BP（BackPropagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前使用最广泛的神经网络模型之一。
BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。
它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。
BP神经网络模型拓扑结构包括输入层（input）、隐层(hiddenlayer)和输出层(outputlayer)。

Linux操作系统中shell是用户与系统内核沟通的中介，它为用户使用操作系统的服务提供了一个命令行界面，用户在shell提示符下输入的每个命令都由shell先解释，然后传给内核执行。
本实验要求用C语言编写一个简单的shell程序，希望达到如下目的：1、 能够执行外部程序命令，命令可以带参数；
2、 能够执行fg、bg、cd、history、exit等内部命令；
3、 使用管道和输入输出重定向；
4、 支持前后台作业，提供作业控制功能，包括打印作业的清单，改变当前运行作业的前/后台状态，以及控制造业的挂起、中止与继续运行；
5、 使用Make工具建立工程；
6、 使用调试器gdb来调试程序；

RSA论文，中文第1章RSA应用现状及应用于文件加密的分析 21.1RSA算法介绍与应用现状 21.2RSA应用于文件加密的分析 31.2.1文件加密使用RSA的可行性 31.2.2文件加密使用RSA的意义 4第2章RSA文件加密软件的设计与实现 62.1需求分析与总体设计 62.1.1功能分析 62.1.2工程方案选择 72.2各部分的设计与开发 82.2.1实现RSA加密算法的C++核心类库 82.2.2封装C++核心类库的DLL组件 182.2.3引用DLL的.Net类与实现文件操作功能的窗体应用程序 19第3章软件整体测试与分析改进 203.1编写测试各项功能需要的精确计时类 203.2测试数据与分析改进 203.2.1密钥生成测试 203.2.2数据输入输出测试 233.2.3加密解密测试 233.2.4功能分析与改进优化 263.3使用中国余数定理 27第4章可移植模块的简要说明与开发前景 29

本资源是压缩包方式的，里面包含本书，里面是pdf格式的，带书签目录，本书是完整版的。
资源都是我自己用过的，不骗大家。
本书作者：肖俊宇吴为胜；
出版社：电子工业出版社内容简介：《由浅入深学C++：基础、进阶与必做300题(含DVD光盘1张)》是C++语言的入门教程，较为系统地介绍了C++语言的基础内容。
本书共分为3篇22章，详细介绍了C++语言的基础知识、面向对象、标准模块、底层开发和综合案例。
本书循序渐进地讲述了C++的基础知识、C++程序的组成及其开发过程、C++程序中的数据、表达式和语句、控制程序流程、数组与字符串、指针与引用、使用函数、函数模板、错误和异常处理、宏和预编译、面向对象的开发、封装、继承、多态、类模板、文件流、标准模板库STL和编程实践等内容。
《由浅入深学C++：基础、进阶与必做300题(含DVD光盘1张)》涉及面广，从基本知识到高级内容和核心概念，再到综合案例，几乎涉及C++开发的所有重要知识。
本书适合所有想全面学习C++开发技术的人员阅读，尤其适合没有编程基础的C++语言初学者作为入门教程，也可作为大、中院校师生和培训班的教材，对于C++语言开发爱好者，本书也有较大的参考价值。
章节目录：第1篇C++基础篇第1章C++概述11.1引言11.1.1C++的历史沿革11.1.2入门C++21.1.3编程思想的转变31.2C++概述41.2.1C++的特征51.2.2C与C++的比较51.2.3C++的应用领域61.3C++源程序的组成61.3.1基本组成元素71.3.2标识符81.3.3保留字81.3.4符号81.4C++集成开发环境——DEV-C++91.4.1选择C++编译器91.4.2安装DEV-C++101.4.3DEV-C++IDE简介111.5第一个C++程序——HelloWorld111.5.1创建源程序111.5.2编译运行131.6小结141.7习题14第2章变量与数据类型182.1常量和变量182.1.1常量182.1.2变量212.1.3变量的定义及赋值222.1.4变量的应用示例242.2基本数据类型252.2.1基本数据类型概述252.2.2整型数据类型262.2.3浮点型数据类型272.2.4字符型数据类型292.2.5布尔型数据类型302.3变量的作用域312.4类型转换322.4.1隐式转换322.4.2显式转换332.5小结342.6习题34第3章表达式与语句393.1运算符393.1.1运算符概述393.1.2算术运算符403.1.3自增和自减运算符423.1.4赋值运算符433.1.5关系运算符443.1.6逻辑运算符453.1.7条件运算符463.1.8逗号运算符473.1.9位运算符483.1.10sizeof运算符493.2运算符的优先级和结合性503.3表达式513.4语句533.4.1空格的作用533.4.2语句块543.4.3赋值语句553.4.4空语句563.5小结573.6习题57第4章流程控制结构之顺序结构634.1程序流程图634.2表达式语句644.3格式化输入/输出654.3.1标准输入流cin654.3.2标准输出流cout664.3.3输出流cerr和clog684.4格式控制函数694.5格式控制符714.5.1控制不同进制的输出724.5.2控制输出宽度724.5.3控制输出精度734.6顺序结构综合应用744.7小结754.8习题75

