实现仿京东筛选列表，可折叠的recyclerview，可以动态配置是否可折叠，折叠后剩余显示子item数量

多级伸缩菜单，图片轮播，登录，全选反选，折叠展开等常用案例源文件下载

本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。
本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。
试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括：1.输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。
2.输出随迭代次数变化的平均最优值数据（设定终止条件区间等于0）。
本框架了包含了常用基准函数的实现以及遗传算法与粒子群算法对其的求解方案实现和对比，如TSP，01背包，Banana函数，Griewank函数等。
并提供大量工具方法，如KMeans，随机序列生成与无效序列修补方法等等。
对遗传算法的二进制编码，整数编码，实数编码，整数序列编码（用于求解TSP等），粒子群算法的各种拓扑结构，以及两种算法的参数各种更新方式均有实现，并提供接口供使用者实现新的改进方式并整合入框架进行试验。
其中还包括对PSO进行离散化的支持接口，和自己的设计一种离散PSO方法及其用以求解01背包问题的实现样例。
欢迎参考并提出宝贵意见，特别欢迎愿意协同更新修补代码的朋友(邮箱starffly@foxmail.com)。
代码已作为lakeast项目托管在GoogleCode:http://code.google.com/p/lakeasthttp://code.google.com/p/lakeast/downloads/list某些类的功能说明：org.lakest.common中：BoundaryType定义了一个枚举，表示变量超出约束范围时为恢复到约束范围所采用的处理方式，分别是NONE(不处理)，WRAP（加减若干整数个区间长度），BOUNCE（超出部分向区间内部折叠），STICK（取超出方向的最大限定值）。
Constraint定义了一个代表变量约束范围的类。
Functions定义了一系列基准函数的具体实现以供其他类统一调用。
InitializeException定义了一个代表程序初始化出现错误的异常类。
Randoms类的各个静态方法用以产生各种类型的随机数以及随机序列的快速产生。
Range类的实现了用以判断变量是否超出约束范围以及将超出约束范围的变量根据一定原则修补到约束范围的方法。
ToStringBuffer是一个将数组转换为其字符串表示的类。
org.lakeast.ga.skeleton中：AbstractChromosome定义了染色体的公共方法。
AbstractDomain是定义问题域有关的计算与参数的抽象类。
AbstractFactorGenerator定义产生交叉概率和变异概率的共同方法。
BinaryChromosome是采用二进制编码的染色体的具体实现类。
ConstantFactorGenerator是一个把交叉概率和变异概率定义为常量的参数产生器。
ConstraintSet用于在计算过程中保存和获取应用问题的各个维度的约束。
Domain是遗传算法求解中所有问题域必须实现的接口。
EncodingType是一个表明染色体编码类型的枚举，包括BINARY(二进制)，REAL(实数)，INTEGER(整型)。
Factor是交叉概率和变异概率的封装。
IFactorGenerator参数产生器的公共接口。
Population定义了染色体种群的行为，包括种群的迭代，轮盘赌选择和交叉以及最优个体的保存。
org.lakeast.ga.chromosome中：BinaryChromosome二进制编码染色体实现。
IntegerChromosome整数编码染色体实现。
RealChromosome实数编码染色体实现。
SequenceIntegerChromosome整数序列染色体实现。
org.lakeast.pso.skeleton中：AbstractDomain提供一个接口，将粒子的位置向量解释到离散空间，同时不干扰粒子的更新方式。
AbstractF

HypeLCNN概述该存储库包含论文“具有用于高光谱和激光雷达传感器数据的光谱和空间特征融合层的深度学习分类框架”的论文源代码（正在审查中）使用Tensorflow1.x开发（在1.10至1.15版上测试）。
该存储库包括一套完整的套件，用于基于神经网络的高光谱和激光雷达分类。
主要特点：支持超参数估计基于插件的神经网络实现（通过NNModel接口）基于插件的数据集集成（通过DataLoader接口）培训的数据有效实现（基于内存的有效/基于内存/记录的）能够在经典机器学习方法中使用数据集集成神经网络的培训，分类和指标集成胶囊网络和神经网络的示例实现基于CPU/GPU/TPU（进行中）的培训基于GAN的数据增强器集成交叉折叠验证支持源代码可用于在训练大数据集中应用张量流，集成指标，合并两个不同的神经网络以进行数据增强的最佳实践注意：数据集文件太

