java的抓包程序，带窗体的。
网上查的时候发现带窗体的java抓包程序几乎都一样，用网上的代码改进了一个。
一个渣，程序可能有些小毛病，无视吧。

PID电机控制目录第1章数字PID控制1.1PID控制原理1.2连续系统的模拟PID仿真1.3数字PID控制1.3.1位置式PID控制算法1.3.2连续系统的数字PID控制仿真1.3.3离散系统的数字PID控制仿真1.3.4增量式PID控制算法及仿真1.3.5积分分离PID控制算法及仿真1.3.6抗积分饱和PID控制算法及仿真1.3.7梯形积分PID控制算法1.3.8变速积分PID算法及仿真1.3.9带滤波器的PID控制仿真1.3.10不完全微分PID控制算法及仿真1.3.11微分先行PID控制算法及仿真1.3.12带死区的PID控制算法及仿真1.3.13基于前馈补偿的PID控制算法及仿真1.3.14步进式PID控制算法及仿真第2章常用的PID控制系统2.1单回路PID控制系统2.2串级PID控制2.2.1串级PID控制原理2.2.2仿真程序及分析2.3纯滞后系统的大林控制算法2.3.1大林控制算法原理2.3.2仿真程序及分析2.4纯滞后系统的Smith控制算法2.4.1连续Smith预估控制2.4.2仿真程序及分析2.4.3数字Smith预估控制2.4.4仿真程序及分析第3章专家PID控制和模糊PID控制3.1专家PID控制3.1.1专家PID控制原理3.1.2仿真程序及分析3.2模糊自适应整定PID控制3.2.1模糊自适应整定PID控制原理3.2.2仿真程序及分析3.3模糊免疫PID控制算法3.3.1模糊免疫PID控制算法原理3.3.2仿真程序及分析第4章神经PID控制4.1基于单神经元网络的PID智能控制4.1.1几种典型的学习规则4.1.2单神经元自适应PID控制4.1.3改进的单神经元自适应PID控制4.1.4仿真程序及分析4.1.5基于二次型性能指标学习算法的单神经元自适应PID控制4.1.6仿真程序及分析4.2基于BP神经网络整定的PID控制4.2.1基于BP神经网络的PID整定原理4.2.2仿真程序及分析4.3基于RBF神经网络整定的PID控制4.3.1RBF神经网络模型4.3.2RBF网络PID整定原理4.3.3仿真程序及分析4.4基于RBF神经网络辨识的单神经元PID模型参考自适应控制4.4.1神经网络模型参考自适应控制原理4.4.2仿真程序及分析4.5基于CMAC（神经网络）与PID的并行控制4.5.1CMAC概述4.5.2CMAC与PID复合控制算法4.5.3仿真程序及分析4.6CMAC与PID并行控制的Simulink仿真4.6.1Simulink仿真方法4.6.2仿真程序及分析第5章基于遗传算法整定的PID控制5.1遗传算法的基本原理5.2遗传算法的优化设计5.2.1遗传算法的构成要素5.2.2遗传算法的应用步骤5.3遗传算法求函数极大值5.3.1遗传算法求函数极大值实例5.3.2仿真程序5.4基于遗传算法的PID整定5.4.1基于遗传算法的PID整定原理5.4.2基于实数编码遗传算法的PID整定5.4.3仿真程序5.4.4基于二进制编码遗传算法的PID整定5.4.5仿真程序5.5基于遗传算法摩擦模型参数辨识的PID控制5.5.1仿真实例5.5.2仿真程序第6章先进PID多变量解耦控制6.1PID多变量解耦控制6.1.1PID解耦控制原理6.1.2仿真程序及分析6.2单神经元PID解耦控制6.2.1单神经元PID解耦控制原理6.2.2仿真程序及分析6.3基于DRNN神经网络整定的PID解耦控制6.3.1基于DRNN神经网络参数自学习PID解耦控制原理6.3.2DRNN神经网络的Jacobian信息辨识6.3.3仿真程序及分析第7章几种先进PID控制方法7.1基于干扰观测器的PID控制7.1.1干扰观测器设计原理7.1.2连续系统的控制仿真7.1.3离散系统的控制仿真7.2非线性系统的PID鲁棒控制7.2.1基于NCD优化的非线性优化PID控制7.2.2基于NCD与优化函数结合的非线性优化PID控制7.3一类非线性PID控制器设计7.3.1非线性控制器设计原理7.3.2仿真程序及分析7.4基于重复控制补偿的高精

