本十字链表代码包含图的创建（插入顶点及弧）、弧权值的获取、删除顶点或弧，输出图中的数据，代码实测正确，若有疑问请发邮件（mark@cug.edu.cn）

现代电力系统正逐渐趋于大容量、特高压、远距离、智能化，同时由于大规模清洁能源，如风能、太阳能的接入，愈发加深了电力系统的复杂程度，对电力系统的稳定性带来的负面影响。
研究表明双轴励磁发电机是一种具有高稳定性的发电机，同时双轴励磁发电机还可以运行于深度进相状态，在输出有功功率的同时大量吸收无功功率，这种深度进相运行的能力可以有力的弥补普通同步发电机进相运行能力的不足。
双轴励磁发电机的研发，为各国的研究学者们研究超高压输电系统无功过剩所引起的稳定问题提供了新的方法。

用matlab实现huffman编码。
输入为一维行矩阵p，p为各符号的概率分布，概率和为1，各元素值为正，输出H矩阵为对应每个符号概率的码字，L为输出码字的平均码长。
Huffman.m运用典型的IF和FOR控制流循环语句，该程序包括两个IF控制流和5个FOR循环结构。

设计一个简单计算器，输入为8位二进制数，分别用两位数码管显示，输出的计算结果为16位二进制数，并用四位数码管显示，能够实现+、-、*、/四种运算，其中除法的结果显示分为商和余数两部分，分别用两位数码管显示。
为了完成要求的效果显示，我先设计了一个简单的四则运算器，为了使其结果能清楚的看到，所以计算器模块和一个7段数码管模块连接。
实验要求，输入分别用两位数码管显示，输出用四位数码管显示，所以用一个3—8译码器和数码管连接，通过开关控制，形成动态显示。
从左向右，依次是第一位数码管显示a的高四位，第二位数码管显示a的低四位；
第三位数码管显示b的高四位，第四位数码管显示b的低四位；
第五位数码管到第八位数码管显示输出的结果。
通过改变时钟，使其看起来像同时显示在数码管上。

序　　前言　　第1篇面向过程的软件工程　　第1章软件危机、软件工程　　11软件工程的发展史　　111程序设计时代　　112程序系统时代　　113软件工程时代　　12软件危机主要表现形式　　13产生软件危机的原因及解决途径　　131产生软件危机的原因　　132解决软件危机的途径　　14软件和软件工程　　141软件　　142软件工程　　15软件质量　　16软件的生存周期及开发模型　　161软件生存周期　　162软件开发模型　　17习题　　第2章可行性研究　　21可行性研究的目的与任务　　22可行性研究的步骤　　23系统流程图　　231系统流程图的符号　　232系统流程图示例　　24成本-效益分析　　241货币的时间价值　　242投资回收期　　243纯收入　　25可行性研究报告的主要内容　　26习题　　第3章软件需求分析　　31需求分析的任务和步骤　　311需求分析的任务　　312需求分析的步骤　　32需求获取的常用方法　　321常规的需求获取方法　　322快速建立软件原型来获取需求　　33需求分析的方法　　331功能分解方法　　332结构化分析方法　　333信息建模方法　　334面向对象的分析　　34结构化分析方法　　341自顶向下逐层分解的分析策略　　342结构化分析描述工具　　343数据流图　　344数据字典　　345加工逻辑的描述　　35需求分析图形工具　　351层次方框图　　352Warnier图　　353IPO图　　36SA方法的应用　　37习题　　第4章软件总体设计　　41软件总体设计的目标和任务　　42软件设计的概念和原理　　421模块和模块化　　422抽象　　423信息隐蔽和局部化　　424模块独立性及其度量　　43软件结构设计准则　　44软件结构设计的图形工具　　441软件结构图　　442层次图　　443HIPO图　　45结构化设计方法　　451数据流图的类型　　452结构化设计方法的步骤　　453变换型分析设计　　454事务型分析设计　　46习题　　第5章软件详细设计　　51详细设计的目的与任务　　52结构化程序设计　　53详细设计工具　　531程序流程图　　532NS图　　533PAD图　　534过程设计语言　　54习题　　第6章软件编码　　61程序设计语言的分类　　611基础语言　　612结构化语言　　613面向对象的语言　　62程序设计语言的选择　　63程序设计风格　　631程序内部文档　　632数据说明　　633语句构造　　634输入/输出　　635效率　　64习题　　第7章软件测试　　71软件测试的目标　　72软件测试的原则　　73软件测试方法　　731静态测试与动态测试　　732黑盒测试法与白盒测试法　　74软件测试用例的设计　　741白盒技术　　742黑盒技术　　75软件测试过程　　751单元测试　　752集成测试　　753确认测试　　754系统测试　　76调试　　761调试的目的　　762调试技术　　77习题　　第8章软件维护　　81软件维护的分类　　82软件维护的特点　　821结构化维护与非结构化维护　　822维护的代价　　823软件维护中存在的问题　　83软件可维护性　　831软件可维护性的定义　　832软件可维护性的度量　　833提高软件可维护性的方法　　84维护的副作用　　85软件再工程　　851软件再工程与逆向工程的概念　　852实施软件再工程的原因　　853软件再工程技术　　86习题　　第2篇UML与面向对象的软件工程　　第9章UML简介　　91UML概述　　911UML的组成　　912UML的特点和用途　　913UML的模型视图简介　　92UML软件开发工具简介　　921RationalRose　　922Visio简介　　93习题　　第10章面向对象的概念　　101面向对象的方法学　　1011面向对象建模　　1012面向对象的方法与传统软件方法的比较　　102对象与类及其UML表示　　1021对象　　1022类与实例　　1023对象属性与操作　　1024对象类的关联　　103聚集、组合、继承和多态　　1031聚集与组合　　1032抽象与继承　　1033多态　　104习题　　第11章对象设计模式　　111对象设计模式概念　　1111历史背景　　1112对象设计模式　　1113设计模式的分类　　112几种典型的对象设计模式及应用　　1121行为型模式中的职

