二维稳态导热的数值计算主要采用了热平衡法。
用差分法建立节点的热平衡方程，将节点所在的单元体的四个方向传递的热流密度，内热源在单元体产生的热流密度，根据能量守恒的原则建立方程，可以得到每一个节点的离散化代数方程。
进行数值计算的方法是：先设定初值，在根据初值对每一个节点进行迭代可以求得节点的值。
再将初值与新值进行比较，判断迭代的敛散性。
比较常用的迭代方法有两种：Gauss-Seidel法和Jacobi法。
Gaus-Seidel法每次迭代计算，均是使用节点温度的最新值。
Jacobi迭代法每次迭代计算均用上一次迭代计算出的值。
对于一个代数方程组，若选用的迭代方式不合适有可能导致迭代过程发散，而对于常物性导热问题组成差分方程组，每一个方程都选用导出方程的中心节点温度作为迭代变量则迭代一定收敛。

从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。
在该算法中，权值是由用户或领域的专家直接指定的，加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。
与传统的模糊C聚类分析相比，该算法增加了聚类的灵活性，能够产生令用户更加满意的聚类结果

集成AD/DA模块PCF8591DA输出正弦波，为学习DA模块产生各种波形提供参考

数字信号课设，双音多频的产生及检测，一些小问题可以点进我的博客，最终版本比博客里搞的成熟（好看）了一些

计算机图形学是一个成功的技术故事。
它的基本理念，表达方式，算法和硬件实现诞生于20世纪60-70年代，并在随后的20年间发展。
在20世纪90年代中期，计算机图形技术已经相当成熟，但是其影响仍旧只是局限于某些"高端"程序，例如超级计算机上的科学可视化以及昂贵的飞行模拟器。
现在的我们很难相信，但是在那个年代，很多计算机科学专业的学生对3D计算机图形一无所知！近几十年来，计算机图形的商业性有了巨大发展。
每一个现代PC都能够产生高质量的计算机生成图像，大部分是以视频游戏以及虚拟现实环境的形式。
整个动画工业已经从其高端（例如Pixar电影）转移到了孩子们的电视机前。
对于实拍电影，视觉特效领域也已经发生了翻天覆地的变化。
当今的观众们也不会在看到不可思议的计算机特效时感到畏惧——这已经在预期当中了。
在本书中，我们将会介绍计算机图形技术中基础的数学与算法。
我们使用编程API(applicationsprogramminginterface)OpenGL来完成其中的内容。
OpenGL是一个跨平台的图形编程环境，可以用于创建实时图形程序，例如视频游戏。

提出了一种可以实现同种或异种金属材料固态冶金结合的新型激光冲击点焊工艺。
实验中，采用Nd∶YAG激光器发出的脉冲激光驱动厚度为30μm的钛箔产生局部塑性变形，并以超高速撞击厚度为100μm的铝板以实现点焊连接。
当钛箔的飞行距离分别为0.3、0.6、0.9mm时，焊点中心的回弹区域面积依次减小，而结合区域面积依次增大。
采用冷镶嵌技术制样用来观察焊点的截面特征，发现了沿焊点直径方向振幅和周期变化的波形界面和平直型界面。
为研究激光冲击点焊对材料力学性能的影响，应用纳米压痕测试技术测量了垂直于焊接界面方向材料的显微硬度，结果表明焊接界面附近材料的硬度值明显提高。
此外，焊接试样的拉伸剪切测试结果表明，当复板和基板发生有效固态冶金结合时其连接强度较高，失效形式通常是焊点边缘破裂。
激光冲击点焊为厚度在微米级的异种金属箔板的点焊连结开辟了新途径。

