提出了一种将蚁群算法与算法相融合共同完成反传神经网络训练的方法，ACO一BP算法。
该算法首先采用蚁群算法对网络权值进行整体寻优，克服BP算法容易陷入局部最优的不足再以找到的较优权值为初值，采用BP算法做进一步的寻优，以提高网络的训练和预报精度。
将ACO一BP神经网络用于函数逼近问题，并与BP神经网络、蚁群算法神经网络和遗传神经网络的逼近结果进行了比较，验证了该算法的有效性。

我收集到得一些人脸识别的程序和大家分享-人脸识别系统（已经建立人脸库）.rar将我收集到得一些比较完整的人脸识别的资料和大家分享，由于附件大小的限制我只挑选了一些小的发上来，还有些为了减小文件，我把数据文件和人脸库等一些图片都删掉了，所以程序可能无法直接演示，需要大家自己添加一些数据文件。
人脸库网上都有，大家可以自己下载。
程序还是不错的，大家可以参考有一下一些资料完整的人脸识别系统（已经建立人脸库）NMFs算法用于实现基于人脸局部特征的人脸识别OPENGL人脸识别使用基于LDA算法的人脸识别程序国外著名大学成功的人脸检测识别算法中的眨眼检测用HMM实现的人脸识别及其文档经过调试完整的人脸检测系统源码LinearDiscriminantAnalysis算法

request-funjs快速上手安装npminstallrequest-funjs整体注册（在main.js文件里注册）importRequestfrom'request-funjs';Vue.prototype.Request=Request;//在这里需要声明一个host变量，作为请求的主机名称Request.host='https://www.baidu.com'局部注册（在你所使用的vue里注册）importRequestfrom'request-funjs';//在这里需要声明一个host变量，作为请求的主机名称this.Request.host='https://www.baidu.com'例子this.Request.Get("api/list",this.params, res=＞{ console.log(res); }, err=＞{ console.log(err);})目录1、ge

关于微电网运行的优化程序，一个简单的程序做个一天的优化，对各个设备的建模和负荷的预测也是一个寻优的问题但是有可能会陷入局部最优的问题

由于神经网络具有拟合非线性的能力,所以可以用神经网络来处理内部模型的非线性特性,因此这种内部模型采用神经网络的非线性PLS方法得到了广泛的应用。
传统的前馈神经网络在训练中采用梯度学习算法,网络中的参数需要迭代更新,不仅训练时间长,而且容易导致局部极小和过度训练等问题,另外其多隐层的结构也导致了样本训练速度慢,训练误差大"此外,Bartlett提出对于已达到最小训练误差的前馈神经网络,权值越小泛化特性越好,而传统的梯度学习算法仅仅考虑训练误差最小,忽视了权值大小对网络的影响,这些问题都将影响到模型的泛化特性。

InverseDistancetoaPower（反距离加权插值法）Kriging（克里金插值法）MinimumCurvature（最小曲率）ModifiedShepard"sMethod（改进谢别德法）NaturalNeighbor（自然邻点插值法）NearestNeighbor（最近邻点插值法）PolynomialRegression（多元回归法）RadialBasisFunction（径向基函数法）TriangulationwithLinearInterpolation（线性插值三角网法）MovingAverage（移动平均法）LocalPolynomial（局部多项式法）"＞InverseDistancetoaPower（反距离加权插值法）Kriging（克里金插值法）MinimumCurvature（最小曲率）ModifiedShepard"sMethod（改进谢别德法）NaturalNeighbor（自然邻点插值法）NearestNeighbor（最近邻点插值法）PolynomialRegression（?[更多]