编译原理词法分析实验，C语言编写，代码500+行。
包含源代码、实验报告、状态迁移图、输入输出文档，最终成绩90+。
题目：C语言词法分析程序的设计与实现?实验内容及要求：1.可以识别出用C语言编写的源程序中的每个单词符号，并以记号的方式输出每个单词符号。
2.可以识别并跳过源程序中的注释。
3.可以统计源程序中的语句行数、各类单词的个数、以及字符总数，并输出统计结果。
4.检查源程序中存在的词法错误，并报告错误所在的位置。
5.对源程序中出现的错误进行适当的恢复，使词法分析可以继续进行，对源程序进行一次扫描，即可检查并报告源程序中存在的所有词法错误。
?实现方法要求：分别用以下两种方法实现。
方法1：采用C/C++作为实现语言，手工编写词法分析程序。
（必做）方法2：编写LEX源程序，利用LEX编译程序自动生成词法分析程序。

Description长江游艇俱乐部在长江上设置了n个游艇出租站1，2，…，n。
游客可在这些游艇出租站租用游艇，并在下游的任何一个游艇出租站归还游艇。
游艇出租站i到游艇出租站j之间的租金为r(i,j),1≤i＜j≤n。
试设计一个算法，计算出从游艇出租站1到游艇出租站n所需的最少租金。
编程任务：对于给定的游艇出租站i到游艇出租站j之间的租金为r(i,j),1≤i＜j≤n，编程计算从游艇出租站1到游艇出租站n所需的最少租金。
Input输入由多组测试数据组成。
每组测试数据输入的第1行中有1个正整数n（n≤200），表示有n个游艇出租站。
接上去的n-1行是r(i,j),1≤i＜j≤n。
Output对应每组输入，输出的每行是计算出的从游艇出租站1到游艇出租站n所需的最少租金。
SampleInput35157SampleOutput12

为了方便在校童鞋们和新加入ASIC的同行门快速查阅和学习，把之前发表的“Perl在ASIC中的应用”系列整理成合集，分为：基础篇，主要引见Perl的基本语法、数组、哈希、输入输出、函数等。
高级篇，引见Perl的正则表达式、模块module、面向对象OOP、多进程等。
实战篇，引见Perl在芯片设计、验证中的应用。
另外，修正了一些笔误，补充部分内容，和增加练习题参考答案。

