参考本代码可熟悉socket基本使用方法，及文件传输的基本功能实现。
目录:1_code：源代码目录。
2_测试用例：包含正常功能，及非法入参测试，试用可执行文件功能时可参考截图中的参数下发。
3_工程及可执行文件：包含Linux编译的可执行文件，及Windows的VC6.0下的工程。

代码从https://code.google.com/p/sipeksdk/下载下来并且略微修改后的Sipek.SoftPhone；
pjsipdll.dll是最新基于pjproject-2.3编译通过；
http://download.csdn.net/detail/caiqin19880823/8183549

有深度学习中必读经典，以及相应的matlab代码。
此外，文章中本人做的笔记，希望能帮助大家更好的理解。
文章为：1.Afastlearningalgorithmfordeepbeliefnets（Hinton）2.LearningDeepArchitecturesforAI（Bengio）3.APracticalGuidetoTrainingRestrictedBoltzmannMachines（Hinton）等。
。
code为经典的deeplearningtool（matlab版），有DBN，NN，CNN，etc。

SourceCodePro和YaHeiConsolasHybrid的混合字体，代码中用很舒服

LinuxDeviceDriversDevelopment(pdf+epub+mobi+code_files).zipLinuxDeviceDriversDevelopment(pdf+epub+mobi+code_files).zip

一、课程设计题目：哈夫曼树应用二、课程设计要求：1) 从终端读入字符集大小n，以及n个字符和n个权值，建立哈夫曼树并将它存于文件hfmTree中.将已在内存中的哈夫曼树以直观的方式（比如树）显示在终端上；
2) 利用已经建好的哈夫曼树（如不在内存，则从文件htmTree中读入），对文件Text.txt中的正文进行编码，然后将结果存入文件Code.txt中。
3) 利用已建好的哈夫曼树将文件Code.txt中的代码进行译码，结果存入文件Text.txt中，并输出结果。
三、进度安排1．分析问题，给出数学模型，选择数据结构。
2．设计算法，给出算法描述，给出源程序清单。
3．编辑、编译、调试源程序，撰写课程设计报告。
四、基本要求1.界面友好，函数功能要划分好2.总体设计应画一流程图3.程序要加必要的注释4.要提供程序测试方案5.程序一定要经得起测试，宁可功能少一些，也要能运行起来，不能运行的程序是没有价值的。
目录1•设计目的 32.需求分析 42.1哈夫曼编码/译码器简介 42.2.问题描述 42.3需求分析 43.概要设计 53.1问题分析哈夫曼树的定义 54.详细设计 64.1系统框架图 64.2总体流程图 74.3编码函数 84.4译码函数 104.5运行结果 115.调试分析 136.小结 14参考文献 15附录：源程序代码 16

资源包含有DLL、LIB、H文件可根据需求程序调用函数接口来使用动态库其功能点有两个：生成QR-Code格式的二维码boolQR_Code(char*QR_text,char*bmpSavedPath,QRecLevellevel,QRencodeModehint);生成Data-Matrix格式的二维码boolData_Matrix(char*DM_text,char*bmpSavedPath);资源包附赠（QR二维码开发组件—博客）和（二维码生成图片小软件）版权望断所有，下载请私用！

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

资源包含有DLL、LIB、H文件可根据需求程序调用函数接口来使用动态库其功能点有两个：识别QR-Code格式的二维码——QR_Code(IplImage*Image,char*Information);识别Data-Matrix格式的二维码——Data_Matrix(IplImage*Image,char*Information);版权望断所有，下载请私用！

KAREL是一种与Pascal非常相似的低级语言。
它具有强类型变量，常量，自定义类型，过程，函数，并且可以访问您可能无法使用TP的各种有用的内置函数。
KAREL是一种编译语言; 源必须从KAREL源文件（.KL）转换为p-code（.PC），然后才能在控制器上加载和执行。
一旦您的KAREL程序加载到控制器上，它就像一个黑匣子 ; 您不能像TP程序一样看到源代码或步骤。
作为R-30iB控制器，您的机器人必须具有KAREL软件选项才能加载您自己的自定义KAREL程序。

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。