VHDL数字系统设计与测试课程的计数显示电路，附源代码、原理图、波形图，有状态转移图，最后附波形仿真，采用quartusII进行仿真。

MATLAB神经网络43个案例分析源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第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第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的性能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于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第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

这是一本学习混沌时间序列知识的很好教材。

本设计是用来产生m序列的。
既有关于m序列的原理性概述，又有自己编的产生m序列的函数。
已通过仿真。
注释详尽。

目前，面向对象软件的测试用例的设计方法，还处于研究、发展阶段。
与传统软件测试（测试用例的设计由软件的输入处理输出视图或单个模块的算法细节驱动）不同，面向对象测试关注于设计适当的操作序列以检查类的状态。
前面已经讲过，软件测试从“小型测试”开始，逐步过渡到“大型测试”。
对面向对象的软件来说，小型测试着重测试单个类和类中封装的方法。
测试单个类的方法主要有随机测试、划分测试和基于故障的测试等3种。
下面通过银行应用系统的例子，简要地说明这种测试方法。
该系统的account(账户）类有下列操作：open(打开），setup(建立），deposit(存款），withdraw(取款），balance(余额

徐士良C常用算法程序集第三版高清电子书+源代码，经典之作，算法必备参考资料第1章多项式的计算1.1一维多项式求值1.2一维多项式多组求值1.3二维多项式求值1.4复系数多项式求值1.5多项式相乘1.6复系数多项式相乘1.7多项式相除1.8复系数多项式相除第2章复数运算2.1复数乘法2.2负数除法2.3复数乘幂2.4复数的n次方根2.5复数指数2.6复数对数2.7复数正弦2.8复数余弦第3章随机数的产生3.1产生0到1之间均匀分布的一个随机数3.2产生0到1之间均匀分布的随机数序列3.3产生任意区间内均匀分布的一个随机整数3.4产生任意区间内均匀分布的随机整数序列3.5产生任意均值与方差的正态分布的一个随机数3.6产生任意均值与方差的正态分布的随机数序列第4章矩阵运算4.1实矩阵相乘4.2复矩阵相乘4.3一般实矩阵求逆4.4一般复矩阵求逆4.5对称正定矩阵的求逆4.6托伯利兹矩阵求逆的特兰持方法4.7求一般行列式的值4.8求矩阵的值4.9对称正定矩阵的乔里斯基分解与列式求值4.10矩阵的三角分解4.11一般实矩阵的QR分解4.12一般实矩阵的奇异值分解4.13求广义逆的奇异值分解法第5章矩阵特征值与特征向量的计算5.1约化对称矩阵为对称三对角阵的豪斯荷尔德变换法5.2求对称三对角阵的全部特征值与特征向量5.3约化一般实矩阵为赫申伯格矩阵的初等相似变换法5.4求赫身伯格矩阵全部特征的QR方法5.5求实对称矩阵特征值与特征向量的雅可比法5.6求实对称矩阵特征值与特征向量的雅可比过关法第6章线性代数方程组的求解6.1求解实系数方程组的全选主元高斯消去法6.2求解实系数方程组的全选主元高斯-约当消去法6.3求解复系数方程组的全选主元高斯消去法6.4求解复系数方程组的全选主元高斯-约当消去法6.5求解三对角线方程组的追赶法6.6求解一般带型方程组6.7求解对称方程组的分解法6.8求解对称正定方程组的平方根法6.9求解大型系数方程组6.10求解托伯利兹方程组的列文逊方法6.11高斯-塞德尔失代法6.12求解对称正定方程组的共岿梯度法6.13求解线性最小二乘文体的豪斯伯尔德变换法6.14求解线性最小二乘问题的广义逆法6.15求解病态方程组第7章非线性方程与方程组的求解7.1求非线性方程一个实根的对分法7.2求非线性方程一个实根的牛顿法7.3求非线性方程一个实根的埃特金矢代法7.4求非线性方程一个实根的连分法7.5求实系数代数方程全部的QR方法7.6求实系数方程全部的牛顿下山法7.7求复系数方程的全部根牛顿下山法7.8求非线性方程组一组实根的梯度法7.9求非线性方程组一组实根的拟牛顿法7.10求非线性方程组最小二乘解的广义逆法7.11求非线性方程一个实根的蒙特卡洛法7.12求实函数或复函数方程一个复根的蒙特卡洛法7.13求非线性方程组一组实根的蒙特卡洛法第8章插值与逼近8.1一元全区间插值8.2一元三点插值8.3连分式插值8.4埃尔米特插值8.5特金逐步插值8.6光滑插值8.7第一种边界条件的三次样条函数插值8.8第二种边界条件的三次样条函数插值8.9第三种边界条件的三次样条函数插值8.10二元三点插值8.11二元全区间插值8.12最小二乘曲线拟合8.13切比雪夫曲线拟合8.14最佳一致逼近的里米兹方法8.15矩形域的最小二乘曲线拟合第9章数值积分9.1变补长梯形求积法9.2变步长辛卜生求积法9.3自适应梯形求积法9.4龙贝格求积法9.5计算一维积分的连分式法9.6高振荡函数求积法9.7勒让德-高斯求积法9.8拉盖尔-高斯求积法9.9埃尔米特-高斯求积法9.10切比雪夫求积法9.11计算一维积分的蒙特卡洛法9.12变步长辛卜生二重积分方法9.13计算多重积分的高斯方法9.14计算二重积分的连分方式9.15计算多重积分的蒙特卡洛法第10章常微分方程组的求解10.1全区间积分的定步长欧拉方法10.2积分一步的变步长欧拉方法10.3全区间积分维梯方法10.4全区间积分的定步长龙格-库塔方法10.5积分一步的变步长龙格-库塔方法10.6积分一步的变步长基尔方法10.7全区间积分的变步长默森方法10.8积分一步的连分方式10.9全区间积分的双边法10.10全区间积分的阿当姆斯预

