模仿WIN7标准计算器做的，可以实现加减乘除，连加连减连乘连除连等，可以实现MS/MR/M+/M-/MC

山寨版windows普通计算器，简单的加减乘除，正负数据，开根号，取百分比%，回删，1/x，和MC,MR,MS,M+,M-等，注释齐全无需动脑子就能看懂，大学生交交作业的好帮手

lte-mr数据获取l

ASP.NET开发的一款高校教师档案管理系统SQL版，这是一个教学范例，在功能方面比较简洁，可能无法应用于实际中，仅作为一套学习资料供参考。
高校教师档案管理系统操作员分为两种，一种是管理员，一种是普通用户也就是教师。
管理员是系统默认的，只有一个，用户名为“mr”，密码为“mrsoft”，不可以添加、修改等。
普通用户可以添加。
系统设置页面主要用于设置搜索与系统的使用权，只有管理员可以设置。
　　搜索：设为“开放”时，教师可以对自己的资料进行搜索，此时“条件查询”可用；
如果设为“不开放”，教师不可以对自己的资料进行搜索，此时“条件查询”不可用，只可以添加、修改、删除。
　　系统：设为“开放”时，教师可以管理（即添加、修改、删除）自己的资料信息；
设为“不开放”时，教师只能查看自己所添加的资料信息，不能对其进行相应的管理操作。
　　业务流程　　在使用本系统时，请按照以下流程进行操作：　　（1）单击“管理用户”按钮，添加教师信息。
　　（2）单击“系统设置”按钮，在此页面中设置教师的搜索与操作是否开放。
　　（3）在“基本档案”、“学科建设”、“教学研究”和“科学研究”树状菜单中分别添加教师的资料信息。
如果系统设置中对教师的系统操作开放，教师也可以通过登录自己添加资料信息。
　　（4）单击“条件查询”按钮，在此页面中可以按照不同的查询条件对教师资料进行查询。

用小波变换来实现医学图像的融合，主要是关于MR和CT图像的融合，效果还不错哦，不过比较简单，而且是未经优化的。

《ProgramminginLua》的翻译由www.luachina.net完成。
本站已经征得作者Mr.RobertoIerusalimschy的同意，可以翻译他的著作并在本站发布，本书的版权归Mr.RobertoCopyright©2003-2004RobertoIerusalimschy.Allrightsreserved.Thisonlinebookisforpersonaluseonly.Itcannotbecopiedtootherwebsitesorfurtherdistributedinanyform.Ierusalimschy所有，有关版权请参考下面引自官方网站的声明，未经许可不得擅自转贴或者以任何形式发布本书，否则后果自负。

