为《仿照linux内核的链表构造并遍历》一文写的测试源文件，文章链接https://blog.csdn.net/eidolon_foot/article/details/112998927。
文件里面有链表声明和初始化、判断链表是否为空、表头插入、表尾插入、遍历、反向遍历、由链表节点到数据项、删除节点的详细注解和示例。
在linux下用gcclist.c编译，./a.out运行。
文件里面有链表声明和初始化、判断链表是否为空、表头插入、表尾插入、遍历、反向遍历、由链表节点到数据项、删除节点的详细注解和示例。
在linux下用gcclist.c编译，./a.out运行。
2024/6/7 13:38:10
8KB
1
本装置从使用简单、调整方便、功能完备角度出发，实现了波形由正常到失真的变化以及总谐波失真的测量。
装置由外界信号源、微控制器模块、采集测量模块、晶体管放大器模块、外接示波器组成。
运行时外接信号源频率1kHz、峰峰值20mV的正弦波作为晶体管放大器输入电压ui供模块测量，通过单片机控制输出无失真以及顶部失真、底部失真、双向失真、交越失真4种失真波形，并且计算各种波形的总谐波失真。
装置由外界信号源、微控制器模块、采集测量模块、晶体管放大器模块、外接示波器组成。
运行时外接信号源频率1kHz、峰峰值20mV的正弦波作为晶体管放大器输入电压ui供模块测量，通过单片机控制输出无失真以及顶部失真、底部失真、双向失真、交越失真4种失真波形，并且计算各种波形的总谐波失真。
2024/6/3 6:47:52
1MB
1
压缩包里有客户端源码和服务器端源码，支持TCP的双向认证，也支持WEBSOCKET的双向认证，内附测试wss的测试例子，需要生成PKCS12的证书，导入浏览器才可以测试。
2024/5/23 8:46:35
5.2MB
1
压缩包包含以下内容：100000秒以内的计时程序10秒的秒表4×4键盘矩阵控制条形LED显示8×8LED点阵屏显示数字8只数码管显示多个不同字符8只数码管滚动显示单个数字8只数码管滚动显示数字串8只数码管闪烁显示INT0中断控制LEDINT0中断计数INT0及INT1中断计数K1-K4分组控制LEDK1-K4控制LED移位K1-K4控制数码管加减演示K1-K4控制数码管移位显示K1-K4键状态显示LED模拟交通灯TIMER0与TIMER1控制条形LEDTIMER0控制LED二进制计数TIMER0控制单只LED闪烁TIMER0控制四只LED滚动闪烁TIMER0控制流水灯串行数据转换为并行数据从左到右的流水灯单只数码管循环显示0-9单片机与PC机串口通讯仿真单片机之间双向通信单片机向主机发送字符串定时器控制交通指示灯定时器控制数码动态显示定时器控制数码管动管显示左右来回的流水灯并行数据转换为串行数据开关控制LED开关控制报警器报警器与旋转灯按键发音按键控制8×8LED点阵屏显示图形按键控制定时器选播多段音乐播放一段音乐数码管显示4×4键盘矩阵按键数码管显示拨码开关编码演奏一段音阶用定时器设计的门铃用计数器中断实现100以内的按键计数甲机通过串口控制乙机LED闪烁继电器控制照明设备花样流水灯闪烁的LED
2024/5/22 7:40:51
1.81MB
1
WS0.6.2区域卫生信息平台交互规范（共18个）:1：总则2：时间一致性服务3：节点认证服务4：安全审计服务5：基础通知服务6：居民注册服务7：医疗卫生机构注册服务8：医疗卫生人员注册服务9：术语注册服务10：文档存储服务11：文档采集服务12：文档管理服务13：文档调阅服务14：文档订阅发布服务15：预约挂号服务16：双向转诊服务17：签约服务18：提醒服务
2024/5/21 8:47:21
9.73MB
1
此贪吃蛇小游戏用c语言编写，链表实现，图形界面基于curses库实现，界面有计时器，还可以实时记录分数，显示当前分数，上一次游戏分数，历史游戏最高分数。
2024/5/18 17:01:33
260KB
1
本文基于支持向量机（SVM）和改进的粒子群优化（IPSO）算法（SVM-IPSO）创建了双向预测模型，以预测碳纤维的性能和生产参数。
在SVM中，选择对预测性能有重要影响的参数至关重要。
提出了IPSO对它们进行优化的方法，然后将SVM-IPSO模型应用于碳纤维产量的双向预测。
SVM的预测精度主要取决于其参数，因此利用IPSO来寻找SVM的最佳参数，以提高其预测能力。
受小区通信机制的启发，我们通过将全球最佳解决方案的信息纳入搜索策略来提出IPSO，以提高开发效率，并采用IPSO建立双向预测模型：在前向预测的方向上，我们认为富有成效参数作为输入，属性索引作为输出；
在向后预测的方向上，我们将性能指标视为输入，将生产参数视为输出，在这种情况下，该模型成为新型碳纤维的方案设计。
来自一组实验数据的结果表明，该模型的性能优于径向基函数神经网络（RNN），基本粒子群优化（PSO）方法以及遗传算法和改进的粒子群优化（GA-IPSO）方法在大多数实验中都是如此。
换句话说，仿真结果证明了SVM-IPSO模型在处理预测问题方面的有效性和优势。
在SVM中，选择对预测性能有重要影响的参数至关重要。
提出了IPSO对它们进行优化的方法，然后将SVM-IPSO模型应用于碳纤维产量的双向预测。
SVM的预测精度主要取决于其参数，因此利用IPSO来寻找SVM的最佳参数，以提高其预测能力。
受小区通信机制的启发，我们通过将全球最佳解决方案的信息纳入搜索策略来提出IPSO，以提高开发效率，并采用IPSO建立双向预测模型：在前向预测的方向上，我们认为富有成效参数作为输入，属性索引作为输出；
在向后预测的方向上，我们将性能指标视为输入，将生产参数视为输出，在这种情况下，该模型成为新型碳纤维的方案设计。
来自一组实验数据的结果表明，该模型的性能优于径向基函数神经网络（RNN），基本粒子群优化（PSO）方法以及遗传算法和改进的粒子群优化（GA-IPSO）方法在大多数实验中都是如此。
换句话说，仿真结果证明了SVM-IPSO模型在处理预测问题方面的有效性和优势。
2024/5/15 2:02:19
536KB
1
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。
2024-04-09 15:03
15KB