UltraEdit【版本26.20.0.46】免安装，解压即可永久使用！主要功能轻松打开并编辑大型文件-4GB及更大文件！多插入符号编辑和多选列（块）模式编辑强大的搜索：在文件中查找和替换、正则表达式、反向搜索等文件比较几乎所有编程语言的代码语法突出显示代码折叠和分层功能列表美化且重新格式化源代码强大的XML处理：XML树视图、重新格式化、验证等自动关闭XML/HTML标记智能模板-自动智能代码完成编辑主题-浏览整个应用程序强大且可配置的工具文件和数据排序集成FTP客户（支持FTP、SFTP和FTPS）集成SSH/Telnet客户端经筛选的拼写检查程序Unicode/……等等

%用于一书%%离散信号和系统%conv_m-改进的线性卷积子程序(第22页)%conv_tp-用Toeplitz矩阵计算的线性卷积(第34页)%evenodd-将实信号分解为偶和奇两部分(第15页)%impseq-产生脉冲序列(第6页)%sigadd-信号相加运算(第8页)%sigfold-信号折叠运算(第10页)%sigmult-信号乘法运算(第9页)%sigshift-信号时移运算(第9页)%stepseq-产生阶跃序列(第6页)%离散时间付利叶变换(第z变换)%pfe2rfz-在z域由部分分式展开为有理函数(第四章)%rf2pfez-在z域由有理函数展开为部分分式(第四章)%离散付利叶变换%circevod-实信号分解为循环偶分量和循环奇分量(第132页)%circonvt-时域中的循环卷积(第139页)%cirshftt-时域中的循环移位(第146页)%dfs-计算离散付利叶系数(第109页)%dft-计算离散付利叶变换(第120页)%hsolpsav-采用FFT高速分段卷积的重叠保留法(第157页)%idfs-计算逆离散付利叶级数(第110页)%idft-计算逆离散付利叶变换(第121页)%mod-计算m=nmodN(第119页)%ovrlpsav-分段卷积的重叠保留法(第147页)%数字滤波器结构%cas2dir-级联到直接的形式转换(第173页)%casfiltr-IIR和FIR滤波器的级联实现(第172页)%cplxcomp-比较两个复数对(第176页)%dir2cas-直接到级联的型式转换(第171页)%dir2fs-直接形式到频率采样型的转换(第187页)%dir2ladr-IIR直接形式极__零点到格型/梯形的转换(第199页)%dir2latc-FIR直接形式到全零点格型形式的转换(第193页)%dir2par-直接到并联形式的转换(第175页)%dir2paro-直接到并联形式的转换(用于旧版信号处理工具箱)%ladr2dir-格型/梯形形式到IIR直接形式的转换(第199页)%ladrfilt-格型/梯形形式的IIR滤波器实现(第200页)%latc2dir-全零点格型形式到FIR直接形式的转换(第194页)%latcfilt-FIR滤波器的格型形式的实现(第194页)%par2dir-并联形式到直接形式的转换(第177页)%parfiltr-IIR滤波器的并联形式的实现(第177页)%FIR滤波器设计% ampl_res -由FIR滤波器脉冲响应求其幅频特性(第271页)%blackman-布莱克曼窗函数(第230页)%freqz_m-改进型的freqz子程序(第233页)%Hr_Type1-计算1型FIR低通滤波器(第215页)%Hr_Type2-计算2型FIR低通滤波器(第216页)%Hr_Type3-计算3型FIR低通滤波器(第216页)%Hr_Type4-计算4型FIR低通滤波器(第

.UnityPackage5.5.0版本Open_csdn文章名为_UnityUGUI自定义树形菜单（TreeView）解决“当把所有的二级菜单折叠后，再展开，本来属于第一个二级菜单的三级菜单的内容就会显示全部显示在最后一个二级菜单的尾部。
”

jQuery的甘特jQueryGantt编辑器由RobertoBicchierai和SilviaChelazzi编写这些是一些关键功能：基于jQuery3.2MIT许可：您可以在任何地方重用JSON导入导出国际化管理任务状态–＞项目工作流程管理依赖管理任务（资源，角色工作）服务器同步就绪全面的撤消重做支持跨浏览器（至少对于最新版本）键盘编辑支持SVG视觉编辑器打印友好可折叠的分支关键路径里程碑，进度等飞涨在此处尝试在线工作演示：:在此处阅读有关最新版本的信息：:在此处阅读此组件的起源：:文档在这里：:jQueryGantt编辑器是项目的一部分

C#仿Windows可折叠导航栏，支持小图标

可根据C语言程序自动生成流程图。
界面友好，操作简单易上手。
流程图可根据阅读理解代码的需要折叠或扩展，模块粒度粗细可调。
流程图具有Birdeye功能，对于较复杂的函数，也可鸟瞰全貌，一目了然。
软件还可以根据其性能配置自动清除代码中的条件编译预处理语句和不需要的代码，让代码纯净易读。
支持windows，linux和macOS系统。
绝大部分功能永久免费。
更多性能需要你亲自体验与尝试。

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。