贡献该项目欢迎您的贡献和建议。
大多数捐款要求您同意“捐款者许可协议”（CLA），声明您有权并实际上授予我们使用您的捐款的权利。
有关详细信息，请访问。
当您提交拉取请求时，CLA机器人会自动确定您是否需要提供CLA并适当地装饰PR（例如，标签，注释）。
只需按照机器人提供的说明进行操作即可。
您只需使用我们的CLA在所有存储库中执行一次此操作即可。
该项目采用了。
有关更多信息，请参阅或与联系，并提出其他任何问题或意见。
流利的插件过程快照过滤器插件可以做一些事情。
这是用于SNMPV2陷阱的筛选器插件。
该插件检查SNMP消息，并在SNMP陷阱中映射OID和关联的值。
它将机器ID，事件，SNMP陷阱类型，主机，机器状态，严重性，设备和消息添加到接收到的事件中。
它根据以下格式检测SNMP陷阱：OID的格式为/SNMPv2-(\w+)(::)(\w+)((.)(\d+))

PyQt5中异步刷新UI和Python中的多线程总结学习python和PyQt5的过程中，做了demo，可以从电脑端向手push文件和安装apk的GUIdemo，初学者可从这个例子中学到很多知识。
涉及到PyQt5中异步刷新UI+Python中的多线程+python中使用subprocess。
可结合我的博客学习https://blog.csdn.net/u013247461/article/details/85063455

采用Volterra级数法对4H2SiC射频MESFET的大信号非线性特性进行了分析,并研究了器件尺寸与线性度的关系。
模型考虑了陷阱效应对非线性特性的影响,模拟结果能够较好地反映实验结果。
进一步分析表明,在1GHz和1.01GHz频率下,当栅长从0.8μm增大到1.6μm,器件的输入(输出)三阶截取点从33.55dBm(36.26dBm)减小到18.1dBm(13.4dBm),1dB压缩点从24dBm下降到7.43dBm。
为实际器件的线性化设计提供理论依据。

完整的PDF版　第1章绪论　　1.1从生物神经网络到人工神经网络　　1.2人工神经网络的发展史　　1.3人工神经网络的应用　　1.4生物神经元　　1.5人工神经元模型　　1.6神经网络的结构　　1.7神经网络的特点　　1.8神经网络的学习方式　　第2章MATLAB神经网络工具箱中的神经网络模型　　2.1MATLAB工具箱的神经元模型　　2.2MATLAB工具箱中的神经网络结构　　2.3MATLAB神经网络工具箱中的网络对象及其属性　　2.3.1网络对象属性　　2.3.2子对象属性　　第3章感知器　　3.1感知器神经元及感知器神经网络模型　　3.2感知器的学习　　3.3感知器的局限性　　3.4单层感知器神经网络的MATLAB仿真程序设计　　3.5多层感知器神经网络及其MATLAB仿真　　3.6感知器应用于线性分类问题的进一步讨论　　第4章线性神经网络　　4.1线性神经网络模型　　4.2线性神经网络的学习　　4.3线性神经网络的MATLAB仿真程序设计　　4.3.1线性神经网络设计的基本方法　　4.3.2线性神经网络的设计例程　　第5章BP网络　　5.1BP神经元及BP网络模型　　5.2BP网络的学习　　5.2.1BP网络学习算法　　5.2.2BP网络学习算法的比较　　5.3BP网络泛化能力的提高　　5.4BP网络的局限性　　5.5BP网络的MATLAB仿真程序设计　　5.5.1BP网络设计的基本方法　　5.5.2BP网络应用实例　　第6章径向基网络　　6.1径向基网络模型　　6.2径向基网络的创建与学习过程　　6.3其他径向基神经网络　　6.4径向基网络的MATLAB仿真程序设计　　第7章竞争型神经网络　　7.1竞争型神经网络模型　　7.2竞争型神经网络的学习　　7.3竞争型神经网络存在的问题　　7.4竞争型神经网络的MATLAB仿真程序设计　　第8章自组织神经网络　　8.1自组织特征映射神经网络模型　　8.2自组织特征映射神经网络的学习　　8.3学习向量量化神经网络模型　　8.4学习向量量化神经网络的学习　　8.5LVQ1学习算法的改进　　8.6LVQ神经网络的MATLAB仿真程序设计　　第9章反馈型神经网络　　9.1Elman神经网络　　9.2Hopfield神经网络　　9.3反馈神经网络的MATLAB仿真程序设计　　第10章图形用户界面　　10.1图形用户界面简介　　10.2图形用户界面应用示例　　10.3图形用户界面的其他操作　　第11章Simulink　　11.1Simulink神经网络仿真模型库简介　　11.2Simulink应用示例　　第12章自定义网络　　12.1自定义神经网络　　12.1.1自定义神经网络的创建　　12.1.2自定义神经网络的初始化、训练与仿真　　12.2自定义函数　　附录A神经网络工具箱函数　　参考文献

电磁场与社会发展---电磁水处理技术引言：在工业循环冷却水系统中，随着系统的运行换热表面会生成水垢，水垢的大量沉积将降低换热表面的传热效果，使水的流动阻力增大甚至阻塞水流，还会诱发垢下腐蚀，严重影响系统的正常运行。
为了解决循环水系统的结垢问题，必须对系统进行阻垢处理，常用的有化学法和物理法。
化学阻垢法主要有石灰软化法、离子交换法、投加阻垢剂和化学清洗法，但这些方法操作复杂、运行成本高，并且会对环境造成二次污染。
随着水资源的日益短缺和环境保护要求的提高，各种用于防垢处理的物理方法及技术应运而生。
电磁水处理技术是一种物理抑垢方法，因其无添加试剂，无毒无污染，操作简单，成本低等优点，受到业界的广泛关注。
针对国内外学者的研究情况，从电磁水处理技术的概念和原理、发展现状、关键问题、对社会发展的影响以及发展趋势进行了分析。

Python编程从入门到实践项目三web应用程序代码（不包括部署服务器）Django2.1.5版本，因此代码和书本上有些许不同

XILINXFPGA数字信号处理权威指南-从HDL到模型和C的描述，高清pdf，配有详细的目录

仿微信发朋友圈时，图片的选择，可拍照，可从相册选取

通过将任务从资源匮乏的移动设备卸载到资源丰富的云，计算卸载已成为一种扩展移动设备功能的有效方法。
在本文中，我们研究了在具有多个移动设备用户的情况下无线计算分流的能量和时间优化问题。
首先，针对以能量最小化为目标的情况，我们将多个移动设备用户之间的计算卸载决策问题公式化为具有随机访问权限的计算卸载游戏。
我们分析了游戏的结构特性，然后设计了一种算法，通过利用其有限的改进特性来实现纳什均衡。
其次，对于以时间最小化为目标的情况，我们导出了要为每个移动用户分担的任务的最佳部分。
数值结果验证了我们的理论分析。

Python从入门到精通(明日科技出版)源代码。
老师发给我的，真实，里面没有密码，放心使用。
郑重推荐给大家。

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。