第一章人工神经网络…………………………………………………3§1.1人工神经网络简介…………………………………………………………31．1人工神经网络的起源……………………………………………………31．2人工神经网络的特点及应用……………………………………………3§1.2人工神经网络的结构…………………………………………………42．1神经元及其特性…………………………………………………………52．2神经网络的基本类型………………………………………………62.2.1人工神经网络的基本特性……………………………………62.2.2人工神经网络的基本结构……………………………………62.2.3人工神经网络的主要学习算法………………………………7§1.3人工神经网络的典型模型………………………………………………73．1Hopfield网络…………………………………………………………73．2反向传播(BP)网络……………………………………………………83．3Kohonen网络…………………………………………………………83．4自适应共振理论(ART)……………………………………………………93．5学习矢量量化（LVQ）网络…………………………………………11§1.4多层前馈神经网络（ＢＰ）模型…………………………………………124．1BP网络模型特点 ……………………………………………………124．2BP网络学习算法………………………………………………………134.2.1信息的正向传递………………………………………………134.2.2利用梯度下降法求权值变化及误差的反向传播………………144．3网络的训练过程………………………………………………………154．4BP算法的改进………………………………………………………154.4.1附加动量法………………………………………………………154.4.2自适应学习速率…………………………………………………164.4.3动量-自适应学习速率调整算法………………………………174．5网络的设计………………………………………………………………174.5.1网络的层数…………………………………………………174.5.2隐含层的神经元数……………………………………………174.5.3初始权值的选取………………………………………………174.5.4学习速率…………………………………………………………17§1.5软件的实现………………………………………………………………18第二章遗传算法………………………………………………………19§2.1遗传算法简介………………………………………………………………19§2.2遗传算法的特点…………………………………………………………19§2.3遗传算法的操作程序………………………………………………………20§2.4遗传算法的设计……………………………………………………………20第三章基于神经网络的水布垭面板堆石坝变形控制与预测§3.1概述…………………………………………………………………………23§3.2样本的选取………………………………………………………………24§3.3神经网络结构的确定………………………………………………………25§3.4样本的预处理与网络的训练……………………………………………254．1样本的预处理………………………………………………………254．2网络的训练……………………………………………………26§3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………305．1面板堆石坝堆石体垂直压缩模量的控制……………………………305．2水布垭面板堆石坝变形的预测……………………………………355．3BP网络与COPEL公司及国内的经验公式的预测结果比较…35§3.6结论与建议………………………………………………………………38第四章BP网络与遗传算法在面板堆石坝设计参数控制中的应用§4.1概述………………………………………………………………………39§4.2遗传算法的程序设计与计算………………………………………………39§4.3结论与建议…………………………………………………………………40参考文献…………………………………………………………………………

C:.│readme.txt│├─openwrtforwr720n-v4内带SSDDNS中文│openwrt-ar71xx-generic-tl-wr720n-v4-squashfs-sysupgrade_with_ssr.bin│├─tplink固件更正│2017-11-13_163433.png│TPRouter.exe│└─wr720n_v4固件群集，搜罗原厂固件wr720n-v4-art-tplink民间.binwr720n-v4-tplink民间.binwr720n-v4-uboot-openwrt.binwr720n-v4-uboot-pepe.binwr720n-v4-中文-超频-2014-9-04-uboot.binwr720n-v4-编程器固件.bin

wr720nv4刷机固件刷入openwrt，不去世uboot，以及民间原固件wr720n-v4-tplink民间.binwr720n-v4-art-tplink民间.binwr720n-v4-中文-超频-2014-9-04-uboot.bin

利用ART算法重建图像，为源代码，可移植到其他语言中，只给出核心代码

matlab编写的图像重建迭代算法，ART重建，给出了重建了局。

matlab编写的图像重建迭代算法，ART重建，给出了重建了局。

乐视路由器原版备份，修复乐视路由器刷机后无线信号变差或者没有信号等状况修复

百米生活路由AR9341cpu,集成不死UBOOT，已晋级为第三方openwrt固件，保留百米生活原机ART。

在前面一文中，我们介绍了Android运行时ART，它的核心是OAT文件。
OAT文件是一种Android私有ELF文件格式，它不仅包含有从DEX文件翻译而来的本地机器指令，还包含有原来的DEX文件内容。
这使得我们无需重新编译原有的APK就可以让它正常地在ART里面运行，也就是我们不需要改变原来的APK编程接口。
本文我们通过OAT文件的加载过程分析OAT文件的结构，为后面分析ART的工作原理打基础。
OAT文件的结构如图1所示：由于OAT文件本质上是一个ELF文件，因而在最外层它具有一般ELF文件的结构，例如它有标准的ELF文件头以及通过段（Section）来描述文件内容。
关于ELF文件的更多知识

项目简介阿里百秀，内容管理系统，分为内容管理和内容展示两大核心功能。
1.功能模块1.1内容管理模块功能用户登录，退出，用户增删修订改查文章文章管理分类分类管理评论评论管理网站设置关键字，描述，网站徽标，轮播图1.2内容展示模块功能首页导航，文章数据展示列表页根据分类显示文章列表详情页文章详情数据展示，实现评论功能2.开发模式2.1前一级混合开发模式所有HTML代码和数据在服务器端组装好，一次性将所有内容发送到客户端，浏览器执行代码，将内容呈现给用户问题：前一级开发人员对互相的代码都不是别熟悉，混合开发两者在处理互相的代码时非常困难在开发的过程中难免会出现代码互相覆盖，导致工作量倍增2.2前一级分离开发模式好处：职能，分工明确，独立开发，互不影响。
3.项目架构系统分级使用技术数据层mongoDB服务层node.js（表达）客户端art-template，jQuery，font-awesome，swipe4.项目运行环境搭建（运行项目必须知道的事情）安装node.js软件并测试其能否安装成功win+

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。