1、设计一个能显示日期、小时、分钟、秒的数字电子钟，并具有整点报时的功能。
2、由晶振电路产生1HZ标准的信号。
分、秒为六十进制计数器，时为二十四进制计数器。
3、可手动校正时、分时间和日期值。

【目录】-MATLAB神经网络30个案例分析(开发实例系列图书)第1章BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。
第2章BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。
第3章遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。
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36对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。
这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。
第5章基于BP_Adaboost的强分类器设计——公司财务预警建模45BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。
第6章PID神经元网络解耦控制算法——多变量系统控制54根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。
第7章RBF网络的回归——非线性函数回归的实现65本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。
将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。
第8章GRNN的数据预测——基于广义回归神经网络的货运量预测73根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。
第9章离散Hopfield神经网络的联想记忆——数字识别81根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。
要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。
第10章离散Hopfield神经网络的分类——高校科研能力评价90某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。
第11章连续Hopfield神经网络的优化——旅行商问题优化计算100现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。
第12章SVM的数据分类预测——意大利葡萄酒种类识别112将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。
第13章SVM的参数优化——如何更好的提升分类器的性能122本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。
第14章SVM的回归预测分析——上证指数开盘指数预测133对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。
第15章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141在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。
若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。
第16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153本案例中给出了一个含有60个个体基因表达水平的样本。
每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类),中间的20个样本是正常人的基因表达信息样本,余下的20个样本是待检测的样本(未知它们是否正常)。
以下将设法找出癌症与正常样本在基因表达水平上的区

主要以下模型文件：1、《HFSS电磁仿真设计应用详解》课后14个模型2、HFSS6个微波电路仿真实例模型3、HFSS24个仿真实例模型（各种类型的都有）4、HFSSDipole极子天线仿真模型5、HFSSRCS计算例子模型6、HFSSVivaldi天线模型7、HFSS波纹喇叭设计模型8、HFSS仿真2.4G微带天线阵列模型9、HFSS仿真平面微带天线模型10、HFSS复杂封装结构模拟：焊盘2模型11、HFSS共面波导仿真模型12、HFSS环型电桥实例模型13、HFSS矩形微带天线实例模型14、HFSS微带天线的设计与仿真实例模型15、HFSS左手材料仿真源文件模型

精雕60免狗破解版绿色版版本是ESShoeMakerEdu2201064版本6My4d$x9C6l7z只能学习使用可惜不能算路径打开有点慢我打开时间有23分钟

文档包括：1）2015CISM最新详细培训讲义（强烈推荐）2）2015年12月CISM新增60题冲刺题（含详细解析）3）2016CISM考试及认证常见问题汇总4）CISM2016香港分会最新分章节考试模拟题5）CISMContinuingProfessionalEducation(CPE)Policy6）CISMISACA®2016ExamCandidateInformationGuide

买书问题dp实现题目：买书有一书店引进了一套书，共有3卷，每卷书定价是60元，书店为了搞促销，推出一个活动，活动如下：如果单独购买其中一卷，那么可以打9.5折。
如果同时购买两卷不同的，那么可以打9折。
如果同时购买三卷不同的，那么可以打8.5折。
如果小明希望购买第1卷x本，第2卷y本，第3卷z本，那么至少需要多少钱呢？（x、y、z为三个已知整数）。
1、过程为一次一次的购买，每一次购买也许只买一本（这有三种方案），或者买两本（这也有三种方案），或者三本一起买（这有一种方案），最后直到买完所有需要的书。
2、最后一步我必然会在7种购买方案中选择一种，因此我要在7种购买方案中选择一个最佳情况。
3、子问题是，我选择了某个方案后，如何使得购买剩余的书能用最少的钱？并且这个选择不会使得剩余的书为负数。
母问题和子问题都是给定三卷书的购买量，求最少需要用的钱，所以有"子问题重叠"，问题中三个购买量设置为参数，分别为i、j、k。
4、的确符合。
5、边界是一次购买就可以买完所有的书，处理方式请读者自己考虑。
6、每次选择最多有7种方案，并且不会同时实施其中多种，因此方案的选择互不影响，所以有"子问题独立"。
7、我可以用minMoney[i][j][k]来保存购买第1卷i本，第2卷j本，第3卷k本时所需的最少金钱。
8、共有x*y*z个问题，每个问题面对7种选择，时间为：O(x*y*z*7)=O(x*y*z)。
9、用函数MinMoney(i,j,k)来表示购买第1卷i本，第2卷j本，第3卷k本时所需的最少金钱，那么有：MinMoney(i,j,k)=min(s1,s2,s3,s4,s5,s6,s7),其中s1,s2,s3,s4,s5,s6,s7分别为对应的7种方案使用的最少金钱：s1=60*0.95+MinMoney(i-1,j,k)s2=60*0.95+MinMoney(i,j-1,k)s3=60*0.95+MinMoney(i,j,k-1)s4=(60+60)*0.9+MinMoney(i-1,j-1,k)s5=(60+60)*0.9+MinMoney(i-1,j,k-1)s6=(60+60)*0.9+MinMoney(i-1,j,k-1)s7=(60+60+60)*0.85+MinMoney(i-1,j-1,k-1)

