提出了一种用于40Gb/s单信道光纤通信系统中的动态色度色散(CD)补偿技术。
采用2×2光开关,色散补偿光纤(DCF)等器件构成可调节色度色散补偿器;提取中心频率为12GHz的窄带电功率信号作为反馈信号控制可调节色度色散补偿器,提取的窄带电功率值随系统中的累积色度色散值的增大而减小。
实验证明,整个补偿系统的最长响应时间为0.7s;补偿范围和补偿精度分别为81.55ps/nm和5.28ps/nm,通过增加光开关的数量和缩短每段色散补偿光纤的长度可以进一步提高补偿范围和精度。
通过对比补偿前后系统的眼图可以看出：该系统能有效地补偿40Gb/s光纤通信系统中动态变化的色度色散。

这是facebook的区块链项目Libra的中文版白皮书。
Libra的使命是建立一套简单的、无国界的货币和为数十亿人服务的金融基础设施。
本白皮书概述了我们努力打造一个新的去中心化区块链、一种低波动性加密货币和一个智能合约平台的计划，以期为负责任的金融服务创新开创新的机遇。

高功率固体激光器工作在高重复频率时，增益介质因热量的沉积而发生热畸变，导致激光输出波前发生变化。
为此，利用相干调制成像技术通过记录单幅衍射光斑实现输出光场的波前测量，获得了放大器工作在1,5,7Hz频率时光学元件的热畸变相位。
实验结果显示，随着工作频率增大，热量向中心区域集中，热沉积效应明显增加了波前变化。

国内github下载非常慢，直接提供阿波罗配置中心1.7.1release版本apollo-adminservice-1.7.1-github.zip

基于weui开发的一整套移动端商城,包括首页,购物车,订单管理,评价,分类,会员中心等模块，可用于学习参考。

安徽省市区县行政区划json含边界,省、市、区县行政中心坐标、行政区划名称、行政区划代码

HyperledgerFabric总结xmind,使用开源项目一套demo可以实现单体区块链,简单去除中心化,使用本文档即可从0搭建一个智能合约平台,完成基本的上链和验证操作

计算介数中心性（BC）、接近度中心性（CC）、特征向量中心性、子图中心性。
（matlab）

SAP利润中心会计配置及操作手册

本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。
本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
第1章绪论11.1数据挖掘的概念11.2数据挖掘的历史及发展11.3数据挖掘的研究内容及功能51.3.1数据挖掘的研究内容51.3.2数据挖掘的功能61.4数据挖掘的常用技术及工具91.4.1数据挖掘的常用技术91.4.2数据挖掘的工具121.5数据挖掘的应用热点121.6小结14思考题15第2章数据预处理162.1数据预处理的目的162.2数据清理182.2.1填充缺失值182.2.2光滑噪声数据182.2.3数据清理过程192.3数据集成和数据变换202.3.1数据集成202.3.2数据变换212.4数据归约232.4.1数据立方体聚集232.4.2维归约232.4.3数据压缩242.4.4数值归约252.4.5数据离散化与概念分层282.5特征选择与提取302.5.1特征选择302.5.2特征提取312.6小结33思考题33第3章关联规则挖掘353.1基本概念353.2关联规则挖掘算法——Apriori算法原理363.3Apriori算法实例分析383.4Apriori算法源程序分析413.5Apriori算法的特点及应用503.5.1Apriori算法特点503.5.2Apriori算法应用513.6小结52思考题52第4章决策树分类算法544.1基本概念544.1.1决策树分类算法概述544.1.2决策树基本算法概述544.2决策树分类算法——ID3算法原理564.2.1ID3算法原理564.2.2熵和信息增益574.2.3ID3算法594.3ID3算法实例分析604.4ID3算法源程序分析644.5ID3算法的特点及应用724.5.1ID3算法特点724.5.2ID3算法应用724.6决策树分类算法——C4.5算法原理734.6.1C4.5算法734.6.2C4.5算法的伪代码754.7C4.5算法实例分析764.8C4.5算法源程序分析774.9C4.5算法的特点及应用1014.9.1C4.5算法特点1014.9.2C4.5算法应用1014.10小结102思考题102第5章贝叶斯分类算法1035.1基本概念1035.1.1主观概率1035.1.2贝叶斯定理1045.2贝叶斯分类算法原理1055.2.1朴素贝叶斯分类模型1055.2.2贝叶斯信念网络1075.3贝叶斯算法实例分析1105.3.1朴素贝叶斯分类器1105.3.2BBN1125.4贝叶斯算法源程序分析1145.5贝叶斯算法特点及应用1195.5.1朴素贝叶斯分类算法1195.5.2贝叶斯信念网120思考题121第6章人工神经网络算法1226.1基本概念1226.1.1生物神经元模型1226.1.2人工神经元模型1236.1.3主要的神经网络模型1246.2BP算法原理1266.2.1Delta学习规则的基本原理1266.2.2BP网络的结构1266.2.3BP网络的算法描述1276.2.4标准BP网络的工作过程1296.3BP算法实例分析1306.4BP算法源程序分析1346.5BP算法的特点及应用1436.5.1BP算法特点1436.5.2BP算法应用1446.6小结145思考题145第7章支持向量机146

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。