书名：《LabVIEW虚拟仪器从入门到测控应用130例》(电子工业出版社.李江全.任玲.廖结安.温宝琴)PDF格式扫描版，全书分为13章，共486页。
2013年4月出版。
内容简介本书从实际应用出发，通过130个典型实例系统地介绍了LabVIEW语言的程序设计方法及其测控应用技术，入门基础篇包括第0～10章，主要内容有LabVIEW基础、数值型数据、布尔型数据、字符串数据、数组数据、簇数据、数据类型转换、程序结构、变量与节点、图形显示和文件I/O；
测控应用篇包括第11～13章，主要内容有PC通信与单片机测控、远程YO模块与PLC测控及LabVIEW数据采集。
提供的实例由实例说明、设计任务和任务实现等部分组成，并有详细的操作步骤。
注：原书没有书签。
为了方便阅读，本人在上传前添加了完整详细的书签。
目录入门基础篇第0章LabVIEW基础0.1LabVIEW概述0.2LabVIEW的编程环境0.3LabVIEW的基本概念0.4前面板对象设计基础0.5数据类型及其运算0.6VI调试方法第1章数值型数据实例基础数值型数据概述实例1数值输入与显示实例2时间标识输入与显示实例3滑动杆输出实例4旋钮与转盘输出实例5滚动条与刻度条实例6数值算术运算实例7数值常量第2章布尔型数据实例基础布尔型数据概述实例8开关与指示灯实例9数值比较实例10数值逻辑运算实例11真常量与假常量实例12确定按钮实例13停止按钮实例14单选按钮实例15按钮的快捷键设置第3章字符串数据实例基础字符串数据概述实例16计算字符串的长度实例17连接字符串实例18截取字符串实例19字符串大小写转换实例20替换子字符串实例21搜索替换字符串实例22格式化日期/时间字符串实例23格式化写入字符串实例24搜索/拆分字符串实例25选行并添加至字符串实例26匹配字符串实例27匹配真/假字符串实例28组合框第4章数组数据实例基础数组数据概述实例29初始化数组实例30创建数组实例31计算数组大小实例32求数组最大值与最小值实例33删除数组元素实例34数组索引实例35替换数组子集实例36提取子数组实例37数组插入实例38拆分一维数组实例39一维数组排序实例40搜索一维数组实例41二维数组转置实例42数组元素算术运算第5章簇数据实例基础簇数据概述实例43捆绑实例44解除捆绑实例45按名称捆绑实例46按名称解除捆绑实例47创建簇数组实例48索引与捆绑簇数组第6章数据类型转换实例基础数据类型转换概述实例49字符串至路径转换实例50路径至字符串转换实例51数值至字符串转换实例52字符串至数值转换实例53字节数组至字符串转换实例54字符串至字节数组转换实例55数组至簇转换实例56簇至数组转换实例57布尔数组至数值转换实例58数值至布尔数组转换实例59布尔值至0，1转换第7章程序结构实例60For循环结构实例61While循环结构实例62条件结构实例63层叠式顺序结构实例64平铺式顺序结构实例65定时循环结构实例66定时顺序结构实例67事件结构实例68禁用结构第8章变量与节点实例69局部变量实例70全局变量实例71公式节点实例72反馈节点实例73表达式节点实例74属性节点实例75子程序设计实例76菜单设计第9章图形显示实例77波形图表实例78波形图实例79XY图实例80强度图第10章文件I/O实例基础文件I/O概述实例81写入文本文件实例82读取文本文件实例83写入二进制文件实例84读取二进制文件实例85写入波形至文件实例86从文件读取波形实例87写入电子表格文件实例88读取电子表格文件测控应用篇第11章PC通信与单片机测控实例89PC与PC串口通信实例90PC双串口互通信实例91PC与单个单片机串口通信实例92PC与多个单片机串口通信实例93单片机模拟电压采集实例94单片机模拟电压输出实例95单片机开关信号输入实例96单片机开关信号输出实例97单片机温度测控实例98单台智能仪器温度检测实例99多台智能仪器温度检测实例100短信接收与发送实例101网络温度监测第12章远程I/O模块与PLC测控实例102远程I/O模块模拟电压采集实例103远程I/O模