框架简介：本框架适由PHP+MYSQL语言开发，纯API接口，可快速对接外部app、web、各类软件开发；
本框架采用成熟稳定的Discuz3.4论坛系统，MVC框架环境下开发；
本框架无缝整合Discuz用户系统内置功能，采用插件形式开发的独立框架、分离代码、支持二次开发扩展；
通过本框架，可无限扩展数据输出接口，通过外部访问api接口，对数据进行操作、输出等功能；
本系统所有功能实现及控制均采用api外部接口，数据输出形式以JSON为主，可接收外部GET、POST参数；
客户端支持Python、Java、C、易语言、PHP、易安卓、火山移动、部分游戏开发引擎、等所有主流开发语言

STM3210E-EVAL官方开发板，主芯片STM32F103ZET6，支持ucLinux开发，官网也给出了开发套件。
但是官网没有给出BOOT的源代码，只有HEX文件（根据推测该HEX文件时KEIL生成的）。
看过UBOOT的启动后，了解了BOOT启动都干些什么事，我仿照UBOOT在KEIL软件下写功能超级简单的BOOT，就是完成外设的初始化，初始化控制器串口1，经过验证，可以跳转到内核，内核能够实现printf打印输出。

目录第1章　HTML5简介11.1　HTML历史与HTML521.2　HTML5的优势61.3　HTML5的基本结构和语法变化81.4　本章小结12第2章　HTML5的常用元素与属性142.1　HTML5保留的常用元素152.2　HTML5增强的iframe元素342.3　HTML5保留的通用属性402.4　HTML5新增的通用属性442.5　HTML5新增的结构元素482.6　HTML5新增的语义元素552.7　HTML5头部和元信息592.8　HTML5新增的拖放API632.9　本章小结71第3章　HTML5表单相关的元素和属性723.1　HTML原有的表单及表单控件733.2　HTML5新增的表单属性833.3　HTML5新增的表单元素903.4　HTML5新增的客户端校验963.5　本章小结100第4章　HTML5的绘图支持1014.1　使用canvas元素1024.2　绘图1034.3　坐标变换1184.4　控制叠加风格1234.5　控制填充风格1244.6　位图处理1284.7　输出位图1324.8　动画制作1334.9　本章小结136第5章　HTML5的多媒体支持1375.1　使用audio和video元素1385.2　使用JavaScript脚本控制媒体播放1415.3　事件监听1445.4　track元素1465.5　本章小结149第6章　级联样式单与CSS选择器1506.1　样式单概述1516.2　CSS样式单的基本使用1526.3　CSS选择器1586.4　伪元素选择器1676.5　CSS3新增的伪类选择器1766.6　在脚本中修改显示样式1956.7　本章小结197第7章　字体与文本相关属性1987.1　字体相关属性1997.2　CSS3支持的颜色表示方法2057.3　文本相关属性2067.4　CSS3新增的服务器字体2127.5　本章小结215第8章　背景、边框和边距相关属性2168.1　盒模型简介2178.2　背景相关属性2178.3　使用渐变背景2268.4　边框相关属性2398.5　使用opacity控制透明度2468.6　padding和margin相关属性2478.7　本章小结249第9章　大小、定位、轮廓相关属性2509.1　width、height相关属性2519.2　定位相关属性2559.3　轮廓相关属性2579.4　用户界面和滤镜属性2589.5　本章小结263第10章　盒模型与布局相关属性26410.1　盒模型和display属性26510.2　对盒添加阴影27510.3　布局相关属性27810.4　CSS3新增的多栏布局28510.5　使用弹性盒布局28910.6　本章小结306第11章　表格、列表相关属性及mediaquery30711.1　表格相关属性30811.2　列表相关属性31311.3　控制光标的属性31611.4　mediaquery和响应式布局31711.5　本章小结323第12章　变形与动画相关属性32412.1　CSS3提供的变形支持32512.2　CSS3新增的3D变换33712.3　CSS3提供的Transition动画34112.4　CSS3提供的Animation动画34512.5　本章小结349第13章　JavaScript语法详解35013.1　JavaScript简介35113.2　数据类型和变量35613.3　基本数据类型36413.4　复合类型37613.5　运算符38113.6　语句39113.7　流程控制39513.8　函数40313.9　函数的参数处理42513.10　面向对象42913.11　创建对象43713.12　本章小结443第14章　DOM编程详解44414.1　DOM模型概述44514.2　DOM模型和HTML文档44614.3　访问HTML元素44814.4　修改HTML元素45614.5　增加HTML元素45814.6　删除HTML元素46314.7　传统的DHTML模型46714.8　使用window对象46914.9　navigator和地理定位47914.10　HTML5增强的HistoryAPI48514.11　使用do

通过矩阵来计算行列式，支持分数形式输出，也就是说精确到分数，呵呵

MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

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。