中间系统—中间系统(IntermediateSvetem—to—IntermediateSystem，IS—IS)协议是——种得到广泛应用的、功能强大的路由选择协议。
它既适合于IP网络，又适合于CLNP(ConnectionLessNetworkProtocol，无连接网络协议)网络。
实践证明，在IP世界里，IS—IS路由选择协议是应用于ISP网络中的IGP协议OSPF惟一的可替代协议。
IS—IS路由选择协议是当今许多层1ISP网络的IGP的选择，并且它的重要意义在一定程度上揭示了为什么它在CCIE路由与交换考试和CCIEIP再认证考试中占据主要位置。
尽管在IP网络中IS—IS协议占据重要地位，然而很少有关于IS—IS协议的技术文章和资料。
大多数用户和网络专家依赖从Cisco出版社和其他主要的路由器供应商得到的配置手册和少量的文献来学习IS—IS协议。
Cisco出版社以前出版的许多路由协议书籍往往只是粗略地介绍了IS—IS协议，而对OSPF协议做了大量篇幅的介绍。
本书打破了以往粗略介绍IS—IS的传统，而着重介绍IS—IS路由协议的相关问题。
《IS—IS网络设计解决方案》一书采用广受读者喜爱的Cisco出版社模式，把实现Cisco路由环境所需要的理论和实践知识合二为一介绍给读者。
本书还包含了与它的对手OSPF协议的详尽的对比。

通过研究恒模盲均衡算法的特点,本文提出了一种基于Simulink的恒模盲均衡算法的建模方法。
该方法避开了使用复杂编程语言的实现方式,而是采用基于物理级的动态可视化的建模方法。
为了验证仿真模型的正确性和有效性,本文构建了BPSK数字通信系统,并以该通信系统为平台,对其均衡性能进行了仿真分析。
为了分析该算法的优缺点,与基于LMS算法和RLS算法的非盲均衡器进行了对比,给出了三种不同均衡算法的系统误码率、星座图及收敛曲线。
仿真结果表明:本文对恒模盲均衡算法的建模方法是正确的,具有很好的对时变信道均衡的性能,并且系统的误码性能很好,而且该算法不需要任何输入信号的先验知识。
同时,本文也指出了该算法存在收敛较慢、系统误码率较高的缺点。

本示例基于百度云，实现了部分人工智能人脸识别的接口，与大家交流。
本示例实现了：①获取access_token②人脸库管理－人脸注册（向人脸库中添加人脸）③人脸检测与属性分析：检测图片中的人脸并标记出位置信息;④人脸对比：两张人脸图片相似度对比⑤人脸搜索

高精度偏振扫描仪(POSP)采用分孔径和分振幅的同时偏振测量技术,可获取目标的高精度多光谱偏振辐射信息,其测量精度是影响载荷在轨应用的关键指标之一。
仪器研制完成后,实验室条件下完成偏振和辐射定标以及测量精度的评估。
为检验实验室定标结果,开展自然目标探测下的地面验证实验,使用POSP在晴朗天气沿太阳主平面对天空进行扫描,将获取的天空辐亮度和偏振度数据与同时刻由CE318N太阳-天空偏振辐射计采集的数据进行对比,并讨论影响两台仪器数据的因素。
实验结果表明,两台仪器的辐亮度一致性偏差小于4%,偏振度一致性偏差小于0.005,具有较好的一致性,验证POSP实验室定标的准确性及自然目标下的探测能力,可为后续星载数据的处理和应用提供依据。

1基于遗传算法的TSP算法（王辉）2基于遗传算法和非线性规划的函数寻优算法（史峰）3基于遗传算法的BP神经网络优化算法（王辉）4设菲尔德大学的MATLAB遗传算法工具箱（王辉）5基于遗传算法的LQR控制优化算法（胡斐）6遗传算法工具箱详解及应用（胡斐）7多种群遗传算法的函数优化算法（王辉）8基于量子遗传算法的函数寻优算法（王辉）9多目标Pareto最优解搜索算法（胡斐）10基于多目标Pareto的二维背包搜索算法（史峰）11基于免疫算法的柔性车间调度算法（史峰）12基于免疫算法的运输中心规划算法（史峰）13基于粒子群算法的函数寻优算法（史峰）14基于粒子群算法的PID控制优化算法（史峰）15基于混合粒子群算法的TSP寻优算法（史峰）16基于动态粒子群算法的动态环境寻优算法（史峰）17粒子群算法工具箱（史峰）18基于鱼群算法的函数寻优算法（王辉）19基于模拟退火算法的TSP算法（王辉）20基于遗传模拟退火算法的聚类算法（王辉）21基于模拟退火算法的HEV能量管理策略参数优化（胡斐）22蚁群算法的优化计算——旅行商问题（TSP）优化（郁磊）23基于蚁群算法的二维路径规划算法（史峰）24基于蚁群算法的三维路径规划算法（史峰）25有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测（郁磊）26有导师学习神经网络的分类——鸢尾花种类识别（郁磊）27无导师学习神经网络的分类——矿井突水水源判别（郁磊）28支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断（郁磊）29支持向量机的回归拟合——混凝土抗压强度预测（郁磊）30极限学习机的回归拟合及分类——对比实验研究（郁磊）

可以使用需要重新加载biojava.jarjar包代码是全的，不会可以问我。
jar包在lib目录下面输出结果：GlobalalignmentwithNeedleman-Wunsch:Time(ms): 3Length: 9Score: 0Query: query, Length: 9Target: target, Length: 8Query: 1gccctagcg9|||||Target: 1gcgc-aatg8LocalalignmentwithSmith-Waterman:Time(ms): 0Length: 3Score: 3Query: query, Length: 9Target: target, Length: 8Query: 7gcg9|||Target: 1gcg3

对典型二阶系统的模糊控制与传统PID控制分别用matlab编程，进行性能比较，作出对比曲线。

最顶级的压缩软件，比7-zip等压缩率还要高，对比了paq8p,paq8pxd等格式，还是这个最好，并且比早期版本压缩率更高一些。

人脸识别，图片与人脸进行对比。
。

除了光流配准之外，还有其他配准方法，可以作对比。
具体使用方法可以看readme。

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。