使用EEGLAB自己制作电极的时候需要的文件。
对应的文章链接：https://blog.csdn.net/zzu_seu/article/details/99610304

UnixBench是一个用于测试unix系统性能的工具，也是一个比较通用的benchmark。
linux下执行步骤：1.解压UnixBench5.1.3.tgz。
tar-zxvfUnixBench5.1.3.tgz2.cdUnixBench,执行make，然后执行./Run即可。
等待十几分钟就会生成测试结果。
交叉编译执行步骤：1.解压UnixBench5.1.3.tgz。
tar-zxvfUnixBench5.1.3.tgz2.cdUnixBench,修改Makefile文件，修改CC=gcc为交叉编译的GCC，如CC=arm-linux-gnueabi-gcc。
3.执行make。
Run命令执行需要依赖perl。
perl交叉编译方法如下：1.解压perl-5.20.2.tar.gz,tar-zxfperl-5.20.2.tar.gz2.cdperl-5.20.23.解压perl-5.20.2-cross-0.9.7.tar.gz，tar--strip-components=1-zxf../perl-5.20.2-cross-0.9.7.tar.gz4.执行./configure--target=arm-linux-gnueabi--prefix=/usr-Duseshrplib5.make-j46.makeDESTDIR=/path/to/staging/dirinstall

本资源是一个发送邮件的例子，里面有完整的代码，可以直接通过VS2008运行，例子内容丰富，包含了多种邮件发送。
如：搜狐，雅虎，新浪，163,126,QQ等20余种邮箱发送。

以太网帧解析及CRC校验，坑爹的实验二十字有木有

近些年来，随着国民经济的发展和人民生活水平的提高，新媒体行业的发展迅猛。
新媒体是新的技术支撑体系下出现的媒体形态，如网络视频、数字杂志、数字报纸、数字广播、手机短信、移动电视、数字电视、触摸媒体等。
相对于报刊、户外、广播、电视四大传统意义上的媒体，新媒体被形象地称为“第五媒体”。
无线通信在过去20年经历了突飞猛进的发展，从以话音为主的2G时代，发展到以数据为主的3G/4G时代，目前正在步入万物互联的5G时代。
2019年6月6日，随着5G牌照的发放，我国正式进入5G商用元年。
5G以全新的网络架构，提供10Gbps以上的带宽、毫秒级时延、超高密度连接，实现网络性能新的跃升。
新媒体行业快速发展的同时，对通信技术提出了新的需求。
媒体行业激增的数据量对网络传输能力提出了前所未有的挑战。
5G技术能够使得媒体行业实时高清渲染和大幅降低设备对本地计算能力的需求得以落地，可以使大量数据被实时传输，降低网络延时，不仅可满足超高清视频直播，还能让AR/VR对画质和时延要求较高的应用获得长足发展。
本白皮书将给出新媒体的业务分析、新媒体行业的通信需求、基于5G技术的新媒体行业解决方案和应用案例，并对基于5G技术的新媒体行业未来发展进行了展望。

KNX说明书

Cipi-您的云的开源控制面板！2020.11.20＞该项目还在运行中...目前，我正在开发Cipi版本3，该版本将于2021年3月1日发布，这将是一次真正的革命！敬请关注！2020.07.05＞Cipi版本3开发已开始！请访问获取路线图！关于Cipi是基于Laravel的云服务器控制面板，支持DigitalOcean，AWS，Vultr，GoogleCloud，Linode，Azure和其他VPS。
它带有nginx，Mysql，多个PHP-FPM版本，多个用户，Supervisor，Composer，npm，免费的Let'sEncrypt证书，Git部署，备份，postfix，phpmyadmin，fail2ban，Redis，API，数据迁移以及简单的图形界面对管理Laravel，Codeigniter，Symphony，WordPress或其他PHP应用程序很有用。
使用Cipi，您无需成为SysAdmin即可部署和管理由云VPS支持的网站和PHP应用程序。
产品特点易于安装：无需Linux专家，只需单击不到十分钟即可安装一台或多台服务器。
服务器管

【目录】-MATLAB神经网络30个案例分析(开发实例系列图书)第1章BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。
第2章BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。
第3章遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。
第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优36对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。
这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。
第5章基于BP_Adaboost的强分类器设计——公司财务预警建模45BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。
第6章PID神经元网络解耦控制算法——多变量系统控制54根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。
第7章RBF网络的回归——非线性函数回归的实现65本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。
将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。
第8章GRNN的数据预测——基于广义回归神经网络的货运量预测73根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。
第9章离散Hopfield神经网络的联想记忆——数字识别81根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。
要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。
第10章离散Hopfield神经网络的分类——高校科研能力评价90某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。
第11章连续Hopfield神经网络的优化——旅行商问题优化计算100现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。
第12章SVM的数据分类预测——意大利葡萄酒种类识别112将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。
第13章SVM的参数优化——如何更好的提升分类器的性能122本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。
第14章SVM的回归预测分析——上证指数开盘指数预测133对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。
第15章SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。
若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。
第16章自组织竞争网络在模式分类中的应用——患者癌症发病预测153本案例中给出了一个含有60个个体基因表达水平的样本。
每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类),中间的20个样本是正常人的基因表达信息样本,余下的20个样本是待检测的样本(未知它们是否正常)。
以下将设法找出癌症与正常样本在基因表达水平上的区

这就不用说了吧，不用STL也能说自己做C++？这本2017年的新书就是介绍在C++17下如何更好地进行STL编程。
介绍链接在此：https://www.amazon.com/STL-Cookbook-enhancements-programming-expressions/dp/178712049X/ref=as_li_ss_tl?_encoding=UTF8&pd_rd_i=178712049X&pd_rd_r=K7D6G81D4VM1P35P0K0S&pd_rd_w=Lh4zr&pd_rd_wg=ToJVP&psc=1&refRID=K7D6G81D4VM1P35P0K0S&linkCode=sl1&tag=bfilipek-20&linkId=3ccfb9b60836de910ac6069ac899f9d1

WMS的仓库框架源码，文档。
目录第一章运行自动化仓库管理软件31.WMS运行环境32．运行WMS程序33．登录到WMS34．正确登录后，进入主界面4第二章基础信息管理51.用户信息管理52.权限管理63.仓库货区管理94.货位管理105.托盘管理116.单据类型管理67.物料类型管理88.供应商管理109.客户管理1110.计量单位管理11第三章入库管理121.入库单据管理122.入库配盘133.入库任务管理144.空托盘入库15第四章出库管理121.出库单据管理122.出库配盘133.出库任务管理144.空托盘出库155.出库查看16第五章库存管理121.库存盘点122.移库133.调整单144.出库查看155.任务管理166.仓位图19第六章统计查询121.库存明细122.库存统计133.库存流水账144.系统日志155.货位统计166.出入库物料汇总19附件：201．操作方式202．入库操作流程203．出库操作流程20

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。