《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

这个MATLABcontourlet工具箱，是我至今找到的最全的工具箱，对想学习MATLAN的contourlet变换的同学很有协助，在这里为了方便大家学习，将它上传出来，由于这个是在上网下载的

PSAT(PowerSystemAnalysisToolbox)，中文翻译为电力系统分析软件包，包含了：PF-潮流计算；
CPF-连续潮流；
OPF-最优潮流；
SSSA-小扰动分析；
TDS-时域仿真；
GUI-用户人机界面；
GNE-自定义模型等功能。
经过验证，该工具包已经可以计算上千节点规模的系统。
而且该软件包源代码完全公开，因此用户可以根据自己的研究兴味编写修改相应源代码实现研究目的。
同时,依托于Matlab的强大计算功能以及丰富的控制、信号处理、鲁棒控制、模糊控制等工具箱,使得PSAT可以把控制科学、信号处理等方面的新思想与电力系统的传统仿真计算有机地结合起来

总结的一些EMD方法，在这里我们需要下载两个工具箱，第一个是时频分析工具箱，下载地址为：http://tftb.nongnu.org/；
另一个就是EMD工具箱，下载地址为：http://perso.ens-lyon.fr/patrick.flandrin/emd.html。
有些同学反映无法下载，现给出百度云地址：https://pan.baidu.com/share/init?surl=-jOdWceZebqnK6kzO2Hhyg，密码stim。
　　第一步安装时频分析工具箱，安装这个工具箱是因为EMD工具箱中的一些功能依赖于这个工具箱。
安装步骤如下：　　（1）解压下载的工具箱，将其复制到matlab的toolbox文件夹下　　（2）建立搜索路径，matlab-＞设置路径-＞添加并包含子文件夹-＞找到在toolbox目录下的时频分析工具箱-＞保存-＞关闭　　第二步为安装EMD工具箱，这个就简单一些了，下载完毕直接运转“install_emd.m”就可以啦。
如果在安装之后，Matlab提示“cemdc2_fix.c等文件安装失败”，如果想让其编译成功则可以参考这篇文章：http://forum.vibunion.com/thread-79866-1-1.html，如果嫌麻烦的话，也可以不用修复，不会影响到使用EMD功能的。

项目所需，研讨了随机森林matlab工具包RF_MexStandalone-v0.02-precompiled另附随机森林其它几种matlab实现方式

MATLAB工具箱大全-分形维数计较工具箱FracLab2.2

朴素贝叶斯的模型相信大家不陌生，通过谷歌、百度也能够很容易的搜索到朴素贝叶斯的c++或matlab的源码。
但是，如果只是用到朴素贝叶斯的最基本理论，如求后验率、分类器等的话，其实大家大可不必本人去实现代码。
在matlab中的统计工具包(StatisticsToolbox)下就有NaiveBayes的类。
通过使用这个类，我们可以很轻易实现对数据进行学习、分类、求概率等。
下面列出最基本、最常用的用法。

小波工具箱，在matlab中运用。
提示，在matlab左下角有个很小的start按钮，点开，toolbox-》more——》wavelet

很适用的几个chirplet变换工具箱，供信号处理参考

C#开发的Datagridview分页控件源码，采用的真分页非存储过程方式。
支持每页显示条数，页跳转，当前页和全部页导出Excel功能。
使用方法。
将本控件源码导入本人的新建项目中，整个项目编译一次后，工具箱会自动生成一个第三方控件名称叫DataPager。
在winForm上的datagridview控件下拖入本控件，设置好每页显示的最大记录条数（默认为50条记录）即可。
代码中加入以下代码this.dataPager1.RelationControl(this.Dgv);//本控件并联的datagridview控件名。
this.dataPager1.DataSource=ds.Tables[0];//本控件的数据源.

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。