MaxonCINEMA4DStudioR22是由德国Maxon设计公司开发的一款高效、快速、稳定和易用的专业三维设计工具，包含GPU渲染器Prorender、生产级实时视窗着色、超强破碎、场景重建等诸多新功能。
MaxonCINEMA4DStudioR22提供了优秀工具和诸多提升，你可立即将其投入工作并一瞥未来的根基。
设计师因其快速、简单、易用的工作流程，以及坚如磐石的稳定性而选择MaxonCINEMA4DStudioR22，同时22可以让你的工作流程更加快速和可靠，新特性也会让你的视野变得更加开阔。
MaxonCINEMA4DStudioR19中文版MaxonCINEMA4DStudioR22中文版今日的工具，明日的技术Cinema4DRelease22提供了优秀工具和诸多提升，你可立即将其投入工作并一瞥未来的根基。
设计师因其快速、简单的工作流程，以及坚如磐石的稳定性而选择Cinema4D，同时Release19可以让你的工作流程更加快速和可靠，新特性也会让你的视野变得更加开阔。
工作流程Cinema4D快速简单的工作流程总是让加快设计速度变得简单。
Release19的准渲染视窗和其他极佳的工作流程改进，会让你比以往更快地准备创意稿给客户审批。
视窗新基于物理的视窗具备实时反射和景深你所看到的景深和屏幕空间反射是实时的渲染结果，可以更简单精准的对地面、灯光和反射进行可视化的设置。
Release19除了屏幕空间环境吸收和实时置换以外，还添加了基于屏幕空间的反射和OpenGL景深效果。
开启OpenGL观察看起来很好，你可以用它来输出新支持的原生MP4作为预览渲染，直接给客户审批。
LOD（细节级别）对象使用新的LOD对象可最大程度提升视窗或渲染速度，创建新类型的动画或准备优化游戏资源。
你可以根据屏幕大小、摄像机距离和其他因素自动简化对象和层级结构。
直观的新界面元素让定义和管理LOD设置更简单，LOD能够通过导出FBX用于市面上主流的游戏引擎。
新媒体核心作为我们的核心现代化工作的一部分，Cinema4D支持图像、视频和音频的格式已经完全重写了，速度和内存效率得到了增强。
除了QuickTime外Cinema4D现在本地支持MP4，比以往更容易提供预览渲染、视频纹理或运动跟踪的画面。
所有导入和导出的格式都比以往更加全面且功能强大。
交换格式更新通过FBX和Alembic格式导出LOD和选择对象。
Alembic文件新支持的次帧插值可进行Re-time并渲染准确的运动模糊。
新功能高亮显示通过高亮显示新功能可快速识别R19、R18的新特性或特定的教学。
分裂更加简单泰森分裂可以简单的进行程序化分裂对象–在Release19你可以控制动力学与连接器，将碎片粘合在一起，添加裂缝和更多的细节。
球型摄像机渲染”虚拟“现实R19提供了渲染和体验渲染的新方法–利用强大的GPU进行快速、好看的OpenGL预览，或使用ProRender进行基于物理的最终高质量渲染。
准备加入虚拟现实革命？使用R19的球形相机轻松渲染360°VR视频。
释放你显卡的力量来创建物理上精确的最终渲染。
AMD的RadeonProRender技术无缝集成到R19中，支持Cinema4D的标准材质、灯光和摄像机。
无论你是在最新的Mac系统中使用强大的AMD芯片，还是在Windows中使用NVIDIA和AMD显卡，你都可以享受跨平台、深度集成的解决方案，具有快速、直观的工作流程。
交互式渲染将ProRender附加到任何视窗，并像其他视窗一样使用它。
你可以在重新排列物体、调整相机、调整材质和照明时获得即时反馈。
进程式渲染整个图像，或在高分辨率渲染时使用区块式渲染以更好地进行内存管理。
ProRender可完全使用你系统中所有的显卡，无论你是使用具有多张Radeon的MacPro，还是具有AMD或NVIDA卡的Windows系统。
深入集成使用Cinema4D的材质、灯光和摄像机。
”萤火虫“滤镜消除路径追踪算法中常见的坏像素。
R20中的ProRender是产品可视化和其他类型渲染的绝佳选择，但当然这只是管中窥豹，ProRender最终将提供更多功能，并更深入地集成在将来的Cinema4D版本中。
PBR工作流程新PBR材质和灯光选项包含了基于物理渲染工作流的理想默认值。
紧跟现今趋势，为YouTube、Facebook、Oculus或Vive渲染立体360°VR视频。
新媒体核心所有的格式都会在新媒体核心中导入和渲染使用GIFs和MP4s作为纹理直接渲染为MP4、DDS和增强OpenEXR。

