silver Edition 兼容键盘，如果将此键盘装上，那么 TI-Nspire 就会以 TI-84 Plus Silver Edition 的模式运作，这个设计相信是为了迁就以前一直使用 TI-83 Plus 及 TI-84 Plus 的人，让他们较容易适应新机。TI-Nspire CAS 就没有这个兼容键盘，也不能以 TI-84 Plus 的模式运作，应该是因为这个键盘的额外成本，放弃了兼容性及键盘提供。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS clickpad比TI-Nspire clickpad是好得多的，就像 TI-89 Titanium 和 TI-84 Plus 的关系一样。TI-89 Titanium 及 TI-84 Plus / TI-84 Plus Silver Edition 仍然继续售卖，没有迹象显示德州仪器会停产它们。 代数功能TI-Nspire CAS涵盖了已有计算器的所有功能，主要包括：运算功能 - 数值求解；符号运算；二进制、十六进制运算；逻辑运算；三角函数；双曲函数；最小公倍数；最大公约数；因式分解；多项式展开。微积分 - 求导数、积分、极限、函数最大值、最小值、切线、解微分方程、对隐函数求微分。矩阵 - 矩阵运算，包括特征值、特征量的计算、LU Decomposition、QR 因数分解、包含符号元素的矩阵。作图功能函数作图、参数作图、极坐标作图、三维作图、微分方程作图、数据统计作图、图形变换、圆锥曲线作图、不等式作图、函数值列表等。几何功能创建和研究几何形状、模拟点在图形上的运动并研究其性质、研究几何的变换，有利于平面几何的学习。可以实现函数作图形式、参数方程作图形式与数据统计作图形式并存在同一个坐标系下， 有利于平面解析几何的学习。统计分析功能对一元或二元变量进行统计、对函数进行回归与拟合操作、进行多种假设检验（T-test, Z-test, ANOVA等）、计算并绘制多种分布的图形（散点图、x-y线图、直方图、箱形图、回归线、正态概率图、假设检验图）、排列组合、随机数、推论统计等。金融计算功能包括货币的时间价值（TVM），不均匀现金流，分期付款、利率转换等。编程功能简单易学的编程语言，用户可根据自己的需求来编写不同有应用程序。 TI-nspire 的CAS版本拥有计算机代数系统。计算机代数系统的标志是能够以字符串作为运算单位。不同的字符串代表的含义是不同的,字符串可以被赋值使它具有特殊含义。例如：a 作为一个字符串b 作为另一个字符串则有2a 代表 2 乘以 a ，2个a的和。a*b 代表 a 和 b 相乘。ab 则代表另一个与 a 或 b 都不相关的字符串。此时，给 a 赋值：2→a（令 a 等于 2）则有2a = 2*2 = 4a*b = 2*bab 仍然是另一个独立的字符串。ab * ab = 2*ab(a*b)*(a*b) = a^2 * b^2 = 2^2 * b^2 = 4* b^2 TI-Nspire系列图形计算器可以与威尼尔EasyLink USB接口无缝工作，从而令数据采集变得更加有趣、快速和准确；同时对用户而言也变得更加直观。EasyLink可以将超过50种的威尼尔标准传感器与任意型号的TI-Nspire图形计算器USB端口逐一相连。一旦连接上了传感器，学生可以立即开始快速轻松的采集，并进行来源更为广泛的数据分析，诸如pH值，光强以及压力等等。TI-Nspire系列图形计算器会自动识别与EasyLink连接的传感器并启动威尼尔数据探索应用程序开始数据采集。对于那些一次只要使用一种传感器的实验，在TI-Nspire图形计算器或者电脑软件上，学生及教师只需要接上传感器，单击“开始”/”Start”，然后就可以开始采集数据。就是那么简单！一旦采集到了数据，学生可以使用集成了的威尼尔数据探索应用程序去判断数据是线性的或非线性的。开始采集数据之前，学生可以使用”Draw Prediction（绘制预测）”功能，直接在数据将显示的图像区域内画下他们的预测，然后在采集完成后检验他们的假设。体验使用传感器来探究自然前所未有的方便。TI-Nspire实验托板结合TI-Nspire威尼尔DataQuest?应用程序和可供超过50个数据采集传感器的选择，将科学科目的教学和学习带到一个把科学概念直观化，引领学生多参与的教学新境界。TI-Nspire多个传感器数据采集与TI-Nspire实验托板使用一次传感器或同时使用多个传感器进行多种的实验。TI完整的数据采集方案有助于教师和学生最有效率地利用课堂时间，让学生从富有活力、别开生面的课堂探究及讨论中学习科学知识。TI-Nspire实验托板带有5个传感器接口，包括3个模拟信号接口以及2个数字信号接口。允许学生同时使用包括高采样率的5个传感器，小巧方便。也让野外教学的课堂实验更有效率、便捷。 CPU：150 MHz ARM（由于TI限制了CPU频率，因此在OS2.1前都并未达到150MHz的频率）储存器：16 MB RAM, 20 MB Flash ROM屏幕规格：240x320 3.5英寸 16级灰阶 约为115DPI使用USB Mini接口与电脑连接使用4节AAA 7号电池或TI锂离子充电电池 CX/CX CAS：　　CPU：132 MHz ARM　　储存器：64MB RAM, 128MB Flash ROM　　屏幕规格：320*240，3.2英寸，6.5K色，125ppi　　电池只能使用充电电池。　　CM/CM-C CAS:　　储存器：32MB RAM, 128MB Flash ROM　　不支持Dock　　其它同CX。

貌似是mathematics这个软件.太难了.

可以百度华中科技大学研究生院网站招生简章有各个专业详细说明

1.IEEE Trans. Signal Processing，A Novel Scheme for the Design of Approximate HilbertTransform Pairs of Wavelet Bases，，vol.56,no.6，2289-22972.IEEE Trans. Circuits and Systems for Video Technology，Robust and Accurate Object Tracking under Various Types of Occlusions，，vol.18,no.2，223-2363.IEEE Trans. Power Electron，A Novel Inverter-Output Passive Filter for Reducing Both Differential- and Common-Mode dv/dt at the Motor Terminals in PWM Drive Systems，，vol.54, no.1，419-4264.IEEE Trans. Instrum. Meas，Detecting the Blockage of the Sensing-lines of a Differential-Pressure Flow Sensor in a Dynamic Process Using Wavelet Transform Techniques，，vol.55, no.4，1143-11485.Physica D-Nonlinear Phenomena ，A nonlinear correlation measure for multivariable data set，，200(3-4)，287-2956.IEEE Trans. Instrum. Meas，A wavelet-based multi-sensor data fusion algorithm，，vol.53,no.6，1539-15457.IEEE Trans. Instrum. Meas，Fast Quantitative Analysis and Information Deviation for Evaluating the Performances of Image Fusion Techniques，，vol.53,no.5，1441-14478.IEEE Trans. Instrum. Meas，A wavelet-based method for measuring particulate velocity by an active sensor，，vol.53, no.4，1345-13519.Powder Technology，On-line continuous measurement of particle size using electrostatic sensor，，vol.135-136，164-16810.IEEE Trans. Instrum. Meas，A Quantitative Method for Evaluating the Performances of Hyperspectral Image Fusion，，vol.52, no.4，1041-104711.Digital signal processing: A Review Journal，An eigenvalue residuum-based criterion for detection of the number of sinusoids in white Gaussian noise，，vol.13, no.2，275-28312.IEEE Trans. Instrum. Meas，ADC characterization based on singular value decomposition，，vol.51, no.2，138-14313.IEEE Trans. on Instrum. Meas，A wavelet-based approach to abrupt fault detection and diagnosis of sensors，，vol.50, no.5，1389-139614.IEE proceeding A: Science, Measurement and Technology，On-line validating of the measurement uncertainty using wavelet transforms，，vol.148, no.5，210-21415.IEEE Trans. Instrum. Meas，An adaptive window function method for power measurement，，vol.49, no.6，1194-120016.Measurement Science and Technology，Assessing blockage of the sensing line in a differential-pressure flow sensor by using the wavelet transform of its output，，vol.11 no.3，178-18417.IEEE Trans. Instrum. Meas，The novel fast balance technique of digital ac bridge，，vol. 47，371-37718.IEEE Trans. Instrum. Meas，Sinewave fit algorithm based on total least-squares method with application to ADC effective bits measurement，，vol. 46，1026-103019.IEEE Trans. Instrum. Meas，A new sensor for basis-weight and ash-content of paper，，vol. 46，937-940

一般利用topliz矩阵仿真主要考虑的以后硬件实现，该矩阵符合贝努力分布在（-1,+1）之间随机取值，电路可以做出来

残差在数理统计中是指实际观察值与估计值(拟合值)之间的差，探索性数据分析的四大主题 2021-7-25试验优化技术 残差(Residuals)残差是数据减去一个总括统计量或模型拟合值以 后的残余部分什么是 EDA? 探索性数据分析 (EDA) 是一种数据分析方法/哲学,它采用多种技术(主要是图形)。 1、最大限度地洞察数据集; 22. 探索性数据分析 vs 经典数据分析 EDA 是一种数据分析方法。存在哪些其他数据分析方法以及 EDA 与这些其他方法有何不同?三种流行的数据分析方法是:3. 探索性数据分析 vs 汇总分析

