版本特性：1.支持BigIoT（贝壳物联）平台接入，在Networksetting中选中BigIoT即可，目前只支持它的TCP模式，因此只能使用8181，8282，8585这三个TCP端口，三个端口的区别请查看BigIoT的官方文档https://www.bigiot.net/help/1.html；
接着，填写好Cloudserversetting中的DeviceID与APIKey并保存，启动后将自动连接到BigIoT的服务器，无论你选用是哪个端口，本固件都将每隔50秒发送一次心跳信息到服务器中，让设备自动保持连接；
2.本固件的BigIoT模式已做好了透传，发送到8622模块串口的数据将直接透传到BigIoT服务器，相反BigIoT传回来的数据会直接透传到8266模块的串口，用户按BigIoT的官方文档，对数据进行解析即可；
3.根据ESP8266的文档，这个版本固件修改了SPIFFS格式化的时长，从20秒改成官方推荐的30秒，如果是新买的模块，首次使用的时候可能要多等一会儿，但更好地保证了格式化SPIFFS分区的正确性；
4.更新了SDK的版本，虽然没有什么感觉，但是我的确把它更新了；
5.UPD连续发送数据，偶见崩溃重启的问题貌似已经修复好了，不过那是SDK的功劳，不是我；
6.还是老话，自用/学习可以，商用请联系开发者，尊重劳动成果人人有责；
后话：本来还想支持Blinker平台的，但找不到它的通讯协议文档，只找到了它的库，它的库直接集成到我的代码中时，程序无法正常工作（崩溃），如有相关技术资料，可以告诉我，我会尝试集成。
ESP32的新版本马上开始开发，需要修改的代码比较多，本人独立开发者，利用业余时间开发，因此大概要等10天左右吧。

在遥感领域，数据集是研究和开发的关键资源，它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源，它结合了两种不同类型的数据——高光谱图像和LiDAR（LightDetectionandRanging）数据，以实现更精确的图像分类。
高光谱图像，也称为光谱成像，是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段，每个波段对应一个窄的电磁谱段。
通过分析这些波段，我们可以获取物体的详细化学和物理特性，例如植被健康、土壤类型、水体污染等，这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术，它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型，包括地表特征如建筑物、树木和地形起伏。
此外，LiDAR还能穿透植被，揭示地表覆盖下的特征，如地基和地下结构。
这个数据集包含了三个不同的地区：Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景，这为研究者提供了多样性的数据，以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别，如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性，因为高光谱数据提供了丰富的光谱信息，而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来，可以形成一个强大的特征空间，帮助区分相似的地物类别，减少分类错误。
在实际应用中，这个数据集可以用于训练深度学习或机器学习模型，比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练，模型能够学习到如何综合解析光谱和空间信息，从而提高对遥感图像的分类能力。
对于研究人员和开发者来说，这个数据集提供了理想的平台，用于开发新的图像分析技术，改进现有算法，并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源，对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集，我们可以期待在未来实现更加智能化和精确化的地球表面监测。

粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。

易语言编程软件源码]-网络文件传输说明：先运行客户.exe，再用易打开服务端，输入ip后连接成功，然后传送文件，连续传上几个文件就慢了。

水产行业不管是在内地还是在沿海一代都是我国发展的重点对象，本身水产养殖对于水中的各项参数指标就要求很严格，再加上水里所含物质的监测本身比较困难，所以现阶段的淡水鱼养殖对养殖监控系统的要求时越来越高。
水产养殖一般水质测溶解氧、盐度、CO2、氨氮等数据。
在高密度循环水养殖系统里，溶解氧可谓是最最要命的指标。
短时间内溶氧就可以过山车似的从高溶氧掉到致命的低浓度，除了溶氧还没有哪一个水质参数可以短时间内把鱼搞死的。
因此，连续的不间断的溶氧监测非常关键，除此之外，最好有紧急增氧设备以及应急备用电源，以确保各种情况下都可以应付的来。
盐度很重要，一般的渔场水体盐度都是恒定的。
当然某些渔场在育苗和养殖时的盐度会有所不同，盐度的测定就显必要了。
其次是光学盐度计，这个真心准确，用的时候像海盗船长一样，碉堡了，就是用之前需要校对一下，还有注意温度变化；
再有就是电导率探头，这个不用说，是最准的，直接读数。
水产养殖一般监测温度、PH、溶解氧、透明度这4个指标。
鱼池水质管理，直接影响养鱼效益。
衡量鱼池水质好坏的指标主要有：池水温度、酸碱度（PH值）、溶氧值和透明度。
现将其测试技术简介如下：