包含60多种能让你将Unicode支持添加到你的Delphi和C++Builder应用程序里的控件的库。
包括了大部分标准控制组件的Unicode替换控件，为delphi2009之前的delphi添加unicode支持

查阅JPEG编码的有关资料，对图像进行JPEG压缩，算法步骤必须包括如下几个部分：图像分块，离散余弦变换，量化，ac和dc系数的Z字形编排。
问题1:质量因子分别选为20，60，80，对比显示原图与不同质量因子下解码后的图像；
问题2:记录图像大小、压缩比、均方根误差；
对结果进行分析。

排序作业选择题（每题2分，共22分）。
1．若表R在排序前已按键值递增顺序排列，则（  ）算法的比较次数最少。
A．直接插入排序           B．快速排序     C．归并排序               D．选择排序2．对各种内部排序方法来说，（  ）。
A．快速排序时间性能最佳                           B．归并排序是稳定的排序方法C．快速排序是一种选择排序                        D．堆排序所用的辅助空间比较大3. 排序算法的稳定性是指（  ）。
A．经过排序之后，能使值相同的数据保持原顺序中的相对位置不变。
B．经过排序之后，能使值相同的数据保持原顺序中的绝对位置不变。
C．排序算法的性能与被排序元素的数量关系不大D．排序算法的性能与被排序元素的数量关系密切4.如下序列中，（  ）序列是大顶堆。
A. {4,5,3,2,1}              B. {5,3,4,1,2}       C. {1,2,3,4,5}              D. {1,2,3,5,4}5.若将{3,2,5,4,1}排为升序，则实施快速排序一趟后的结果是（  ）（其中，枢轴记录取首记录）。
A. {1,2,3,4,5}                 B. {1,2,4,5,3}       C. {1,3,5,4,2}                 D. {2,5,4,1,3}.若将{1,2,3,4,5,6,7,9,8}排为升序，则（  ）排序方法的“比较记录”次数最少。
A. 快速排序                  B. 简单选择排序    C. 直接插入排序              D. 冒泡排序7.若将{5,4,3,2,1}排为升序，则（  ）排序方法的“移动记录”次数最多。
A. 快速排序                               B. 冒泡排序C. 直接插入排序                      D. 简单选择排序8.用简单选择排序将顺序表{2,3,1,3′,2′}排为升序，实施排序1趟后结果是{1,3,2,3′,2′}，则排序3趟后的结果是（  ）。
A. {1,2,3,3′,2′}                      B. {1,2,2′,3,3′}C. {1,2′,2,3,3′}                     D. {1,2,2′,3′,3}9．下列排序算法中，（   ）排序在某趟结束后不一定选出一个元素放到其最终的位置上。
A．选择            B．冒泡          C．归并          D．堆10．下列排序算法中，稳定的排序算法是（ ）。
A．堆排序               B．直接插入排序  C．快速排序             D．希尔排序11．堆排序的时间复杂度是（   ）。
A．O(n*n)                B．O(n*logn)      C．O(n)                  D．O(logn)填空题（每空4分，共4分）。
对n个元素进行归并排序，空间复杂度为        。
综合题（共24分）。
1.（共12分）有一组待排序的关键字如下：(54，38，96，23，15，72，60，45，83)分别写出希尔排序(d=5)、快速排序、堆排序、归并排序第一趟升序排序后的结果（其中堆排序的第一趟指序列完成初始建堆、将堆顶元素置为最末位置后其余元素调整为堆的结果）（每个3分）。
希尔排序：  快速排序：堆排序：归并排序： 2.（共12分）已知数据序列为（12，5，9，20，6，31，24），对该项数据序列进行排序，分别写出直接插入排序、简单选择排序、快速排序、堆排序、二路归并排序及基数排序第一趟升序排序结果（其中堆排序的第一趟指序列完成初始建堆、将堆顶元素置为最末位置后其余元素调整为堆的结果）（每个2分）。
直接插入排序：简单选择排序：快速排序：堆排序：二路归并排序：基数排序：

QFN（8、12、16、20、24、28、32、36、40、44、48、52、56、60、64、68、72、80脚）.PcbLib用AD可打开

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。