Unity开发Hololens2混合现实MR增强现实AR应用开发工具包，带中文开发入门文档

Matlab关于人工神经网络在预测中的应用的论文二-人工神经网络模型在研究生招生数量预测中的应用.pdf四、灰色人工神经网络人口总量预测模型及应用摘要：针对单一指标进行人口总量预测精度不高的问题，基于灰色系统理论和人工神经网络理论，用1990年至2004年中国人口总量序列建立并训练一个多指标的灰色人工神经网络人口总量预测模型。
对2005年至2007年的人口总量进行检验性预测，结果表明灰色人工神经网络模型大大提高了预测精度。
关键词：人口总量；
灰色系统；
BP人工神经网络；
灰色人工神经网络模型引言：本文从影响人口增长的诸多因素中筛选出6个主要因素，结合灰色系统思想与神经网络的优点建立了一个灰色人工神经网络（GreyArtificialNeuralNetwork，GANN）预测模型，对每一个指标分别用GM（1，1）模型选择最佳的维数进行预测，再利用神经网络非线性映射的特性把这6个指标进行非线性组合得到人口总量的预测结果。
该模型充分利用灰色系统弱化数据的随机性及其动态性和神经网络非线性映射的特性，发挥两者的优势，从而进一步提高预测精度。
中间内容省略~结语：由于传统遗传算法聚类算法本身的优点：在解决聚类问题上速度快、准确率高，加上免疫网络分类算法可以进行非监督学习，确定聚类数及聚类点，在实际聚类应用中有更广阔的适用性；
在这种独特的聚类算法的基础上，结合粗糙集理论构建了一种图像分割算法；
同时，通过实验证明该方法不但比传统的FCM算法聚类速度快，分割效果好，而且比文献[2]的分割准确度还要高。
由于该方法有在聚类上的无教师监督的独特优点，并且通过对人脑MR图聚类和分割的两个实验，证明了该分割算法比以往分割算法在具体应用上都有一定的提高。
灰色人工神经网络人口总量预测模型及应用.pdf五、人工神经网络模型在研究生招生数量预测中的应用摘要：研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素，这些影响因素往往无法量化，而且各个影响因素之间关系错综复杂，简单的线性模型预测未来招生数量往往难以实现。
尝试采用人工神经网络模型，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，通过对黑龙江省历年研究生招生数量进行系统分析，建立了人工神经网络预测模型，并对未来3年的招生数量进行了预测，预测结果较好，为该方面研究提供了新的研究思路与研究方法。
关键词:黑龙江省;研究生招生;预测;人工神经网络模型引言：关于研究生招生数量的确定，涉及诸多因素，例如国家政策、社会就业、人才需求、专业分布与需求等等。
这些影响因素往往无法量化，很难找出定量化的因素来进行分析，而这些因素又确确实实在很大程度上影响着研究生招生的数量及其分布。
以往分析预测方法主要是确定性数学模型和随机统计方法，例如有限单元法、有限差分法、灰色理论建模、回归分析、谐波分析、时间序列分析、概率统计法等。
这些方法多以线性理论为基础，考虑问题偏于简单化，导致预测精度不高。
本论文结合黑龙江省1981年—2004年的研究生招生规模，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，探讨应用一种改进的BP网络模型对未来3年黑龙江省研究生招生规模进行预测，为该方面研究提供新的研究思路与研究模式，并渴望为用人单位、科研院校提供制定长远发展与建设规划提供参考。
中间内容省略~结语：采用人工神经网络模型可以有效的处理黑龙江省研究生数量中涉及的人为、政策等随机因素、难以量化等因素的干扰，拟合精度非常高，预测精度也相对较高，为未来研究生招生规模提供科学理论依据，为该方面研究提供新的研究方法与研究思路。
人工神经网络模型在研究生招生数量预测中的应用.pdf六、基于RBF人工神经网络模型预测棉花耗水量摘要：利用MATLAB工具箱，以平均气温、日照时数、平均风速为输入变量，建立了新疆石河子地区棉花耗水量的RBF人工神经网络预测系统，通过2008年实测数据的检验表明，此预测系统网络模型的绝对误差最大为0.0967mm/d、最小为0.0025mm/d、平均为0.0419mm/d，相对误差最大为2.6491%、最小为0.0341%、平均为0.8780%。
可见，网络模型预测的准确度较高，较以往的线性模型更合理，并且此网络训练花费的时间仅需0.0780s，具有一定的实用价值。
关键词：预测；
人工神经网络；
径向基函数；
棉花耗水量引言：计算机人工神经网络是20世纪8

管理员用户名：mr，密码：mrsoft好东西拿出来供大家学习用，成品留言板网站，主要模块都有详细的说明；

使用说明业务流程运行本程序，打开登录界面，如图4所示。
以管理员身份登录，进入管理员操作界面，管理员用户帐号为mr，用户密码为mrsoft。
图4登录界面图5操作界面系统主要功能包括：基本管理基本管理包括了系统的基本功能设置，包括了部门管理、职务类型管理、培训课程管理、考核项目管理、合同类型管理、商品信息管理等。
人事管理人事管理是对公司人员信息的设置管理，包括了员工管理、员工考核管理、合同管理。
工资管理工资管理是对公司员工工资进行的管理操作，包括工资设置、工资信息管理、考勤管理。
仓库管理仓库管理是对公司消费品的购入及消耗进行的管理，包括入库管理、出库管理、库存查询、库存盘点、消费分析表。
报表统计报表统计是对系统明细表的统计分析，包括用品入库明细表、用品出库明细表。
系统管理系统管理是对系统安全及信息完整进行的管理，包括管理员设置、系统初始化。
注意：本系统的数据库是SQL2005的，数据库用户名为sa密码为空。
要求安装的时候是默认的实例名，如果不是需要修改程序。

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。