本文包含大量作者的主观价值导向的内容，仅代表由个人经历出发的认知和理解。 本文是上一文章的接续，如果没有看过前一章的话建议先行阅读。上一篇文章发出后，陆续收到了来自评论区和私信的一些问题，现进行解答。 全文将主要以问答+个人陈述的方式展现。 问答环节 Q: 你在自己性别身份的转换上，取得了那些成功，遇到了哪些问题，准备怎么应对？ 以抑郁为代

本文包含大量作者的主观价值导向的内容，仅代表由个人经历出发的认知和理解。 本来这个系列文章应该在上个月的31日发出，但是由于一系列原因咕咕了，最近准备缓慢地补完。 全文将主要以问答+个人陈述的方式展现。 基本概念如果您还没有了解跨性别（Transgender）相关的概念，以下有一些链接可供参考阅读： 性別不一致 | 维基百科 性别不安 | 百度百

由于历史原因，几个月前收了一台 剑派 8800UV 对讲机。它是长这样的。 一开始我被它看似强大的功能和彩屏吸引，拿到手上后才发现，事实上跟 UV-5R 没有什么本质上的区别。 前几天学校在筹建无线电社团，因此把这个台拿出来，准备写点频道进去，但并不知道该用什么软件来写入。 尝试 1：官方下载失败。 我尝试搜索这个厂家，并没有在淘宝/天猫外看到其它销售渠道乃至任何官方网站。 尝试 2：

Multivariate Time Series多变量时序（MTS）这个 Topic，主要是两个方面，预测和异常检测（后者事实上也可以通过预测来得到结果）。 目前根据咱的方向，主要是做基于图的时序数据挖掘，事实上在大多数论文中，这被分成了两个步骤： 首先通过时序数据，提取特征，构建图模型。 然后使用基于图的机器学习模型，完成给定的任务。 组会相关这次组会主要有提及三种不同的在时序数据上构建图的

这篇文章将介绍 IFSolverR 对于匹配到的图片是如何生成网格、检测错误识别并排版生成最后的输出的。 生成网格先前说到，IFSolverR 对所有的图片进行匹配并得到了一份映射坐标列表，而最后输出需要的数据显然应该是一个矩阵 $ M $，使得对于行 $ i $ 和 列 $ j $： $$ M= \begin{pmatrix} \displaylines{ (P_{x1}, P_{

在这篇文章里，将详细介绍 IFSolverR 是如何匹配特征的，这是本次更新中最核心的环节。 简要介绍与先前的 IFSolver 不同，使用 SIFT 进行全图匹配一定会引入一些错误的特征点，如何判断某个匹配是否是符合要求的，以及如何处理图中存在的多个匹配，是本节需要关注的主要问题。 粗匹配1bestMatches = BFMatcher.matchDescriptor(d, dFull)

这篇文章里，将具体说明 SIFTExtractor 的情况，这主要是使用 SIFT 进行特征提取。 SIFT 算法SIFT 是 David Lowe 提出的一种尺度不变特征变换匹配算法。它的一大特点是提取出的特征对于平移、旋转等特性具有不变性。 它主要做了如下几个步骤： 建立尺度空间的高斯差分金字塔。 在尺度空间内检索极值点。 对特征点赋值，获取位置、尺度、方向的信息。 对于第一步，总的来

由于大家都注册了萌萌的 .moe 域名，我也来效仿一个。 光敏性癫痫提示对于极少数人群，网站中的动画效果可能会引发癫痫或眩晕症状。如果您感到头晕、恶心、眼睛抽搐、癫痫发作，请即刻关闭页面并立即就医。 ewe.moe 一些文字小技巧中间的 🐑 logo 其实是字体，嘤为 threejs 对透明度图片的资瓷并不好。 然而，在 threejs 官方给的

IFSolverR 是 IFSolver 系列的改进，旨在有效应对官方的加扰手段，并增加可视化修正和鲁棒性。同时对老旧的代码结构进行调整。 前言一些 Agent 嘤该很熟悉，在 2020 年创建的 IFSolver 为不少地区的 IFS 图片解码提供了帮助。然而好景不长，在 2021 年，IFS-UN 似乎注意到了这一点，为了提升活动难度，避免摸鱼，从某个月份开始，IFS 解密图便加入了旋转、

IFSolver 是一个用以自动匹配和解算 IFS @ 2020 的程序，使用 Python 和 OpenCV 库编写。 前言自从疫情爆发后，Ingress First Saturday（IFS）也搬到了线上。除了要求直播唠嗑外，为了不让众参与者们闲着，IFS-UN 也费尽心思地提高了 Passcode 解谜的难度。理论而言它确实能带动广大 Agent 的积极性，但是由于大家都是鸽子，事实上任