FP7209是一颗非同步升压LED驱动IC，控制外部开关NMOS，输入低启动电压2.8V，工作电压5V，VFB反馈电压0.25V，反馈电压低，取样电阻功率损耗也降低，整体转换效率提升。
软启动时间透过外部电容调整，LED开路保护透过外部电阻调整，LED短路保护透过SC控制NMOS；
调光控制DIMPin，DIM内部有滤波器，可以实现线性与數位调光；
输入透过分压电阻接到ENpin，可以控制FP7209启动与关闭电压準位；
有过电流保护，避免开关NMOS电流过大形成损坏；
内置过热保护功能。
方案功能及特点启动电压2.8V工作电压範围5V~24VVFB反馈电压0.25V线性与数位调光控制关机耗电流最大6μA固定工作频率150kHz/SOP-8L（EP）可调工作频率100kHz~1000kHz/TSSOP-14L（EP）可调软启动时间/TSSOP-14L（EP）可调输入低电压保护（UVP）/TSSOP-14L（EP）LED开路保护（OVP）LED短路保护（SCP）/TSSOP-14L（EP）

此书第12章和第14章的光盘文档及源文件

业界公认功能最强悍的MySQL图形化操作界面管理工具。
体积小却五脏俱全，不管是数据备份还原，远程操作MySQL数据库，高效快速的运行效率，无人能敌！各种智能化的数据迁移、数据同步、通知服务、自动完成功能一应俱全。
本汉化版提取自最新企业版，拥有完全功能组建，完美处理其他MySQL图形工具的中文乱码问题！！MySQL图形操作必备工具。
有朋友反映说诺顿等杀毒软件可能会误报，这是由于在绿化汉化过程中，使用了微压缩加壳，以及一些加快软件响应的相关机制。

计算机网络教材，经典黑书，机械工业出版社，适用于计算机科学、软件工程等领域。
本书是计算机网络教材之一，采用了作者的自顶向下方法来讲授计算机网络的原理及其协议，自16年前1版出版以来已经被数百所大学和学院选作教材，被译为14种语言。
第7版保持了以前版本的特色，继续关注因特网和计算机网络的现代处理方式，注重原理和实践，为计算机网络教学提供了一种新颖和与时俱进的方法。
同时，第7版进行了相当多的修订和更新，改变了各章的组织结构，将网络层分成两章（第4章关注网络层的“数据平面”，第5章关注网络层的“控制平面”），并将网络管理主题放入了新的第5章中。
此外，为了反映自第6版以来计算机网络领域的新变化，对其他章节也进行了更新，删除了FTP和分布式散列表的材料，用流行的因特网显式拥塞通告（ECN）材料代替了ATM网络的材料，更新了有关802.11（所谓WiFi）网络和蜂窝网络（包括4G和LTE）的材料，全面修订并添加了新的课后习题，等等。
前言第1章　计算机网络和因特网1　1.1　什么是因特网1　　1.1.1　具体构成描述1　　1.1.2　服务描述4　　1.1.3　什么是协议5

读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。
如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。
该书共有30个MATLAB神经网络的案例(含可运行程序)，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。
该书另有31个配套的教学视频帮助读者更深入地了解神经网络。
本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
图书目录第1章P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的数据预测--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SVM的数据分类预测--意大利葡萄酒种类识别第13章SVM的参数优化--如何更好的提升分类器的功能第14章SVM的回归预测分析--上证指数开盘指数预测第15章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16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17章SOM神经网络的数据分类--柴油机故障诊断第18章Elman神经网络的数据预测--电力负荷预测模型研究第19章概率神经网络的分类预测--基于PNN的变压器故障诊断第20章神经网络变量筛选--基于BP的神经网络变量筛选第21章LVQ神经网络的分类--乳腺肿瘤诊断第22章LVQ神经网络的预测--人脸朝向识别第23章小波神经网络的时间序列预测--短时交通流量预测第24章模糊神经网络的预测算法--嘉陵江水质评价第25章广义神经网络的聚类算法--网络入侵聚类第26章粒子群优化算法的寻优算法--非线性函数极值寻优第27章遗传算法优化计算--建模自变量降维第28章基于灰色神经网络的预测算法研究--订单需求预测第29章基于Kohonen网络的聚类算法--网络入侵聚类第30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

收集到四川大学计算机学院计算机网络期末考试题15年到14年期末考试题目，对期末复习很有协助，也可以看看这门挂科率过半的期末考试题

本项目是一个基于安卓的象棋项目源码，为联网游戏而设计的。
配有java服务端，不过只能单开。
我没有测试具体的功能，感兴味的可以自己链接数据库试试吧。
下面是运行指南和开发设计文档。
本源码分为客户端和服务端客户端编译即可运行，socket连接为：127.0.0.1:9898运行服务端时，需要使用MySQL建表,建表语句如下：createdatabasechinachess;usechinachess;createtableuser(idintprimarykeyauto_increment,namechar(10)uniquenotnull,passwordchar(16)notnull,headintdefault0,scoreintdefault0,victory_countintdefault0,defeat_countintdefault0,draw_countintdefault0,join_timedatetime)charsetutf8collateutf8_general_ci;服务端DbUtil.java里面有连接数据库的配置简单的设计文档：1.图片收集①背景图片②棋子图片③按钮图片2.音乐收集①背景音乐②按钮点击音乐③选子音乐④吃子音乐⑤走棋音乐⑥胜利音乐⑦失败音乐3.界面设计（photoshop画图）①加载界面②菜单界面④匹配界面⑤游戏界面⑥结算界面4.技术点①socket②多线程同步③MySQL连接④游戏逻辑⑤通信数据格式5.软件①Java环境②安卓开发环境（adtbundle）③MySQL5.76.数据处理byte数据头*0:分割--发往服务器*1:登陆*2.注册*3.消息*4:匹配游戏*5:走棋*6:求和*7:同意求和*8:悔棋*9:同意悔棋*10:认输*11:心跳包--发往用户*12:登陆回调*13:注册回调*14:开始游戏*15:游戏数据*16:游戏结束7.游戏规则①车走直线，不能挡车②马走日，前压马腿③象走田，前压象腿，不可越河④士空走斜一，吃走斜一，不可越将营⑤将走直一，（吃将可走直线可越将营），不可越将营⑥炮空走直线，吃走炮台⑦兵可进不可退，走直一8.绝杀（选）定义：无论怎么走，将都会被杀的棋叫做绝杀实现：扫描每个己方棋子的每一步，只要有一步致使不会死帅，就不是绝杀之棋9.智能AI（略）10.流程

Python7天速成

包括了VisualC++14(2017)-64-bitVisualC++14(2015)-64-bitGCC7.3.0MinGW(SEH)-64-bitLinuxGCC-64-bitMacOSClang-64-bit(OSX10.7+,compatiblewithC++11andlibc++)

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。