我们使用SVD（singular value decomposition，中文译名“奇异值分解”）的方法来计算PCA。我们先看一个简单的案例，在这个案例中，我们检测了6只不同小鼠的2个基因。其实我们可以把它再抽象化一下，把小鼠看成样本，基因看成2个变量。如果我们只检测1个基因的话（Gene 1），那么我们根据基因1表达的情况，把小鼠的绘制到数轴上，小鼠1，小鼠2，小鼠3的Gene 1表达水平比较高，而小鼠4，小鼠5，小鼠6的Gene 1水平则较低。虽然这个图形比较简单，但是，我们从中还是能得到一些信息的，例如小鼠1，小鼠2和小鼠3比较接近，小鼠4，小鼠5和小鼠6比较接近。 如果我们检测了2个基因，那么我们可以绘制一个二维坐标系，横轴是Gene 1，纵轴是Gene 2，那么小鼠1，小鼠2和小鼠3会聚在一起，小鼠4，小鼠5和小鼠6会聚在一起。 如果我们检测了3个基因，那么我们可以绘制三维的坐标系，在上图的这个3维坐系中，圆点越大，表示离你越近。如下所示： 再进一步，如果我们检测了4个基因，此时我们很难绘制出四维的坐标系，那么我们就需要进行PCA分析了，PCA可以把超过4个的基因降维成二维的坐标系，在这个PCA的二维坐标系中，我们可以发现，小鼠4、小鼠5和小鼠6是一类，小鼠1，小鼠2和小鼠3是一类，它们的各自的基因表达模式也类似，PCA在对数据进行聚类（clustering）时有很大的价值，例如，经过PCA分析，在它的二维坐标轴上我们可以发现，Gene 3在x轴上对样本的区分有贡献最大 我们还回最初2个基因的案例上来： 此时，我们可能有疑问，为什么这条直线是最匹配数据的，它的计算原理是什么，那么接着看。我们先回到最初的直线，为了准确地找出最佳匹配所有数据的直线，PCA会将所有数据点都映射到这条直线上来，此时， 可以计算这些数据点到投射到这条直线上的距离，并且使这些距离最小，除了可以计算数据点到直线的距离最小外，还要计算所有数据点投射到这条直线上的点（图中绿叉位置所在点）到原点的距离，使这个距离最大。 通过勾股定理，我们可以知道，因为a不变，当数据点到直线的距离最短时 (b) ，投影点到原点的距离最大 (c) 我们计算投影点到原点的距离，我们把它我们把它命名为d1，d2......计算剩余的投影点到原点的距离。然后把这些值的平方加起来称为SS(distances)。我们旋转直线，直到SS的值最大,此时数据点到直线的距离最短。这条直线就叫第一主成分（Principal Component 1，简称PC1）。 对于PC1，斜率为0.25。也就是说基因1增加4个单位，基因2增加1个单位。计算出红色箭头的长度为4.12。 当你用SVD(singular value decomposition,奇异值分解)进行PCA时，红色箭头的长度=1，我们所要做的就是把这个三角形缩小到红箭头是1个单位时，只需每边除以4.12。 三个边长分别变成了1，0.242，0.97，但，Gene1/Gene2仍然等于4。此时我们可以说PC1由0.97的Gene1和0.242的Gene2构成。 我们回顾一下计算过程： 这个单位向量由基因1的0.97和基因2的0.242部分组成， 称为PC1的“奇异向量”(Singular Vector)或“特征向量”(Eigenvector) ，每个基因的比例则被称为 载荷得分（Loading Scores） 。原始数据的投影点到原点的距离的平方SS被称为PC1的 特征值(Eigenvalue) 。PC1的特征值的平方根叫做PC1的 奇异值(Singular value) 。 因为是一个二维图， PC2 只是一条垂直于PC1的穿过原点的直线，没有任何进一步的优化要做。由于PC2与PC1垂直，所以斜率为-4，也就是说PC2由-1份Gene1和4份Gene2组成。如果我们对所有东西进行缩放，得到一个单位向量，PC2由-0.242个Gene 1和0.97个Gene 2构成， 称为PC2的“奇异向量”(Singular Vector)或“特征向量”(Eigenvector) 。每个基因的比例则被称为 载荷得分（Loading Scores） ，告诉我们，就基因值如何投射到PC2上而言，Gene2的重要性是Gene1的4倍 最后，PC2的 特征值 是投影点到原点的距离的平方和。 此时，PC1和PC2的计算结束，绘制最终的PCA图，如下所示： 然后旋转这个坐标，让PC1水平，PC2垂直，如下所示： 在这个新的坐标系中，图中黑色的叉就表示原始的样本6（Sample 6），如下所示： 而Sample 6位于这个点上： 同理，Sample 2在这里： 我们可以将特征值转化为PC1到原点的变异，通过除以样本大小减1：n-1。这个例子，假设PC1的变异为15,PC2的变异为3。这意味着PCs的变化是15 +3= 18。PC1占了PCs变异的15 / 18= 0.83 = 83%。PC2占了3/18= 0.17= 17%的PCs变异。 碎石图(scree plot) 是用图形表示每个PC所占的变异百分比。 PCA有3个变量(在这种情况下，3个基因)几乎等同于2个变量 然后找到经过原点的最佳拟合直线，和之前一样，最佳拟合线是PC1。PC1现在有三种成分：0.62的Gene1、0.15的Gene2和 0.77的Gene3，Gene3 是最主要的组成部分。然后求出PC2，它经过原点并垂直于PC1。PC2现在有三种成分：0.77的Gene1、0.62的Gene2和 0.15的Gene3，Gene1 是最主要的组成部分。然后，我们找到了PC3，这条最合适的直线，它通过原点并垂直于PC1和PC2。如果我们有更多的基因，我们就会通过添加垂线和旋转它们来不断寻找越来越多的主成分， 理论上，每个基因(或变量)都有一个。但在实际操作中，PC的数量不是变量的数量或者样本的数量，取其中较小的一个。 一旦你找出了所有的主成分，你可以使用特征值(即SS(距离))来确定每个PC的变化比例。在这个例子中，PC1=79%，PC2=15%,PC3=6% ,PC1和PC2占了变异的绝大比例。 这就表明了，在二维图中，我们基本上只使用PC1和PC2就能解释三维图中的数据，因为二维图中的PC1和PC2占据了整体的变异的94%， 为了将3-D图像转换成2-D的PCA图像，我们去掉了所有除了数据和PC1、PC2。将数据投影到PC1和PC2上，然后旋转坐标轴，这是我们新的PCA图中的样本4。 最后，我们使用PC1和PC2将数据绘制成二维图形。 如果我们测量每只老鼠的4个基因，我们不可能画出一个四维图数据，但这并不妨碍我们进行PCA计算，并查看碎石图。在这种情况下，我们可以计算主成分，发现PC1和PC2占变异的90%，所以我们可以使用它们来绘制二维PCA图。 注意：如果碎石图中PC3和PC4占据了大量的变化，那么仅仅使用前2个PCs并不能创建一个非常准确的数据表示。然而，即使像这样一个PCA图也可以用来识别数据分类。

前

上的专业课有通信原理、随机过程、信号与系统、通信电子线路等等。考研就考信号与系统，用的是奥本海姆的《signal and system》

近年来主持的基础研究课题：1) 国家杰出基金：边坡稳定性分析的控制论方法，批准号：50925933，主持人，起止年月：2010年1月－2013年12月，经费200万，在研；2) 国家自然科学基金“重大工程的动力灾变”重大研究计划探索性项目：动力灾变过程数值模拟中几个关键技术问题的研究，批准号：90715028，主持人，起止年月：2008年1月－2010年12月，经费50万，结题；3) 国家自然科学基金项目：三维边坡临界滑面的Cauchy问题及其实验验证，批准号：50779031，主持人，起止年月：2008年1－2010年12月，经费33万，结题；4) 国务院三建委三峡库区三期地质灾害防治高切坡防护工程科研项目专题：确定高切坡潜在滑面的方法研究，批准号：2008SX01-2，主持人，2008年1－2010年12月，经费50万，结题；5) 教育部新世纪优秀人才支持计划：岩土力学中几类典型非线性问题的研究，主持人，起止年月：2005年1月－2007年12月，经费50万元，结题。近年来发表的代表性论文：1. H. Zheng, D.F. Liu, C.F. Lee, L.G. Tham. A new formulation of Signorini"s type for seepage problems with free surface. International Journal for Numerical Methods in Engineering, 64(1): 1-16，20052. H. Zheng, D. F. Liu, C. G. Li. Slope stability analysis based on elasto-plastic finite element method. International Journal for Numerical Methods in Engineering, 64(14): 1871-1888，20053. H. Zheng, D.F. Liu, C.F. Lee, L.G. Tham. Displacement-controlled method and its applications to material non-linearity. International Journal for Numerical & Analytical Methods in Geomechanics, 29(3): 209-226, 2005.4. H. Zheng, D.F. Liu, C.F. Lee, X.R. Ge. Principle of analysis of brittle-plastic rock mass. International Journal of Solids & Structures, 42(1): 139-158, 2005.5. H. Zheng, J. L. Li. A practical solution for KKT systems. Numerical Algorithms, 46(2):105–119, 2007.6. H. Zheng, D. F. Liu, C. G. Li. On the assessment of failure in slope stability analysis by the Finite Element Method. Rock Mechanics and Rock Engineering, 41(4): 629-639, 2008.7. H. Zheng. Eigenvalue Problem from the Stability Analysis of Slopes. Journal of Geotechnical and Geoenvironmental Engineering, ASCE, 135(5): 647–656, 2009.8. H. Zheng, L. G. Tham. Improved Bell"s method for the stability analysis of slopes. International Journal for Numerical & Analytical Methods in Geomechanics, 33(14): 1673-1689, 2009.9. H. Zheng, S. G. Cheng, Q. S. Liu. A decomposition procedure for nearly-symmetric matrices with applications to some nonlinear problems. Mechanics Research Communications, 37(1): 78 – 84, 2010.10. H. Zheng, G. H. Sun, C.G. Li. Cauchy problem of three-dimensional critical slip surfaces of slopes. International Journal for Numerical & Analytical Methods in Geomechanics, 35(4): 519 – 527, 2011.

既然一楼已经介绍了Nspire，那么ClassPad 330的参数请见：http://product.pcpop.com/000149560/Detail.html楼主自己想吧，决定权在你自己手上！

The determinant calculation tricky, in theory, any determinant can be calculated in accordance with the definition of,But calculated directly by definition is sometimes impossible without the aid of computer. This paper summarizes the existing conventional determinant calculation method based on some typical examples for analysis, a more in-depth discussion on the the determinant calculation method and some tips. Summed up the nature of the determinant "of the triangle method", "algebraic", "bordered Act," the Vandermonde Determinant of law "," mathematical induction "," recursive "matrix eigenvalue "," demolition items Law, "" factorization "techniques and approaches.