本框架提供了有关粒子群算法(PSO)和遗传算法(GA)的完整实现，以及一套关于改进、应用、测试、结果输出的完整框架。
本框架对粒子群算法与遗传算法进行逻辑解耦，对其中的改进点予以封装，进行模块化，使用者可以采取自己对该模块的改进替换默认实现组成新的改进算法与已有算法进行对比试验。
试验结果基于Excel文件输出，并可通过设定不同的迭代结束方式选择试验数据的输出方式，包括：1.输出随迭代次数变化的平均达优率数据（设定终止条件区间大于0）。
2.输出随迭代次数变化的平均最优值数据（设定终止条件区间等于0）。
本框架了包含了常用基准函数的实现以及遗传算法与粒子群算法对其的求解方案实现和对比，如TSP，01背包，Banana函数，Griewank函数等。
并提供大量工具方法，如KMeans，随机序列生成与无效序列修补方法等等。
对遗传算法的二进制编码，整数编码，实数编码，整数序列编码（用于求解TSP等），粒子群算法的各种拓扑结构，以及两种算法的参数各种更新方式均有实现，并提供接口供使用者实现新的改进方式并整合入框架进行试验。
其中还包括对PSO进行离散化的支持接口，和自己的设计一种离散PSO方法及其用以求解01背包问题的实现样例。
欢迎参考并提出宝贵意见，特别欢迎愿意协同更新修补代码的朋友(邮箱starffly@foxmail.com)。
代码已作为lakeast项目托管在GoogleCode:http://code.google.com/p/lakeasthttp://code.google.com/p/lakeast/downloads/list某些类的功能说明：org.lakest.common中：BoundaryType定义了一个枚举，表示变量超出约束范围时为恢复到约束范围所采用的处理方式，分别是NONE(不处理)，WRAP（加减若干整数个区间长度），BOUNCE（超出部分向区间内部折叠），STICK（取超出方向的最大限定值）。
Constraint定义了一个代表变量约束范围的类。
Functions定义了一系列基准函数的具体实现以供其他类统一调用。
InitializeException定义了一个代表程序初始化出现错误的异常类。
Randoms类的各个静态方法用以产生各种类型的随机数以及随机序列的快速产生。
Range类的实现了用以判断变量是否超出约束范围以及将超出约束范围的变量根据一定原则修补到约束范围的方法。
ToStringBuffer是一个将数组转换为其字符串表示的类。
org.lakeast.ga.skeleton中：AbstractChromosome定义了染色体的公共方法。
AbstractDomain是定义问题域有关的计算与参数的抽象类。
AbstractFactorGenerator定义产生交叉概率和变异概率的共同方法。
BinaryChromosome是采用二进制编码的染色体的具体实现类。
ConstantFactorGenerator是一个把交叉概率和变异概率定义为常量的参数产生器。
ConstraintSet用于在计算过程中保存和获取应用问题的各个维度的约束。
Domain是遗传算法求解中所有问题域必须实现的接口。
EncodingType是一个表明染色体编码类型的枚举，包括BINARY(二进制)，REAL(实数)，INTEGER(整型)。
Factor是交叉概率和变异概率的封装。
IFactorGenerator参数产生器的公共接口。
Population定义了染色体种群的行为，包括种群的迭代，轮盘赌选择和交叉以及最优个体的保存。
org.lakeast.ga.chromosome中：BinaryChromosome二进制编码染色体实现。
IntegerChromosome整数编码染色体实现。
RealChromosome实数编码染色体实现。
SequenceIntegerChromosome整数序列染色体实现。
org.lakeast.pso.skeleton中：AbstractDomain提供一个接口，将粒子的位置向量解释到离散空间，同时不干扰粒子的更新方式。
AbstractF

AChartEngine是为Android应用而设计的绘图工具库。
可用于绘制多种图表，目前该绘图工具库的最新最新版本的是achartengine-1.1.0.jar。
ChartEngine支持的图表类型：折线图、区域图、散点图、时间图、柱状图、饼状图、气泡式图表、环形图、高低交替图等。
以上每种图表都可以包含多个序列,可以将X轴以水平或垂直的形式显示，也支持很多自定义的特性。
另外，图表可以作为View构建，也可以作为Intent构建这样可以被用于启动一个活动(Activity)。
其实AChartEngine和JFreeChart差不多。
JFreeChart是JAVA平台上的一个开放的图表绘制类库。
它完全使用JAVA语言编写，是为applications,applets,servlets以及JSP等使用所设计。
JFreeChart可生成饼图（piecharts）、柱状图（barcharts）、散点图（scatterplots）、时序图（timeseries）、甘特图（Ganttcharts）等等多种图表，并且可以产生PNG和JPEG格式的输出，还可以与PDF和EXCEL关联。
AChartEngine和JFreeChart都是采用Java编写的开放图表制作类库，前者是应用在android上，后者也能主要应用在JAVASE或者JAVAEE上。
AChartEngine是谷歌开发的开源项目。

课程简介:某购物电商网站数据分析平台，分为收集数据、数据分析和数据展示三大层面。
其中数据分析主要依据大数据Hadoop生态系统常用组件进行处理，此项目真实的展现了大数据在企业中实际应用。
课程内容（1）文件收集框架Flume①Flume设计架构、原理（三大组件）②Flume初步使用，实时采集数据③实际案例：使用Flume监控数据，实时收集存储HDFS中（2）大数据分析平台架构①数据平台三大模块让技术产生价值!②分析平台业务数据③大数据平台技术选型和搭建配置测试（3）数据分析平台七大业务分析①具体的七大业务分析，针对不同的数据②将数据收到HDFS/Hive/HBase，使用MapReduce和Hive离线分析，其中涉及地域分析、用户相关信息分析及外链分析等。
③依据业务深入MapReduce使用④数据处理时，针对不同问题如何优化调整等

某国际展览中心共40层限定条件（1）电梯的运行规则是：可到达每层。
（2）每部电梯的最大乘员量均为K人（K值可以根据仿真情况在10~18人之间确定）。
（3）仿真开始时，各电梯随机地处于其符合运行规则的任意一层，为空梯。
（4）仿真开始后，有N人（0＜N＜1000）在M分钟（0＜M＜10）内随机地到达该国际展览中心的1层，开始乘梯活动。
（5）每位乘客初次所要到达的楼层是随机的，令其在合适的电梯处等待电梯到来。
（6）每位乘客乘坐合适的电梯到达指定楼层后，随机地停留10－120秒后，再随机地去往另一楼层，依此类推，当每人乘坐过L次（每人的L值不同，在产生乘客时随机地在1~10次之间确定）电梯后，第L+1次为下至底层并结束乘梯行为。
到所有乘客结束乘梯行为时，本次仿真结束。
（7）电梯运行速度为S秒/层（S值可以根据仿真情况在1~5之间确定），每人上下时间为T秒（T值可以根据仿真情况在2~10之间确定）。
（8）电梯运行的方向由先发出请求者决定，不允许后发出请求者改变电梯的当前运行方向，除非是未被请求的空梯。
（9）当某层有乘客按下乘梯电钮时，优先考虑离该层最近的、满足条件（8）、能够最快到达目标层的电梯。
（10）不允许电梯超员。

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。