学习图像处理，无疑会涉及到降维的操作，而PCA是常用的降维算法，既然经常用到，所以需要抠明白才行啊~~      PCA（PrincipalComponents Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题时，比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。    这时，

 　　正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。　　列目录时，　dir *.txt或ls *.txt中的*.txt就不是一个正则表达式,因为这里*与正则式的*的含义是不同的。 正则表达式　　是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的

page cache是一种策略，就是使用完的page并不是立即放到内核的 free page list中，而是暂时缓存着已被再次使用。这样系统中的 缓冲的page就越来越多，系统中的free page就越来越少，怎么办？ 系统通过内核线程来完成缓存中页面的回收工作，这些内核线程是 定期被调用的，平时则处在睡眠的状态，如果进程需要page而free page严重短缺的时候，进程可以唤醒这些内核线程来