yaahpV10.3的免费版是全功能的版本,可以使用软件的所有功能,只不过在模型和群决策规模上有所限制,可以处理基本的层次分析法和模糊综合评价法应用.版本对比指标免费版标准版专业版高级版最大AHP中间层数量3999999每个AHP中间层最大要素数量20655356553565535AHP群决策最大专家数量5502002000模糊综合评价最大问卷数量101005005000

通过比较两张人脸相似度判断能否是同一个人，博客说明：http://blog.csdn.net/zhong1113/article/details/25332893

完整的java小项目，包括照片比对算法，很有参考价值

来自国内某名牌高校的光学英语词汇课件，WORD格式，共43页，包含了光学专业常用的词语的英文翻译。

支持的数据库：MSSQLServer、PosgresSql、MySQL数据库数据对比工具：可以针对两个数据进行表结构和数据的对比。
1、结构对比：如开发库和正式库之间的结构和数据同步，此工具可以告诉您哪个表结构有字段的添加减少，或者字段类型的改变，并生成sql进行结构的同步。
2、数据对比：如对比两个数据库中的某个表的数据差异，有差异的行会用颜色进行标记，可生成sql脚本进行两个库的同步。

用matlab计算电磁场，便于更好的理解电磁场并与其他软件做仿真对比，适用。

ASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdfASCII码对比表.pdf

自创他人的资源进行集合和整理了一下，高斯滤波分为一维高斯滤波和二维高斯滤波，并且和OPENCV的高斯滤波的时间进行对比了一下，比OPENCV的要慢很多

《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上出版的，部分章节涉及了常见的优化算法（遗传算法、粒子群算法等）与神经网络的结合问题。
《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍，亦可供相关专业教师教学参考。
《MATLAB神经网络43个案例分析》共有43章目录如下：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功能第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

有关智能水滴算法的改进，针对智能水滴算法的缺陷提出了改进的智能水滴算法———具有变异特征的智能水滴算法，并用TSP问题来验证改进算法的可行性和有效性。
经过分析发现该改进的算法对比之前的基本智能水滴算法具有很强的全局搜索能力，对顺利找到最短路径处理实际问题具有非常大的意义的。

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。