用ICSS方法检测时间序列的结构突变点，以此来判断时间序列是否结构突变

小鸟飞行动画序列帧

Asp这个老古懂估计没几个人在用了。
几年没写代码了，最近要弄个小东西，给手机端提供json数据，不想麻烦别人，自己又只会asp，没办法就自己动手了。
网上找了好久都没有一个人能完整的把asp操作json说清楚。
最后还是自己搞定的。
整出来共享给大家。
（ps,还有个原因csdn的分不够用啦，大家看着给点吧。
写这个说明文档都用了我两小时。
^_^）以下是示例代码'说明：json.asp中引用了json.js.asp'其他见文档'手机很多时候不认gb2312，跳入json的坑就忘记gb2312吧,讨厌的是，如果代码报错，iis会输出gb2312，结果就是乱码，有点烦。
'自己想办法解决吧response.Charset="utf-8"dimstrJsonData,ovbJson,jdimarrTemp,varname,isetovbJson=newvbJson'asprecrodset和数组转json字符arrTemp=array("a","{""oa"":""我是oa""}","c")strJsonData=ovbjson.toJson(empty,arrTemp,true)'转换为Json格式的字符串，有兴趣可以自己输出看看是什么setj=json.parse(strJsonData)'序列化为json对象（或者是数组对象）response.Write(j.get(1)&"")'别用vb数组来存json对象，不然得每个元素去重新序列化，这里如果想j.get(1).oa就不行了。
必须对j.get(1)单独序列才行'----recrodset就不演示了，懒得连数据库'---自定义操作方法的演示---strJsonData="{a:1,b:[{c:'我是数组中的点c'}]}"setj=json.parsestr(strJsonData)response.Write(j.b.get(0).c&"")'添加节点的时候注意，如果值是null，会被忽然，这个节点会不存在的。
在添加之前记得先检查值setj=json.add(j,"new","我是新加的节点")response.Write(j.new&"")'下面这句注掉了，是因为这个操作是无效的因为j.b是数组，不能add'setj=json.add(j.b,"new1","我是加不进的节点")setj.b=j.b.put(j.b.length,j.b.get(0))response.Write(j.b.get(1).c&",我是新加的数组元素")'因为数组的get方法不允许被赋值，所以不能像下面这样写'setj.b.get(0)=json.add(j.b.get(0),"new","我会报错")json.addj.b.get(0),"new","我是新加的new我不会报错"json.addj.b.get(0),"new1","我是通过变量取出来的哦"response.Write(j.b.get(0).new&"")varname="new1"response.Write(json.byname(j.b.get(0),varname)&"")fori=0toj.b.length-1 varname="c" response.Write(json.byname(j.b.get(i),varname)&"我是循环出来的c，索引："&i&"")next'最后完整的输出给手机就这样：response.Writejson.stringify(j)

MTK6575主板序列号及IMEL生成工具v1.0绿色版

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。