包含4QAM，16QAM，64QAM,256QAM的调制与解调，以及加入高斯白噪声后的误码率，星座图。

SL300、SL400、SL500bios白名单（任意更换无线网卡），主要为了macosx更换ar9280无线网卡刷bios白名单。
此bios版本号：1.30，刷此bios之前，须先升级本本bios到官方1.30版，然后再刷此bios。
刷新方法可在远景搜索SL400白名单。

联想S400BIOSMOD删除白名单增加高级菜单随意升级更换无线网卡版本,6DCN97WW(V8.10)注意，仅bios，i5版本实测可用，刷写方法自行百度

FileZilla_Server_cn-0_9_46-中文版，绝对是你想要的，汉化很完善，适合小白使用。
。
。
。
。
。
。
。
。
。

米斯特白帽培训讲义

运用MATLAB软件建立了单模数字光纤通信系统各部分的数字模块组，包括伪随机序列发生器、线路编码、光源、光纤通道、光电检测器、高斯白噪声、滤波器、判决电路，并对各部分进行模拟分析。
运用Matlab编程实现了整个系统的功能仿真，生成了仿真系统的性能进行评估的模拟测试系统，可以进行眼图分析、信号波形分析，给出眼开度、误码率评价，从而建立了一个可用于评估光纤通信系统性能及作理论研究的实验平台。

C++中文离线手册（修正版第二版），修正了所有不能正常显示的连接，保罗C++所有细节，需要时是编程的好帮手。
点开“C++手册.htm”，即可查看，小白可以顺利上手。

为实现自然条件下棉花叶片的精准分割，提出一种粒子群（Ｐａｒｔｉｃｌｅ　ｓｗａｒｍ　ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）优化算法和Ｋ－ｍｅａｎｓ聚类算法混合的棉花叶片图像分割方法。
本算法将棉花叶片图像在ＲＧＢ颜色空间模式下采用二维卷积滤波进行去噪预处理，并将预处理后的彩色图像从ＲＧＢ转换到目标与背景差异性最大的Ｑ分量、超Ｇ分量、ａ＊分量；
随后在Ｋ均值聚类的一维数据空间中，利用ＰＳＯ算法向全局像素解的子空间搜寻，通过迭代搜寻得到全局最优解，确定最佳聚类中心点，改善Ｋ均值聚类的收敛效果；
最后，对像素进行聚类划分，从而得到棉花叶片分割结果。
按照不同天气条件和不同背景采集了１　２００幅棉花叶片样本图像，对本研究算法进行测试。
试验结果表明：该算法对于晴天、阴天和雨天图像中目标（棉花叶片）分割准确率分别达到９２．３９％、９３．５５％、８８．０９％，总体平均分割精度为９１．３４％，并与传统Ｋ均值算法比较，总体平均分割精度提高了５．４１％。
分割结果表明，本研究算法能够对３种天气条件（晴天、阴天、雨天）与４种复杂背景（白地膜、黑地膜、秸秆、土壤）特征混合的棉花叶片图像实现准确分割，为棉花叶片的特征提取与病虫害识别等后续处理提供支持。

酒店客房预定系统设计与实现软件工程设计报告目录引言………………………………………………………………………………………………………………11.1开发项目的目的………………………………………………………………………………………………12.项目开发计划……………………………………………………………………………………………………22.1项目概述………………………………………………………………………………………………………22.2实施计划………………………………………………………………………………………………………22.3项目开发进程…………………………………………………………………………………………………33.需求分析………………………………………………………………………………………………………….33.1系统需求和功能分析…………………………………………………………………………………………33.2数据字典………………………………………………………………………………………………………44.模块设计………………………………………………………………………………………………………….74.1系统功能模块划分……………………………………………………………………………………………74.2系统功能模块图……………………………………………………………………………………………..85.概念结构设计…………………………………………………………………………………………………...85.1概念结构E-R图……………………………………………………………………………………………..86.逻辑设计………………………………………………………………………………………………………..106.1逻辑设计………………………………………………………………………………………………………106.2设计优化………………………………………………………………………………………………………126.3模块设计………………………………………………………………………………………………………127.物理设计…………………………………………………………………………………………………………127.1建立索引………………………………………………………………………………………………………127.2数据存放位置…………………………………………………………………………………………………127.3系统配置………………………………………………………………………………………………………128.数据库实施和维护………………………………………………………………………………………………138.1创建数据库……………………………………………………………………………………………………138.2数据库备份和恢复……………………………………………………………………………………………159.应用程序的设计…………………………………………………………………………………………..……189.1登陆界面设计…………………………………………………………………………………………….…189.2开房界面设计………………………………………………………………………………………….……199.3退房界面设计………………………………………………………………………………………………199.4换房界面设计………………………………………………………………………………………………209.5预订信息界面设计……………………………………………………………………………………….……209.6预订入住界面设计………………………………………………………………………………………….…2110.测试报告…………………………………………………………………………………………..……………2110.1白盒测试………………………………………………………………………………………….…………2110.2黑盒测试…………………………………………………………………………………………….………2111总结体会………………………………………………………………………………………………………27

这是对WPFVisifire3.6.8源代码进行的简单扩展，本源代码中包含了各种实例以及一个完善的程序：内存监视器1＞修改了线Legend样式，并放大了，源系统Legend太小2、设置了圆环内径可设定，原代码内径为外径的1/23、调整了柱状图的间隔系数由0.1改为0.2，要不然，当柱状图比较多时，缝隙太小，给人的视觉感觉就是夹了一个白线4、添加了滚轮缩放和鼠标拖放操作(见里面的程序：内存监视器)5、添加了对DataPoints的绑定支持，这是因为使用DataSource绑定时，在动态曲线的情况下，内存无法释放，而使用DataPoints绑定则可以及时释放内存，这点例子里面也使用了几种绑定的动态曲线例子，并可通过另一个例子：内存监视器来检测不同的数据绑定的内存释放情况。
值得说明的是即使最新的WPFVisifire5.1.7版本，在使用DataSource绑定时，内存也不能及时释放。
还有一些其他的小改进感觉修改WPFVisifire的代码相当困难，很多在不断的尝试下进行的，这点和微软的WPFCharts相比，确实不一样，微软的WPFCharts是完全基于WPF编程思想进行的，注重其神而忽略其形，很多样式模板都是可以在外部修改的，相应的有关外形定义的属性则很少，而这点上，WPFVisifire则相对比价传统，几乎没定义多少模板，但提供了超多的外形属性，连字体大小、颜色等各种属性都能设定。
在数据性能上，微软的WPFCharts比较差，加载4000个数据就慢得不行，WPFVisifire3.6.8一万多个都没问题，更高的没测试，而最新的那个5.1.7版本在我的电脑上加载10W个数据在0.7秒左右，所以要想高性能，商业上还是得花那么一点钱买正版。
微软的Chart扩展：http://download.csdn.net/detail/maiker/9646423

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。