Sudoku-Generator：使用改进的高效回溯算法用C++编写的Sudoku拼图生成器

在分步傅里叶法求解非线性薛定谔方程的基础上，介绍了一种时间窗口和步长动态自适应调整的改进算法，该算法根据时域脉冲的扩散情况调整时间窗口，采用局部误差法控制计算步长，在保证精度的同时提高了计算效率。
讨论了数值计算时如何正确选取正、逆傅里叶变换的形式，分析了如何由离散的计算结果近似连续的时域和频域波形。
模拟了光子晶体光纤中超连续谱的产生，验证了算法的正确性。

本代码是matlab的代码，毕业设计的三个算法，对原来的粒子群算法进行改进，分别是混沌粒子群，和GAPSO得到的效果还不错，注意这是代码，源代码。

在过去的一段时间里面，我们经常会听到来自公有云供应商的各种故障报道。
每次出现这些故障新闻总是会引起大家的各种讨论。
有对公有云发展持怀疑的，有对公有云供应商抱怨的，当然也免不了一些互黑的事情发生。
无论您的观点如何，我们都不得不承认如下两个事实：1.公有云正在各种故障、怀疑声音中一步步向前发展，而且发展速度还在加速。
作为IT用户，不管你愿不愿意，你都得面对公有云会进入您日常工作中一部分（甚至是主要部分）的现实。
2.企业IT对于公有云的期待和目前公有云提供的服务能力还是有差距的。
这个差距需要公有云供应商持续努力改进，但更要企业IT用户更好理解公有云的设计原则，正确看待公有云产品及服务并基于此设计符

lmmse算法现在研究已经十分完善了，改进的算法减小了其复杂度

该代码使用Tensorflowr1.7在Ubuntu14.04下使用Python2.7和Python3.5进行测试。
代码中包含测试用例。
模型使用固定图像标准化。
在中科院自动化所，WebFace数据集已经被用于训练。
该面部检测后，该训练集包括总共453453个图像，超过10575个身份。
如果在训练之前过滤了数据集，则可以看到一些性能改进。
有关如何完成此操作的更多信息将在稍后提供。
性能最佳的模型已经在VGGFace2数据集上进行了训练，该数据集由~3.3M面和~9000个类组成。
提供了几个预训练模型。
请注意，模型的输入图像需要使用固定图像标准化进行标准化（--use_fixed_image_standardization例如，在运行时使用该选项validate_on_lfw.py）。

用C#写的实现DataGridView合并单元格、分页显示、页面设置、打印和Excel导出功能，精典实例，可以直接使用。
如在使用过程中有问题或改进，可以发Email：liubingchao@126.com；
互相交流与学习。

跌倒检测，采用OPENCV4DNN开发，在英特尔的GPU上加速，大概每帧40MS左右，速度极快，假如您电脑上有别的GPU，可能跑不了，因为英特尔的OPENCV限制DNN在别的GPU上运行。
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了

此旗舰版修改与DTcmsV5.0正式版MSSQL源码更新时间：2017年09月21日在此版本基础上增加了所有旗DTcmsV5.0旗舰版功能经本人测试没测试出问题如有发现问题可以留言DTcmsV5.0源码说明：版本号：V5.0.0数据库：MSSQL2005修复日志：2017-06-11修复前台模板订单结算时地址无法选择BUG2017-06-12修复后台管理菜单无法上传图标的BUG2017-07-09修复第三方登录出错的BUG2017-09-20修复前台会员注册时获取手机验证码短信防止注册机重复发送短信BUGDTcms5.0改进的地方：1.后台管理界面加强美化，使用矢量图标代替位图，对于树型菜单增加可闭合和展开，调整了部分页面的布局；
2.对于会员、订单等进行站点归类，更好区分每个站点数据；
3.创建频道时，根据选择的功能创建不同的管理菜单；
4.网页编辑器使用了UEditor百度编辑器，上传进行了改造，使用二进制上传文件；
5.支付方式，第三方登录OAuth可每个站点设置不同的配置信息，不再限于全局使用；
6.对系统架构进行全新改造，每增加一个频道自动创建对象数据库表存储；
7.插件模板支持不同的站点可创建不同的对应模板；
8.DAL层代码改进，通过反射进行解析Model实体自动赋值，不必担心增加数据库字段而修改DAL层烦恼；
二、安装环境要求开发工具：MicrosoftVisualStudio2010操作系统：WindowsServer2008(推荐)、WindowsServer2003(推荐)、WindowsXP(基础测试环境)数据库：SqlServer2005(推荐)、SqlServer2008(推荐)Web服务器：IIS5.0及以上版本(推荐IIS7.0，应用池为集成模式)环境要求：.NETFramework4.x及以上

写毕业论文时写的蚁群算法求解TSP，matlab实现，求解质量比较好且算法收敛速度比较快，有空用c实现一下会更快，hoho

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。