[1] The convergence of generalized Lanczos methods for largeunsymmetric eigenproblems, SIAM Journal on Matrix Analysis and Applications,16 (3) (1995): 843-862.[2] A block incomplete orthogonalization method for largenonsymmetric eigenproblems, BIT, 34 (4) (1995): 516-539.[3] On IOM(q): the incomplete orthogonalization method forlarge unsymmetric linear systems, Numerical Linear Algebra with Applications,3 (6) (1996): 491-512.[4] Refined iterative algorithms based onArnoldi"s process for large unsymmetric eigenproblems, Linear Algebra andIts Applications, 259 (1997): 1-23.[5] A refined iterative algorithm based on theblock Arnoldi process for large unsymmetric eigenproblems, Linear Algebraand Its Applications, 270（1998）: 171-189.[6] Generalized block Lanczosmethods for large unsymmetric eigenproblems, Numerische Mathematik, 80(2（1998）:239-266.[7] 解非对称线性方程组的不完全广义最小残量法, 中国科学（A辑）, 28 (8)（1998）: 694-702.On IGMRES: an incomplete generalized minimalresidual method for large unsymmetriclinear systems, Science in China, Series A, 41 (12)(1998): 1178-1188.[8] 求解大规模非Hermite线性方程组的Krylov子空间型方法的收敛性分析, 数学学报, 41 (5) (1998): 915-924.The convergence of Krylov subspace methods forlarge unsymmetric linear systems, Acta Mathematica Sinica-New Series, 14(4) (1998): 507-518.[9]Polynomial characterizations of the approximate eigenvectors by the refinedArnoldi method and an implicitly restarted refined Arnoldi algorithm, LinearAlgebra and Its Applications, 287 (1999): 191-214.[10] 解大规模矩阵特征问题的复合正交投影方法, 中国科学（A辑），29 (3)(1999): 224-232.Compositeorthogonal projection methods for large matrix eigenproblems, Science in China， Series A, 42 (6) (1999): 577-585.[11]Arnoldi type algorithms for large unsymmetric multiple eigenvalue problems, Journalof Computational Mathematics，17 (3)(1999): 257-274.[12] A refined subspaceiteration algorithm for large sparse eigenproblems, Applied NumericalMathematics，32（1）(2000): 35-52.[13]Some recursions on Arnoldi"s method and IOM for large non-Hermitian linearsystems, Computers and Mathematics with Applications, 39 (3/4) (2000):125-129.[14] Jia Z. and Elsner L., Improving eigenvectors in Arnoldi"smethod, Journal of Computational Mathematics, 18 (3) (2000): 365-376.[15] JiaZ. and Stewart G.W., An analysis of the Rayleigh-Ritz method for approximating eigenspaces, Mathematics of Computation，70（234）（2001）：637-647.[16] On residuals of refinedprojection methods for large matrix eigenproblems, Computers and Mathematicswith Applications. 41 (7/8) (2001): 813-820.[17] The refined harmonicArnoldi method and an implicitly restarted refined algorithm for computinginterior eigenpairs of large matrices, Applied Numerical Mathematics, 42(4) (2002): 489-512.[18] Chen G. and Jia Z.A reverse order implicit Q-theorem and the Arnoldi process, Journal ofComputational Mathematics, 20 (5) (2002): 519-524.[19] JiaZ. and Zhang Y., A refined invert-and-shift Arnoldi algorithm for largegeneralized unsymmetric eigenproblems, Computers and Mathematics withApplications, 44 (8/9) (2002): 1117-1127.[20] Jia Z. and Niu D.,An implicitly restarted refined bidiagonalization Lanczos method for computinga partial singular value decomposition, SIAM Journal on Matrix Analysis andApplications, 25(1)(2003)：246-265.[21] Chen G and Jia Z,Theoretical and numerical comparisons of GMRES and WZ-GMRES, Computers and Mathematicswith Applications, 47 (8/9) (2004):1335-1350.[22] Chen G and Jia Z.,An analogue of the results of Saad and Stewart for harmonic Ritz vectors, Journalof Computational and Applied Mathematics, 167 (2004): 493-498.[23] Some theoretical comparisons of refined Ritz vectors and Ritz vectors, Sciencein China, Series A, 47 (Suppl.) (2004): 222-233. [24]Feng S. and Jia Z., A refined Jacobi-Davidson method and its correctionequation, Computers and Mathematics with Applications, 49 (2/3) (2005):417-427.[25]The convergence of harmonic Ritz values, harmonic Ritz vectors and refinedharmonic Ritz vectors, Mathematics of Computation, 74 (251)(2005): 1441-1456.[26] Chen G. and Jia Z.,A refined harmonic Rayleigh-Ritz procedure and an explicitly restarted refinedharmonic Arnoldi algorithm, Mathematical and Computer Modelling, 41（2005）：615-627.[27] Using cross-productmatrices to compute the SVD,Numerical Algorithms, 42 (1) (2006): 31-61.[28] Jia Z. and Sun Y., AQR decomposition based solver for the least squares problem from the minimalresidual method,Journal ofComputational Mathematics, 25 (5) (2007): 531—542.[29] 贾仲孝，王震，非精确Rayleigh商迭代和非精确的简化Jacobi-Davidson方法的收敛性分析，中国科学,A辑，38 (4) (2008): 365-376.Jia Z. and Wang Z., Aconvergence analysis of the inexact Rayleigh quotient iteration and simplifiedJacobi-Davidson method for the large Hermitian matrix eigenproblem,Science in China Series A, 51 (12)(2008): 2205—2216.[30] Jia Z. and Zhu B., A power sparse approximate inversepreconditioning procedure for large linear systems, Numerical Linear Algebra with Applications, 16 (4) (2009):259—299.[31] Applications of the Conjugate Gradient (CG) method in optimal surfaceparameterizations, International Journalof Computer Mathematics, 87 (5)(2010): 1032—1039.[32] Jia Z. andNiu D., A refined harmonic Lanczos bidiagonalization method and an implicitlyrestarted algorithm for computing the smallest singular triplets of largematrices, SIAM Journal on ScientificComputing, 32 (2) (2010): 714--744.[33] Some properties of LSQR for large sparse linearleast squares problems, Journal ofSystems Science and Complexity, 23 (4)(2010): 815--821.[34] Duan C. and Jia Z., A global harmonicArnoldi method for large non-Hermitian eigenproblems with an application tomultiple eigenvalue problems, Journal ofComputational and Applied Mathematics, 234 (2010): 845—860.[35] E K.-W Chu, H.-Y Fan, Z.Jia, T. Li and W.-W Lin, The Rayleigh-Ritz method, refinement and Arnoldiprocess for periodic matrix pairs, Journal of Computational andApplied Mathematics, 235 (2011): 2626—2639.[36] Duan D and Jia Z.,A global Arnoldi method for large non-Hermitian eigenproblems with specialapplications to multiple eigenproblems,Taiwanese Journal of Mathematics, 15 (4) (2011): 1497—1525.[37] Li B. and Jia Z.,Some results on condition numbers of the scaled total least squares problems, Linear Algebra and Its Applications, 435 (3)(2011): 674—686.[38] On convergence of the inexact Rayleigh quotientiteration with MINRES, Journal of Computational andApplied Mathematics, 236 (2012): 4276—4295.[39] Jia Z. and Sun Y., SHIRRA: A refined variant of SHIRAfor the Skew-Hamiltonian/Hamiltonian (SHH) pencil eigenvalue problem, Taiwanese Journal of Mathematics, 17(1) (2013): 259—274.[40] On convergence of theinexact Rayleigh quotient iteration with the Lanczos method used for solvinglinear systems, Science ChinaMathematics, 56 (10)(2013): 2145—2160.[41] Jia Z. and Li B., Onthe condition number of the total least squares problem, Numerische Mathematik, 125 (1) (2013): 61—87.[42] Jia Z. and Zhang Q.,An approach to making SPAI and PSAI preconditioning effective for largeirregular sparse linear systems, SIAM Journal onScientific Computing, 35 (4) (2013):A1903—A1927.[43] Huang T-M, Jia Z.and Lin W-W., On the convergence of Ritz pairs andrefined Ritz vectors for quadratic eigenvalue problems, BIT Numerical Mathematics, 53 (4) (2013): 941—958.[44] Jia Z. and Zhang Q., Robustdropping criteria for F-norm minimization based sparse approximate inversepreconditioning, BIT NumericalMathematics, 53( 4) (2013): 959—985.[45] Jia Z. and LiC., On inner iterations in the shift-invert residual Arnoldi method andthe Jacobi--Davidson method, ScienceChina Mathematics,accepted, August, 2013.[46] Jia Z.and Li C., Harmonic and refined harmonic shift-invert residual Arnoldi andJacobi--Davidsonmethods for interior eigenvalue problems,arXiv: math/1210.4658, 2012.[47] Jia Z.and Lv H., A posteriori error estimates of Krylov subspace approximations tomatrix functions, arXiv: math/1303.7219, 2013.[48] Jia Z., Lin W.-W and Liu C.-S. An inexact Noda iteration for computingthe smallest eigenpair of an irreducible $M$-matrix, arXiv:math/1309.3926, 2013.

考研专业课一般为报考学校自命题。 像我们华中大此方向专业课考信号与线性系统或者电子技术基础。 参考书目 康华光，陈大钦. 《电子技术基础》，高等教育出版社。 考察要点 1. 基本半导体器件 PN结的形成，半导体二极管、半导体三极管和半导体场效应管工作原理，晶体管的开关作用，TTL门电路，MOS门电路 2. 基本放大电路 微变等效电路，反馈的基本概念及类型判断，负反馈对放大电路性能的影响，频率特性，多级放大电路及其级间耦合，差动放大电路，场效应管及其放大电路 3. 集成运算放大器 比例运算、加法运算、减法运算、积分运算、微分运算、有源滤波、采样保持、电压比较 4. 稳压电源和功率放大电路 整流滤波与反馈式稳压电源，开关稳压电源，乙类互补与甲乙类功率放大电路 5. 数字逻辑与组合逻辑电路 逻辑代数及逻辑运算，逻辑函数的简化，组合逻辑电路的分析与设计，编码器，译码器，数据选择器，数值比较器，加法器 6. 时序逻辑电路与集成器件 RS触发器，D触发器，JK触发器，T触发器，同步时序逻辑电路的分析及设计，计数器、移位寄存器，随机存取存储器（RAM），只读存储器（ROM），可编程逻辑器件 7. 信号发生与转换 正弦波振荡器，多谐振荡器，单稳态触发器，施密特触发器，555集成定时器，D/A转换器，A/D转换器。 信号与线性系统参考书目： （1）A.V.OPPENHEIM，A.S.WILLSKY,S.HAMD NAWAB,信号与系统 （第二版），电子工业出版社，2002年 （2） 管致中，夏恭恪，孟桥，信号与线性系统（第四版），高等教育出版社，2004年 （3） 郑君里，应启珩，杨为理，信号与系统 （第二版），高等教育出版社，2000年 （4） 吴大正，杨林耀，张永瑞，王松林，郭宝龙，信号与线性系统分析 （第4版），高等教育出版社，2006年 （5） 含有以下考查要点要求内容的其它任何参考书。 考查要点： 一．信号与系统 (Signals and Systems) 1．信号、系统的概念 (Concepts about signals and systems) 2．常用信号及其性质 (Commonly used signals and their properties) 3．信号的波形图、基本运算与奇、偶分解 (Waveform of signals, transformation of the independent variable, even and odd decomposition of signals) 4．单位冲激信号和单位阶跃信号的概念及性质 (Unit impulse and unit step functions and their properties) 5．系统的基本性质 (Basic system properties) 二．线性时不变系统 (Linear Time-invariant Systems) 1. 线性时不变系统的性质 (Properties of linear time-invariant systems) 2．线性时不变系统的零输入响应 (Zero-input response of linear time-invariant systems) 3. 线性时不变系统的零状态响应 (Zero-state response of linear time-invariant systems) 4. 卷积积分的性质及计算 (Properties and computation of convolution integral) 5．卷积和的性质及计算 (Properties and computation of convolution sum) 6．连续线性时不变系统的单位冲激响应和单位阶跃响应 (Unit impulse response and Unit step response of continuous-time LTI systems) 7．离散线性时不变系统的单位取样响应和单位阶跃响应 (Unit sample response and Unit step response of discrete-time LTI systems) 8．线性常系数微分方程的时域解法 (Solution of Linear constant-coefficient differential equations in time-domain) 9．线性常系数差分方程的时域解法 (Solution of Linear constant-coefficient difference equations in time-domain) 三．周期信号的傅里叶级数表示 (Fourier series representation of periodic signals) 1. 线性时不变系统的特征函数 (Eigen-function of linear time-invariant systems) 2. 连续时间周期信号的傅里叶级数表示 (Fourier series representation of continuous-time periodic signals) 3．连续时间傅里叶级数的性质 (Properties of CTFS) 4. 离散时间周期信号的傅里叶级数表示 (Fourier series representation of discrete-time periodic signals) 5. 离散时间傅里叶级数的性质 (Properties of DTFS) 6. 周期信号的频谱 (Spectrum of periodic signals) 7. 周期信号激励下线性时不变系统的响应 (Response of LTI systems for periodic input signals) 8. 理想低通、高通、全通、带通、带阻滤波器 (Ideal low-pass, high-pass, all-pass, band-pass and band-stop filters) 四．连续时间傅里叶变换 (The Continuous-time Fourier Transform) 1. 连续时间傅里叶变换及非周期连续信号的频谱 (CTFT and the spectrum of continuous-time non-periodic signals) 2. 连续周期信号的傅里叶变换 (Fourier transform of continuous-time periodic signals) 3. 连续时间傅里叶变换的性质 (Properties of CTFT) 4．连续线性时不变系统的频率响应 、幅度频率响应 、相位频率响应 （或） (The frequency response of continuous-time LTI systems and its magnitude and phase ) 5. 连续线性时不变系统的频域分析 (Analysis of continuous-time LTI systems in frequency domain) 6．无失真传输 (Transmission without distortion) 7．线性相位的概念 (Concept of linear phase) 五．离散时间傅里叶变换 (The Discrete-time Fourier Transform) 1. 离散时间傅里叶变换及非周期离散信号的频谱 (DTFT and the spectrum of discrete-time non-periodic signals) 2. 离散周期信号的傅里叶变换 (Fourier transform of discrete-time periodic signals) 3. 离散时间傅里叶变换的性质 (Properties of DTFT) 4．离散线性时不变系统的频率响应 、幅度频率响应 、相位频率响应 （或） (The frequency response of discrete-time LTI systems and its magnitude and phase ) 5. 离散线性时不变系统的频域分析 (Analysis of discrete-time LTI systems in frequency domain) 六．连续时间信号的取样 (Sampling of continuous-time signals) 1．冲激取样的原理 (Principle of impulse-train sampling) 2．取样定理 (Sampling Theorem) 3．由取样值重建原始连续时间信号的方法 (Methods of reconstructing the original continuous-time signals from its samples) 七．拉普拉斯变换 (The Laplace Transform) 1. 拉普拉斯变换及其收敛域 (The Laplace transform and its region of convergence) 2. 拉普拉斯逆变换 (The Inverse Laplace transform) 3. 拉普拉斯变换的性质 (Properties of the Laplace transform) 4．连续时间系统的系统函数 (System function of continuous-time systems) 5．系统函数与系统因果性和稳定性的关系 (Relationships between system function and the causality and stability of LTI systems) 6. 由系统函数的极-零图绘制一阶或二阶系统的频率特性曲线 (Geometric evaluation of the frequency response of first-order or second-order LTI systems from the pole-zero plot of ) 7．利用拉氏变换求零状态响应 (Solving the zero-state response using the Laplace transform) 8．连续系统的框图表示 (Block diagram representations of continuous-time LTI systems) 9．信号流图表示与梅森公式 (Signal flow graph representations of LTI systems and Mason"s Formula) 10．单边拉普拉斯变换及其性质 (The Unilateral Laplace transform and its properties) 11．利用单边拉普拉斯变换求解线性常系数微分方程 (Solving differential equations using the unilateral Laplace transform) 八．Z变换 (The z-Transform) 1. Z变换及其收敛域 (The z-transform and its ROC) 2. 逆Z变换 (The Inverse z-transform) 3. Z变换的性质 (Properties of the z-transform) 4．离散时间系统的系统函数 (System function of discrete-time systems) 5．系统函数与系统因果性和稳定性的关系 (Relationships between system function and the causality and stability of LTI systems) 6. 由系统函数的极-零图绘制一阶或二阶系统的频率特性曲线 (Geometric evaluation of the frequency response of first-order or second-order LTI systems from the pole-zero plot of ) 7. 利用Z变换求零状态响应 (Solving the zero-state response using the z-transform) 8．离散时间系统的框图表示 (Block diagram representations of discrete-time LTI systems) 9. 单边Z变换及其性质 (The Unilateral z-transform and its properties) 10．利用单边Z变换求解线性常系数差分方程 (Solving difference equations using the unilateral z-transform)

