第一章人工神经网络…………………………………………………3§1.1人工神经网络简介…………………………………………………………31．1人工神经网络的起源……………………………………………………31．2人工神经网络的特点及应用……………………………………………3§1.2人工神经网络的结构…………………………………………………42．1神经元及其特性…………………………………………………………52．2神经网络的基本类型………………………………………………62.2.1人工神经网络的基本特性……………………………………62.2.2人工神经网络的基本结构……………………………………62.2.3人工神经网络的主要学习算法………………………………7§1.3人工神经网络的典型模型………………………………………………73．1Hopfield网络…………………………………………………………73．2反向传播(BP)网络……………………………………………………83．3Kohonen网络…………………………………………………………83．4自适应共振理论(ART)……………………………………………………93．5学习矢量量化（LVQ）网络…………………………………………11§1.4多层前馈神经网络（ＢＰ）模型…………………………………………124．1BP网络模型特点 ……………………………………………………124．2BP网络学习算法………………………………………………………134.2.1信息的正向传递………………………………………………134.2.2利用梯度下降法求权值变化及误差的反向传播………………144．3网络的训练过程………………………………………………………154．4BP算法的改进………………………………………………………154.4.1附加动量法………………………………………………………154.4.2自适应学习速率…………………………………………………164.4.3动量-自适应学习速率调整算法………………………………174．5网络的设计………………………………………………………………174.5.1网络的层数…………………………………………………174.5.2隐含层的神经元数……………………………………………174.5.3初始权值的选取………………………………………………174.5.4学习速率…………………………………………………………17§1.5软件的实现………………………………………………………………18第二章遗传算法………………………………………………………19§2.1遗传算法简介………………………………………………………………19§2.2遗传算法的特点…………………………………………………………19§2.3遗传算法的操作程序………………………………………………………20§2.4遗传算法的设计……………………………………………………………20第三章基于神经网络的水布垭面板堆石坝变形控制与预测§3.1概述…………………………………………………………………………23§3.2样本的选取………………………………………………………………24§3.3神经网络结构的确定………………………………………………………25§3.4样本的预处理与网络的训练……………………………………………254．1样本的预处理………………………………………………………254．2网络的训练……………………………………………………26§3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………305．1面板堆石坝堆石体垂直压缩模量的控制……………………………305．2水布垭面板堆石坝变形的预测……………………………………355．3BP网络与COPEL公司及国内的经验公式的预测结果比较…35§3.6结论与建议………………………………………………………………38第四章BP网络与遗传算法在面板堆石坝设计参数控制中的应用§4.1概述………………………………………………………………………39§4.2遗传算法的程序设计与计算………………………………………………39§4.3结论与建议…………………………………………………………………40参考文献…………………………………………………………………………

本文来自于微信公众号：CSDN，文章主要介绍了云数据库的技术需求，以及在技术驱动的需求下，云数据库架构具备的几项主要业务价值等，希望对您能有所帮助。
如今，大型企业如金融企业和银行等，在下一代的微服务架构转型要求下，需要基础软件和数据平台能够实现原生的云化，以满足微服务架构的需求。
微服务，也就是一种面向服务的，有特定边界的松散耦合的架构。
主要特点包括，每一个微服务是一个独立的自治系统，可以不依赖外部组件独立运行；
对应用只暴露接口，用户可以灵活的调整过每个微服务的使用；
业务粒度足够小。
在企业架构“云化”的过程中，数据库的云化是最为重要也是难度较大的一个部分。
数据库云平台（dbPaaS）是一类支持弹

最近在研究Unity视频播放。
虽然可以实现简单的视频播放功能，但是对于商业化或者移动端的项目来说远远不够（比如：当文件较大时，会出现明显的卡顿）。
网上找了好多资料，试了好多插件，综合比较下来，AVProVideo是效果最好的。
不仅可以实现基础的播放功能，还能实现进度条拖放和速率调整。
支持平台：iOS、、Windows、OSX等等等等支持格式：.mov、.mpg、.mpeg、.mp4等等，4K视频，360度全景视频等等该版本为1.3.9正式版，没有水印！

根据2020年10月15日第三次全国国土调查县级耕地资源质量分类数据库标准，制作的数据库标准空库。
1.表5、表6、表9和表10，将“c-标准制”改为“c-国际制”。
2.数据库标准要求，扩充分类单元图层是必须的，“三调”有这两类图斑的，必须有这个图层；
没有的不需要建空图层。
3.表6注15：种植属性为“即可恢复”的耕地二级地类填写“即可恢复”，“工程恢复”的填写“工程恢复”，耕地二级地类级别代码均填写小写字母k。
将“耕地二级地类级别代码均填写小写字母k”调整为“耕地二级地类级别代码分别填写小写字母k1和k2”。
4.所有的OUT丰度指数，统一改为Ace指数。

基于MongodbC#文件数据上传到mongo数据库，默认设置块的大小为1M，自己可以调整。

1、生成PDF文件2、支持中文字体3、PDF文件内容为表格，表格有表头4、PDF文件内容支持中文，表格内容上下居中，左右居中或左对齐/右对齐5、PDF列信息多寡不同，PDF采用页面宽度也能根据列信息按比例调整6、PDF行信息超大时写入模式，不能引起内存溢出等问题，有一定的并发性支撑能力。
7、PDF文件增加作者相关版权信息8、PDF页头增加版权相关信息9、PDF文件修改权限限制，实现文档只可读取的权限10、PDF文件增加文字或图片水印功能，要求文字或图片在整个页面清晰可见。
增加的水印信息不能使PDF文件大小增长超过5%。
11、对PDF文件进行加密

简单的hough变换圆检测程序，提供了一个基本的框架，读者可以根据自己的需要进行一定的调整，阈值也可以根据自己的需要进行修改，里面还赋了一份说明文档，包括算法流程图，应该能很好的帮助读者理解。

主要功能：1、可以发送带附件的邮件，附件可以是多个，附件大小限制由发送方服务器而定，暂未测试具体为多少MB2、邮件内容和主题可以是空，但当有附件时，主题取第一个附件的文件名（不含扩展名）3、密码验证均为base64加密4、邮件正文和附件的数据传送方式，均为base645、自动解析发件箱的SMTP服务器压缩包文件简介：base.c：包含一些基本的函数，其中有一些在此程序中并未用到，只要使用了其中的base64加密算法mail.c：包含邮件发送、数据读取、编码转换、smtp服务器连接、ip解析等函数mailsend.c：包含main的c源文件，mail.exe则是根据mailsend.c、mail.c、base.c编译成的，具体编译方法可参考makefilelibbase.a：make之后生成的静态库moontalk.cfg：base.c用到的配置文件，可能没用，放在这里进攻阅读参考mail.cfg：自定义用户的配置文件，可用可不用，用作读代码的参考mail.exe：邮件发送的执行文件，仅有命令行模式完善了，逐步输入（直接双击）的方式还不完善b64.exe：base64加密解密的小工具，仅供参考，mail.cfg中用到密码的地方，可以使这个工具得到。
makefile：工程编译链接文件注意：在本地使用mingw环境开发，遵循ANSIC标准，本地有系统的工程库，但是上传的时候，把这些文件都放在一起了，可以先参考makefile进行工程调整，如果有任何问题，请发送到邮箱moontalk@yeah.net，技术交流，不胜感激。

代码通过51单片机对当前道路具体情况进行采集，然后通过单品机的计算实现小车前进方向的调整。

使用Qt绘制线段，可以动态调整线段的位置

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。