1.矩量法分析线天线2.参考电磁场理论，分析，计算（盛新庆）3.一维基函数，基于hallen积分方程

研究了光频域反射技术（OFDR）中因激光线宽有限而造成的激光相位噪声对系统性能的影响。
理论推导了相位噪声的分布函数，仿真分析和实验测试了激光相位噪声与激光相干长度、反射信号强度之间的内在关联性。
研究结果表明，激光相位噪声是OFDR中的重要噪声来源，影响着系统的测试精度和可测距离，当测试距离接近相干长度、链路中存在强的反射信号时，激光相位噪声的影响将更加严重、影响范围也将增加。
因此，在OFDR的设计和应用中必须对激光相位噪声问题予以高度关注和设计考虑。

魅族电信版线刷包

ＰＣＩ、ＰＣＩＸ和ＰＣＩＥｘｐｒｅｓｓ的原理及体系结构马鸣锦　朱剑冰　何红旗　杜　威　编著ＰＣＩＥｘｐｒｅｓｓ是第三代高性能ＩＯ总线，在总线结构上采取了根本性的变革，主要体现在两个方面：一是由并行总线变为串行总线；
二是采用点到点的互连。
将原并行总线结构中桥下面挂连设备的一条总线变成了一条链路，一条链路可包含一条或多条通路，每条通路由两对差分信号线组成双单工的串行传输通道，没有专用的数据、地址、控制和时钟线，总线上各种事务组织成信息包来传送。
ＰＣＩＥｘｐｒｅｓｓ１．０支持每条通路在每个方向上的数据传输率达２．５Ｇｂｐｓ，每字节１０位编码，这样两个方向的带宽可达０．５ＧＢｐｓ，整个链路的总带宽等于０．５ＧＢｐｓ乘以所含的通路数。
每条链路的通路数可根据具体设备所需的带宽裁剪，有效通路数有７种可选，这样最高传输率可达１６ＧＢｐｓ，大大高于目前任何一种总线，可满足当前及将来一段时期的高速设备带宽需求。
由于总线变为链路，引脚数大大减少（传统ＰＣＩ总线为１２７个引脚），每引脚的平均带宽大幅提升，有助于ＰＣＩＥｘｐｒｅｓｓ成本的降低

matlab程序，画曲线及其包络线，有图形标题，坐标轴说明以及指定位置图形说明

保险行业是典型的文档、单证密集型行业，从客户投保填写投保单，到承保后的保单、发票、批单、信函等等，在业务办理中会产生大量的纸质单据、凭证，交付客户的同时也需要公司内部留档保存，需要消耗大量纸张，另外纸质单证的存档、调阅、管理等需要花费很多人力和物力。
更重要的是，纸质单证带来的线下流程将影响业务时效性、制约客户服务质量的提升。
实现纸质单证电子化、无纸化不仅可解决前述问题，也完全符合近年来国家一直提倡的绿色金融理念，能在社会上形成良好的正向反馈，有力推动绿色金融的发展

本程序实现了对影像特征点自动提取，利用Morevac、Forstner、Harris3个经典算子。
在此基础上利用相关系数法实现影像自动匹配，并且引入最小二乘平差，使匹配点精度有所提高。
在搜索点过程中，利用了核线影像特性，对二维影像搜索使用了爬山法启发式搜索。
对大数据量影像采用影像金字塔结构处理。
1、使用GDAL库读取影片，支持TIFF、PNG、JPEG、JPG、BMP、GIF、IMG格式读取。
使用GDI绘图。
2、防止大数据量绘图视图闪烁，图片显示采用双缓存技术。
3、保存视图数据为图片文件，支持TIFF、PNG、JPEG、JPG、BMP、GIF格式保存。
4、TreeCtrl控件、ListCtrl控件的基本操作。
5、MFC单文档程序视图通讯、更换视图、视图分割。

网络综合布线视频，包括线缆端接视频，模块压接视频，网线制作视频，信息插座安装视频，设备间交接间线缆端接视频

LCD12864驱动程序（并口通信，带字库版本ST7920,内含简单的画点、线、圆、矩形和三角形函数以及任意尺寸图像显示。
资料内附带有完整的Keil工程文件，并且每个函数都带有完整而详细的注释。
到手可用无需修改与调。
试需要注意的地方：如果您使用的是其他型号的单片机例如：STC12,STC15等时，需要你设置一下单片机IO口的模式，否则会无法正常显示。

完整的PDF版　第1章绪论　　1.1从生物神经网络到人工神经网络　　1.2人工神经网络的发展史　　1.3人工神经网络的应用　　1.4生物神经元　　1.5人工神经元模型　　1.6神经网络的结构　　1.7神经网络的特点　　1.8神经网络的学习方式　　第2章MATLAB神经网络工具箱中的神经网络模型　　2.1MATLAB工具箱的神经元模型　　2.2MATLAB工具箱中的神经网络结构　　2.3MATLAB神经网络工具箱中的网络对象及其属性　　2.3.1网络对象属性　　2.3.2子对象属性　　第3章感知器　　3.1感知器神经元及感知器神经网络模型　　3.2感知器的学习　　3.3感知器的局限性　　3.4单层感知器神经网络的MATLAB仿真程序设计　　3.5多层感知器神经网络及其MATLAB仿真　　3.6感知器应用于线性分类问题的进一步讨论　　第4章线性神经网络　　4.1线性神经网络模型　　4.2线性神经网络的学习　　4.3线性神经网络的MATLAB仿真程序设计　　4.3.1线性神经网络设计的基本方法　　4.3.2线性神经网络的设计例程　　第5章BP网络　　5.1BP神经元及BP网络模型　　5.2BP网络的学习　　5.2.1BP网络学习算法　　5.2.2BP网络学习算法的比较　　5.3BP网络泛化能力的提高　　5.4BP网络的局限性　　5.5BP网络的MATLAB仿真程序设计　　5.5.1BP网络设计的基本方法　　5.5.2BP网络应用实例　　第6章径向基网络　　6.1径向基网络模型　　6.2径向基网络的创建与学习过程　　6.3其他径向基神经网络　　6.4径向基网络的MATLAB仿真程序设计　　第7章竞争型神经网络　　7.1竞争型神经网络模型　　7.2竞争型神经网络的学习　　7.3竞争型神经网络存在的问题　　7.4竞争型神经网络的MATLAB仿真程序设计　　第8章自组织神经网络　　8.1自组织特征映射神经网络模型　　8.2自组织特征映射神经网络的学习　　8.3学习向量量化神经网络模型　　8.4学习向量量化神经网络的学习　　8.5LVQ1学习算法的改进　　8.6LVQ神经网络的MATLAB仿真程序设计　　第9章反馈型神经网络　　9.1Elman神经网络　　9.2Hopfield神经网络　　9.3反馈神经网络的MATLAB仿真程序设计　　第10章图形用户界面　　10.1图形用户界面简介　　10.2图形用户界面应用示例　　10.3图形用户界面的其他操作　　第11章Simulink　　11.1Simulink神经网络仿真模型库简介　　11.2Simulink应用示例　　第12章自定义网络　　12.1自定义神经网络　　12.1.1自定义神经网络的创建　　12.1.2自定义神经网络的初始化、训练与仿真　　12.2自定义函数　　附录A神经网络工具箱函数　　参考文献

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。