Gelercat的博客

最近做的一个小项目，是需要通过一个网络实时将画面传输给后端进行处理。因为涉及到对运动的捕捉，延迟要求较为严格。我的网络摄像头是Z CAM E2 M4，内置了rtsp流。使用rtsp流时总会产生2秒的延迟。直接使用ffmpeg播放依然存在2s延迟。尝试过修改缓冲大小无果。查阅相机文档发现有个mjpeg流，在浏览器中直接打开异常稳定且低延迟。于是尝试换用mjpeg流。

课程作业，在设计上用到了前后端分离的思想，把业务层和逻辑交互层分开来写。本来想用qml实现前后端分离，时间问题没做图形界面，只写了个扣1扣2的cmd界面，谈不上前后端之分。前前后后写了三天，从最底层数据封装开始，到内存的自动管理，再到业务层，最后是扣1扣2的界面层，总体来说还是很累的，简单记录一下屎山x。其中交互层还有很多未知bug，但咱重点突出一个能跑就行好吧，也欢迎大家指正。

讲解了内部排序的几种经典算法，用C++实现，可运行，详细注释带你看懂代码

查找和排序是数据处理系统中最重要的两个操作，其次是插入、删除三种查找方法： 逐个比较，直到找到元素，输出结果在编写时，常把i=0的数据设为要查找的元素，可减少代码与时间折半查找（二分法查找）要求待查找的表必须是按关键字大小有序排列的顺序表折半查找的思想:判定树(比较树):二分查找过程可用二叉树来描述,把当前查找区间的中间位置上的记录作为根,左子表和右子表中的记录分别作为根的左子树和右子树。 折半查找成功时的平均查找长度ASL假定表的长度n=2^h-1，则相应判定树必为深度是h的满二叉树

简单易修改的KMeans实现，数学建模课程作业必备

主要反馈表现结果，有时只告诉是否完成目标。目标包含运动、动力及肌肉活动等需求。如果错误反馈不被忽略，会影响表现。确保外界注意力，关注于运动表现。确认自我评估，对自身情况了解。主要反馈运动过程，动作特征。忽略沉余反馈，表现不受影响。初学者初期会使用，无论对错。无任务本体反馈时需要。多余反馈是否被忽略？

让实验者观看动作过程中标记点位置的视频（运动的抽象信息），然后进行实操，大多 数受试者可以判断出动作模式并进行复现。练习之观看示例视频，实验组第一天就能形成规律的运动模式，而对照组模式混乱。通过标记点技术可以轻松的判别各种动作的模式。从观察没有经验的示范者的过程种获得学习效益。核心是有记忆编码，通过调用记忆来操控动作。口授指出这些特征，反而会有负面影响。在训练中可以配对学员让其互相观察。有机体自组织形成学习，无记忆编码。运动模式中相对不变的特征。很简短的一个词，是指令。

树是n个结点的有限集，当n = 0时，称为空树非空树应满足以下条件有且仅有一个特定的结点，称为根，没有直接前驱，有零个或多个直接后继；其余n-1个结点可以划分成m个互不相交的有限集，每个有限集又是一棵树，称为根的子树。每颗子树的根节点有且仅有一个直接前驱，但有零个或多个直接后继。

可行性，有穷性，确定性（输入，输出）设计要求：正确性，可读性，健壮性，高效率与低储存频度：代码重复执行的次数一般计算最坏时间复杂度，也可以计算平均次数。

负迁移作用是暂时的，只存在于技能学习的早期阶段（学习三阶段模型的认知阶段）经验法则：迁移测试为最佳评测手段eg：比赛，考试，日常活动（康复患者）认为正迁移取决于两组或两种表现场景在认知处理过程的特征上的相似程度。认为正迁移取决于两组技能或两种表现场景在成分或者特征上的相似程度。认知惯性的产生，对新的操作要求产生混淆。之前所学对新技能学习或新场景下的技能表现所产生的影响。技巧学习顺序取决于前面学习能否对后面所学有正迁移作用。三个迁移：正迁移、负迁移、零迁移（不讨论）加深我们对学习过程的理解。

使用c++实现了链表，并对一些常见的问题进行了解释。

一篇文章带你搞定c语言文件操作，应付考试没问题√

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录目录文章目录前言一、三目运算二、++i 与 i++三、位运算C语言的原码，反码，补码c语言中提供了如下的位运算 四、switch语句总结前言体校工科人的学习记录总的来说是个人的笔记总结，主要给自己看的分享出来感觉会更有动力一点（？）ok here we go~提示：以下是本篇文章正文内容，下面案例可供参考一、三目运算题目：...