出并设计了基于计算机视觉的手势识别系统。采用双肤色模型和背景自适应模型进行手势分割，解决纷乱背景 下实时手势分割问题。以傅里叶描述于表缸E手势轮廓，基于BP网络建立的手势识别分类器，具有较强的自学习能力，提高了 识别率。-A hand gesture recogll主ti。n system which based on∞mputer vision is Prescn}ed in thi3 pape。A method of combinirlg double c010r-spatial

基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne

用单片机SCM实现的TI CC2400/1100/2500无线收发发c代码，空旷距离300米有效 ，FSK/GFSK调制，2.4G频段 -SCM SCM TI CC2400/1100/2500 wireless transceiver hair c code, open distance of 300 meters, the FSK/GFSK modulation, the 2.4G band