基于Tensorflow用CNN（卷积神经网络）处理kdd99数据集，代码包括预处理代码和分类代码，准确率99.6%以上，并且快速收敛至最优值。
(BasedonTensorflow(convolutionalneuralnetwork)processingKDD99datasetbasedonCNN,thecodeincludespreprocessingcodeandclassificationcode,theaccuracyrateismorethan99.6%,andquicklyconvergetotheoptimalvalue.)

很经典很实用目录：第一章连续的小波变换1．1连续小波变换的定义1．2与短时傅里叶变换的比较1．3连续小波变换的一些性质1．4小波变换的反演及对基本小波的要求1．5连续小波变换的计算机实现与快速算法1．6几种常用的基本小波1．7应用举例第二章尺度及位移均离散化的小波变换2．1离散α，γ栅格下的小波变换2．2标架(frame)概念2．3小波标架2．4应用举例第三章多分辨率分析与离散序列的小波变换3．1概述3．2多分辨率信号分解与重建的基本概念3．3尺度函数和小波函数的一些重要性质3．4由多分辨率分析引出多采样率滤波器组3．5Mallat算法实现中的一些问题3．6离散序列的小波变换3．7金字塔结构的数据编码第四章多采样率滤波器组与小波变换4．1概述4．2多采样率信号处理的一些基本关系4．3双通道多采样率滤波器的理想重建条件4．4多采样率滤波器组的两种一般表示法4．5正交镜像滤波器组与共轭正交滤波器组4．6正交滤波器组的设计4．7二项式小波滤波器组4．8对滤波器组参数与连续时间小渡变换关系的进一步讨论4．9Daubechies小波4．10IIR型的正交滤波器组和小波4．1l双正交滤波器组与双正交小波4．12滤波器组理想重建条件的时域表示式及其设计第五章二维小波变换及其用于图像处理5．1概述5．2二维图像的多分辨率分析：可分离情况5．3五株排列(quincunx)的多分辨率分析5．4应用举例5．5二维连续小波变换第六章小波变换用于表征信号的突变(瞬态)特征6．1概述6．2基本原理6．3几种检测局部性能常用的小波6．4．用小波变换极大值在多尺度上的变化来表征信号奇异点的性质6．5用二维小波变换作图像上物体边沿的检测6．6应用举例6．7用小波变换的过零点来表征信号6．8由小波变换的奇异点重建信号6．9仿真计算第七章小波包与时一频平面的铺砌7．1概述7．2小波包的定义与主要性质7．3最优小波包基的选择7．4自适应小波包分解7．5最优小波包作自适应切换时瞬态的抑制——时变滤波器组方法7．6关于时间一频率平面的自适应铺砌7．7基本小波的优化设计7．8小波变换在不同基函数间的换算第八章小波变换与分形信号的分析8．1概述8．2关于分形的简述8．31过程的小波分析8．4确定性的自相似过程8．51过程的信号处理8．6分数布朗运动与分数高斯噪声8．7小波变换用于其他分形问题简介附录1过程或FBM的产生第九章运动物体回波信号的宽带处理9．1概述9．2回波信号的宽带模型9．3针对宽带回波的小波变换处理9．4运动系统特性的多尺度表征结束语参考文献

《最优化方法及其Matlab程序设计》较系统地介绍了非线性最优化问题的基本理论和算法，以及主要算法的Matlab程序设计，主要内容包括（精确或非精确）线搜索技术、最速下降法与（修正）牛顿法、共轭梯度法、拟牛顿法、信赖域方法、非线性最小二乘问题的解法、约束优化问题的最优性条件、罚函数法、可行方向法、二次规划问题的解法、序列二次规划法等

人工鱼群算法是一类基于动物行为的群体智能优化算法，该算法是通过模拟鱼群的觅食、聚群、追尾、随机等行为在搜索域中进行寻优，是集群体智能思想的一个具体的应用。

系列文章：构建高性能ASP.NET站点第六章—性能瓶颈诊断与初步调优（上篇）—识别性能瓶颈构建高性能ASP.NET站点第六章—性能瓶颈诊断与初步调优（下前篇）—简单的优化措施构建高性能ASP.NET站点第六章—性能瓶颈诊断与初步调优（下后篇）—减少不必要的请求构建高性能ASP.NET站点第七章如何解决内存的问题(前篇)—托管资源优化—垃圾回收机制深度剖析构建高性能ASP.NET站点第七章如何解决内存的问题(前中篇)—托管资源优化—监测CLR性能前言：从本篇开始就真正的进入了性能调优的阶段，在之前的文章中提到了页面加载过慢的四个性能问题，其中第一个问题就是：服务端解析.aspx页面的时间过长，本

从新建虚拟机到安装优麒麟系统完成详细步骤

摘要：时间最优控制是工程实践中经常遇到的一类最优控制问题。
对于较简单的时间最优控制问题可以应用古典变分法和庞特里雅金最大值原理进行分析求解。
但在实际问题中，能求得解析解的仅是少数。
因此，有必要寻求一种能够有效求解时间最优控制问题的数值方法。
在分析时间最优控制问题已有求解方法优缺点的基础上，提出基于Bang-Bang原理和参数最优化方法（遗传算法-单纯形法）相结合求解一类仿射系统的时间最优控制问题的方法。
对线性阻尼振子问题进行了数值仿真，结果表明该方法效果良好。

优科500无线AP设置操作说明，根据项目亲手编写，图文并茂。
绝对原创

介绍如何对linux进行调优，重点看那些参数，各个参数的含义

技术选型前端：angularJS+Bootstrap后台：SSM（springmvc+spring+mybatis）数据库：mysql，使用mycat读写分离开发模式：SOA服务中间件：dubbox，需要和zookeeper配合使用注册中心：zookeeper消息中间件：Activemq，使用spring-jms负载均衡：nginx搜索：solr集群（solrCloud），配合zookeeper搭建，使用spring-data-solor缓存：redis集群，使用spring-data-redis图片存储：fastDFS集群网页静态化：freemarker单点登录：cas权限管理：SpringSecurity，跨域：cros支付：微信扫描短信验证：阿里大于密码加密：BCrypt富文本：KindEditor事务：声明式事务任务调度：springtask如果好用的话不要吝啬你的赞美喔！

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。