首先产生K阶Slepian窗的正交序列。
在MATLAB仿真软件中，实现Multitaper算法的函数为PMTM函数。
PMTM函数使用的方法是改进的周期图法线性和非线性结合。
从内部参数和外部参数的角度分别来说明各个参数的作用及其对频谱估计性能的影响。
调整的参数分别为：Slepian序列的时间带宽积，频率域点数，输入数据及其长度，采样频率等。
通过绘制估计得得频谱图来评判谱估计的性能。

172/5000Robo3T1.4带来了对MongoDB4.2的支持，从4.0到4.2的mongoshell升级，能够手动指定可见数据库的功能以及许多其他修复和改进。

Kong流网PoreFlow-Net的实现：一个3D卷积神经网络，预测通过多Kong介质的流体流量使用说明从下载所需的数据（或通过首选的模拟方法创建自己的数据）使用train.py脚本训练模型模型架构这是我们的网络的样子：方法先决条件为了训练/测试我们使用的Tensorflow1.12模型，应该可以使用更新的版本其余的必要软件包应通过pip获得数据完整的出版物和所有培训/测试数据可在找到。
excel文件随可用样本列表一起提供。
有待改进keras调谐器可用于优化每个编码分支上的过滤器数量协同合作我们欢迎合作引文如果您将我们的代码用于自己的研究，请引用我们的出版物，我们将不胜感激@article{PFN2020,title="PoreFlow-Net:a3Dconvolutionalneuralnetworktopredictfluidflowthroughporousmedia",journal="AdvancesinWaterResources",pages="103539",year=

点格棋程序，用C#编写，对弈策略使用贪婪着法和让格着法，只能进行6层alphabeta剪枝搜索。
我已经发现它还有许多待改进之处（比如判断的效率、搜索的深度），但转眼1年过去了，实在找不出时间对它进一步完善。
程序将引擎和界面分开，集成了单元测试，可在计算机博弈大赛的对弈平台2.1版本上使用。

改进的TOA/AOA定位算法C语言代码。

针对中文短文本篇幅较短、特征稀疏性等特征，提出了一种基于隐含狄利克雷分布模型的特征扩展的短文本分类方法。
在短文本原始特征的基础上，利用LDA主题模型对短文本进行预测，得到对应的主题分布，把主题中的词作为短文本的部分特征，并扩充到原短文本的特征中去，最后利用SVM分类方法进行短文本的分类。
实验表明，该方法在性能上与传统的直接使用VSM模型来表示短文本特征的方法相比，对不同类别的短文本进行分类，都有不同程度的提高与改进，对于短文本进行补充LDA特征信息的方法是切实可行的。

trados2017破解版是在计算机上运行的一款非常强大的计算机辅助翻译(CAT)工具。
它的翻译记忆库技术与CAT工具的自我学习机器翻译引擎相结合再加上它的重复利用先前翻译的内容的工作原理，使得翻译项目更快、更好的、更高质量的完成。
在新的版本中，它还增加了AdaptiveMT机器翻译、upLIFT突破性的翻译记忆库技术证强大的功能，再加上4K屏幕、先进的显示筛选器以及合并强制换行的句段等等，使得用户的体验更加的好，并且还支持Windows8.1—10的所有语言组合，和改进了一些已有的功能，使得trados2017破解版的翻译功能更加的强大

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。