CiscoCatalyst3850系列交换机实现更加快速的接入和汇聚支持堆叠，部分型号支持多千兆和10-Gbps，可实现有线网络和无线网络的融合，集成的无线控制器提供智能、简单且高度安全的融合接入。
每个交换实体（交换机或堆叠）支持多达100个无线接入点和2000个无线客户端。
附件为Denali16.3.x(Catalyst3850Switches)的配置参考指南。
LastModified:2018-03-02

Discuz!是国内最知名的论坛软件程序，用户遍布全球。
Discuz!5.5.0为最新版本拥有首创的论坛Mini-Space、独家防落陷系统、全新的道具中心、多样的广告位布局、实用的WAP功能等多达几十项的创新和数百处的改进，是目前为止社区软件论坛的最强之作。
十大创新创新一：独创的Mini-Space系统，轻松打造个人迷你空间创新二：全新的论坛道具系统，吸取更多网游元素创新三：超级全局设置功能，站长工作更加轻松创新四：完善的JS调用功能，实现网站页面的轻松定制创新五：智能化限制搜索引擎无效访问，提升网站性能创新六：变更主题缓存机制，有效减轻服务器负载创新七：增强型验证码、验证问题机制，有效杜绝灌水机创新八：防御策略全面调整，有效防御CC攻击创新九：独家防陷落系统，保障论坛数据安全创新十：实用的文件、数据库校验工具，提高站长工作效率四大精彩精彩一：广告位布局多样合理，迎接“站长盈利”时代精彩二：WAP功能大幅度改进，全力跟随市场时尚步伐精彩三：升级的远程附件功能，拥有更多新特性精彩四：强化系统数据库备份功能，MYSQL各版本自动兼容四打亮点亮点一：纯绿色上传机制，支持自由图文混排，亮点二：自动保存帖子内容，杜绝内容意外丢失亮点三：后台积分策略向导，简单傻瓜式操作亮点四：增加特殊主题搜索，精确定位搜寻目标

cudnn的本地安装包，针对英伟达下载速度较慢或者没法下载需要过墙的情况

好用的STM32F412工程模板STM32F412的新型大量数据获取模式（BAM），为数据处理进行了功耗优化，将DynamicEfficiency提升到了一个新的水平。
BAM允许通信外设实现批量数据交换，同时器件的其它部分（包括CPU）可保持在省电模式。
性能：在100MHz频率下，从Flash存储器执行时，STM32F412能够提供125DMIPS/339CoreMark性能，并且利用意法半导体的ART加速器实现FLASH零等待状态。
DSP指令和浮点运算单元扩大了产品的应用范围。
功效：ST该系列产品采用意法半导体90nm工艺，使用ART加速器和动态功耗调整功能，从Flash存储器执行指令，运行模式下可实现低至112µA/MHz的电流消耗。
停机模式下，功耗低至18µA。
集成度：STM32F412器件内置高达512至1024KB的Flash存储器和高达256KB的SRAM。
具备从48到144引脚各类封装。
4路USART，速度高达12.5Mbit/s5路SPI（I²S多路传输），速度高达50Mbit/s4个I²C，高达1Mbps2xCAN（支持2.0B）1个SDIO，运行于高达48MHz，所有封装都提供1个USB2.0OTG全速（FS）2个全双工I²S，最高32-bit/192kHz3个单工I²S，最高32-bit/192kHz2个数字滤波器，用于∑Δ调制器4个PDM接口，支持立体声麦克风速度高达2.4MSPS的12位ADC，14个定时器，频率高达100MHz的16和32位定时器硬件随机数发生器

利用AD9954产生频率高达160MHz的正弦波、方波信号，代码完整，已试验，效果不错。

 随着石油和天然气水合物调查工作的深入开展，为了对海底勘探区地温场的结构、状态需要有更细致的了解，设计一种高分辨、高精度的海底沉积物地温梯度测量系统。
以高精度NTC型热敏电阻为传感器，选用16位高性能、多通道、低能耗的MSP430F123芯片作为主处理器，通过直流不平衡电桥的测量方式间接测量热敏电阻的阻值，在硬件方面和软件方面都采用滤波技术，克服电压源的干扰、仪器温漂和时漂带来的偏差，采用STEINHART&HART方程来进行R-T转换，经过零点漂移和温度漂移的修正，进而得到更精确的海底沉积物地温梯度曲线。
系统测试结果表明，测量系统的分辨率可达1mK，精度可达±3mK（0~25℃），该系统具有可靠性高、功耗小、体积小、操作方便等特点，具有很高的实用价值。

初学matlab时编的一个小程序。
实现对排队等待问题的计算机模拟（经典的理发店顾客服务情况模拟），并有动画演示。
学计算机模拟课的人可以看看。
蒙特卡洛(MonteCarlo)法，或称统计试验法、计算机随机模拟方法，起源于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。
统计试验法通常用来研究概率过程，研究问题时常涉及下列一些与随机因素有关的概率，如各类概率等，一般来说，建立描述过程的复杂的概率模型是不成问题的，但用数学方法研究与分析这些模型是却很困难，问题的维数（即变量的个数）可能高达数百甚至数千。
对这类问题，难度随维数的增加呈指数增长，这就是所谓的“维数的灾难”(Course　Dimensionality)。
传统的数值方法难以对付（即使使用速度最快的计算机），甚至达到了无法进行的地步。
因此，唯一可取的研究方法是统计实验法。

十进制，十六进制数相互转换（含小数），整数，小数都可达15位

针对城市道路交通拥堵预警问题，提出了一种基于深度学习的预测模型。
通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。
采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。
应用Softmax回归对有标签的新特征集进行学习生成预测分类器，模型可对交通拥堵状况进行多态预测。
通过仿真对比分析，预测模型具有较省略特征学习的预测算法更好的预测性能，平均预测精度可达85%。

这是从网上找到的资源，但是却不能运行，经过修改，加入了些自己的解释，已成功运行，得到结果人脸的识别率高达97.5%。

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。