这本《ANSYSICEMCFD网格松散本领实例详解(附光盘)》由纪兵兵、陈金瓶编著，经由大宗实例体系地介绍了ANSYSICEMCFD建模以及天生网格的详尽进程，其工程配景深挚、内容丰厚、教学详尽，内容枚举深入浅出。
　　本书共分为11章，第1章介绍网格天生底子学识，第2章约莫介绍ANSYSICEMCFD，第3章以及第4章介绍非结构网格天生方式，第5章以及第6章介绍结构网格天生方式，第7章介绍结构网格Block的建树方式，第8章介绍节点配置原则，第9章介绍若干、块以及网格的底子操作，第10章介绍若何实用普及网格品质，第11章是ICEM罕有下场的汇总及处置方式。
　　本书在写作进程中看重条理递进，既介绍了网格天生底子原理，又详尽介绍了ICEM天生网格操作。
经由大宗丰厚、贴近工程的使用案例教学ANSYsICEMCFD的使用，对于处置实际工程以及科研下场会有很大帮手。
　　《ANSYSICEMCFD网格松散本领实例详解(附光盘)》既可作为盘算流膂力学从业人员的指点书，也可作为低级院校相关业余本科生以及钻研生的教学参考书。

CAE阐发大系ANSYSCFD疑难下场实例详解作者：胡坤，顾中浩，马海峰出书发行:北京：庶民邮电出书社,2017.07ISBN号：978-7-115-45469-0页数：432原书定价:79.00主题辞:有限元阐发-使用软件中图法分类号:O241.82-39(数理迷信以及化学-＞数学-＞盘算数学-＞数值阐发)参考文献格式:胡坤，顾中浩，马海峰.CAE阐发大系ANSYSCFD疑难下场实例详解[M].北京：庶民邮电出书社,2017.07.

ANSYSWorkbench工程实例详解许京荆优化残缺版ANSYSWorkbench工程实例详解许京荆优化残缺版

MATLAB图像处置实例详解，教学的尤为详尽，提供很片面的案例阐发，阻滞对于巨匠的学习有帮手。

《MATLAB图像处理实例详解》书中代码实例有详细正文。

本书从实用角度出发，通过大量的实例分析，向读者详细讲解了ANSYSWorkbench14?0建模仿真技术及应用方法。
主要内容包括：ANSYSWorkbench基础知识、DesignModeller建模、ANSYSWorkbench前处理、结构静力分析实例、动力学分析实例、优化设计实例、疲劳分析实例、热分析实例、电磁场分析实例、计算流体动力学分析等。
本书每一章的编写都根据软件实际应用的步骤，由浅入深、图文并茂地引见其具体的使用方法和操作技巧，并引入实例详解其操作过程，旨在使读者熟练掌握每个模块的操作步骤，最终能够独立完成较为复杂的ANSYSWorkbench建模与仿真工作。
本书可供从事产品设计、仿真与优化的工程技术人员和广大CAE爱好者学习参考，也可作为机械、化工、能源、电子通信、工程力学、航空航天等专业的高年级本科生、研究生和教师的参考书、教学用书和实验指导书。

ANSYSICEMCFD网格划分技能实例详解纪兵兵，陈金瓶编著几何文件

《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功能第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

机器学习-贝叶斯-西瓜分类对代码的每一行进行了注解，适合初学者使用，次要代码来源是百度ai社区，只是对其进行了注解

ABAQUS构造工程分析及实例详解.pdf

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。