写了一下2019年的“华中杯”B题，在第一问建立了2个模型分别是神经网络与灰色理论预测，第二三问用数据挖掘的方式

超清版的《神经网络结构设计的理论和方法》，对神经网络的设计方法讲的很到位

本书是一本介绍直接数字频率合成理论和算法的电子类专业教材，适合相关专业的学生及工程技术人员参考。

RS码的代数译码算法,包括纠错能力比较小的一般译码算法和适用于纠错能力强的迭代译码算法,并针对两种特定码字RS(27,9)和RS(54,18)进行了具体编程实现。
结果表明纠错能力符合理论要求,分别可以达到纠9个和18个错误,并且误码率也得到改善.

基于变换光学系统的隐形斗篷通常是封闭的结构。
但是，这种结构限制了可以放置在斗篷中的物体的种类。
在这项工作中，我们采用变换热力学方法设计了一种“敞开式斗篷”，称为板式传热结构，该结构能够将热通量引导至超材料装置的侧面。
该设备最引人入胜和独特的功能是，与SiO2气凝胶隔热材料相比，其下表面可保持较低的温度。
预期我们的结果将显着增强热保护，热能利用以及其他领域的能力。
除了理论分析外，本设计还基于有限元计算进行了数值模拟。

1.1课题研究现状分析　　　在各大高校里，实验设备各式各样。
在实验设备的管理中，如果通过使用计算机可以减少大量的手工操作，提高工作效率。
实验设备管理系统过去采用人工处理方式，由于工作量非常之大，为了提高工作效率，方便管理，因此需要开发一个实验设备管理系统。
　　　本次课题为：实验设备管理系统，它的主要功能是先通过用户身份验证，然后即可登录实验设备管理系统，然后通过增、删、查、改操作对实验设备信息进行管理和维护。
1.1.1本领域内已开展的研究工作　　　1．理论研究基础　　　（1）后台以SQL数据库支持。
　　　（2）前台以NeatBeans为开发环境，实现学生基本信息管理的增、删、查、改操作。
　　　2．技术层面的支持　　　（1）系统的设计与实现应采用MVC分层模式。
　　　（2）系统界面采用MDI方式，即用户登录后进入主窗体，主窗体通过菜单进入子窗体。

项目管理是项目的管理者，在有限的资源约束下，运用系统的观点、方法和理论，对项目涉及的全部工作进行有效地管理。
即从项目的投资决策开始到项目结束的全过程进行计划、组织、指挥、协调、控制和评价，以实现项目的目标。
　　按照传统的做法，当企业设定了一个项目后，参与这个项目的至少会有好几个部门，包括财务部门、市场部门、行政部门等等，而不同部门在运作项目过程中不可避免地会产生摩擦，须进行协调，而这些无疑会增加项目的成本，影响项目实施的效率。
　　而项目管理的做法则不同。
不同职能部门的成员因为某一个项目而组成团队，项目经理则是项目团队的领导者，他们所肩负的责任就是领导他的团队准时、优质地完成全部工作，在不超出预算的情况下实现项目目标。
项目的管理者不仅仅是项目执行者，他参与项目的需求确定、项目选择、计划直至收尾的全过程，并在时间、成本、质量、风险、合同、采购、人力资源等各个方面对项目进行全方位的管理，因此项目管理可以帮助企业处理需要跨领域解决的复杂问题，并实现更高的运营效率。

机载气象雷达运动补偿算法的理论研究，北邮的论文

Gabor变换MATLAB程序根据理论自己编写

在生命科学领域中，人们已经对遗传(Heredity)与免疫(Immunity)等自然现象进行了广泛深入的研究。
六十年代Bagley和Rosenberg等先驱在对这些研究成果进行分析与理解的基础上，借鉴其相关内容和知识，特别是遗传学方面的理论与概念，并将其成功应用于工程科学的某些领域，收到了良好的效果。
时至八十年代中期，美国Michigan大学的Hollan教授不仅对以前的学者们提出的遗传概念进行了总结与推广，而且给出了简明清晰的算法描述，并由此形成目前一般意义上的遗传算法(GeneticAlgorithm)GA。
由于遗传算法较以往传统的搜索算法具有使用方便、鲁棒性强、便于并行处理等特点，因而广泛应用于组合优化、结构设计、人工智能等领域。
另一方面，Farmer和Bersini等人也先后在不同时期、不同程度地涉及到了有关免疫的概念。
遗传算法是一种具有生成+检测(generateandtest)的迭代过程的搜索算法。
从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，遗传算法是全局收敛的。
然而，在对算法的实施过程中不难发现两个主要遗传算子都是在一定发生概率的条件下，随机地、没有指导地迭代搜索，因此它们在为群体中的个体提供了进化机会的同时，也无可避免地产生了退化的可能。
在某些情况下，这种退化现象还相当明显。
另外，每一个待求的实际问题都会有自身一些基本的、显而易见的特征信息或知识。
然而遗传算法的交叉和变异算子却相对固定，在求解问题时，可变的灵活程度较小。
这无疑对算法的通用性是有益的，但却忽视了问题的特征信息对求解问题时的辅助作用，特别是在求解一些复杂问题时，这种忽视所带来的损失往往就比较明显了。
实践也表明，仅仅使用遗传算法或者以其为代表的进化算法，在模仿人类智能处理事物的能力方面还远远不足，还必须更加深层次地挖掘与利用人类的智能资源。
从这一点讲，学习生物智能、开发、进而利用生物智能是进化算法乃至智能计算的一个永恒的话题。
所以，研究者力图将生命科学中的免疫概念引入到工程实践领域，借助其中的有关知识与理论并将其与已有的一些智能算法有机地结合起来，以建立新的进化理论与算法，来提高算法的整体性能。
基于这一思想，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法(ImmuneAlgorithm)IA。
下面将会给出算法的具体步骤，证明其全局收敛性，提出免疫疫苗的选择策略和免疫算子的构造方法，理论分析和对TSP问题的仿真结果表明免疫算法不仅是有效的而且也是可行的，并较好地解决了遗传算法中的退化问题。

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。