本书分为6章。
靠前章介绍了电压型PWM整流器的拓扑结构及分类、非线性控制研究现状及趋势和性能指标；
D12章论述了三相三线两电平(三电平)电压型PWM整流器及Vienna整流器的拓扑结构、工作原理、基本数学模型及PWM算法；
D13章论述了瞬时功率计算方法、三相三线两电平(三电平)电压型PWM整流器各种直接功率控制策略；
D14章首先论述了状态反馈线性化、零动态设计及输入输出反馈线性化理论随后论述了反馈线性化理论在三相三线两电平(三电平)电压型PWM整流器及Vienna整流器控制中的应用；
D15章首先论述了无源控制理论随后论述了无源控制理论在三相三线(四线)两电平(三电平)电压型PWM整流器及Vienna整流器控制中的应用；
D16章首先介绍了自抗扰控制技术随后论述了自抗扰控制技术在电网平衡与不平衡电压型PWM整流器控制中的应用。

Jordan和Mitchell两位Machinelearning大牛在Science杂志综述长文——机器学习发展趋势和前景

VM环境下结合NSX部署趋势无代理杀毒软件，配置相关策略信息实现杀毒

MATLAB神经网络43个案例分析源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的性能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

小波变换系数等值线图时间序列（TimeSeries）是地学研究中经常遇到的问题。
在时间序列研究中，时域和频域是常用的两种基本形式。
其中，时域分析具有时间定位能力，但无法得到关于时间序列变化的更多信息；
频域分析（如Fourier变换）虽具有准确的频率定位功能，但仅适合平稳时间序列分析。
然而，地学中许多现象（如河川径流、地震波、暴雨、洪水等）随时间的变化往往受到多种因素的综合影响，大都属于非平稳序列，它们不但具有趋势性、周期性等特征，还存在随机性、突变性以及“多时间尺度”结构，具有多层次演变规律。
对于这类非平稳时间序列的研究，通常需要某一频段对应的时间信息，或某一时段的频域信息。
显然，时域分析和频域分析对此均无能为力。

本白皮书将综合分析国内外智能网联汽车安全产业现状与发展趋势，解析智能网联汽车所面临的安全威胁，提出智能网联汽车信息安全方法论，构建智能网联汽车安全保障体系。
并深入探讨智能网联汽车关键安全防护技术，绘制典型智能网联汽车攻击路径图。

matlab开发-加权支持向量机。
基于支持向量机的异常控制趋势模式不平衡分类

2020年中国商业化新趋势及政策研究报告腾讯研究院.pdf

第1章绪论.......................................................................................................................................................11.1概述........................................................................................................................................................11.1.1数控机床的定义.........................................................................................................................11.1.2数控机床的组成及特点.............................................................................................................11.1.3数控机床的主要技术参数.........................................................................................................31.2数控机床的分类....................................................................................................................................41.2.1按机械运动轨迹分类.................................................................................................................41.2.2按伺服系统的类型分类.............................................................................................................51.2.3按功能水平分类.........................................................................................................................61.2.4按加工方式分类.........................................................................................................................71.3数控机床的发展与作用........................................................................................................................71.3.1数控机床的产生与发展.............................................................................................................71.3.2数控机床的发展趋势.................................................................................................................91.3.3数控机床在先进制造技术中的作用.......................................................................................11等等

一、趋势篇二、能力篇三、架构篇四、应用篇五、实践篇六、发展篇

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。