&Oslash; Modelling and simulation of system dynamics of hybrid-driven precision press, Transactions of Tianjin University, 2005, 11(3): 230-234.&Oslash; Design of a 3-DOF PKM module for large aircraft component machining”, The 7 World Congress on Intelligent control and Automation, 2008:370-375.&Oslash; Stiffness Estimation for the 4-DOF Hybrid Module of a Novel Reconfigurable Robot, In: Proceedings of2009 ASME/IFToMM International Conference on Reconfigurable Mechanisms and Robots, 2009:565-571.&Oslash; Design of a 3-DOF PKM Module for Large Structural Component Machining, Mechanism and Machine Theory, 2010, 45(6):941-954.&Oslash; Dynamic Modeling and Eigenvalue Evaluation of a 3-DOF PKM Module, Journal of Mechanical Engineering, 2010, 23(2):166-173.&Oslash; Dimensional synthesis of a 3-DOF parallel manipulator based on dimensionally homogeneous Jacobian matrix, Science in China (Technological sciences), 2010，53(1):168-174.&Oslash; Workspace decomposition based dimensioanal synthesis of a novel hybrid reconfigurable robot, Journal of Mechanical and Robotics, 2010, 3(2):1-9.&Oslash; 并联机器人机构运动与动力分析研究现状及展望, 中国机械工程, 2006, 17(9):979-984.&Oslash; 基于现代微分几何的机器人研究现状, 中国机械工程, 2007, 18(2): 238-243.&Oslash; 4自由度非全对称并联机构的完整雅可比矩阵, 机械工程学报, 2007, 43(6): 37-40.&Oslash; 少自由度并联机器人机构的静力分析, 机械工程学报, 2007, 43(9): 80-83.&Oslash; 基于牛顿欧拉法的3-RPS并联机构逆动力学分析, 航空学报, 2007, 28(5):1210-1215.&Oslash; 一类四自由度可重构主模块的全域静刚度预估, 天津大学学报, 2010,43(11):1003-1008.

x随时间t变化的方程呢?

1. 浅海导管架式海洋平台浪致过度振动控制技术的研究及工程应用，国家科学技术进步奖二等奖，第一完成人，2004年2. 第六届光华工程科技奖青年奖，中国工程院光华工程科技奖理事会，2006年3. 大型海洋结构振动控制技术的研究及工程应用，山东省科技进步奖一等奖，第一完成人，2003年4. 注海水自动化监、检测系统研究开发，教育部提名国家科技进步奖一等奖，第一完成人，2002年5. 海洋结构动力检测与振动控制理论研究，教育部高等学校科学技术奖自然科学奖一等奖（第一完成人），教育部2008年1月论文代表作1. Hua Jun Li, Min Zhang, Sau-Lon James Hu,Refinement of reduced-models for dynamic systems, Progress in Natural Science, 18 (2008), pp. 993-997(SCI)2. Sau-Lon James Hu and Haujun Li, A systematic linear space approach on solving partially described inverse eigenvalue problems, Inverse Problems 24 (2008) (SCI)3. Huajun Li, Hui Fang, Sau-lon Hu, Damage Localization and Severity Estimate For Three-dimensional Frame Structures, Journal of Sound and Vibration, 301 (2007) 481–494 (SCI, EI)4. Huajun Li, Hezhen Yang, Sau-lon James Hu, Modal Strain Energy Decomposition Method for Damage Localization on 3-D Frame Structures, Journal of Engineering Mechanics, Vol. 132, No. 9, 941-951，2006 (SCI, EI)5. Bingchen Liang, Huajun Li, Dongyong Lee, Numerical Study of Three-Dimensional Suspended Sediment Transport in Waves and Currents, OCEAN ENGINEERING, 34 (2007) 1569–1583 (SCI, EI)6. Sau-Lon James Hu and Huajun Li, Cross-Model Cross-Mode Method for Model Updating, Mechanical Systems and Signal Processing, 21 (2007) 1690–1703 (SCI, EI)7. Sau-Lon James Hu and Huajun Li, Simultaneous Mass, Damping, and Stiffness Updating for Dynamic Systems, AIAA Journal, 2007, 45(10): 2529-2537 (SCI, EI)8. Sau-Lon James Hu, Shuqing Wang, Huajun Li, Cross-Modal Strain Energy Method for Estimating Damage Severity, Journal of Engineering Mechanics, Vol. 132, No. 4, 2006 (SCI, EI)9. Liang, Bing-Chen; Li, Hua-Jun; Lee, Dong-Yong, Numerical study of wave effects on surface wind stress and surface mixing length by three-dimensional circulation modeling, Source: Journal of Hydrodynamics, v 18, n 4, August, 2006, p 397-404( EI)10. Hua Jun Li, Sau-Lon James Hu, Tuned mass damper design for optimally minimizing fatigue damage，2002，JOURNAL OF ENGINEERING MECHANICS-ASCE,Vol 128(6),703-707, (SCI)11. Hua Jun Li, Sau-Lon James Hu , H2 active vibration control for offshore platform subjected to wave loading，2003，JOURNAL OF SOUND AND VIBRATION，Vol 263(4),709-724，(SCI)12. Hua Jun Li,Shuqing Wang, Vibration characteristics of an offshore platform and its vibration control，2002，CHINA OCEAN ENGINEERING, Vol.16（4）,469-482，(SCI) 13. Li H J, Liu F S and Hu S-L J. Employing incomplete complex modes for model updating and damage detection of damped structures.Science in China Series E: Technological Sciences, 2008, 51 (12): 2254-2268.14. Huajun Li, Junrong Wang and Sau-Lon James Hu. Using incomplete modal data for damage detection in offshore structures. Ocean Engineering 35(2008)1793–179915. Huajun Li, Min Zhang, Sau-lon James Hu, Refinement of reduced-models for dynamic systems. Progress in Natural Science 18 (2008) 993–99716. Sau-Lon James Hu and Huajun Li，Model Conversion Technique for Structural Dynamic Systems，Journal of Structural Engineering , 2008.10, 134(10): 1675-1688.17. Sau-Lon James Hu and Huajun Li，A systematic linear space approach to solving partially described inverse eigenvalue problems, Inverse Problems 24 (2008) 035014 (13pp).18. Yang Hezhen, Li Huajun, Cross spectral energy method for damage assessment of the cable-stayed bridge under operational conditions, High Technology letters, 2008,14(3):309-315

高

电磁场问题In this thesis, we employ the meshless local Multiquadric Differential Quadrature method (LMQDQ method) to deal with the Poisson, Helmholtz eigenvalue and cavity flow problems.在这篇论文中，我们应用区域多元二次微分积分法求解卜易松、赫姆霍兹特徵值与穴室流场问题。The numerical method in this thesis combines the Multiquadric method (MQ method) and the domain decomposition technique in Differential Quadrature (DQ) form.因此，本方法仍保有无网格法不需要建立网格组织的特性。multiquadric radial basis functionMQ径向基函数Application of the improved multiquadric radial basis function method to the analysis of the electromagnetic field虚拟边界径向基配点法求解电磁场问题

（一）专著与教材:1.　魏海坤.《神经网络结构设计的理论与方法》，国防工业出版社， 北京，2005.2.2.　姜长生, 王从庆, 魏海坤, 陈谋. 《智能控制与应用》, 科学出版社, 北京，2007.7.（二）国外刊物论文:1. Haikun Wei and Shun-ichi Amari. “Dynamics of Learning near Singularity in Radial Basis Function Networks”, Neural Networks, 2008，21(7), 989-1005 (Regular paper).2. Haikun Wei, Jun Zhang, Florent Cousseau, Tomiko Ozeki, and Shun-ichi Amari. “Dynamics of Learning Near Singularities in Layered Networks”. Neural Computation, 2008, 20(3), 813-843.3. Xinming Jin and Haikun Wei. “Scenario-based comparison and evaluation: issues of current business process modelling languages”, Proceedings of the I MECH E Part B Journal of Engineering Manufacture, 2006, 220 (9), 1527-1538.4. Haikun Wei, Qi Li, and Xinming Jin. “Sliding Window Based Resource Allocating Network”, The IEEE Journal of Intelligent Cybernetic Systems, Vol.2, 2006（三）国内刊物论文:1.　魏海坤，李奇，宋文忠.“梯度算法下RBF网的参数变化动态”，控制理论与应用, 2007，24(3)，356-360.2.　魏海坤，宋文忠，李奇.“非线性系统RBF网在线建模的资源优化网络方法”，自动化学报，2005, 31(6), 970-974。3.　魏海坤，宋文忠，李奇.“基于RBF网的火电机组实时成本在线建模方法”，中国电机工程学报，2004，24(7)，246－252。4.　郑宗涵，魏海坤，李奇. “实时数据库算法引擎的设计与应用”, 信息与控制, 2003, 32(7), 662-665.5.　钱艳平，李奇，魏海坤，刘爱华. “基于模糊与PID混合算法的制浆蒸煮过程控制”, 信息与控制, 2003, 32(2), 172-175.6.　魏海坤，丁维明，宋文忠，徐嗣鑫.“RBF网的动态设计算法”，控制理论与应用，2002, 19(5)，673－680。7.　魏海坤，徐嗣鑫，宋文忠. 神经网络的泛化理论和泛化方法, 自动化学报, 2001，27(6)，806-815.8.　魏海坤，宋文忠，徐嗣鑫. 基于结构分解的神经网络设计算法, 自动化学报, 2001，27(2)，276-279.9.　魏海坤，徐嗣鑫，宋文忠，吴福保. 最小RBF网设计的进化优选算法及其在动力配煤状态预测建模中的应用, 中国电机工程学报, 2001，21(1)，63-72.10.　魏海坤，徐嗣鑫，宋文忠. RBF网学习的进化优选算法, 控制理论与应用, 2000，17(4)，604-608.（四）国际会议论文:1.　Haikun Wei and Shun-ichi Amari. “Eigenvalue Analysis on Singularity in RBF networks”, Proc. IJCNN, 2007.2.　Haikun Wei and Shun-ichi Amari. “Online Learning Dynamics of Radial Basis Function Neural Networks near the Singularity”. Proc. IJCNN, 2006.3.　Haikun Wei and Weiming Ding. Designing Neural Network Based on Structure Decomposition, Proc. WCICA, 2000.

