【插件特色】1.文字识别领域，目前插件界，识别速度和准确率No.17000汉字，全屏识别，只需要几百毫秒，功能强劲！2.后台键鼠方面，目前插件界功能最齐全，最强悍的后台键鼠3.图色方面，高速找图找色，取色4.支持MASMCall代码嵌入执行【功能特点】文字识别方面1.所有文字识别接口都支持后台gdi后台gdi2后台dx后台dx2后台dx3以及前台normal2.支持RGBHSV颜色识别3.支持RGBHSV差色识别4.支持多种颜色混合识别(最多10种)5.支持连体字识别6.支持背景色识别7.支持点阵模糊识别(防杂点干扰)8.支持查找指定字符串在屏幕的坐标9.支持查找指定字符串在屏幕上的所有坐标10.支持在未知文字的情况下进行词组识别11.支持在没有字库的情况下，进行词组范围识别12.支持多字库，最多10个字库。
方便针对不同的情况制作字库.13.完全兼容91OCR字库(txt字库,mdb不支持)14.支持字库自定义加密解密15.支持识别指定图片中的文字16.支持在代码中添加字库图色方面1.所有图色接口都支持后台gdi后台gdi2后台dx后台dx2后台dx3以及前台normal2.支持颜色查找，多种颜色查找，并可指定搜索的方向以及相似度3.支持图形查找，多个图形查找，并可指定搜索的方向以及相似度4.支持直接获取某点的颜色(RGB,HSV)5.支持直接对某点的颜色进行比较,可指定相似度6.可直接对任意区域进行截图，并保存为bmp(24位色)7.可获取某范围的RGB和HSV颜色均值8.支持图片透明色9.支持多图查找10.支持直接获取图像数组，方便二次开发11.支持多点找色键鼠方面1.所有键鼠接口都支持windows消息模拟,dx以及前台2.前台完全模拟，功能和按键自带的完全一样3.后台windows消息模拟(类似于按键自带的后台键鼠)4.dx键盘几乎支持所有游戏后台组合键.(首创)5.后台dx(首创，支持大型的3D以及2D游戏键鼠的模拟)后台方面1.两个函数，搞定前后台的切换，非常简单快捷.窗口方面1.支持任意绘制的信息提示窗口，可以随着游戏窗口的移动而移动2.信息提示窗口可以鼠标拖动，更加方便快捷3.支持获取通过正常手段获取不到的窗口句柄，比如QQ系列游戏4.支持枚举窗口5.支持获取窗口各种状态6.支持对窗口进行各种操作，关闭，最小化等等内存方面1.支持CE格式的内存读取2.支持各种数据类型的搜索，以及多次搜索（类似CE)3.强力内存接口，按键自带的读不到，可以试试这个4.强力的内存写接口(简单游版本不支持)汇编方面(简单游版本不支持)1.支持MASM语法的汇编语句，支持本进程以及目标进程的汇编代码嵌入执行(俗语Call)2.支持机器码和MASM语句的互转答题器1.支持前后台的截图发送到服务端2.支持前后台的截取动画发送到服务端【颜色格式】1.RGB模式RRGGBB-偏色RR偏色GG偏色BB适用于颜色偏差较大的场合2.HSV模式H.S.V-偏色H.偏色S.偏色V适用于颜色接近的场合例如，RGB模式：9f2e3f-000000表示颜色为9f2e3f,RGB的偏色都为09f2e3f-020202表示颜色为9f2e3f,RGB的偏色都为02HSV模式:20.30.20-0.0.0表示颜色为20.30.20,HSV的偏色都为020.30.20-0.0.20表示颜色为20.30.20,HSV的偏色为0020

包含13个特征：CRIM,ZN,INDUS,CHAS,NOX,RM,AGE,DIS,RAD,TAX,PTRATIO,LSTAT,MEDV，csv格局

Seay源代码审计系统使用C编写，需要.NET2.0以上版本环境才能运转。
Seay源代码审计系统支持功能：1.高精确度自动白盒审计2.代码高亮3.函数查询4.代码调试5.函数/变量定位6.审计报告7.自定义规则8.自定义编辑器9.mysql数据库管理10.黑盒敏感信息泄露一键审计11.正则调试12.多种字符编码转换13.临时记录(可保存)14.编辑保存文件15.自动升级检测16.mysql执行监控17.自定义插件扩展功能18.英汉互译

基于卷积神经网络的猫品种识别，结合Django的完整demo。
环境：Django1.8.2python3.6.3tensorflow1.3h5py2.7keras2.1.2numpy1.13.3pillow5.0.0pymysql0.8.0

基于卷积神经网络的猫品种识别，结合Django的完整demo。
环境：Django1.8.2python3.6.3tensorflow1.3h5py2.7keras2.1.2numpy1.13.3pillow5.0.0pymysql0.8.0

2018aforlinuxR1_13

本书系统地阐述了电力系统非线性控制的理论及应用，在全面总结该领域国内外研究成果的基础上，重点论述了作者从事自然科学交叉重点基金、“973”计划和杰出青年基金等有关项目所取得的最新研究成果。
全书共13章，次要内容包括：非线性最优控制理论若干基本概念；
单输入单输出与多输入多输出非线性最优控制系统设计原理；
非线性鲁棒控制系统设计原理；
电力系统建模方法和非线性数学模型；
非线性最优／鲁棒控制设计原理在电力系统中的应用，包括大型发电机组非线性最优磁和非线性鲁棒励磁控制、汽门开度非线性最优控制、大型水轮发电机组水门开度非线性鲁棒控制、交直流联合输电系统中直流输电系统的非线性最优控制、超导储能设备非线性鲁棒控制、静无功功率补偿系统的非线性最优控制等的数学模型、设计方法、控制策略及实施方案。
本书注重物理概念，理论与实际并重，把现代非线性控制理论与工程实际有机地结合起来，可供从事电力系统自动化工作的科技人员和高等院校有关专业的教师、高年级学生及研究生使用，也可供从事自动控制的工程技术人员参考。

《MATLAB神经网络43个案例分析》源代码&数据《MATLAB神经网络43个案例分析》目录第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

13年全国大先生电子大赛旋转倒立摆功能全部实现附程序及论文和其他倒立摆论文等

第一章绪论 11.1课题来源 11.2开发目的 2第二章开发工具的介绍 32.1ASP的优势 32.2ASP的特点 32.3ASP的六大内部对象 4第三章需求分析与可行性分析 63.1可行性分析 63.1.1、技术可行性和方法 63.1.2、经济可行性 63.1.3操作可行性 63.2需求分析 63.2.1系统的功能需求 73.2.2系统的功能需求 73.2.3系统的数据流图 7第四章总体设计 94.1数据库设计 94.2数据库概要设计 94.3数据库逻辑设计 104.4数据流程图 114.5数据库的连接 13第五章详细设计与具体实现 155.1登陆模块界面及功能 155.1.1登陆模块界面设计 155.1.2登陆模块主要代码 155.2主窗体模块界面及功能 175.2.1主窗体模块设计 175.2.2主窗体模块主要代码 175.4主界面模块及功能 235.4.1主界面模块的设计 235.4.2主界面模块主要代码 23第六章运行结果与测试 44

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。