Linux中图片旋转，缩放，合并

完成图像的旋转，缩放，合并，使用时只需运行main即可，会对象对应的炒作选项，要修改图片的路径须在mian.c中修改，合并是需要在Function.h中修改

DBTranfer(封装其他系统对linux系统中oracle数据库的访问)

通过libsqlora8（PROC）库封装了对oracle数据库的访问，使用时只需修改oracle数据库的连接字即可，数据的发送使用socket通信，在win7和rhl系统中通过测试

CodeGear RAD 2007 up4 破解包

CodeGear RAD 2007 up4 破解包

NORTHWND;PUBS

这是sql server中经典数据库，与2000和2005兼容，很多书籍中都有用到，想做实验又不想自己建立一个新的数据库，这是一个不错的选择。

高质量C++和C编程指南

面试中碰到很多题目都是上面抄下来的，看了之后发现平时写程序太大意了，现在推荐给大家！！！哦，忘了介绍书的内容了，^-^…………………………………………………… 本书第一章至第六章主要论述C++/C 编程风格。难度不，但是细节比较多。别小看了，提高质量就是要从这些点点滴滴做起。世上不存在最好的编程风格，一切因需求而定。团队开发讲究风格一致，如果制定了大家认可的编程风格，那么所有组员都要遵守。如果读者觉得本书的编程风格比较合你的工作，那么就采用它，不要只看不做。人在小时候说话发音不准，写字潦草，如果不改正，总有后悔的时候。编程也是同样道理。第七章至第十一章是专题论述，技术难度比较高，看书时要积极思考。特别是第七章“内存管理”，读了并不表示懂了，懂了并不表示就能正确使用。

用户管理（bcb实现）

实现了简单的用户管理，结合文件操作实现1000用户以内用户的管理，里面的一些具体函数间本人的博客：http://blog.csdn.net/guolonghui。 写的比较粗糙，多多指教。

k_means(matlab实现)

k-Means 算法接受输入量 k ；然后将 n 个数据对象划分为 k 个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个 “ 中心对象 ” （引力中心）来进行计算的。 　　 k-Means 算法的工作过程说明如下：首先从 n 个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数。k 个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。

改进均值的视频交通背景提取 matlab实现

本方法在均值法计算速度快的基础上取其进行该进，提高其计算精度，时间增加相对其原来的执行时间可以忽略，试验结果也比较好！欢迎大家一起交流，这方面的实现方法还有很多，中值，直方图，聚类，帧差法等，email: guolonghui110@163.com