最近由于需要实现音乐频谱，所以今天就为大家普及一下。
关于音乐频谱你需要了解数字信号处理的知识，尤其是FFT的知识。
简单说就是把时域上连续的信号(波形)强度转换成离散的频域信号(频谱)。
我理解波形就是信号的强度，或者说音响设备的输出的功率，功率高，音量就大。
但是歌曲的曲调是不会变的，因为频谱是不会变的。
这个是我写的一个demo,可以借鉴一下

切换控制的相关书籍，以下为序言部分翻译：本书的主体由三部分组成。
第一部分介绍读者阅读本书研究的系统类。
第二部分致力于切换系统的稳定性理论;它涉及单个和多个Lyapunov函数分析方法，李代数稳定性准则，有限速率切换下的稳定性，以及具有各种有用特殊结构的切换系统。
第三部分致力于切换控制设计;它描述了几类广泛的连续时间控制系统，基于逻辑的切换范例作为控制设计工具自然而然地出现，并提出了几个特定问题的切换控制算法，如非完整系统的稳定性，有限信息的控制和切换自适应控制不正当系统

Java聊天室程序需求分析2.1业务需求 1.与聊天室成员一起聊天。
2.可以与聊天室成员私聊。
3.可以改变聊天内容风格。
4.用户注册（含头像）、登录。
5.服务器监控聊天内容。
6.服务器过滤非法内容。
7.服务器发送通知。
8.服务器踢人。
9.保存服务器日志。
10.保存用户聊天信息。
2.2系统功能模块2.2.1服务器端 1.处理用户注册 2.处理用户登录 3.处理用户发送信息 4.处理用户得到信息 5.处理用户退出2.2.2客户端 1.用户注册界面及结果 2.用户登录界面及结果 3.用户发送信息界面及结果 4.用户得到信息界面及结果 5.用户退出界面及结果2.3性能需求 运行环境：Windows9x、2000、xp、2003，Linux 必要环境：JDK1.5以上 硬件环境：CPU400MHz以上,内存64MB以上3.1.2 客户端结构 ChatClient.java为客户端程序启动类，负责客户端的启动和退出。
Login.java为客户端程序登录界面，负责用户帐号信息的验证与反馈。
Register.java为客户端程序注册界面，负责用户帐号信息的注册验证与反馈。
ChatRoom.java为客户端程序聊天室主界面，负责接收、发送聊天内容与服务器端的Connection.java亲密合作。
Windowclose为ChatRoom.java的内部类，负责监听聊天室界面的操作，当用户退出时返回给服务器信息。
Clock.java为客户端程序的一个小程序，实现的一个石英钟功能。
3.2系统实现原理当用户聊天时，将当前用户名、聊天对象、聊天内容、聊天语气和是否私聊进行封装，然后与服务器建立Socket连接，再用对象输出流包装Socket的输出流将聊天信息对象发送给服务器端当用户发送聊天信息时，服务端将会收到客户端用Socket传输过来的聊天信息对象，然后将其强制转换为Chat对象，并将本次用户的聊天信息对象添加到聊天对象集Message中，以供所有聊天用户访问。
接收用户的聊天信息是由多线程技术实现的，因为客户端必须时时关注更新服务器上是否有最新消息，在本程序中设定的是3秒刷新服务器一次，如果间隔时间太短将会增加客户端与服务器端的通信负担，而间隔时间长就会让人感觉没有时效性，所以经过权衡后认为3秒最佳，因为每个用户都不可能在3秒内连续发送信息。
当每次用户接收到聊天信息后将会开始分析聊天信息然后将适合自己的信息人性化地显示在聊天信息界面上。
4.1.1问题陈述1.接受用户注册信息并保存在一个基于文件的对象型数据库。
2.能够允许注册过的用户登陆聊天界面并可以聊天。
3.能够接受私聊信息并发送给特定的用户。
4.服务器运行在自定义的端口上＃1001。
5.服务器监控用户列表和用户聊天信息（私聊除外）。
6.服务器踢人，发送通知。
7.服务器保存日志。

