以石英和不同型号的玻片为基底，系统研究了基底折射率对周期性金银复合纳米阵列的制备及其光学性能的影响。
采用离散偶极子近似(DDA)数值方法研究了复合阵列的局部表面等离子共振(LSPR)光谱特性，计算结果表明，当基底折射率为1.43和1.68时，纳米阵列的折射率灵敏度(RIS)和品质因子(FOM)比较优异。
利用纳米球刻蚀法(NSL)制备了二维周期性复合纳米点阵结构，实验结果表明，当基底折射率为1.43和1.68时，基底与贵金属纳米颗粒有较好的粘合度，纳米阵列结构形貌比较规则清晰。

智能交通系统(ITS)已经是一个非常活跃的研究领域，是一项涉及众多组织协调合作，共同研究、开发、实施、调控的大系统。
现代系统仿真技术为智能交通系统的发展提供了更多的先进技术和分析手段。
系统仿真，是以控制论、相似原理和计算机技术为基础，借助系统模型对系统或未来系统进行实验研究的一门综合性新兴技术。
利用系统仿真技术，研究系统的运行状态及其随时间变化的过程，并通过对仿真运行过程的观察和统计，得到被仿真系统的仿真输出参数和基本特性，以此来估计和推断现有系统或未来系统的真实参数和真实性能，这个过程称为系统仿真过程。
而交通流理论既要考虑总体流动特性的宏观模型，也要考虑单一车辆行为的微观模型，是一门运用物理学和数学工具描述交通特性的科学。
研究的方法包括跟驰模型、动力学模型、动力论方法及元胞自动机方法等。
交通流仿真平台应该综合比较先进的技术来为系统仿真提供基本的的交通流理论模型和方法，且能够扩展方法，并使用想象力综合平台分析的手段和方法验证想法并且得到实验的结果，从而为某项具体实验节省费用和时间。

互斥缓存-Python一个小型实用程序库，用于基于缓存键动态创建互斥体。
用例假设您正在实现一个graphql服务器，其对象字段彼此独立地异步解析。
多个字段执行相同的操作，因此应使用互斥锁和一些基本缓存来确保数据库查询最多发生一次。
如果您有这些对象的数组，则它们突然都使用相同的互斥量，这可能会降低性能。
动态创建多个短期的互斥对象，而不是使用一个互斥对象来全部统治它们，每个对象可以独立于其他解析对象使用。
通过为互斥锁使用与用于缓存检查相同的缓存键，几乎可以透明地使用动态创建的互斥锁，而不必担心互斥锁的性能或分配/取消分配。
使用互斥锁，如果已经存储了与缓存键关联的互斥锁，则将其返回。
否则，将以静默方式创建新的互斥锁，将其存储以备将来使用并返回。
安装pip3installmutexcache用法MutexCache.get（）返回threading.Lock对

CC2530结合了领先的RF收发器的优良性能，业界标准的增强型8051CPU，系统内可编程闪存，8-KBRAM和许多其它强大的功能。
CC2530有四种不同的闪存版本：CC2530F32/64/128/256，分别具有32/64/128/256KB的闪存。
CC2530具有不同的运行模式，使得它尤其适应超低功耗要求的系统。
运行模式之间的转换时间短进一步确保了低能源消耗

基于MATLAB的DQPSK调制解调的系统仿真，详细介绍了DQPSK调制与解调的原理。

FastICP是对ICP的改进与扩展。
论文EfficientVariantsoftheICPalgorithm详细给出了影响ICP算法的各种因素，且每种因素都哪些算法，其结果与性能如何。

随着人们对基于位置的服务（LocationBasedService，LBS）需求日益增大，以及无线通信技术的快速发展，无线定位技术成为了一个研究热点。
人们在室外广泛使用目前较成熟的GPS，A-GPS等定位系统进行定位，但是在复杂的室内环境中，这些技术的定位精度不高，不能满足室内定位的需求。
WIFI网络具有通信快速、部署方便的特点，它在室内场所广受欢迎.Android系统从几年前发布以来在智能手机操作系统市场占有率不断升高，成为目前使用最为广泛的智能手机操作系统，同时Android移动终端自身具备WIFI无线连接功能。
指纹定位算法以其独特的优势减小了对室内难以精确定义的信号传播模型的依赖性，成为定位技术中的一个研究热点。
基于此，本课题重点研究并改进指纹定位算法，设计实现基于Android的WIFI室内定位系统。
首先，通过阅读大量相关的文献资料，对比分析了当前国内外WIFI室内指纹定位技术的研究现状对其中涉及到的相关技术的原理和特点进行介绍分析，包括WIF1无线通信技术，室内无线定位技术以及位置指纹定位技术，并根据室内WIFI指纹定位技术的特征对定位过程中的影响因素进行分析。
其次，根据前面提到的定位过程中的关键影响因素，介绍了对应的解决方案。
分析与研究了几种典型的指纹定位算法，包括最近邻法（NN）.K近邻法（KNN）、K加权近邻法（WKNN），并提出算法的改进方案，使用MATLAB软件进行算法的仿真分析，寻求其中的最佳参数值以及定位性能差异。
通过分析几种算法的性能仿真结果，拟定了基于最强AP法的改进算法作为定位系统采纳的算法。
然后，通过对基于Android的WIFI室内定位系统的需求分析，提出了一种基于Android的WIF1室内定位系统设计方案。
接着介绍了定位系统软件开发环境，并设计了定位系统总体架构，以及定位系统的各个功能模块。
在各项设计确定以后，采用JAVA语言编程实现定位系统的各项功能。
最后，搭建了WIFI室内定位实验环境，使用完成的室内定位系统结合硬件资源，在实验环境下，进行离线阶段创建数据库以及在线阶段的定位测试，并记录呈现在定位客户端上定位结果，分析对应的定位性能.