% calc xmean,sigma and its eigen decomposition你要先理解pca的原理 再来看各个函数就理解了

我有个作业是这，程序添加了些注释，希望对你有帮助~clear all;allsamples=[];for i=1:20 for j=1:5 a=imread(strcat("ORLs",num2str(i),"",num2str(j),".bmp")); %读取人脸图像 b=a(1:112*92); %将图像数据转为一行 b=double(b); allsamples=[allsamples; b]; %将所有图像20*5，组成数组 endend%用PCA方法进行特征提取samplemean=mean(allsamples); %求均值for i=1:100 xmean(i,:)=allsamples(i,:)-samplemean;end;sigma=xmean*xmean"; %协方差矩阵[v d]=eig(sigma); %求矩阵特征值和特征向量d1=diag(d); %特征值的对角阵[d2 index]=sort(d1); %对对角阵的值排序cols=size(v,2); %特征向量的行数值for i=1:cols vsort(:,i) = v(:, index(cols-i+1) ); %对特征值和特征向量进行排序 dsort(i) = d1( index(cols-i+1) ); end %选择90%的能量dsum = sum(dsort); dsum_extract = 0; p = 0; while( dsum_extract/dsum < 0.9) p = p + 1; dsum_extract = sum(dsort(1:p)); endi=1;while (i<=p && dsort(i)>0) base(:,i) = xmean" * vsort(:,i); %构成投影矩阵 i = i + 1;endallcoor = allsamples * base; %构成训练集的特征矩阵clc[filename,pathname]=uigetfile("*.*","Select image"); %选择图像 [img,map]=imread(strcat(pathname,filename)); b=img(1:10304); b=double(b); tcoor= b * base; %构成测试集的特征矩阵 for k=1:100 mdist(k)=norm(tcoor-allcoor(k,:)); end; %最近邻方法 [dist,index2]=sort(mdist); class=floor( index2(1)/5 )+1; %求所属分类 disp(class); subplot(1,2,1),imshow(img); %输出分类图像filename = sprintf("ORL\s%d\1.bmp",class);I=imread(filename);subplot(1,2,2),imshow(I);

L. Huang*, C. Qian, H.C. So and J. Fang, “Shrinkage-based source enumeration for large array and small samples” IEEE Transactions on Aerospace and Electronic Systems, 2014, to appear. (Regular Paper） Z.-Q. He, Z.P. Shi, L. Huang* and H. C. So, “Underdetermined DOA estimation for wideband signals using robust sparse covariance fitting” IEEE Signal Processing Letters, in press 2014, to appear. L. Huang*, C. Qian, Y. Xiao and Q.T. Zhang, “Performance analysis of volume-based spectrum sensing for cognitive radio,” IEEE Transactions on Wireless Communications, vol. 8, no. 99, pp. 1-14, Aug. 2014, DOI: 10.1109/TWC.2014.2345660 (Regular Paper) J. Lv, L. Huang*, Y. Shi and X. Fu, “Inversed synthetic aperture radar imaging via modified smoothed ell_0 norm,” IEEE Antenna and Wireless Propagation Letters. vol. 13, no. 1, Jun. 2014, DOI: 10.1109/LAWP.2014.2332639 M. Cao, L. Huang* and C. Qain, “Underdetermined DOA estimation of quasi-stationary signals via Khatri-Rao structure for uniform circular array” Signal Processing, vol.106, no.1, pp.41-48, Jan. 2015 (Regular Paper） C. Qian, L. Huang*, W.J. Zeng, and H.C. So, “Direction-of-arrival estimation for coherent signals without knowledge of source number,” IEEE Sensor Journal, vol. 14, no. 9, pp.3267-3273, Sep. 2014 (Regular Paper） L. Huang*, H.C. So and C. Qian, “Volume-based method for spectrum sensing” Digital Signal Processing, vol. 28, pp. 48-56, May 2014. (Regular Paper） C. Qian, L. Huang* and H.C. So, “Improved unitary root-MUSIC for DOA estimation based on pseudo-noise resampling,” IEEE Signal Processing Letters, vol. 21, no. 2, pp. 140-144, Feb. 2014. C. Qian, L. Huang* and H.C. So, “Computationally efficient ESPRIT algorithm for direction-of-arrival estimation based on Nystrom method,” Signal Processing, vol. 94, pp. 74-80, January 2014. (Regular Paper） F.K.W.Chan, H.C.So, L. Huang* and L.T. Huang, Underdetermined direction-of-departure and direction-of-arrival estimation in bistatic multiple-input multiple-output radar, Signal Processing, vol.104, no.11, pp.284-290, November 2014 W. Sun, H.C. So, F.K.W. Chan, L.T. Huang and L. Huang*, “Approximate subspace- basediterativeadaptiveapproachforfasttwo-dimensionalspectralestimation,” IEEE Transactions on Signal Processing, vol.62, no.12, pp.3220-3231, Jun. 2014 (Regular Paper） J. Fang, X. Li, H. Li, and L. Huang, “Precoding for decentralized detection of unknown deterministic signals in multisensor systems” IEEE Transactions on Aerospace and Electronic Systems, 2014, to appear (Regular Paper） Z. He, Z. Shi, and L. Huang*, “Covariance sparsity-aware DOA estimation for nonuniform noise,” Digital Signal Processing, vol. 28, pp. 75-81, May 2014. (Regular Paper） L. Huang* and H.C. So, “Source enumeration via MDL criterion based on linear shrinkage estimation of noise subspace covariance matrix,” IEEE Transactions on Signal Processing, vol. 61, no. 19, pp.4806-4821, Oct. 2013. (Regular Paper). W.J. Zeng, H.C. So and L. Huang*, “lp-MUSIC: Robust direction-of-arrival estimator for impulsive noise environments,” IEEE Transactions on Signal Processing, vol.61, no.17, pp.4296-4308, September 2013. (Regular Paper） W. Sun, H.C. So, F.K.W. Chan and L. Huang*, “Tensor approach for eigenvector-based multi-dimensional harmonic retrieval,” IEEE Transactions on Signal Processing, vol.61, no. 13, pp. 3378-3388, April, 2013. (Regular Paper） K. Liu, J.P.C.L. Cost, H.C. So and L. Huang, “Subspace techniques for multidimensional model order selection in colored noise,” Signal Processing, vol. 93, no. 7, pp. 1976-1987, July 2013. (Regular Paper) K. Liu, H.C. So, J.C.L. Cost, F. Romer and L. Huang*, “Efficient source enumeration for accurate direction-of-arrival estimation in threshold region,” Digital Signal Processing, vol. 23, no. 5, pp. 1668–1677, Sep. 2013. (Regular Paper） L.T. Huang, Y. Wu, H.C. So, Y. Zhang and L. Huang, “Multidimensional sinusoidal frequency estimation using subspace and projection separation approaches,” IEEE Transactions on Signal Processing, vol. 60, no. 10, pp. 5536-5543, Oct. 2012. L. Huang*, Q.T. Zhang and L.L. Cheng, “Information theoretic criterion for stopping turbo iteration,” IEEE Transactions on Signal Processing, vol. 59, no. 2, pp. 848-853, Feb. 2011. L. Huang*, T. Long, E. Mao and H.C. So, “MMSE-based MDL method for robust estimation of number of sources without eigendecomposition,” IEEE Transactions on Signal Processing, vol. 57, no. 10, pp. 4135-4142, Oct. 2009. L. Huang*, T. Long, E. Mao and H.C. So, “MMSE-based MDL method for accurate source number estimation,” IEEE Signal Processing Letters, vol. 16, no. 9, pp. 798-801, Sep. 2009. L. Huang*, T. Long and S. Wu, “Source enumeration for high-resolution array processing using improved Gerschgorin radii without eigendecomposition,” IEEE Transactions on Signal Processing, vol. 56, no. 12, pp. 5916-5925, Dec. 2008. (Regular Paper) L. Huang*, S. Wu and X. Li, “Reduced-rank MDL method for source enumeration in high-resolution array processing,” IEEE Transactions on Signal Processing, vol. 55, no. 12, pp. 5658-5667, Dec. 2007.( Regular Paper) L. Huang* and S. Wu, “Low-complexity MDL method for accurate source enumeration,” IEEE Signal Processing Letters, vol. 14, no. 9, pp. 581-584, Sep. 2007. L. Huang*, S. Wu, D. Feng, and L. Zhang, “Low complexity method for signal subspace fitting,” IEE Electronics Letters, vol. 40, no. 14, July 2004. L. Huang*, S. Wu, L. Zhang and D. Feng, “Computationally efficient direction-of-arrival estimation based on partial a priori knowledge of signal sources,” EURASIP Journal on Applied Signal Processing, vol. 2006, pp. 1-7, 2006. (Regular Paper) L. Huang*, S. Wu and E. Mao, “Recursion subspace-based method for bearing estimation: a comparative study,” Chinese Journal of Electronics, no. 3, pp. 477-480, July 2010. L. Huang*, D. Feng, S. Wu and L. Zhang, “Computationally efficient method of signal subspace fitting for direction-of-arrival estimation,” IEICE Transactions on Communications, vol. 88, Aug. 2005, pp. 3408-3415. (Regular Paper)

这太专业了吧~不好意思不懂

大门下就这一块阴凉地方，你去？2369

复制的，我用的TI-89 Titanium。。你这是新出的，也不知道有什么具体区别 我看下面的资料上说，价格差得不多。既然差得不多，就一步到位吧，买个好点的~~~ TI-Nspire 及 TI-Nspire CAS 是 Texas Instruments 于 2007 年 9 月所推出的新型图形计算器，两部计算器都有 64MB 庞大记忆体，其中 32MB 是计算记忆，可供用家直接使用，另外 32MB 是 Flash Memory。它们拥有强大的计算功能，包括矩阵、微积分 Calculus 等，以及程式及图像功能，而且这些功能有很多是其他图形计算机没有的，例如矩阵计算包括 Eigenvalue、Eigenvector、 LU Decomposition 这些其他计算器没有的功能。它们也有 Flash Memory 功能，这项强劲功能可容许 TI-Nspire / TI-Nspire CAS 透过 TI Graph Link 连接线接受一些由网上下载的程式并变为 TI-Nspire / TI-Nspire CAS 的内置功能，在现今的计算器中可是数一数二了。 TI-Nspire CAS 另外还有解方程及微分方程 ( Differential Equations )、极限 ( Limits )、泰勒展开式 ( Taylor"s Expansion ) 等功能，不过 TI-89 Titanium 所有的三维图像功能目前就欠奉。它也和 TI-89 Titanium 一样有符号代数 ( Symbolic Algebra ) 功能。 TI-Nspire / TI-Nspire CAS 的键盘设计颇为特别，那些英文字母和其他特殊符号按键是很小的绿色及灰色按键，这种可能造成经常会误按，不过，大家只要熟悉了就会习惯及不会失误操作。TI-Nspire 另外有一个 TI-84 Plus Silver Edition 兼容键盘，如果将此键盘装上，那么 TI-Nspire 就会以 TI-84 Plus Silver Edition 的模式运作，这个设计相信是为了迁就以前一直使用 TI-83 Plus 及 TI-84 Plus 的人，让他们较容易适应新机。TI-Nspire CAS 就没有这个兼容键盘，也不能以 TI-84 Plus 的模式运作，应该是因为这个键盘的额外成本，放弃了兼容性及键盘提供。TI-Nspire 及 TI-Nspire CAS 的售价相差很小，纯以功能而言，TI-Nspire CAS 比 TI-Nspire 是好得多的，就像 TI-89 Titanium 和 TI-84 Plus 的关系一样。 TI-89 Titanium 及 TI-84 Plus / TI-84 Plus Silver Edition 就仍然继续售卖，目前没有迹象显示 Texas Instruments 会停产它们。德州仪器TI计算器，提供一年原厂保固，TI还有完整的配套教学资源