粒子群算法简介，粒子群算法具体描述，标准的粒子群算法，局部标准的粒子群算法，粒子群算法分类，及标准粒子群算法的实现。

书名：《LabVIEW虚拟仪器从入门到测控应用130例》(电子工业出版社.李江全.任玲.廖结安.温宝琴)PDF格式扫描版，全书分为13章，共486页。
2013年4月出版。
内容简介本书从实际应用出发，通过130个典型实例系统地介绍了LabVIEW语言的程序设计方法及其测控应用技术，入门基础篇包括第0～10章，主要内容有LabVIEW基础、数值型数据、布尔型数据、字符串数据、数组数据、簇数据、数据类型转换、程序结构、变量与节点、图形显示和文件I/O；
测控应用篇包括第11～13章，主要内容有PC通信与单片机测控、远程YO模块与PLC测控及LabVIEW数据采集。
提供的实例由实例说明、设计任务和任务实现等部分组成，并有详细的操作步骤。
注：原书没有书签。
为了方便阅读，本人在上传前添加了完整详细的书签。
目录入门基础篇第0章LabVIEW基础0.1LabVIEW概述0.2LabVIEW的编程环境0.3LabVIEW的基本概念0.4前面板对象设计基础0.5数据类型及其运算0.6VI调试方法第1章数值型数据实例基础数值型数据概述实例1数值输入与显示实例2时间标识输入与显示实例3滑动杆输出实例4旋钮与转盘输出实例5滚动条与刻度条实例6数值算术运算实例7数值常量第2章布尔型数据实例基础布尔型数据概述实例8开关与指示灯实例9数值比较实例10数值逻辑运算实例11真常量与假常量实例12确定按钮实例13停止按钮实例14单选按钮实例15按钮的快捷键设置第3章字符串数据实例基础字符串数据概述实例16计算字符串的长度实例17连接字符串实例18截取字符串实例19字符串大小写转换实例20替换子字符串实例21搜索替换字符串实例22格式化日期/时间字符串实例23格式化写入字符串实例24搜索/拆分字符串实例25选行并添加至字符串实例26匹配字符串实例27匹配真/假字符串实例28组合框第4章数组数据实例基础数组数据概述实例29初始化数组实例30创建数组实例31计算数组大小实例32求数组最大值与最小值实例33删除数组元素实例34数组索引实例35替换数组子集实例36提取子数组实例37数组插入实例38拆分一维数组实例39一维数组排序实例40搜索一维数组实例41二维数组转置实例42数组元素算术运算第5章簇数据实例基础簇数据概述实例43捆绑实例44解除捆绑实例45按名称捆绑实例46按名称解除捆绑实例47创建簇数组实例48索引与捆绑簇数组第6章数据类型转换实例基础数据类型转换概述实例49字符串至路径转换实例50路径至字符串转换实例51数值至字符串转换实例52字符串至数值转换实例53字节数组至字符串转换实例54字符串至字节数组转换实例55数组至簇转换实例56簇至数组转换实例57布尔数组至数值转换实例58数值至布尔数组转换实例59布尔值至0，1转换第7章程序结构实例60For循环结构实例61While循环结构实例62条件结构实例63层叠式顺序结构实例64平铺式顺序结构实例65定时循环结构实例66定时顺序结构实例67事件结构实例68禁用结构第8章变量与节点实例69局部变量实例70全局变量实例71公式节点实例72反馈节点实例73表达式节点实例74属性节点实例75子程序设计实例76菜单设计第9章图形显示实例77波形图表实例78波形图实例79XY图实例80强度图第10章文件I/O实例基础文件I/O概述实例81写入文本文件实例82读取文本文件实例83写入二进制文件实例84读取二进制文件实例85写入波形至文件实例86从文件读取波形实例87写入电子表格文件实例88读取电子表格文件测控应用篇第11章PC通信与单片机测控实例89PC与PC串口通信实例90PC双串口互通信实例91PC与单个单片机串口通信实例92PC与多个单片机串口通信实例93单片机模拟电压采集实例94单片机模拟电压输出实例95单片机开关信号输入实例96单片机开关信号输出实例97单片机温度测控实例98单台智能仪器温度检测实例99多台智能仪器温度检测实例100短信接收与发送实例101网络温度监测第12章远程I/O模块与PLC测控实例102远程I/O模块模拟电压采集实例103远程I/O模

一方面，在半导体领域，Intel继续一览众小；
另一方面，ARM处理器的崭露头角正在开创一个属于更多参与者的帝国。
详情请看《ARMx86》。
CI(PeripheralComponentInterconnect)总线的诞生与PC(PersonalComputer)的蓬勃发展密切相关。
在处理器体系结构中，PCI总线属于局部总线(LocalBus)。
局部总线作为系统总线的延伸，主要功能是为了连接外部设备。

针对铝土矿连续磨矿过程球磨机节能降耗问题以及铝土矿来源复杂、品位差异大等特点,提出了球磨机多目标多模型预测控制方法.该方法首先建立状态空间浓度预测模型和粒级质量平衡加权多模型细度预测模型.然后构建了包含磨机排矿浓细度区间控制和经济性能指标的多目标优化结构的多模型预测控制策略.最后采用乘子罚函数法求解控制器局部最优解.仿真及现场试验结果表明了该方案的有效性.

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。