模块化高温气冷核React堆（MHTGR）被视为下一代核电站的最佳候选人之一。
直通式蒸汽发生器（OTSG）对于任何带有蒸汽循环的MHTGR发电厂都是至关重要的。
为了保证电厂的有效和安全运行，必须对OTSG的出口蒸汽温度进行控制。
提出了饱和输出反馈耗散控制（SOFDC）定律，用于调节OTSG的出口蒸汽温度，并给出了相应的鲁棒性分析。
在数值研究中，将SOFDC应用于中国高温气冷堆卵石床模块（HTR-PM）项目OTSG的出口蒸汽温度控制。
数值仿真结果表明，该调节器不仅可行，而且控制性能良好，并讨论了其参数对调节性能的影响。

数据中心的热性能评估

Matlab功率谱估计的详尽分析——绝对原创功率谱估计是信息学科中的研究热点,在过去的30多年里取得了飞速的发展。
现代谱估计主要是针对经典谱估计(周期图和自相关法)的分辨率低和方差性能不好的问题而提出的。
其内容极其丰富,涉及的学科和领域也相当广泛,按是否有参数大致可分为参数模型估计和非参数模型估计,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA谱估计叫做自回归移动平均谱估计,它是一种模型化方法。
由于具有广泛的代表性和实用性,ARMA谱估计在近十几年是现代谱估计中最活跃和最重要的研究方向之一。
二：AR参数估计及其SVD—TLS算法。
谱分析方法要求ARMA模型的阶数和参数以及噪声的方差已知.然而这类要求在实际中是不可能提供的,即除了一组样本值x(1),x(2),…,x(T)以供利用(有时会有一定的先验知识)外,再没有其它可用的数据.因此必须估计有关的阶数和参数,以便获得谱密度的估计.在ARMA定阶和参数之估计中,近年来提出了一些新算法，如本文介绍的SVD—TLS算法便是其中之一。
三：实验结果分析和展望1，样本数多少对估计误差的影响。
（A=[1,0.8,-0.68,-0.46]）图1上部分为N=1000；
下部分为取相同数据的前N=50个数据产生的结果。
图1N数不同：子图一N=1000,子图二N=200，子图三N=50由图可知，样本数在的多少，在对功率谱估计的效果上有巨大的作用，特别在功率谱密度函数变化剧烈的地方，必须有足够多的数据才能完整的还原原始功率谱密度函数。
2，阶数大小对估计误差的影响。
A=[1,-0.9,0.76]A=[1,-0.9,0.76,-0.776]图二阶数为二阶和三阶功率密度函数图A=[1,-0.9,0.86,-0.96,0.7]A=[1,-0.9,0.86,-0.96,0.7,-0.74]图三阶数为三阶和四阶功率密度函数图如图所示，阶数相差不是很大时，并不能对结果产生较大的影响。
但是阶数太低，如图二中二阶反而不能很好的估计出原始值。
3，样本点分布对估计误差对于相同的A=[1,-0.9,0.86,-0.96,0.7]；
样本的不同，在估计时的误差是不可避免的。
因此，我们在取得样本时，应该尽可能的减少不必要的误差。
图四：不同的样本得到不同的估计值4，奇异值的阈值判定范围不同对结果的影响。
上图是取奇异值的阈值大于等于0.02，而下图是取阈值大于等于0.06，显然在同种数据下，阈值的选取和最终结果有密切关系。
由于系数矩阵和其真实值的逼近的精确度取决于被置零的那些奇异值的平方和。
所以选取太小，导致阶数增大，选取太大会淘汰掉真实的系数。
根据经验值，一般取0.05左右为最佳。

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。