寝室

　　股份转让是股东的基本权利。但对于上市公司的大股东、董监高们来说，减持不仅要做到合法合理、诚实守信，更应考虑到减持对公司带来的负面影响。 　　今日(5月26日)，在证监会例行发布会上，新闻发言人邓舸表示，证监会将修改《上市公司大股东、董监高减持股份的若干规定》等若干规定，引导股东减持有序进行。 　　经济学家韩志国在其微博发文称：“毫无疑问，这是市场监管向正确方向迈出的重要一步，但在新的规范意见岀台前，应全面冻结大小非减持，以防止孤注一掷套现冲击市场。” 大宗交易方式，正在成为越来越多重要股东的“过桥减持”途径。 　　不过，即使这样，仍然挡不住A股重要股东的套现冲动。例如，5月中旬美的集团(000333.SZ)创始人、实际控制人何享健减持套现11.2亿元，就在市场引起了广泛的争议。 　　根据深交所5月15日披露，何享健5月12日通过大宗交易减持美的集团3232.84万股，占总股本0.5%，减持均价为每股34.68元，套现金额超过11.2亿元。换句话说，何享健减持3天后，套现的信息才公之于众。 　　再如，5月19日，鑫科材料(600255.SH)发布公告称，公司第二大股东恒鑫集团及其实控人李非列拟清寝室

消息来源 | 广东公共DV现场 近日，在深圳 ，詹女士和朋友黄女士在散步时, 竟然被雷击 。浑身的衣服都烂了，皮肤也烧焦，脚上一双鞋都开花了。 女子 浑身都被雨打湿了，而她的同伴一直哭着在喊救命。 情况危急，几名保安轮流背着女子，快速 送往 医院急救。 晨练那么多人，为什么 只有詹女士一人被雷电击中呢？詹女士说，可能因为自己当时拿了一把雨伞，又站在树木密集的区域，引来雷电上身。幸运的是，詹女士和黄女士目前已经无大碍了，只需要留院观察。 那么在户外运动时，如果遇到雷雨天气，如何才能避开危险呢？ 1 不要在大树、电线杆、广告牌、各类铁塔底下避雨。 雷雨时，如果身在空旷的地方，应该马上蹲在地上，这样可减少遭雷击的危险。不要用手撑地，这样会扩大身体与地面接触的范围，增加遭雷击的危险。双手抱膝，胸口紧贴膝盖，尽量低头，因为头部最易遭雷击。 2 不要骑马、骑自行车、骑摩托车和开敞篷车。 如正在车内，应留在车内。车壳是金属的，因屏蔽作用，就算闪电击中汽车，也不会伤人，因此，车厢是躲避雷击的理想地方。 3 不要停留在铁门、铁栅栏、金属晒衣绳、架空金属体以及铁路轨道附近。 4 寝室

消息来源 | 浙江卫视 开车不喝酒， 喝酒不开车。 这话谁都懂， 也知道酒驾、 醉驾的危害！ 但网上说 最近有车主吃过某种水果后， 居然被查出酒驾？！ 这种水果就是荔枝 小小的荔枝真有如此大的威力？下面你仔细看就知道了▼▼▼ 视频中，食用荔枝前，实验员对着吹气式酒精测试仪上面的连接管深吹了几口气，仪器数据显示记者体内酒精浓度为0mg/100ml。 然后，实验员吃下第一颗荔枝，首次吹气检测，立即被测出体内酒精含量达到51mg/100ml，属于“酒驾”。 根据规定，车辆驾驶人员血液中酒精含量大于或等于20mg/100ml、小于80mg/100ml，为酒驾；血液中酒精含量等于或大于80mg/100ml，为醉驾。 如果换一个人，情况会不会有变化？得出的结果竟然也是一样的：血液中酒精含量还是相当于酒驾！ 为什么吃荔枝会导致“酒驾”，甚至“醉驾”呢？ 荔枝之所以很甜，是因其含有较高的糖分，荔枝肉又被一个外壳包住，糖分经无氧呼吸后，会产生酒精和二氧化碳，因此，荔枝可被用于酿酒。当荔枝被从树上摘下来后，光合作用减少，荔枝内部细胞会缺氧，会增加无氧呼吸的速度，导致其产生乙醇速度增快。 我们在吃荔寝室

雷锋网消息，英国卫报在近期的一次调查中，首次揭露了 Facebook 对其平台内容的审核标准。这些内部培训文件多达 100 多个，涉及包括暴力、恐怖主义、色情、种族主义、自残行为等话题。这些文件详细地告诉工作人员如何评判内容是否违规，并决定是否删除。 绿色是允许发布，红色是需要删除的内容 在去年《卫报》发现的一些 Facebook 内部培训文件中这样写道： 类似 “射杀特朗普” 的评论应该被删除，因为特朗普是美国元首，需要被保护的。? 场面暴力的死亡视频可以不被删除。虽然它们的标签是 “令人不安”，但是它们可以提升人们对一些问题的认识，如精神疾病；? 一些非性虐待儿童的照片可以不删除，除非有施虐狂或庆祝等因素；? 虐待动物的照片可以分享，只有那些极度过分的照片才会标记为 “令人不安” ；? 允许用户直播自残行为，因为 Facebook“不想惩罚那些处于痛苦中的人”； …… 此外，Facebook 还告诉卫报，除了人工审核外，他们内部还会使用某些软件对一些违规的图片进行拦截，被拦截的图片将无法上传到网站。 对于这些文件，Facebook 的全球政策管理负责人 Monika Bickert 表示：Facebook 有差不多寝室

雷锋网按：这是篇是利用 OpenCV 进行人脸识别的技术讲解。阅读本文之前，这是注意事项： 建议先读一遍本文再跑代码——你需要理解这些代码是干什么的。成功跑一遍不是目的，能够举一反三、在新任务上找出 bug 才是。 请确保用的是 OpenCV v2 你需要一个网络摄像头 OpenCV OpenCV 是最流行的计算机视觉库，原本用 C 和 C++ 开发，现在也支持 Python。 它使用机器学习算法在图像中搜索人的面部。对于人脸这么复杂的东西，并没有一个简单的检测能对是否存在人脸下结论，而需要成千上万的特征匹配。算法把人脸识别任务分解成数千个小任务，每个都不难处理。这些任务也被称为分类器。 对于类似于人脸的对象，你或许需要不少于 6000 个分类器，每一个都需要成功匹配（当然，有容错率），才能检测出人脸。但这有一个问题：对于人脸识别，算法从左上角开始计算一个个数据块，不停问“这是张脸吗”。每个数据块有超过 6000 个检测，加起来的计算量会达到数百万级别，计算机很可能会让你等得花儿都谢了。 OpenCV 使用 cascades 来避免这种情况。Cascade 是什么？最佳答案已经在字典里了：一条瀑布或者连续瀑布。 好比连续瀑布，Open寝室