狂神docker教学视频笔记，截图标注很全（本人增加了很多额外的标注），帮助更好理解，敲了很久，实在不易。
上传来帮助大家学习，一方面攒点积分！

内含cnn的matlab程序，简单易懂，不到百行，混科研搞数据必备良代码。
超低价甩卖。

网络协议大全

超细的CADENCE后仿真，calibre教程，手把手教会你如何后仿真

为了设计出性价比更高的盘锥天线，从天线的设计原理及性能，分析了各种参数对天线性能的影响，通过改变天线的结构从而有效提升了天线的带宽。
在理论计算的基础上利用电磁仿真软件AnsoftHFSS对所设计的盘锥天线进行了优化设计，优化的结果表明利用仿真软件设计的该盘锥天线有效的覆盖了100～400MHz频带，在该频带范围内该盘锥天线的驻波比小于2.5。
充分体现了该仿真软件的可靠性和高效性。

为实现自然条件下棉花叶片的精准分割，提出一种粒子群（Ｐａｒｔｉｃｌｅ　ｓｗａｒｍ　ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）优化算法和Ｋ－ｍｅａｎｓ聚类算法混合的棉花叶片图像分割方法。
本算法将棉花叶片图像在ＲＧＢ颜色空间模式下采用二维卷积滤波进行去噪预处理，并将预处理后的彩色图像从ＲＧＢ转换到目标与背景差异性最大的Ｑ分量、超Ｇ分量、ａ＊分量；
随后在Ｋ均值聚类的一维数据空间中，利用ＰＳＯ算法向全局像素解的子空间搜寻，通过迭代搜寻得到全局最优解，确定最佳聚类中心点，改善Ｋ均值聚类的收敛效果；
最后，对像素进行聚类划分，从而得到棉花叶片分割结果。
按照不同天气条件和不同背景采集了１　２００幅棉花叶片样本图像，对本研究算法进行测试。
试验结果表明：该算法对于晴天、阴天和雨天图像中目标（棉花叶片）分割准确率分别达到９２．３９％、９３．５５％、８８．０９％，总体平均分割精度为９１．３４％，并与传统Ｋ均值算法比较，总体平均分割精度提高了５．４１％。
分割结果表明，本研究算法能够对３种天气条件（晴天、阴天、雨天）与４种复杂背景（白地膜、黑地膜、秸秆、土壤）特征混合的棉花叶片图像实现准确分割，为棉花叶片的特征提取与病虫害识别等后续处理提供支持。

此插件主要是通过节点来创建道路，可进行道路的Mesh创建，删除等，高架桥等也可通过此款插件进行创建，在项目中去摆放拼接公路是比较不错的。

这是对WPFVisifire3.6.8源代码进行的简单扩展，本源代码中包含了各种实例以及一个完善的程序：内存监视器1＞修改了线Legend样式，并放大了，源系统Legend太小2、设置了圆环内径可设定，原代码内径为外径的1/23、调整了柱状图的间隔系数由0.1改为0.2，要不然，当柱状图比较多时，缝隙太小，给人的视觉感觉就是夹了一个白线4、添加了滚轮缩放和鼠标拖放操作(见里面的程序：内存监视器)5、添加了对DataPoints的绑定支持，这是因为使用DataSource绑定时，在动态曲线的情况下，内存无法释放，而使用DataPoints绑定则可以及时释放内存，这点例子里面也使用了几种绑定的动态曲线例子，并可通过另一个例子：内存监视器来检测不同的数据绑定的内存释放情况。
值得说明的是即使最新的WPFVisifire5.1.7版本，在使用DataSource绑定时，内存也不能及时释放。
还有一些其他的小改进感觉修改WPFVisifire的代码相当困难，很多在不断的尝试下进行的，这点和微软的WPFCharts相比，确实不一样，微软的WPFCharts是完全基于WPF编程思想进行的，注重其神而忽略其形，很多样式模板都是可以在外部修改的，相应的有关外形定义的属性则很少，而这点上，WPFVisifire则相对比价传统，几乎没定义多少模板，但提供了超多的外形属性，连字体大小、颜色等各种属性都能设定。
在数据性能上，微软的WPFCharts比较差，加载4000个数据就慢得不行，WPFVisifire3.6.8一万多个都没问题，更高的没测试，而最新的那个5.1.7版本在我的电脑上加载10W个数据在0.7秒左右，所以要想高性能，商业上还是得花那么一点钱买正版。
微软的Chart扩展：http://download.csdn.net/detail/maiker/9646423

用STM32的内置Flash做一个超小U盘

用户使用Acs客户端连接Acs服务器通过Http、Tr069协议对Cpe进行操作。
对于整新、检测Cpe的用户可以方便、快捷的提高工作效率。
用户使用Acs客户端连接Acs服务器可以对Cpe进行：恢复超密、清除Loid、语音配置、一键多设备的（恢复出厂设置、固件升级、导入、导入配置）等操作。
详细说明：https://blog.csdn.net/chenmr99/article/details/83621023

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。