采用js面向对象、面向切面的方式实现的坦克大战游戏。
通过jquery来操作dom。
文件描述：init.js ---初始化的JS，初始化全局对象Util.js ---用到的一些公共方法的JSPanel.js ---面板JSSteel.js ---障碍物JSTank.js ---坦克JS，坦克电脑模式的算法在startPcMode函数中Bullet.js ---子弹JSindex.js ---生成需要的对象及控制键盘操作的JSAop.js ---通过切面的方式来维护一些独立的功能

VS2017C++大漠调用实例1、将dm.dll放入运行目录和代码目录。
2、将RegDM.cpp和RegDM.h的内容拷贝并且自己新建2个文件，写入这2个文件内容。
3、在使用大漠的地方#include"RegDM.h"并且定义一个全局变量Idmsoft*dm=InitNewDm();测试大漠版本号::MessageBox(NULL,dm-＞Ver(),_T("大漠版本号"),MB_OK);以上需要用到的东西都已经放在压缩包里面的，根据上面三步自行测试

1stOpt一套数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂模型参数估算求解，线性/非线性规划等领域傲视群雄，首屈一指，居世界领先地位。
其计算核心是基于七维高科有限公司科研人员十数年的研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
---------------------------------------------以非线性回归为例，目前世界上在该领域最有名的软件包诸如Matlab,OriginPro,SAS,SPSS,DataFit,GraphPad等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。
而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。
而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（＞90%)，从任一随机初始值开始，都能求得正确结果。

使用遗传算法，对目标函数进行全局寻优，可以得到全局最优解。

全局优化算法，PSO的改进版本

1、无需设置由于它是一个便携式工具，它不需要您将其安装在目标计算机上，因为只需拆包其存档并启动可执行文件即可完全访问其功能。
您还可以从可移动存储介质（如USB闪存驱动器或外部HDD）运行它。
此外，它不会修改系统中的注册表项，也不会在您的PC上生成其他文件或文件夹，但未经您的明确许可。
2、综合界面dnSpy配备了一个时尚，全面的用户界面，包含广泛的有用功能，它们整齐地组织在主窗口的标准菜单中。
更重要的是，它具有标准配置窗口，您可以在其中调整各种组件的设置，如其反编译器，调试器或十六进制编辑器，但也可以修改显示或其他参数。
3、.NET反汇编程序如果您需要一个高效的工具，可以通过为您提供各种有用的工具来帮助您反编译.NET程序集，您可以转到dnSpy。
它配有一个反编译器，一个调试器，一个十六进制编辑器和一个程序集编辑器，让你以有效的方式处理程序集。
主窗口附带了一个AssemblyExplorer窗格，您可以在其中访问所需程序集的树视图。
您可以通过从计算机指定适当的文件或使用“从GAC打开”选项打开程序集，该选项为您提供全局程序集缓存中可用的条目列表。
4、.NET程序集的可靠反向工程工具所有考虑的事情，dnSpy是一个方便的应用程序，使您能够以有效的方式逆向工程.NET程序集，为您提供广泛的有用工具，包括反编译器，程序集编辑器和调试器。
它不需要安装，具有全面，平滑的用户界面，并为您提供了一个标准配置窗口，您可以在其中调整各种组件的设置。

全局优化算法CMA-ES.rar

1/10shiro动态URL权限控制用过SpringSecurity的朋友应该比较熟悉对URL进行全局的权限控制，即访问URL时进行权限匹配；
如果没有权限直接跳到相应的错误页面。
Shiro也支持类似的机制，不过需要稍微改造下来满足实际需求。
不过在Shiro中，更多的是通过AOP进行分散的权限控制，即方法级别的；
而通过URL进行权限控制是一种集中的权限控制。
本章将介绍如何在Shiro中完成动态URL权限控制。

以通俗易懂的方式全面阐述了密码学与计算机网络安全问题所涉及的各方面内容，从全局角度介绍了计算机网络安全的概念、体系结构和模式。
《密码学与网络安全》以因特网为框架，以形象直观的描述手法，详细地介绍了密码学、数据通信和网络领域的基础知识、基本概念、基本原理和实践方法。

本文提出了一种三值重力搜索算法（TGSA），以解决图形的平面化问题。
问题（GPP）。
GPP是图论中最重要的任务之一，被证明是一个NP难题。
为了解决这个问题，TGSA使用三值编码方案，并根据众所周知的单行路由表示方法将搜索空间定量建模为三角超立方体。
TGSA中的相互作用由引力定律驱动，它们逐渐向全局最佳位置移动。
每个代理的位置更新规则基于两个指标：一个是速度指标，它是代理当前速度的函数，另一个是基于整个人口中的累积信息的人口指标。
为了验证算法的性能，测试了21个基准实例。
实验结果表明，TGSA可以通过找到最大平面子图并将生成的边同时嵌入到平面中来求解GPP。
与传统算法相比，TGSA的新颖之处在于它可以为GPP找到多个最佳解决方案。
比较结果还表明，在合理的计算时间内，TGSA在解决方案质量方面优于传统的元启发式方法。

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。