802.11Wi-Fi网络中，接入点（AP）的介质接入控制（MAC）协议分配给它的竞争用户（STA）相等的传输机会而不考虑的用户的链路质量的差异，这就会导致有着不同链路质量的竞争节点获得相等的吞吐量（基于吞吐量的公平性），从而降低网络整体的功能。
为了克服这一功能异常问题，基于比例公平的优化由于其吞吐量增强能力已经引起广大的关注。
在本文中，提出了一种基于邻近点算法的比例公平优化方法，每个竞争节点根据其链路质量的差异使用不同的接入概率来访问接入点。
数值结果验证了我们的理论分析，Wi-Fi网络的吞吐量可以通过接入概率的优化得到显着改善。
为了克服这一功能异常问题，基于比例公平的优化由于其吞吐量增强能力已经引起广大的关注。
在本文中，提出了一种基于邻近点算法的比例公平优化方法，每个竞争节点根据其链路质量的差异使用不同的接入概率来访问接入点。
数值结果验证了我们的理论分析，Wi-Fi网络的吞吐量可以通过接入概率的优化得到显着改善。
2023/1/17 5:35:38
3.5MB
1
为了提高犯罪预测的精确性,从而提高犯罪预防技术、以便更好地保护社会治安.采用模糊BP神经网络的一种新算法,通过对已有年份的犯罪数量进行分析,建立知识库,预测犯罪数量.试验数据结果显示:预测具有一定的精确性;同时采用聚类算法得到的隐层数和节点数也是十分精确的,增加了知识库运用的广泛性.该方法为犯罪的预测分析提供了一种新思路.
2023/1/16 2:12:29
291KB
1
南德克萨斯Hyperion用户组这是网站的来源。
该站点是使用构建的。
设置雨果从下载Hugo。
从zip文件中提取hugo.exe并将其放在文件夹中。
（例如X：\hugo）将hugo文件夹添加到PATH。
节点下载并安装克隆GitHub存储库将stxhug克隆到目录中。
假设您已经安装了。
gitclonehttps://github.com/newbish/stxhug.git建设现场安装软件包并运行hugo服务器。
只需执行一次。
后续版本仅需要运行最初两个命令。
生成后，输出将放置在“public”目录中。
如果在本地测试，请使用hugoserve来启动测试Web服务器。
cdstxhug\npminstallnpminstallgulp-ggulphugoHugo命令的完整列表Afulllistofcommands
该站点是使用构建的。
设置雨果从下载Hugo。
从zip文件中提取hugo.exe并将其放在文件夹中。
（例如X：\hugo）将hugo文件夹添加到PATH。
节点下载并安装克隆GitHub存储库将stxhug克隆到目录中。
假设您已经安装了。
gitclonehttps://github.com/newbish/stxhug.git建设现场安装软件包并运行hugo服务器。
只需执行一次。
后续版本仅需要运行最初两个命令。
生成后，输出将放置在“public”目录中。
如果在本地测试，请使用hugoserve来启动测试Web服务器。
cdstxhug\npminstallnpminstallgulp-ggulphugoHugo命令的完整列表Afulllistofcommands
2023/1/15 1:25:53
15.11MB
1
qt做的tcpsocket测试工具，客户端和服务端测试都在同一个界面上，右键树节点，可以添加tcp服务端或者tcp客户端。
测试过，没有成绩
测试过，没有成绩
2023/1/13 16:26:19
15.25MB
1
30节点的潮流计较~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
2023/1/12 20:09:30
5KB
1
针对有功网损、电压偏差和静态电压稳定裕度的多目标无功优化问题，提出一种基于改进粒子群-禁忌搜索算法的多目标电力系统无功优化方法。
以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。
应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。
粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；
针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。
基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，处理2种算法的切换问题。
将所提方法应用于IEEE14、IEEE30和IEEE118节点系统中，验证了其有效性和可行性。
以最小特征值模为电压稳定裕度指标建立了3个目标函数的单一妥协模型。
应用Kent映射产生的混沌序列作为初始种群，保证初始种群的多样性和均匀性。
粒子群优化（PSO）算法进行前期计算时，采用凸函数递减惯性权重和自适应学习因子提高算法的收敛速度和精度；
针对PSO算法搜索精度不高和陷入局部最优的问题，在PSO算法后期收敛后引入禁忌搜索算法全局寻优。
基于群体适应度方差，引入模糊截集理论将模糊集合转化为经典集合，定义了经典集合下的收敛指标，当其值为0时进入禁忌搜索计算阶段，处理2种算法的切换问题。
将所提方法应用于IEEE14、IEEE30和IEEE118节点系统中，验证了其有效性和可行性。
2023/1/11 2:14:42
1.06MB
1
续：Fabric部署基础篇-单机部署fabric单机版只能用于测试和学习，生产环境还是建议使用多机部署。
这里讲的多机，并不是简单地把单机版中的那些docker分开在多个机器上运行而构成的多机版，而是真正在多台服务器上，使用配置和可执行文件启动不同角色，构成的多机网络。
目录Fabric部署进阶篇-多机部署1一、基础环境1二、环境准备11.角色IP规划12.配置域名解析23.关闭防火墙2三、部署网络21.材料准备32.依次启动各个角色4四、准备客户端8五、创建通道&加入通道91.创建通道92.加入通道103.更新锚节点10六、验证网络101.安装链码112.实例化链码113.查询124.买卖12附录：141.crypto-config142.configtx.yaml17
这里讲的多机，并不是简单地把单机版中的那些docker分开在多个机器上运行而构成的多机版，而是真正在多台服务器上，使用配置和可执行文件启动不同角色，构成的多机网络。
目录Fabric部署进阶篇-多机部署1一、基础环境1二、环境准备11.角色IP规划12.配置域名解析23.关闭防火墙2三、部署网络21.材料准备32.依次启动各个角色4四、准备客户端8五、创建通道&加入通道91.创建通道92.加入通道103.更新锚节点10六、验证网络101.安装链码112.实例化链码113.查询124.买卖12附录：141.crypto-config142.configtx.yaml17
2021/5/10 21:32:51
197KB
1
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。
2024-04-09 15:03
15KB