数学建模算法：包括数学规划，图论，排队论，层次分析，多元统计分析方法，微分方程，模糊数学，灰色模型，神经网络，现代算法，非常全的数学建模资料，而且还包含相应的matlab程序，强烈推荐！

MATLAB神经网络43个案例分析源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的性能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

运用matlab模糊控制箱实现AGV小车轨迹跟踪，代码齐全，simulink模型能够直接运行，运行前请先把fis文件读到工作空间。

本次项目开发主要实现一个购物街的电商系统，在原型系统的基础上实现用户与系统的交互。
项目的开发有两种开发方案：使用Servlet实现系统的核心控制、使用框架实现系统的开发。
在开发初期使用servlet进行开发，熟悉web编程的环境以及系统开发的逻辑开发。
使用Servlet完成系统的核心部分后，使用SSM框架对系统进行系统开发，其中springMvc用于实现对用户提交表单的逻辑处理,spring为中间层实现controller层与Dao层的交互，mybaits实现对数据库的操作，各层之间的耦合度较小。
该系统实现了用户的注册登录、商品信息的模糊查询、查看商品详情、加入购物车、确认购物车的订单、提交订单以及用户的后台数据管理等功能。
在系统的开发中使用EL表达式JSTL标签库代替JSP页面中数据访问时的复杂编码。
使用session记录用户的登录信息以及购物车信息。
用户登录后将登录信息保存在session中，如果用户登录后在每一个页面显示用户名。
使用cookie事实现用户的自动登录。
也即用户登录后会将登录信息保存在cooike中，当用户访问购物主页面时，如果cookie中含有用户的信息，则可直接进行访问，而无需进行登录。
使用ajax实现用户注册时的用户名查重。

function[naf,tau,xi]=ambifunb(x,tau,N,trace);%AMBIFUNBNarrow-bandambiguityfunction.% [NAF,TAU,XI]=AMBIFUNB(X,TAU,N,TRACE)computesthenarrow-band% ambiguityfunctionofasignalX,orthecross-ambiguity% functionbetweentwosignals.

根据高超声速飞行器的欧拉近似离散模型,提出基于Back-stepping的模糊离散自适应控制器设计方法.结合模糊自适应控制和反馈线性化的方法,Back-stepping设计的每一步虚拟/实际控制量对系统非匹配的不确定性都能进行较好补偿.稳定性分析表明,该控制方法能够保证系统跟踪误差和模糊自适应参数误差是一致终值有界的.仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了满意的控制效果.

对模糊集的简介。
包括模糊集的基本概念（隶属函数、隶属度）、表示方法（序偶、向量及Zadeh表示法）、典型隶属度函数（三角形、梯形、高斯等）、基本运算（包含、并、交、补、t-膜或三角模、s-模或t-余模）、模糊集扩展（二型、区间值、直觉、格值、软集、flou集等模糊集）、分解定理和表现定理（λ截集、凸模糊集）、模糊蕴涵算子及案例分析

介绍了一种利用FPGA内嵌NiosII软核方式实现的模块化电子轰击电离源控制系统，该电子轰击电离源电路由电流源、电压源以及微电流检测等电路组成，整个电路形成了闭环控制系统，并结合模糊自适应PID算法进行数据调整。
电流值、电压值的设定以及采集的数据由上位机LabView实现，界面简洁，易于数据观察与控制。
实验结果表明：灯丝电流步进量1mA，量程为0~3A，推斥极电压-100~0V可调，步进量0.1V，能够满足质谱分析的需求。

长分贴长分贴长分贴长分贴长分贴长分贴长分贴长分贴长分贴

包含了矩阵大多数的运算，包括行列式，逆矩阵，转置矩阵等；
模糊关系矩阵的合成，传递闭包等，注意，只能用于vb。

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。