由c言语实现的最大相关最下冗余的特征选择算法源码部分。

AesTestTool为加密软件，支持GCM和ECB两种模式128bit秘钥GCM算法是一个C++工程，“C++gcm算法工程”目录里面有源码加密软件是用C#写的，所以把C++工程编译成了dll文件，由C#调用“软件工程目录”文件夹是AesTestTool的源码因为在实际工程使用中使用到了AESGCM和ECB两种算法，所以写了一个小软件用于测试，实测GCM加密解密、GMAC算法、ECB算法加密解密都没有问题软件是用C#写的，所以需要.NET支持

调剂算法

算法

鲁东大学张小峰编制，源码丰富却简约，简单易懂，模块分明，适合粗糙集初学者学习。

VB写的位置式PID算法公式源码，是仿照西门子PLC的PID公式写的，在网上碰到好多网友索要，如今公布出来，希望对大家有用.不过你要给我贡献点资源分。

多个函数利用多种粒子群算法处理优化问题：用二阶粒子群优化算法求解无约束优化问题用二阶振荡粒子群优化算法求解无约束优化问题用混沌粒子群优化算法求解无约束优化问题用基于选择的粒子群优化算法求解无约束优化问用基于交叉遗传的粒子群优化算法求解无约束优化问用基于模拟退火的粒子群优化算法求解无约束优化问题用随机权重粒子群优化算法求解无约束优化问题用学习因子同步变化的粒子群优化算法求解无约束优化问题用学习因子异步变化的粒子群优化算法求解无约束优化问题

《数据结构》（C语言版）算法源码及运行演示系统使用说明一、启动演示系统双击演示系统应用程序文件“DS_VC_ALGO.EXE”启动演示系统，出现图1所示界面。
图1《数据结构》（C语言版）算法源码及运行演示系统主界面二、演示系统使用步骤除了个别算法之外，演示系统给出了《数据结构》（C语言版）书中算法对应的程序代码（CPP文件）和测试运行程序（VC++6.0的EXE文件）。
通过本系统，可以显示算法的源代码以及运行结果。
具体操作步骤如下：1．选择相应章单击演示系统界面右侧章选择按钮。
例如，要选择第6章，则单击“第6章”选择按钮。
当相应章被选择后，窗口的右侧部分将列出本章的算法选择按钮。
例如，选择第6章后，窗口的右侧部分将显示第6章中的算法6.1-6.13和6.15的选择按钮。
由于书中的算法6.14和6.16只是示意性算法，故未给出源码，其按钮上的文字为灰色，处于“无效”状态。
2．选择相应章中的算法单击窗口右侧部分所列举的本章某个算法选择按钮，被选择的算法的源码将在窗口左侧空白区域中显示。
对于较长的源码，单击显示区域后，可用键盘的光标键和翻页键浏览源码。
例如，选择了第6章中的算法6.5后界面如图2所示：图2选择算法6.53．运行测试程序单击窗口上部的“运行”按钮，将弹出运行窗口，运行所选算法的测试程序。
若运行按钮为灰色，表示该算法无单独测试程序。
例如，算法6.5的测试运行窗口如图3所示：图3测试运行窗口测试运行说明：测试运行窗口显示程序的执行过程及结果。
若在显示过程中出现运行窗口无法正常演示的情况，只需调节运行窗口大小即可正常显示（调节最小化按钮或窗口最大化/还原按钮“”）。
三、退出演示系统使用完毕后，单击窗口右上角关闭按钮“”退出演示系统。
四、测试程序示例在《数据结构》的课程教学中，各抽象数据类型的设计与实现是重要的学习和实践环节。
为此，本系统只给出了各算法源码的测试程序的可执行文件。
在此，给出算法6.5的测试程序示例，以供参考。
算法6.5是中序遍历线索二叉树的非递归算法，要对其源码进行测试，可首先调用算法6.6及6.7建立中序线索二叉树。
以下是测试程序的源码，相关类型和辅助函数定义在文件include06.h和include06.cpp中，此略。
//test0605.cpp:Definestheentrypointfortheconsoleapplication.//#include"stdafx.h"#include"include06.h"//相关类型和辅助函数的定义BiThrTreepre;//线索二叉树遍历辅助变量#include"algo0607.cpp"//算法6.7源码#include"algo0606.cpp"//算法6.6源码#include"algo0605.cpp"//算法6.5源码intmain(intargc,char*argv[]){chargl_str[64];BiThrTreeT;BiThrTreeThrt;printf("*******************************************\n");printf("*《数据结构》（C语言版）严蔚敏，吴伟民*\n");printf("*算法6.5,6.6&6.7*\n");printf("*******************************************\n");srand((unsigned)time(NULL));//随机函数初始化T=NULL;//空二叉树Tfor(intpass=0;pass＜5;pass++){//测试运行5次，第一次为空树outBiThrTree(T,gl_str);//以类广义表的方式输出二叉树T到gl_strprintf("T=%s\n",gl_str);//显示pre=NULL;Statusr=InOrderThreading(Thrt,T);//算法6.6,6.7,中序线索化printf("InOrderThreading(Thrt,T):%s\n",(r)?"OK":"ERROR");initVisitStr();//将visitStr清为空串InOrderTraverse_Thr(Thrt,v

这是我从网上找到的一份决策树Cart算法代码，其中在确定分枝时采用的是熵不纯度确定的方法,代码可以运行.声明这份代码不是我原创的，是从某个网页上下载下来的，不过原作者的代码中许多变量没有作详细注释，我在阅读这份代码时加了许多自己的理解，几乎每个变量每句代码都作了解释，对于学习决策树CART算法的同学具有比较好的入门指导作者，这里将代码贡献出来与大家一起分享，如果有注释不准的地方，请发表评论提示我。
也向原作者致谢(不好意思，忘记在哪个网页上下载的了)

1、demo文件夹：YOLOv4目标检测算法针对MVI_40192文件夹数据集的处理效果，比较满意，车辆信息基本都能检测到。
2、road1_demo文件夹：YOLOv4+DeepSort算法，针对road1.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量292辆(可能有偏差)，算法统计车流量288辆。
3、road2_demo文件夹：YOLOv4+DeepSort算法，针对road2.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量29辆，算法统计车流量29辆。
只需视频流车辆清晰、大小合适、轮廓完整，算法处理的精度挺高。
4、road1_tracking.mp4、road2_tracking.mp4：由目标跟踪处理结果合成的视频流。
***********************************************************************************************1、deepsort文件夹：含目标跟踪算法源码，包括：卡尔曼滤波、匈牙利匹配、边框类创建、Track类创建、Tracker类创建。
2、ReID文件夹：含特征提取算法源码，model_data存储着reid网络的结构、权重，feature_extract_model.py用于创建特征提取类。
3、YOLOv4文件夹：含目标检测算法源码，model_data存储yolov4网络配置、nets+utils用于搭建模型。
decode.py用于将检测结果解码。
4、car_predict.py、yolo.py：用于验证目标检测算法的效果。
5、main.py：整个项目的运行入口，直接运行main.py，就可以调用YOLOv4+DeepSort，处理视频流信息，完成目标跟踪和车流量统计。

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。