基于STM32F429开发板，用模拟SPI和硬件SPI两种方式驱动OLED。基于STM32F429开发板，用模拟SPI和硬件SPI两种方式驱动OLED

新华三baas使用到的两个链码案例，golang与nodejs版

深度学习自学记录（3）——两种多分类混淆矩阵的Python实现（含代码）1、什么是混淆矩阵2、分类模型评价指标3、两种多分类混淆矩阵3.1直接打印出每一个类别的分类准确率。3.2打印具体的分类结果的数值4、总结 1、什么是混淆矩阵 深度学习中，混淆矩阵是ROC曲线绘制的基础，同时它也是衡量分类型模型准确度中最基本，最直观，计算最简单的方法。它可以直观地了解分类模型在每一类样本里面表现，常作为模型评估的一部分。它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）。 首先要明确几个概念： T或者F：该样本 是否被正确分类。 P或者N：该样本 原本是正样本还是负样本

oracle数据库用DBLINK连接另一个数据库的两种方法.txt

作业 操作系统的cpu调度算法 完成SJF抢占优先算法 完成SJF非抢占算法 完成时间片轮转算法 完成express的文件上传

MFC两种线程方式实现进度条，虽然界面不是很好看，但是原理清楚，适合初级阶段的童靴学习交流。

m_gLayout->addWidget(m_labelcreate.at(itemIndex),i,j+lineEditindex); m_gLayout->addWidget(m_lineEditcreate.at(itemIndex),i,j+lineEditindex+1);

偏最小二乘是建立表到表的线性拟合关系，然后预测的方法(处理高维数据)，比如在光谱分析中，X是某物质的光谱样本构成的训练集，Y是对应的成分数据，x是要预测成分的光谱数据。

js实现的3D动态旋转效果的词云图，可配置参数，有两类不同方法实现的，直接可用的完整demo！！！

花了半天时间网上整理出来的两种从Access 导出数据到Excel的方法。一种是在服务器端，一种是客户端。挺好用的 ！