压缩文件包括：A5manual.pdfA5N_RTEX_monitorA5N使用说明书（接口）.pdfA5N功能引见.pdfA5N技术简介.pdfexample_code_m_120210example_code_s_120210MNM1221主机设计指南.pdfMNM1221伺服参考电路.pdfMNM1221伺服参考电路BOM.pdfMNM1221伺服设计指南.pdfMNM1221参考电路1.pdfMNM1221参考电路1BOM表.pdfMNM1221参考电路3BOM表.pdfMNM1221参考电路3.pdfMNM1221数据手册.pdfPCB设计指南.pdfRTEX主机测试.pdfRTEX通信手册.pdf上电顺序指南.pdf参考电路2.pdf参考电路2BOM表.pdf参考电路注意事项.pdf输入输出伺服设计指南.pdfA5N_RTEX_monitor\A5N_RTEX_LogReader_man_r3e.pdfA5N_RTEX_monitor\A5N_RTEX_LogReader_man_r3j.pdfA5N_RTEX_monitor\setup_LogReader.exeexample_code_m_120210\example_code_m_120210\example_code_m_120210\example_code_m_120210\mii_register_access_m_120210.c\example_code_m_120210\example_code_m_120210\MNM1221_example_code_r1e.pdf\example_code_m_120210\example_code_m_120210\MNM1221_example_code_r1j.pdf\example_code_m_120210\example_code_m_120210\mnm1221_m.c\example_code_m_120210\example_code_m_120210\mnm1221_m.hexample_code_s_120210\example_code_s_120210\example_code_s_120210\example_code_s_120210\mii_register_access_s_120210.c\example_code_s_120210\example_code_s_120210\mnm1221_s.c\example_code_s_120210\example_code_s_120210\mnm1221_s.h

仿照Window零碎中的“记事本”利用Java的GUI和文件输入输出流实现一个简单的记事本程序。
能实现编辑、保存、另存为、查找和替换等功能。

共有七个完整算法%1.基于聚类的RBF网设计算法%一维输入，一维输出，逼近效果很好！SamNum=100;%总样本数TestSamNum=101;%测试样本数InDim=1;%样本输入维数ClusterNum=10;%隐节点数，即聚类样本数Overlap=1.0;%隐节点重叠系数%根据目标函数获得样本输入输出rand('state',sum(100*clock))NoiseVar=0.1;Noise=NoiseVar*randn(1,SamNum);SamIn=8*rand(1,SamNum)-4;SamOutNoNoise=1.1*(1-SamIn+2*SamIn.^2).*exp(-SamIn.^2/2);SamOut=SamOutNoNoise+Noise;TestSamIn=-4:0.08:4;TestSamOut=1.1*(1-TestSamIn+2*TestSamIn.^2).*exp(-TestSamIn.^2/2);figureholdongridplot(SamIn,SamOut,'k+')plot(TestSamIn,TestSamOut,'r--')xlabel('Inputx');ylabel('Outputy');Centers=SamIn(:,1:ClusterNum);NumberInClusters=zeros(ClusterNum,1);%各类中的样本数，初始化为零IndexInClusters=zeros(ClusterNum,SamNum);%各类所含样本的索引号while1,NumberInClusters=zeros(ClusterNum,1);%各类中的样本数，初始化为零IndexInClusters=zeros(ClusterNum,SamNum);%各类所含样本的索引号%按最小距离原则对所有样本进行分类fori=1:SamNumAllDistance=dist(Centers',SamIn(:,i));[MinDist,Pos]=min(AllDistance);NumberInClusters(Pos)=NumberInClusters(Pos)+1;IndexInClusters(Pos,NumberInClusters(Pos))=i;end%保存旧的聚类中心OldCenters=Centers;fori=1:ClusterNumIndex=IndexInClusters(i,1:NumberInClusters(i));Centers(:,i)=mean(SamIn(:,Index)')';end%判断新旧聚类中心能否一致，是则结束聚类EqualNum=sum(sum(Centers==OldCenters));ifEqualNum==InDim*ClusterNum,break,endend%计算各隐节点的扩展常数（宽度）AllDistances=dist(Centers',Centers);%计算隐节点数据中心间的距离（矩阵）Maximum=max(max(AllDistances));%找出其中最大的一个距离fori=1:ClusterNum%将对角线上的0替换为较大的值AllDistances(i,i)=Maximum+1;endSpreads=Overlap*min(AllDistances)';%以隐节点间的最小距离作为扩展常数%计算各隐节点的输出权值Distance=dist(Centers',SamIn);%计算各样本输入离各数据中心的距离SpreadsMat=repmat(Spreads,1,SamNum);HiddenUnitOut=radbas(Distance./SpreadsMat);%计算隐节点输出阵HiddenUnitOutEx=[HiddenUnitOut'ones(SamNum,1)]';%考虑偏移W2Ex=SamOut*pinv(HiddenUnitOutEx);%求广义输出权值W2=W2Ex(:,1:ClusterNum);%输出权值B2=W2Ex(:,ClusterNum+1)

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。