TI-Nspire™ CAS 主要功能简介 基本特点 高分辨率：240*320像素分屏显示：16-级灰阶，实现多达4个分屏显示尺寸规格：1.13”高x3.94"宽x7.81”长重量：0.64磅内存：27.8 MB电池：7号（4节）USB：不仅能连接电脑，也能和多台TI-Nspire手持设备相连。 主要用途 - 可用于中学和大学理科方面的教学，尤其是数学的学习。数学功能- TI-Nspire CAS涵盖了已有计算器的所有功能，主要包括：运算功能 - 数值求解；符号运算；二进制、十六进制运算；逻辑运算；三角函数；双曲函数；最小公倍数；最大公约数；因式分解；多项式展开； 微积分 - 求导数、积分、极限、函数最大值、最小值、切线、解微分方程、对隐函数求微分 矩阵 - 矩阵运算，包括特征值、特征量的计算、LU Decomposition、QR 因数分解、包含符号元素的矩阵 作图功能函数作图、参数作图、极坐标作图、数据统计作图、图形变换、圆锥曲线作图、不等式作图、函数值列表等。几何功能创建和研究几何形状、模拟点在图形上的运动并研究其性质、研究几何的变换，有利于平面几何的学习。 可以实现函数作图形式、参数方程作图形式与数据统计作图形式并存在同一个坐标系下， 有利于平面解析几何的学习。 统计分析功能对一元或二元变量进行统计、对函数进行回归与拟合操作、进行多种假设检验（T-test, Z-test, ANOVA等）、计算并绘制多种分布的图形（散点图、x-y线图、直方图、箱形图、回归线、正态概率图、假设检验图）、排列组合、随机数、推论统计等金融计算功能包括货币的时间价值（TVM），不均匀现金流，分期付款、利率转换等编程功能简单易学的编程语言，用户可根据自己的需求来编写不同有应用程序。 TI-Nspire CAS的独特之处 多种表示法TI-Nspire™技术，可以实现对数学问题的多种呈现形式，包括代数表示法、数值表示法、统计表示法、文字描述、图形和几何的表现形式。动态关联1. 不同表示法之间的动态关联 TI-Nspire CAS实现将不同表示法动态地关联在一起。当某问题的一种表示法发生变化时，其他表达形式的变化也会在同一个屏幕上立即、实时、自动地反映出来。TI-Nspire CAS的屏幕大、分辨率高，可以实现四个分屏，同时观察图形、数值、表达式和列表的变化。窗口的大小可以调节。2. 抓-移 通过点击图形内部的任意点、直线、曲线和几何形状，并移动，实时查看变化所产生的影响。由于有动态关联功能，绘图函数的变化带来所对应的方程式的自动更新。文档功能 TI-Nspire CAS还具有类似于计算机的文字处理和文件保存功能， 可以在文档和页面中创建、编辑和保存文本文件，并且可以随时调用。 可以轻松地实现TI-Nspire CAS图形计算器之间，以及计算器与计算机之间的文档传输。 类似于计算机的操作模式具有类似于计算机的操作模式，包括：下拉菜单、光标导航键（NavPad）、独立的字母键、电子表格、文档管理公式编辑操作方便通过常用的功能键和第二功能键方便地输入数学表达式、方程式和公式，呈现方式与课本中一致。新增第二功能键（如），类似于公式编辑器，使数学表达式和公式的输入更加便捷，并可以在主屏幕上直接求解。 从支持标准数学符号的模板中，轻松快速地选择适当的符号和变量。 功能的不断提升和改进具备有Flash(闪存)技术，可以不断地升级操作系统（OS）,提升TI-Nspire CAS的性能。兼容性 外接CBR 2™运动检测器、Vernier EasyTemp温度传感器，进行物理实验； 具有与手持设备功能、操作和界面完全相同的教师版模拟软件，便于课堂演示，并与电子白板兼容。 具有与手持设备功能和操作完全相同的学生版软件。

华中科技大的研究生网站上就有，我前几天还看的，不过忘了，了最好自己把它记下

仔细说明一下题目，要求数数还是什么？

1　Matrix Multiplication Problems1.1　Basic Algorithms and Notation1.2　Exploiting Structure1.3　Block Matrices and Algorithms1.4　Vectorization and Re-Use Issues2　Matrix Analysis2.1　Basic Ideas from Linear Algebra2.2　Vector Norms2.3　Matrix Norms2.4　Finite Precision Matrix Computations2.5　Orthogonality and the SVD2.6　Projections and the CS Decomposition2.7　The Sensitivity of Square Linear Systems3　General Linear Systems3.1　Triangular Systems3.2　The LU Factorization3.3　Roundoff Analysis of Gaussian Elimination3.4　Pivoting3.5　Improving and Estimating Accuracy4　Special Linear Systems4.1　The LDMT and LDLT Factorizations4.2　Positive Definite Systems4.3　Banded Systems4.4　Symmetric Indefinite Systems4.5　Block Systems4.6　Vandermonde Systems and the FFT4.7　Toeplitz and Related Systems5　Orthogonalization and Least Squares5.1　Householder and Givens Matrices5.2　The QR Factorization5.3　The Full Rank LS Problem5.4　Other Orthogonal Factorizations5.5　The Rank Deficient LS Problem5.6　Weighting and Iterative Improvement5.7　Square and Underdetermined Systems6　Parallel Matrix Computations6.1　Basic Concepts6.2　Matrix Multiplication6.3　Factorizations7　The Unsymmetric Eigenvalue Problem8　The Symmetric Eigenvalue Problem9　Lanczos Methods10　Iterative Methods for Linear Systems11　Functions of Matrices12　Special TopicsIndex

很多有用的工具箱，转载自振动论坛，要赶紧收藏起来，免得过期后不能下载 ADCPtools - acoustic doppler current profiler data processingAFDesign - designing analog and digital filtersAIRES - automatic integration of reusable embedded softwareAir-Sea - air-sea flux estimates in oceanographyAnimation - developing scientific animationsARfit - estimation of parameters and eigenmodes of multivariate autoregressive methodsARMASA - power spectrum estimationAR-Toolkit - computer vision trackingAuditory - auditory modelsb4m - interval arithmeticBayes Net - inference and learning for directed graphical modelsBinaural Modeling - calculating binaural cross-correlograms of soundBode Step - design of control systems with maximized feedbackBootstrap - for resampling, hypothesis testing and confidence interval estimationBrainStorm - MEG and EEG data visualization and processingBSTEX - equation viewerCALFEM - interactive program for teaching the finite element methodCalibr - for calibrating CCD camerasCamera CalibrationCaptain - non-stationary time series analysis and forecastingCHMMBOX - for coupled hidden Markov modeling using maximum likelihood EMClassification - supervised and unsupervised classification algorithmsCLOSIDCluster - for analysis of Gaussian mixture models for data set clusteringClustering - cluster analysisClusterPack - cluster analysisCOLEA - speech analysisCompEcon - solving problems in economics and financeComplex - for estimating temporal and spatial signal complexitiesComputational StatisticsCoral - seismic waveform analysisDACE - kriging approximations to computer modelsDAIHM - data assimilation in hydrological and hydrodynamic modelsData VisualizationDBT - radar array processingDDE-BIFTOOL - bifurcation analysis of delay differential equationsDenoise - for removing noise from signalsDiffMan - solving differential equations on manifoldsDimensional Analysis -DIPimage - scientific image processingDirect - Laplace transform inversion via the direct integration methodDirectSD - analysis and design of computer controlled systems with process-oriented modelsDMsuite - differentiation matrix suiteDMTTEQ - design and test time domain equalizer design methodsDrawFilt - drawing digital and analog filtersDSFWAV - spline interpolation with Dean wave solutionsDWT - discrete wavelet transformsEasyKrigEconometricsEEGLABEigTool - graphical tool for nonsymmetric eigenproblemsEMSC - separating light scattering and absorbance by extended multiplicative signal correctionEngineering VibrationFastICA - fixed-point algorithm for ICA and projection pursuitFDC - flight dynamics and controlFDtools - fractional delay filter designFlexICA - for independent components analysisFMBPC - fuzzy model-based predictive controlForWaRD - Fourier-wavelet regularized deconvolutionFracLab - fractal analysis for signal processingFSBOX - stepwise forward and backward selection of features using linear regressionGABLE - geometric algebra tutorialGAOT - genetic algorithm optimizationGarch - estimating and diagnosing heteroskedasticity in time series modelsGCE Data - managing, analyzing and displaying data and metadata stored using the GCE data structure specificationGCSV - growing cell structure visualizationGEMANOVA - fitting multilinear ANOVA modelsGenetic AlgorithmGeodetic - geodetic calculationsGHSOM - growing hierarchical self-organizing mapglmlab - general linear modelsGPIB - wrapper for GPIB library from National InstrumentGTM - generative topographic mapping, a model for density modeling and data visualizationGVF - gradient vector flow for finding 3-D object boundariesHFRadarmap - converts HF radar data from radial current vectors to total vectorsHFRC - importing, processing and manipulating HF radar dataHilbert - Hilbert transform by the rational eigenfunction expansion methodHMM - hidden Markov modelsHMMBOX - for hidden Markov modeling using maximum likelihood EMHUTear - auditory modelingICALAB - signal and image processing using ICA and higher order statisticsImputation - analysis of incomplete datasetsIPEM - perception based musical analysisJMatLink - Matlab Java classesKalman - Bayesian Kalman filterKalman Filter - filtering, smoothing and parameter estimation (using EM) for linear dynamical systemsKALMTOOL - state estimation of nonlinear systemsKautz - Kautz filter designKrigingLDestimate - estimation of scaling exponentsLDPC - low density parity check codesLISQ - wavelet lifting scheme on quincunx gridsLKER - Laguerre kernel estimation toolLMAM-OLMAM - Levenberg Marquardt with Adaptive Momentum algorithm for training feedforward neural networksLow-Field NMR - for exponential fitting, phase correction of quadrature data and slicingLPSVM - Newton method for LP support vector machine for machine learning problemsLSDPTOOL - robust control system design using the loop shaping design procedureLS-SVMlabLSVM - Lagrangian support vector machine for machine learning problemsLyngby - functional neuroimagingMARBOX - for multivariate autogressive modeling and cross-spectral estimationMatArray - analysis of microarray dataMatrix Computation - constructing test matrices, computing matrix factorizations, visualizing matrices, and direct search optimization[url=http://ewre-www.cv.ic.ac.uk/software/toolkit.htm]MCAT[/url] - Monte Carlo analysisMDP - Markov decision processesMESHPART - graph and mesh partioning methodsMILES - maximum likelihood fitting using ordinary least squares algorithmsMIMO - multidimensional code synthesisMissing - functions for handling missing data valuesM_Map - geographic mapping toolsMODCONS - multi-objective control system designMOEA - multi-objective evolutionary algorithmsMS - estimation of multiscaling exponentsMultiblock - analysis and regression on several data blocks simultaneouslyMultiscale Shape AnalysisMusic Analysis - feature extraction from raw audio signals for content-based music retrievalMWM - multifractal wavelet modelNetCDFNetlab - neural network algorithmsNiDAQ - data acquisition using the NiDAQ libraryNEDM - nonlinear economic dynamic modelsNMM - numerical methods in Matlab textNNCTRL - design and simulation of control systems based on neural networksNNSYSID - neural net based identification of nonlinear dynamic systemsNSVM - newton support vector machine for solving machine learning problemsNURBS - non-uniform rational B-splinesN-way - analysis of multiway data with multilinear modelsOpenFEM - finite element developmentPCNN - pulse coupled neural networksPeruna - signal processing and analysisPhiVis - probabilistic hierarchical interactive visualization, i.e. functions for visual analysis of multivariate continuous dataPlanar Manipulator - simulation of n-DOF planar manipulatorsPRTools - pattern recognitionpsignifit - testing hyptheses about psychometric functionsPSVM - proximal support vector machine for solving machine learning problemsPsychophysics - vision researchPyrTools - multi-scale image processingRBF - radial basis function neural networksRBN - simulation of synchronous and asynchronous random boolean networksReBEL - sigma-point Kalman filtersRegression - basic multivariate data analysis and regressionRegularization ToolsRegularization Tools XPRestore ToolsRobot - robotics functions, e.g. kinematics, dynamics and trajectory generationRobust Calibration - robust calibration in stats[url=http://ewre-www.cv.ic.ac.uk/software/toolkit.htm]RRMT[/url] - rainfall-runoff modellingSAM - structure and motionSchwarz-Christoffel - computation of conformal maps to polygonally bounded regionsSDH - smoothed data histogramSeaGrid - orthogonal grid makerSEA-MAT - oceanographic analysisSLS - sparse least squaresSolvOpt - solver for local optimization problemsSOM - self-organizing mapSOSTOOLS - solving sums of squares (SOS) optimization problemsSpatial and Geometric AnalysisSpatial RegressionSpatial StatisticsSpectral MethodsSPM - statistical parametric mappingSSVM - smooth support vector machine for solving machine learning problemsSTATBAG - for linear regression, feature selection, generation of data, and significance testingStatBox - statistical routinesStatistical Pattern Recognition - pattern recognition methodsStixbox - statisticsSVM - implements support vector machinesSVM ClassifierSymbolic Robot DynamicsTEMPLAR - wavelet-based template learning and pattern classificationTextClust - model-based document clusteringTextureSynth - analyzing and synthesizing visual texturesTfMin - continous 3-D minimum time orbit transfer around EarthTime-Frequency - analyzing non-stationary signals using time-frequency distributionsTree-Ring - tasks in tree-ring analysisTSA - uni- and multivariate, stationary and non-stationary time series analysisTSTOOL - nonlinear time series analysisT_Tide - harmonic analysis of tidesUTVtools - computing and modifying rank-revealing URV and UTV decompositionsUvi_Wave - wavelet analysisvarimax - orthogonal rotation of EOFsVBHMM - variation Bayesian hidden Markov modelsVBMFA - variational Bayesian mixtures of factor analyzersVMT - VRML Molecule Toolbox, for animating results from molecular dynamics experimentsVOICEBOXVRMLplot - generates interactive VRML 2.0 graphs and animationsVSVtools - computing and modifying symmetric rank-revealing decompositionsWAFO - wave analysis for fatique and oceanographyWarpTB - frequency-warped signal processingWAVEKIT - wavelet analysisWaveLab - wavelet analysisWeeks - Laplace transform inversion via the Weeks methodWetCDF - NetCDF interfaceWHMT - wavelet-domain hidden Markov tree modelsWInHD - Wavelet-based inverse halftoning via deconvolutionWSCT - weighted sequences clustering toolkitXMLTree - XML parserYAADA - analyze single particle mass spectrum dataZMAP - quantitative seismicity analysis