内容简介本书阐述了经典控制理论的基本概念、原理和自动控制系统的各种分析方法，主要内容包括线性连续系统与离散系统的时域和频域理论，如系统的动态性能、静态性能、稳定性的分析和各种设计方法的运用等。
　　本书从基本概念、基本分析方法入手，结合生产和生活中的实例，以时域分析方法为主线，时域分析和频域分析并进，在严谨的数学推导的基础上，利用直观的物理概念，引出系统参数与系统指标之间的内在联系。
　　本书在《自动控制原理》前四版基础上，对各章内容都进行了修订。
修订的基本思想是更新观念，深化改革，提高知识起点，努力拓宽专业口径，以增强培养人才的适应性。
　　本书既可以作为高等学校自动化、仪表、电气传动、计算机、机械、化工、航天航空等相关专业的教材，也可供有关工程技术人员再学习时参考。
作者简介王建辉，女，工学博士，东北大学教授、博士生导师，1957年生于辽宁。
宝钢教育奖获得者，沈阳市优秀教师。
国家级精品课“自动控制原理”课程负责人之一。
1982年东北工学院（今东北大学）自动控制系自动化专业毕业后留校任教，先后任自动控制教研室副主任、自动控制系副主任、自动化研究所副所长。
主要研究方向为复杂控制系统的建模与控制、网络环境下先进控制技术及其在工业中的应用、智能控制理论及其应用等。
获省部级科技进步奖4项、教育教学成果奖10余项，主持和参加国家及省部级自然科学基金等纵向科研课题10余项、各类教改课程项目近10项。
发表有关论文100余篇。
编著《自动控制原理》、《自动控制原理习题详解》、《控制系统计算机仿真与辅助设计》。
目录第1章　自动控制系统的基本概念　1.1　开环控制系统与闭环控制系统　1.2　闭环控制系统的组成和基本环节　　1.3　自动控制系统的类型　1.4　自动控制系统的性能指标　　小结　　思考题与习题第2章　自动控制系统的数学模型　2.1　微分方程式的编写　　2.2　非线性数学模型的线性化　2.3　传递函数　　2.4　系统动态结构图　2.5　系统传递函数和结构图的等效变换　　2.6　信号流图　2.7　用MATLAB求解线性微分方程和化简系统方框图　小结　　思考题与习题第3章　自动控制系统的时域分析　3.1　自动控制系统的时域指标　　3.2　一阶系统的跃响应　3.3　二阶系统的阶跃响应　3.4　高阶系统的动态响应　3.5　自动控制系统的代数稳定判据　3.6　稳态误差　3.7　用MATLAB进行系统时域分析　　小结　　思考题与习题第4章　根轨迹法　4.1　根轨迹法的基本概念　4.2　要轨迹的绘制法则　4.3　用根轨迹法分析系统的动态特性　4.4　用MATLAB绘制根轨迹　小结　　思考题与习题第5章　频率法　5.1　频率特性的基本概念　5.2　非周期函数的频谱分析　　5.3　频率特性的表示方法　5.4　典型环节的频率特性　5.5　系统开环频率特性的绘制　5.6　奈奎斯特稳定判据及其应用　5.7　系统动态特性和开环频率特性的关系　5.8　闭环系统频率特性　5.9　系统动态特性和闭环频率特性的关系　5.10　用MALTAB绘制系统开环频率特性　小结　思考题与习题第6章　控制系统的校正及综合　　6.1　控制系统校正的一般概念　6.2　串联校正　6.3　反馈校正赶快下载吧！东大考研

手势端：采用CC3220S作为控制核心，主要采集BMA222以及MPU6050的数据。
运用了加速度以及陀螺仪的角度计算算法，之后进行了卡尔曼滤波处理，得到了较为精确的角度制（X轴，Y轴，Z轴）。
在对滤波处理之后的值进行了范围转换，转换成-90°到90°，方便发送。
其中Z轴数据需要地磁计校准，MPU6050无地磁计，所以舍去Z轴的数据。
串口发送方面采用了简单的数据封装算法处理，将数字值转换成字符串在进行打包发送，防止数据丢失。
机械臂端：采用LPC54608作为控制核心。
主要负责解析串口发送的数据，并控制舵机的运动。
将串口的数据并进行解析，当数据出错时时会自动舍去的，然后转换成数字值，再根据每个舵机的动作范围，进行方为运动算法的处理。
最后进行了消抖算法的处理，防止手的抖动造成机械臂的的连续抖动。
液晶显示串口接收到的数据，显示采用了emwin库，实现起来更加简单。

用halcon12+mfc调用笔记本摄像头进行视频显示以及连续抓拍

介绍了在局域网上使用实现语音的实时采集、传输和接收与播放,较好地解决了声音连续性的问题。

通过共享内存优化，高效地查找一个序列中的最大值并将该最大值放到序列的第一个元素位置。
同时，不同于传统的利用线程和数组序号对应的方式，本算法利用连续的线程进行计算，更有利于算法的并发性

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。