一种帮助维护、故障检测和微调局域网和广域网的软件工具。
这种工具观察网络段的通信量，学习掌握网络配置，对协议进行译码，提交统计数字，自动识别许多网络常见问题，并能够生成管理报告。

摘　要：在分析了小电流接地系统选线困难的主要原因的基础上，设计了一种针对暂态量算法的新型选线装置。
该装置采用TMS320VC5402DSP为CPU，很好地满足了暂态算法对硬件的要求，实验表明本装置具有很好的应用价值。
　　关键词：小电流接地系统；
故障选线；
暂态算法引言　　配电网中性点采用小电流接地方式有着一系列的优点，所以被很多国家的配电系统采用。
但是由于小电流接地电网单相接地时故障电流非常小，单相接地保护问题一直没有很好地解决。
事实上采用常规继电保护装置根本无法检测出故障线路，故障选线必须采用专用选线装置。
这种专用装置80年代就已经在我国诞生，但由于选线问题的复杂性，这些装置选线正确率非常低，

本资源主要是描述高压电缆故障检测的方法，给人们在以后的日常生活提供便利！

电力系统计算时用的BPA数据发电机模型故障

PCA（主成分分析）算法，主要用于数据降维，保留了数据集中对方差贡献最大的若干个特征来达到简化数据集的目的。
实现数据降维的步骤：1、将原始数据中的每一个样本用向量表示，把所有样本组合起来构成一个矩阵，通常需对样本矩阵进行处理，得到中性化样本矩阵2、求样本矩阵的协方差矩阵3、求协方差矩阵的特征值和特征向量4、将求出的特征向量按照特征值的大小进行组合形成一个映射矩阵。
并根据指定的PCA保留的特征个数取出映射矩阵的前n行或者前n列作为最终的映射矩阵。
5、用映射矩阵对数据进行映射，达到数据降维的目的。

这个是铁路系统的论文资料需要了解中国远程监测与专家诊断系统的可以看看

本书是清华大学电机工程及应用电子技术系已故周荣光教授晚年总结他多年教学与科研经验的成果，针对相关电力系统理论广泛存在的一些物理概念上的谬误及错解进行了分析、论证与澄清，以期纠正在从事科研工作中只重视掌握计算方法和工具，而不求对基本概念甚解的弊病。
　　本书论述精辟，内容涉及电机理论，电力系统稳态分析，电力系统故障分析，以及电力系统暂态分析等多个领域相关的重要基础理论问题，重点专注于物理概念的以正视听。
通过对数学公式所表达的物理概念的准确定义、描述与解释，纠正广泛存在的误解；
通过严谨的论证，结合实例分析，举一反三，使得复杂的理论问题得以由浅入深地获得理解。
本书的写作形式新颖，以读书札记的方式，分十二个主题进行分析论述，每个专题独立成章,读者可根据所关注的问题有针对性地阅读。

相空间重构分形维数主要用于故障诊断模式识别等领域

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

目前，面向对象软件的测试用例的设计方法，还处于研究、发展阶段。
与传统软件测试（测试用例的设计由软件的输入处理输出视图或单个模块的算法细节驱动）不同，面向对象测试关注于设计适当的操作序列以检查类的状态。
前面已经讲过，软件测试从“小型测试”开始，逐步过渡到“大型测试”。
对面向对象的软件来说，小型测试着重测试单个类和类中封装的方法。
测试单个类的方法主要有随机测试、划分测试和基于故障的测试等3种。
下面通过银行应用系统的例子，简要地说明这种测试方法。
该系统的account(账户）类有下列操作：open(打开），setup(建立），deposit(存款），withdraw(取款），balance(余额

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。