ENVI　　ENVI(TheEnvironmentforVisualizingImages)是美国ITTVisualInformationSolutions公司的旗舰产品。
ENVI由遥感领域的科学家采用IDL开发的一套功能强大的遥感图像处理软件；
它是快速、便捷、准确地从地理空间影像中提取信息的首屈一指的软件解决方案，它提供先进的，人性化的使用工具来方便用户读取、准备、探测、分析和共享影像中的信息。
今天，众多的影像分析师和科学家选择ENVI来从地理空间影像中提取信息。
已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋，测绘勘察和城市与区域规划等行业。
　　创建于1977年的RSI（现为ITTVisualInformationSolutions公司）已经成功地为其用户提供了超过30年的科学可视化软件服务。
目前ITTVisualInformationSolutions的用户数超过150,000，遍布于80个国家与地区。
从2000年开始连续三年，ENVI被美国国家影像制图局（NIMA）等权威机构组织的Passfind项目遥感影像系统评比当中被评为“最佳的遥感目标识别软件”。
2004年RSI公司并入上市公司ITT公司，并于2006年5月正式成立ITTVisualInformationSolutions公司，ENVI&IDL的发展步伐更加有利与快捷，更多的新功能与算法加进到新版本中。
　　强大的影像显示、处理和分析系统　　ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
　　ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKONOS、SPOT,RADARSAT,NASA,NOAA,EROS和TERRA，并准备接受未来所有传感器的信息。
　　强大的多光谱影像处理功能　　ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。
ENVI遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。
同时，ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
　　更便捷地集成栅格和矢量数据　　ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。
ENVI具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。
ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
　　ENVI的集成雷达分析工具助您快速处理雷达数据　　用ENVI完整的集成式雷达分析工具可以快速处理雷达SAR数据,提取CEOS信息并浏览RADARSAT和ERS-1数据。
用天线阵列校正、斜距校正、自适应滤波等功能提高数据的利用率。
纹理分析功能还可以分段分析SAR数据。
ENVI还可以处理极化雷达数据，用户可以从SIR-C和AIRSAR压缩数据中选择极化和工作频率，用户还可以浏览和比较感兴趣区的极化信号，并创建幅度图像和相位图像。
　　地形分析工具　　ENVI具有三维地形可视分析及动画飞行功能，能按用户制定路径飞行，并能将动画序列输出为MPEG文件格式，便于用户演示成果。
　　准备您的影像　　ENVI提供了自动预处理工具，可以快速、轻松地预处理影像，以便进行查看浏览或其他分析。
通过ENVI，您可以对影像进行以下处理：　　•正射校正　　•影像配准　　•影像定标　　•大气校正　　•创建矢量叠加　　•确定感兴趣区域（ROIs）　　•创建数字高程模型（DEMs）　　•影像融合，掩膜和镶嵌　　•调整大小，旋转，或数据类型转换　　探测影像　　ENVI提供了一个直观的用户界面和易用的工具，让您轻松、快速地浏览和探测影像。
您可以使用ENVI完成的工作包括：浏览大型数据集和元数据，对影像进行视觉对比，创建强大的3D场景，创建散点图，探测像素特征等。
　　分析影像　　ENVI提供了业界领先的图像处理功能，方便您从事各种用途的信息提取。
ENVI提供了一套完整的经科学实践证明的成熟工具来帮助您分析影像。
　　数据分析工具　　ENVI包括一套综合数据分析工具，通过实践证明的成熟算法快速、便捷、准确地分析图像。
　　•创建地理空间统计资料，如自相关系数和协方差　　•计算影像统计信息，如平均值、最小/最大值、标准差　　•提取线性特征　　•合成雷达影像　　•主成分计算　　•变化检测　　•空间特征测量　　•地形建模和特征提取　　•应用通用或自定义的滤波器　　•执行自定义的波段和光谱数学函数　　光谱分析工具　　光谱分析通过像素在不同波长范围上的反应，来获取有关物质的信息。
ENVI拥有目前最先进的，易于使用的光谱分析工具，能够很容易地进行科学的影像分析。
ENVI的光谱分析工具包括以下功能：　　•监督和非监督方法进行影像分类　　•使用强大的光谱库识别光谱特征　　•检测和识别目标　　•识别感兴趣的特征　　•对感兴趣物质的分析和制图　　•执行像素级和亚像素级的分析　　•使用分类后处理工具完善分类结果　　•使用植被分析工具计算森林健康度　　共享您的信息　　ENVI能轻松地整合现有的工作流，让您能在任何环境中与同事们分享地图和报告。
所处理的图像可以输出成常见的矢量格式和栅格影像便于协同和演示。
　　自定义您的地理空间影像应用　　ENVI建立于一个强大的开发语言—IDL之上。
IDL允许对其特性和功能进行扩展或自定义，以符合用户的具体要求。
这个强大而灵活的平台，可以让您创建批处理、自定义菜单、添加自己的算法和工具，甚至将C++和Java代码集成到您的工具中等。
　　自2007年起，与著名的GIS厂商ESRI公司开展全面战略合作，ENVIReaderforArcGIS模块让ArcGIS系列软件全面支持ENVI的数据格式，最新版本ENVI4.5完全支持ArcGIS的Geodatabase等。

