本人搭建及实验opensips+freeswitch+db集群过程中坎坷比较多，而且网上流传的集群文档以及《freeswitch权威指南》所说的集群思路没错但是有很多问题，根本用不了。
所以本人整理此文档，所写出来的文档如有不足还望指出，令本人加以改进，在此鄙人不胜感激。
而且这个只适合学习，商业应用还不行，因为它不适合于公网运行在内网搭建没问题，如需商业应用服务请与群主联系，QQ群为1004990755或者QQ1280090059。
（商业版包括了NAT穿透）

正弦波频率估计的改进Rife算法，是一种新的算法，对于估计频率有很大的帮助

获取硬盘序列号，改进版，支持Delphi2009编辑通过

项目名称:基于Spark的PSO并行计算编程语言:scala项目内容:将粒子群算法pso实现的了并行,并成功集成了bencmark的测试函数,可以利用该标准的测试函数,来验证算法的性能.测试结果:在benchmark的20个测试函数当中有9个超过decc-g的测试结果注意:本算法会因机器的性能,函数的特性不同执行的效率也不一样,本程序还有很大的改进空间,希望大家可以继续完善.

http://iunbug.appspot.com/ExtJS相关资源中文化（2007年初起）1.备忘1.此版本为ExtJS3.3正式版API的翻译，大体完成了翻译的工作。
我们把当前已完成汉化的公开。
另有基于源码的翻译版本，请到项目站点下载；
2.翻译小组的汉化工作业已暂告一段落了，但接受任何提交的BUG或建议以持续改进。
请点击这里转到Wiki提交BUG或建议。
3.版权协议为CreativeCommons署名-非商业性使用2.5。
2.翻译团队JS堂翻译小组名单：第一期：Frank、甲壳、Nightmare（健坤）、BubbleBeast、虎头虎脑、下一道彩虹（明球）、阿雄、拥抱未来、小骏、夜色温柔、建峰、skywolf、野鹤、端阳、果连、旺财勇士（按QQ群顺序）。
第二期：Frank、Jacky、hahaman、Hibernate3.当前总体进度1.x的文档翻译初完成（2007年中）；
2.x的文档翻译初完成（2008年10月）；
3.x的文档翻译初完成（2009年5月）。
希望有兴趣参与文档翻译质量审核的朋友加入我们。
EXTAPI2Chinese相关事宜具体在论坛帖子。

目的：通过调研目前教学管理系统中的成绩管理子系统，了解成绩管理子系统的业务流程；
通过分析比较，结合用户对成绩管理子系统的改进意见与实现情况，运用面向对象思想方法，设计和实现一个满足功能和性能，并有所创新的成绩管理子系统，以提高成绩管理的自动化、友好性等。
本系统基于.NET平台和SQLServer数据库，通过毕业设计，可以使学生对.NET结构下开发B/S模式的分布式三层数据库系统有一个全面的了解。
本系统从功能上划分可分为以下几大模块：功能模块管理，组权限管理,学生信息管理,课程信息管理,学生成绩管理,授课信息管理,学生信息查询,学生成绩统计等几大模块。
以下将对各子模块进行说明。
功能模块管理：将系统功能模块保存到数据库中以便于动态地进行不同用户组权限的分配等操作。
本模块包括功能模块的添加，删除，修改等。
组权限管理：对用户进行分组，并将权限设置到不同的用户组。
学生信息管理模块：输入学生基本信息，并可以对学生信息进行添加、查询、修改、删除。
还可以关键字查询并从数据库里调出的学生基本信息.输出学生基本信息，学号、班号、姓名查询的信息结果。
课程信息管理：设置课程号，课程名，先修课等课程信息。
成绩信息管理模块：输入成绩信息，并可以对成绩信息进行添加、查询、修改、删除。
还可以用关键字查询并调出数据库里的学生基本成绩信息的修改、删除等。
输出查询的学生成绩信息。
授课信息管理:对教师授课信息的调度，安排等信息的管理。
学生信息查询:本模块是可对学生成绩进行查询，可按学号，姓名，年龄，所在院系，入学年份等不同条件独立查询或进行模糊查询。
学生成绩统计：对学生成绩总分，平均分等进行统计。
系统管理员后台用户名为admin密码为www.mycodes.net普通用户(测试用例)用户名为:user01，密码：111111DB下为Sql数据库，附加即可论文下为该程序的论文及论文目录

改进的Bradley二值化matlab程序，相比bersen或otsu算法，有较快的速率和较好的二值化效果，可以克服一定的光照不均。

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.

本文将基于遗传算法(GeneticAlgorithms，GA)优化的改进广义回归神经网络(ImprovedGeneralRegressionNeuralNetworkbasedonGA,GRNNGA)做为NSSF（NetworkSecuritySituationForecas）网络安全态势预测。
GRNNGA方法先利用滑动时间窗(SlidingTimeWindow,STW）将各离散时间监测点的网络安全态势值(NetworkSecuritySituationValue,NSSV)构造成部分线性相关的多元回归数据序列,再利用GA动态地搜索GRNN的最优训练参数,以改善基于GRNNGA的NSSF性能。
经大量实验验证,基于GRNNGA的NSSF方法具有更高的预测精度和实用性

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。