可以的。其实说实话我还是偏向于你说的同位语从句的 我们来看一下为什么觉得状从不好 时间状从是表示事件发生的前后关系的 比如：当我进来的时候我老婆正在看电视 而这个题目明显这个instance（你打错了） 后文“司法判决几乎不再是一个抽象的概念”是和这个现实情况同等概念 理应是同位语从句啊 在这一点上 引导定语从句更加不可能 根据百度百科记载： 2．when,where,why引导的 “定语从句” 的先行词一定分别是表示时间、地点和原因的名词,而三者引导的 “同位语从句” 的先行词则肯定不是表示时间、地点和原因的名词. 例如： ①I still remember the day when I first came to Beijing． ②I have no idea when she will be back． 在①句中,划线部分是when引导的定语从句,其先行词day是表示时间的名词； 在②句中,划线部分是when引导的同位语从句,其先行词idea则不是表示时间的名词. 百度百科的第二个例句也很好的证明了这一问题 经过我的推测 结合百度百科 和词典例句 十有八九这个句子确实是一个同位语从句 可能是你们老师碍于面子或者是专业水平能力有限 有一些误区 希望回答能帮到你 参考资料：百度百科 “同位语从句”

在win2000及win2000以上系统: a.没插上设备,安装驱动: 1.用SetupCopyOEMInf()函数将驱动的安装文件(*.inf)拷贝到inf目录中,并自动生成了oem*.inf预安装文件 2.用msdn中的SetupInstallFilesFromInfSection()函数根据*.inf文件中的安装段,将相应的驱动文件拷贝到系统中. 3.插上设备,系统会弹出"发现新新的硬件向导",只要点击下一步直至完成即可完成设备的驱动安装. b.插上设备,安装驱动: 1.从*.inf文件中 [Manufacturer] %WinChipHead% = WinChipHead [WinChipHead] %CH375.DeviceDesc% = CH375.Install, USBVID_4348&PID_5537 %CH375HM.DeviceDesc% = CH375.Install, USBVID_4348&PID_55E0 获取hardwareid号USBVID_4348&PID_5537,USBVID_4348&PID_55E0; 2. 用UpdateDriverForPlugAndPlayDevices()自动安装新驱动! 在98,me系统下:只要将inf文件拷贝到inf目录下,用SetupInstallFilesFromInfSection函数将驱动文件拷贝到相应的目录下,更新驱动程序信息,插上设备,系统就会自动安装驱动.(有个更新驱动信息的办法,将inf目录下的drvidx.bin删掉,插上新设备,系统会自动更新驱动信息).大体上就是这样!

歌名：Direction歌手：The Cribs所属专辑：The Cribs发行时间：2005-01-25I may be leaving, but it"s okayTo say what you"re feeling, but baby not for freeIt"s called directionSo many times I can seeThat the way that you are is rubbing off on meIt"s called directionDid you realise it"s not quite timeYou look out the window, the trains keep rolling byIt"s called directionYou"re still in but then comes the eveningIt"s the best time of day, cause that"s when you"re on your ownIt"s called directionFinding you face down I heard you sayNo-one needs to know anywayThe reasons why we"re lateFinding you face down I heard you sayNo-one needs to know anywayThe things we did todayHolding on, but is that right?You take me home but only on a nightIt"s called directionDon"t forget, we"ll wait and seeThey only ask because you are with meAlthough we"ve got no directionFinding you face down I heard you sayNo-one needs to know anywayThe reasons why we"re lateFinding you face down I heard you sayNo-one needs to know anyway

日语动漫台词：美しく最後を饰りつける暇があるなら最後まで美しく生きようじゃねーか与其装点自己的终焉，不如漂亮地活到最后。——《银魂》真実はいつもひとつ真相只有一个。——《名侦探柯南》3、安西先生バスケがしたいいです安西教练，我想打篮球。——《灌篮高手》认めたくないものだな自分自身の若さ故の过ちというものを真不想承认啊，因自己年轻而犯下的错误。——《机动战士高达》またみんなで笑いたいのに君が死んだら意味が无いじゃないか！说好了大伙儿要一起笑着再见，你在这里死了不就没意义了吗！——《家庭教师》いっぺん？？？死んでみる？想死一次看看么？——《地狱少女》10、坊やだからさ他就是个少爷。——《机动战士高达》投手としてじゃなくてもオレはお前がスキだよだってお前がんばってんだもん即便你不是作为投手，我也喜欢你，因为你一直很努力。——《板球英豪》ただの人间には兴味ありません。この中に宇宙人？未来人？异世界人？超能力者がいたらあたしのところに来なさい、以上！我对一般人没有兴趣。如果你们之中有外星人，未来人，超能力者，就来找我吧，以上！——《凉宫春日的忧郁》なぜ雪が白いか知っていますか？自分の色を忘れてしまったからです你知道为什么雪是白色的？那是因为，它早已忘记了自己原本的颜色。——《叛逆的鲁鲁修》别れの味は分かりません。さようならという言叶がこんなに强いとは知りませんでした我不知道离别的滋味是这样凄凉，我不知道说声再见要这么坚强。——《千与千寻》こんな间违いを引き継がせるなら？？？オレが？？？オレがボンゴレをぶっ壊してやる如果要让这种错误继续下去…我，我就把彭格列家族毁掉！——《家庭教师》

近期有位用户反馈说在XP/win7系统连接苹果设备，出现了“AppleMobileDeviceUSBCompositeDevice”驱动程序错误的现象。怎么回事呢？这是一般是因为驱动遭到了破坏不齐全导致的，为此，小编给大家分享XP/win7连接苹果设备提示AppleMobileDeviceUSBCompositeDevice的解决方法。解决方法：1、发现这种安装失败的情况时候，首先把自动查找AppleMobileDeviceUSBDriver驱动关掉，不管它，这时候会提示设备没有正确安装，这时候在桌面，用右键点击我的电脑，然后进入属性，从属性里进入设备管理器，这时候，管理器里AppleMobileDeviceUSBDriver两个黄的三角加感叹号很是醒目，不用去管他；2、打开你的通用串行总线控制器就是专门安装USB驱动的那个目录树，你会发现，里面至少有2个USBCompositeDevice的驱动，一般安装苹果设备后至少3个，3、首先对这几个USBCompositeDevice逐个点击属性查看一下，XP系统好说一点，常规里面就会显示是不是AppleMobileDeviceUSBDriver驱动位置。4、在win7里面稍微麻烦一点，就是，把你的苹果设备先拔除，记住剩下几个USBCompositeDevice位置的名字，一般都是什么Port_#0002.Hub_#0004等等，记住之后，再把你的苹果设备插上，这时候你会发现多出来一个USBCompositeDevice；5、点击它，只要不是你刚才记住的那几个位置名称就行；6、然后点击驱动程序，点击更新驱动程序然后用浏览计算机以查找驱动程序软件，7、然后点击从计算机的设备驱动程序列表中选择，这时候会显示兼容硬件驱动，选择第一个，一般就是“AppleMobileDeviceUSBDriver”；8、然后点击确定，不用你管那两个黄色的安装不了的驱动就可以装上了吧，而且以后再有这种模式也不会找不到驱动了。以上便是win10连接苹果设备提示AppleMobileDeviceUSBCompositeDevice的解决方法，希望此方法能够帮助到大家。

你所用的是java设计模式中的单例模式。也就是保证在应用中始终是一个实例。如果调用getInstance，当instance为空时候，就会新建对象，当对象被第一次创建后，那么就直接返回之前创建的对象了。