MATLAB神经网络30个案例分析（高清+源码）包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络。
MATLAB神经网络30个案例分析（高清+源码）该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；
还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。
该书另有31个配套的教学视频帮助读者更深入地了解神经网络。
本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
-------目录第1章P神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归——非线性函数回归的实现第8章GRNN的数据预测——基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章SVM的数据分类预测——意大利葡萄酒种类识别第13章SVM的参数优化——如何更好的提升分类器的性能第14章SVM的回归预测分析——上证指数开盘指数预测第15章SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第16章自组织竞争网络在模式分类中的应用——患者癌症发病预测第17章SOM神经网络的数据分类——柴油机故障诊断第18章Elman神经网络的数据预测——电力负荷预测模型研究第19章概率神经网络的分类预测——基于PNN的变压器故障诊断第20章神经网络变量筛选——基于BP的神经网络变量筛选第21章LVQ神经网络的分类——乳腺肿瘤诊断第22章LVQ神经网络的预测——人脸朝向识别第23章小波神经网络的时间序列预测——短时交通流量预测第24章模糊神经网络的预测算法——嘉陵江水质评价第25章广义神经网络的聚类算法——网络入侵聚类第26章粒子群优化算法的寻优算法——非线性函数极值寻优第27章遗传算法优化计算——建模自变量降维第28章基于灰色神经网络的预测算法研究——订单需求预测第29章基于Kohonen网络的聚类算法——网络入侵聚类第30章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类MATLAB

为方便大家的学习、交流，将博客导出为pdf，有兴趣的童鞋可自行下载！

在小米盒子1s的1.4.23和1.5.16系统上测试好用，其他的应该能行，详情可看https://blog.csdn.net/boaman/article/details/85205014

不知道为什么DAVE4官网连接失效了，DAVE3也勉强能用

中科大软件学院张曙老师算法导论课程资料（课件+历年考试真题和2019.1期末考试一致），绝对靠谱，由于之前下载积分已经被CSDN自动提升到了23分，我现在手动降回了5分，希望可以帮到大家。

酷家乐3D室内装修设计软件是时下最热、最酷、最帅的“装修神器”，是覆盖最广、用户最多、最受用户喜爱的装修软件。
10秒可免费生成高清效果图，能够让你为客户、家人、自己快速打造理想居所。
业主使用超级家装，10秒瞬间可以生成你的家，让装修更加随心所欲。
设计师使用酷家乐，效果图立等可取，向业主证明专业度，可极大提高接单成功率！酷家乐3D室内装修设计软件核心优势：操作简单，完全免费，无需学习，任何人都可以使用。
拥有多项技术专利，核心技术团队来自美国硅谷，开发团队大多毕业于清华、浙大、上交等国内知名高校。
拥有全国最新最全的3D户型图库，用户只需输入楼盘小区名称，即可立即获得自己需要的户型图。
拥有全球领先的技术，10秒可生成效果图，30秒快速出360°动态全景图，极大提高了设计师的工作效率，从而提高设计师的接单成功率。
以往设计师使用3Dmax做一套效果图短则三五天，多则一两周，而酷家乐几分钟就能搞定。
5分钟就能生成装修方案和清单，拥有数十万真实3D家具建材模型库，海量风格样板间一键匹配，这些模型随你任意拖动摆放，搞定方案后，可同时输出装修清单，接下来您需要做的就是拿着清单去找施工队了。
酷家乐3D室内装修设计软件截图

java的23种设计模式视频，非常给力，不收费了，免费共享给大家，觉得不错的留个言！

通用的生鲜水果食品外卖商城app前端手机页面模板html全套下载。
主要有：订单详情，结算，购物车，分类，商品详情，个人中心，搜索等总共23个页面。

ArcGISPro中文版种子文件，可度盘秒离。
ArcGISPro是ESRI桌面产品线的新秀,集很多新技术于一身,纯64位,Ribbon,二三维一体化等。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。