版本特性：1.支持BigIoT（贝壳物联）平台接入，在Networksetting中选中BigIoT即可，目前只支持它的TCP模式，因此只能使用8181，8282，8585这三个TCP端口，三个端口的区别请查看BigIoT的官方文档https://www.bigiot.net/help/1.html；
接着，填写好Cloudserversetting中的DeviceID与APIKey并保存，启动后将自动连接到BigIoT的服务器，无论你选用是哪个端口，本固件都将每隔50秒发送一次心跳信息到服务器中，让设备自动保持连接；
2.本固件的BigIoT模式已做好了透传，发送到8622模块串口的数据将直接透传到BigIoT服务器，相反BigIoT传回来的数据会直接透传到8266模块的串口，用户按BigIoT的官方文档，对数据进行解析即可；
3.根据ESP8266的文档，这个版本固件修改了SPIFFS格式化的时长，从20秒改成官方推荐的30秒，如果是新买的模块，首次使用的时候可能要多等一会儿，但更好地保证了格式化SPIFFS分区的正确性；
4.更新了SDK的版本，虽然没有什么感觉，但是我的确把它更新了；
5.UPD连续发送数据，偶见崩溃重启的问题貌似已经修复好了，不过那是SDK的功劳，不是我；
6.还是老话，自用/学习可以，商用请联系开发者，尊重劳动成果人人有责；
后话：本来还想支持Blinker平台的，但找不到它的通讯协议文档，只找到了它的库，它的库直接集成到我的代码中时，程序无法正常工作（崩溃），如有相关技术资料，可以告诉我，我会尝试集成。
ESP32的新版本马上开始开发，需要修改的代码比较多，本人独立开发者，利用业余时间开发，因此大概要等10天左右吧。

在遥感领域，数据集是研究和开发的关键资源，它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源，它结合了两种不同类型的数据——高光谱图像和LiDAR（LightDetectionandRanging）数据，以实现更精确的图像分类。
高光谱图像，也称为光谱成像，是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段，每个波段对应一个窄的电磁谱段。
通过分析这些波段，我们可以获取物体的详细化学和物理特性，例如植被健康、土壤类型、水体污染等，这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术，它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型，包括地表特征如建筑物、树木和地形起伏。
此外，LiDAR还能穿透植被，揭示地表覆盖下的特征，如地基和地下结构。
这个数据集包含了三个不同的地区：Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景，这为研究者提供了多样性的数据，以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别，如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性，因为高光谱数据提供了丰富的光谱信息，而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来，可以形成一个强大的特征空间，帮助区分相似的地物类别，减少分类错误。
在实际应用中，这个数据集可以用于训练深度学习或机器学习模型，比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练，模型能够学习到如何综合解析光谱和空间信息，从而提高对遥感图像的分类能力。
对于研究人员和开发者来说，这个数据集提供了理想的平台，用于开发新的图像分析技术，改进现有算法，并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源，对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集，我们可以期待在未来实现更加智能化和精确化的地球表面监测。

粒子群算法（启发式算法）的多目标优化，我也翻过一些这方面的论文。
单目标与多目标优化主要区别在于多目标优化问题有多个目标函数,一个解对于某个目标来说可能是较好的,而对于其他目标来讲可能是较差的。
因此，存在一个折衷解的集合，也就是所谓的Pareto集。
教科书上，解决多目标优化问题的方法一般是，通过数学变换把多目标转换为单目标求解，但是实际问题中涉及到多目标优化问题往往具有非线性、不可微、不连续等特征，难以用数学方法搞定。
而启发式算法则不需要这些严格条件，其实也是启发式算法兴起的原因。