武汉科技大学算名牌大学。上大学的意义如下：1、学习专业的知识和技能。大学所学的是专业的知识和技能，它不像高中、初中那样，知识面虽广但只是点到即止，而大学传授的知识和技能更具有专业性和普及性，对于个人的成长至关重要，是今后走入社会参加工作安身立命的前提和保障。2、开拓眼界，增长见识。大学是具有社会性的大学，大学阶段丰富的知识可以开拓你的眼界，众多的社团活动可以增加你的见识，各种各样的平台可以让你尽情展示自己的能力，也可以让你从中受益良多，全国各地的校友能让你领略不同地区的文化，不拘一格的项目能增加你的阅历经验。3、培养独立思考的能力。大学之前，你可能受父母的约束，受老师严格的管教，受学校各项规矩的束缚，很多事情都不能够自己做决定。上大学之后，学校的氛围足够开明，老师足够包容，也没有父母常伴左右的约束，很多事情都要自己面对，是非曲直要自己判断，大是大非要自己把握，这样才能够培养自己独立思考的能力。4、提高人际交往的能力。大学校园虽然没有进入社会那么复杂的人际关系，但是要处理好朝夕相处的同学关系、师生关系、内外部联谊关系等等，也是需要一定人际交往能力的。通过大学四年的锻炼，可以提高自己的人际交往能力。5、提高个人素养。大学的知识和文化氛围，对于个人的文化素养、道德素养等方面的提高能够起到很大作用。通过大学阶段的学习，在大学的知识内涵、文化底蕴、校园氛围的熏陶和感染下，个人的素养能够得到很大提升。6、提升学历。这一点是很现实的一个因素。大学毕业获得的大学学历，是将来走入社会参加工作时的一块敲门砖。学历和能力兼而有之，会让你走入社会的路更加顺畅。

OPPO Reno9和OPPO Reno10参数对比分以下几方面：续航方面、内存配置、电池方面、处理器方面、外观和配色、镜头方面等。一、续航方面电池及续航方面，OPPO Reno9手机支持67W快速充电，不支持无线充电，其手机快速充电接口为type-C。充电速度方面，使用原装67W快充，可在10分钟将手机电量充至33%，44分钟即可将手机电量充满。OPPO Reno10系列长寿版100W超级闪充技术，仅需充电5分钟即可刷3小时剧集，让用户告别了电量焦虑。此外，此系列还使用了SUPERVOOCS电源管理芯片，提高了放电效率和延长了电池的使用寿命。二、内存配置OPPO Reno9有两套存储解决方案，8GB+256GB和12GB+256GB的内存类型为LPDDR4X，存储类型为UFS2.2；12GB+512GB的内存类型为LPDDR5，存储类型为UFS3.1。OPPO Reno10系列搭载至高16GB+512GB超大内存、满血版LPDDR5+UFS3.1的组合。三、处理器方面OPPO Reno9搭载高通骁龙778G 5G处理器，八核心架构，6nm制程工艺，其CPU最高频率为2.4Ghz。OPPO Reno10 Pro+将搭载骁龙8+移动平台，同时还会加入航天级超导石墨散热系统，配合内置的ColorOS系统，无论是日常使用还是高负载下运行游戏，体验都不会差。四、屏幕方面OPPO Reno9显示效果方面，该屏支持10.7 亿色显示和广色域显示，HDR模式下，最高支持950尼行亮度；游戏和画面流畅度方面，该屏拥有最高120Hz的刷新率，触控采样率方面，默认状态下为120Hz，最高支持240HZ（5指）。OPPO Reno10系列将配备旗舰同款动态光影屏，支持旗舰级ProXDR显示，带来最高8倍亮度提升。该屏幕还具有1400尼特动态峰值亮度、120Hz动态刷新率以及10.7亿色臻彩显示，能够让拍摄的照片在手机上的显示效果更加出色。五、外观和配色OPPO Reno9共有明日金、皓月黑、微醺、万事红四款机身颜色，其机身尺寸为162.3mm*74.2mm*7.19mm（长宽厚），机身重量为174克，玻璃材质机身，正面采用一块超清曲面屏。OPPO Reno10系列将采用全新优雅设计，带来灿烂金、暮光紫、月海黑以及溢彩蓝四款全新配色，并且整机重量不到200g，手感也非常出色。六、镜头方面OPPO Reno9前置一个3200W自拍镜头，5P式镜头，支持自动对焦，摄影效果方面，支持夜景，人像，全景， 延时摄影，多景录像，萌拍，AI 证件照等。后置两颗摄像头，分别为6400W主摄和200W黑白镜头，主摄镜头f/1.7光圈，6P式镜头，支持自动对焦，黑白镜头为200W像素，定焦镜头，f/2.4，3P式镜头。Reno10系列全系将标配超光影长焦镜头，并且将采用黄金人像焦段，通过自研的RGBW超感光阵列，能够让感光能力提升60%，加之配备独家超光影算法，人像拍摄效果也将更加优秀。此外，部分型号还将升级成潜望式长焦，拥有旗舰1/2英寸大底、6400万超高像素和/2.5超大光圈，并且由于超薄潜望模组的采用，还节省了12%的镜头模组空间，从而不会对手机的手感和重量造成太大影响。以上内容参考：百度百科-OPPO Reno9以上内容参考：百度百科-OPPO Reno10

安西教练经典语录有：1、直到最后一刻，都不能放弃希望。一旦死心的话，比赛就已经结束了。2、记住，你们是最强的。3、不好轻言放下，一旦放下了，比赛就结束了。4、你现在放弃就相当于比赛提前结束。5、不要轻言放弃，一旦放弃了，比赛就结束了。安西教练：安西教练，名字安西光义，是日本漫画《灌篮高手》及其衍生作品中的角色，湘北篮球队教练。年轻时是以严厉而获得"白发鬼"的称号。谷泽龙二是个前途无量的学生，是他重点培养的一名身高在两米以上的大学篮球队员。因此安西教练想把他训练成日本第一的学生，可是谷泽却忍受不了他的严格训练而去美国，最后客死异乡，这件事使得他退出大学篮球界，并性情大变转成白发佛。在一次国中篮球决赛中，国中MVP三井寿因安西教练的鼓励而振作，并扭转了不利的局面，反败为胜，因此成为三井寿最为敬佩的人。后又执教高中的湘北篮球队，并在很短的时间内把四分五裂的篮球队调教成一支强大的队伍，他还看出了樱木花道潜藏着的极大篮球天赋，并加以特训。且让流川枫认识到了自己的弱点。他还带领湘北队在县内大赛中获得了第二名的好成绩，并在全国大赛中打败了上届冠军，近三年未尝败绩的秋田县之山王工业队。以上内容参考：百度百科-安西光义

在python2中，如果定义类时继承了object，那么实例化后对象的type就是该类>>> class Apple(object): pass...>>> red_apple = Apple()>>> type(red_apple)<class "__main__.Apple">>>>但如果定义类的时候没有继承object，实例化后对象的type将会是 instance>>> class Apple(): pass...>>> green_apple = Apple()>>> type(Apple)<type "instance">>>>去看urllib2的源代码，你会发现build_opener返回的对象是从这个东西继承而来的：class BaseHandler:def add_parent(self, parent):self.parent = parentdef close(self):self.parent = None它没有继承object，所以，它的type是instance继承object的类的写法叫做 New-style classes，是在 python 2.2 中引入的，之前的写法被称作 Old clasess或 Classic classes

OPPO Reno使用NFC刷公交卡的方法如下：1. 进入桌面设置--找到【其他无线连接】选项，点击进入。2. 打开NFC按钮，然后点击下面的【触碰付款】，进入之后将默认付款应用选择为oppo钱包。3. 返回桌面找到oppo钱包点击进入，在屏幕顶部有个【公交卡】选项，点击进入。4. 打开底部的添加公交卡，选择你想开通的公交卡，点击开通即可注意事项：此时将手机背部触碰带有NFC功能的银行卡，可以查询银行卡的余额和交易记录。

英语常用单词中文翻译 　　英语的应用无处不在，我们已经身处在一个开口就是英语的时代和地方，英语对于我们而言，就像一日三餐，对于人类而言不可或缺。结合中文来记忆英语单词往往会让我们的英语单词记忆事半功倍，我整理了一些带中文的英语单词大全，供大家学习。 　　 英语单词性--简写语的意义 　　n.名词noun的缩写v.动词verb的缩写 　　pron.代词pronoun的`缩写 　　adj.形容词adjective的缩写 　　adv.副词adverb的缩写num.数词numeral的缩写 　　art.冠词article的缩写prep.介词,前置词preposition的缩写 　　conj.连词conjunction的缩写interj.感叹词interjection的缩写 　　u.不可数名uncountable 的缩写c.可数名词countable noun的缩写 　　pl.复数plural的缩写 　　 英语单词——学习用品(schoolthings) 　　钢笔pen铅笔pencil铅笔盒pencil-case 　　尺子ruler书book书包schoolbag 　　漫画书comicbook明信片postcard报纸newspaper 　　包bag橡皮eraser蜡笔crayon 　　卷笔刀sharpener故事书story-book笔记本notebook 　　语文书chinesebook英语书englishbook 　　杂志magazine词典dictionary数学书mathbook 　　 英语单词——器官（body） 　　脚foot 头head 脸face 头发hair 鼻子nose 　　嘴mouth 眼睛eye耳朵ear 手臂arm 手hand 　　手指finger腿leg 尾巴tail 　　 英语单词——方位(directions) 　　南south北north东east 　　西west左边left右边right 　　课外拓展： 　　东北northeast西北northwest东南southeast 　　西南southwest前面front在前面;当面infront 　　在…前面;当…面infrontof在...之后,在...后面after 　　后面的,在后面back在...之后behind 　　在...上方above在...之上ontopof 　　在...之上over在...下面below/down 　　 英语单词——职业(jobs) 　　教师teacher学生student医生doctor护士nurse 　　司机driver农民farmer歌唱家singer(男)警察policeman 　　作家writer男演员actor女演员actress画家artist 　　电视台记者tvreporter工程师engineer会计accountant 　　销售员salesperson清洁工cleaner棒球运动员baseballplayer 　　售货员assistant(女)警察policewoman 　　 英语单词——患病(illness) 　　发烧haveafever疼痛hurt牙疼haveatoothache 　　感冒haveacold头疼haveaheadache喉咙疼haveasorethroat 　　课外拓展： 　　胃痛haveastomacheache流行性感冒havetheflu 　　背痛，腰疼haveabackache咳嗽haveacough 　　 英语单词——动物（animals） 　　猫cat狗dog 猪pig 鸭duck 兔rabbit 　　马horse大象elephant 蚂蚁ant 鱼fish 　　鸟bird鹰 eagle海狸beaver蛇snake 　　老鼠 mouse松鼠squirrel 袋鼠kangaroo 猴monkey 熊猫panda熊bear 狮子lion 　　老虎tiger 狐狸fox 斑马zebra 鹿deer 　　长颈鹿giraffe 鹅goose母鸡hen 火鸡turkey 　　小羊lamb 绵羊sheep 山羊goat 奶牛cow 　　驴 donkey鱿鱼squid龙虾lobster 鲨鱼shark 　　海豹sealsperm 抹香鲸whale killer 虎鲸whale 　　 英语单词——人物(people) 　　朋友friend男孩boy女孩girl母亲mother 　　父亲father姐妹sister兄弟brother叔叔;舅舅uncle 　　男人man女人woman先生mr.小姐miss 　　女士lady妈妈mom爸爸dad父母parents 　　(外)祖母grandma/grandmother(外)祖父grandpa/grandfather 　　姑姑aunt儿子son婴儿baby堂(表)兄弟;堂(表)姐妹cousin 　　小孩kid同学classmate女王queen参观者visitor 　　邻居neighbors校长principal大学生universitystudent 　　笔友penpal旅行者tourist人物people机器人robot 　　 英语单词——食品、饮料(foodanddrink) 　　米饭rice面包bread牛肉beef炸薯条frenchfries 　　水water蛋egg鱼fish豆腐tofu蛋糕cake 　　热狗hotdog猪肉pork汉堡包hamburger牛奶milk 　　曲奇cookie饼干biscuit果酱jam面条noodle 　　肉meat鸡肉chicken羊肉mutton蔬菜vegetable 　　沙拉salad汤soup冰ice冰激凌ice-cream 　　可乐coke果汁juice茶tea咖啡coffee 　　早餐breakfast午餐lunch晚餐dinner ;

兼可gold peel off mask黄金面膜gold peel off mask金剥离面膜

深圳市罗湖区深南东路地王大厦25楼2513室