易语言编程软件源码]-网络文件传输说明：先运行客户.exe，再用易打开服务端，输入ip后连接成功，然后传送文件，连续传上几个文件就慢了。

水产行业不管是在内地还是在沿海一代都是我国发展的重点对象，本身水产养殖对于水中的各项参数指标就要求很严格，再加上水里所含物质的监测本身比较困难，所以现阶段的淡水鱼养殖对养殖监控系统的要求时越来越高。
水产养殖一般水质测溶解氧、盐度、CO2、氨氮等数据。
在高密度循环水养殖系统里，溶解氧可谓是最最要命的指标。
短时间内溶氧就可以过山车似的从高溶氧掉到致命的低浓度，除了溶氧还没有哪一个水质参数可以短时间内把鱼搞死的。
因此，连续的不间断的溶氧监测非常关键，除此之外，最好有紧急增氧设备以及应急备用电源，以确保各种情况下都可以应付的来。
盐度很重要，一般的渔场水体盐度都是恒定的。
当然某些渔场在育苗和养殖时的盐度会有所不同，盐度的测定就显必要了。
其次是光学盐度计，这个真心准确，用的时候像海盗船长一样，碉堡了，就是用之前需要校对一下，还有注意温度变化；
再有就是电导率探头，这个不用说，是最准的，直接读数。
水产养殖一般监测温度、PH、溶解氧、透明度这4个指标。
鱼池水质管理，直接影响养鱼效益。
衡量鱼池水质好坏的指标主要有：池水温度、酸碱度（PH值）、溶氧值和透明度。
现将其测试技术简介如下：

内容简介本书阐述了经典控制理论的基本概念、原理和自动控制系统的各种分析方法，主要内容包括线性连续系统与离散系统的时域和频域理论，如系统的动态性能、静态性能、稳定性的分析和各种设计方法的运用等。
　　本书从基本概念、基本分析方法入手，结合生产和生活中的实例，以时域分析方法为主线，时域分析和频域分析并进，在严谨的数学推导的基础上，利用直观的物理概念，引出系统参数与系统指标之间的内在联系。
　　本书在《自动控制原理》前四版基础上，对各章内容都进行了修订。
修订的基本思想是更新观念，深化改革，提高知识起点，努力拓宽专业口径，以增强培养人才的适应性。
　　本书既可以作为高等学校自动化、仪表、电气传动、计算机、机械、化工、航天航空等相关专业的教材，也可供有关工程技术人员再学习时参考。
作者简介王建辉，女，工学博士，东北大学教授、博士生导师，1957年生于辽宁。
宝钢教育奖获得者，沈阳市优秀教师。
国家级精品课“自动控制原理”课程负责人之一。
1982年东北工学院（今东北大学）自动控制系自动化专业毕业后留校任教，先后任自动控制教研室副主任、自动控制系副主任、自动化研究所副所长。
主要研究方向为复杂控制系统的建模与控制、网络环境下先进控制技术及其在工业中的应用、智能控制理论及其应用等。
获省部级科技进步奖4项、教育教学成果奖10余项，主持和参加国家及省部级自然科学基金等纵向科研课题10余项、各类教改课程项目近10项。
发表有关论文100余篇。
编著《自动控制原理》、《自动控制原理习题详解》、《控制系统计算机仿真与辅助设计》。
目录第1章　自动控制系统的基本概念　1.1　开环控制系统与闭环控制系统　1.2　闭环控制系统的组成和基本环节　　1.3　自动控制系统的类型　1.4　自动控制系统的性能指标　　小结　　思考题与习题第2章　自动控制系统的数学模型　2.1　微分方程式的编写　　2.2　非线性数学模型的线性化　2.3　传递函数　　2.4　系统动态结构图　2.5　系统传递函数和结构图的等效变换　　2.6　信号流图　2.7　用MATLAB求解线性微分方程和化简系统方框图　小结　　思考题与习题第3章　自动控制系统的时域分析　3.1　自动控制系统的时域指标　　3.2　一阶系统的跃响应　3.3　二阶系统的阶跃响应　3.4　高阶系统的动态响应　3.5　自动控制系统的代数稳定判据　3.6　稳态误差　3.7　用MATLAB进行系统时域分析　　小结　　思考题与习题第4章　根轨迹法　4.1　根轨迹法的基本概念　4.2　要轨迹的绘制法则　4.3　用根轨迹法分析系统的动态特性　4.4　用MATLAB绘制根轨迹　小结　　思考题与习题第5章　频率法　5.1　频率特性的基本概念　5.2　非周期函数的频谱分析　　5.3　频率特性的表示方法　5.4　典型环节的频率特性　5.5　系统开环频率特性的绘制　5.6　奈奎斯特稳定判据及其应用　5.7　系统动态特性和开环频率特性的关系　5.8　闭环系统频率特性　5.9　系统动态特性和闭环频率特性的关系　5.10　用MALTAB绘制系统开环频率特性　小结　思考题与习题第6章　控制系统的校正及综合　　6.1　控制系统校正的一般概念　6.2　串联校正　6.3　反馈校正赶快下载吧！东大考研

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。