高功能的内存加密类库，主要可用于各种游戏的内存加密，防止用户修改游戏数据从而影响游戏的平衡性。
可用于Unity游戏项目，集成简单，使用方便。
集成后基本无需修改原来的代码逻辑，仅需要将变量声明中的int改为EncryptInt,float改为EncryptFloat……，支持int,float,double,long四种基本数据类型的内存加密。
可靠性很高，功能也很高，不影响游戏品质。
发现内存被修改后抛出MemoryCheatException异常，可捕获该异常，并提交服务器，服务端对用户进行封号等惩罚（网游类型）。

近来有许多大富翁朋友提出“如何在局域网内多播稳定传送大文件”的问题，为此我做了这个小程序供大家参考。
我的思路：传送文件有很多方法，我看到的大富翁上的朋友说过，用udp的方式不能稳定传送大文件，故我决定采用TCPIP方式。
同时考虑到速度，我提供了多线程创送的方式。
程序包中有两个文件夹：1）接收程序；
2）发送程序以下操作说明是针对单机操作的：1）将任意一个文件命名为“测试例子.rar”，然后放在发送程序目录下；
或者启动发送程序后再选择2）启动接收程序目录下的Server.exe程序3）启动发送程序目录下的MultiThreadDemo.exe程序4）在MultiThreadDemo.exe程序中，从“SynchronizationMethod”GroupBox中选择一种同步方法注意！！！！在单机操作时，只能选择Mutex方式5）在MultiThreadDemo.exe程序中，点击“创建同步对象”Button6）在MultiThreadDemo.exe程序中，点击“传送文件”Button7）传送完毕后，到接收程序目录下查看能否收到“测试例子.rar”针对局域网的操作，我没有做测试，以下是几点说明：1）自行修改“传送文件”Button的OnClick事件2）注意往不同的机子传送时，要为线程中的私有变量设置相应的IP地址和端口，同时将Server.exe拷贝到这台机子上3）可以进行异步创送，即NoSynchronization和Semaphore方式读者如果想使用该例子，建立进一步完善传送过程中的容错处理。
这是个demo程序，难免会有许多bug，希望读者原谅，同时把发现的问题和更好的思路发email给我。
黄晓斌hxb_leiyuan2000@163.net

为了方便大家的学习，台达DIAView项目系统监控部测试专案科，用心提供了一个协助学习的演示工程。
其详细的功能模块如下：多语言：简中、繁中和英文功能树|—供暖监控系统|—主页面|—曲线展示|—数据报表|—空调监控系统|—制冷系统|—供热系统|—曲线展示|—数据报表|—水处理监控系统|—主页面|—曲线展示|—数据报表|—功能演示|—IO通讯|—变量字典展示|—脚本语言展示|—用户程序功能|—配方管理功能|—报警查询功能|—图形展示功能|—动画展示功能|—数据展示功能|—用户管理功能

本书由浅入深，全面、系统地介绍了VisualC++开发技术。
本书提供了大量实例，供读者实战演练。
本书涉及面广，从基本操作到高级技术和核心管理，再到项目开发，几乎涉及C++开发的所有重要知识。
另外，作者为协助读者更好地学习本书内容，将书中的示例源代码收录于本书的配书光盘中。
全书共分17章。
主要内容有C++入门、安装和配置VisualC++6.0、变量和基本数据类型、运算符和表达式、程序控制结构、数组、函数、函数的高级应用、编译预处理、指针、构造数据类型、类、类的初始化和赋值及析构、模板、进行面向对象程序设计、人事管理系统、点歌管理系统。

6.GoC-第六课神奇且弱小的变量.pdf

st_asio_wrapper是一组类，功能是对boost.asio的包装（调试环境：boost-1.51.0），目的是简化boost.asio开发；
其特点是效率高、跨平台、完全异步，当然这是从boost.asio继承而来；
自动重连，数据透明传输，自动处理分包粘包问题（你可以像udp一样使用它）；
注：只支持tcp协议；
教程：http://blog.csdn.net/yang79tao/article/details/77245141.1版更新内容：增加了自定义数据模式的支持，可用于st_asio_wrapperserver与其它客户端的通信、或者st_asio_wrapperclient与其它服务端的通信；
当然，两端都是st_asio_wrapper的话，就用透明传输即可（1.0版已经支持了）。
1.2版更新内容：修复BUG：当stop_service之后，再start_service时，client_base内部某些成员变量可能没有得到复位；
服务端增加修改监听地址功能，当然仍然要在start_service之前调用set_server_addr函数。
1.3版更新内容：增加自定义消息格式的发送，这个本来是在1.1版本实现的，结果我漏掉了，只实现了自定义消息格式的接收。
1.4版更新内容：将打包与解包器从client_base分离出来，以简化这个日益复杂的基类；
可以在运行时修改打包解包器。
1.5版更新内容：增加ipv6支持，默认是ipv4，服务端和客户端都通过设置一个ipv6的地址来开启这个功能；
增加了一些服务端helper函数，小改了一下客户端set_server_addr函数签名（调换了两个参数的位置以保持和服务端一样）。
1.6版更新内容：增加了接收消息缓存（改动较大，on_msg的语义有所变化，请看开发教程第三篇）。
1.7版更新内容：修复vc2010下编译错误；
修复默认解包器BUG（同时修改解包器接口）；
修复log输出BUG；
更好的包装了服务端类库，现在服务端可以像客户端一样简单的使用了（完全不用继承或者重写虚函数，申请一个对象即可）；
结构大调整，类名大调整，请参看开发教程第一篇。
1.8版更新内容：增加健壮性和稳定性；
退出服务更新优雅。
1.9版更新内容：提高代码通用性；
可以指定服务端同时投递多少个async_accept；
修复BUG，此BUG可能造成数据发送不完全。
2.0版更新内容：服务端增加对象池功能；
优化美化代码；
更规范化接口签名。

根据题目中描述的助教和学生的行为需要两类线程program和student其中助教的活动有编程和睡觉两个事件学生有等待和编程两个事件走廊上有三个椅子上面坐着等待的学生学生到后需判断有没有空闲的椅子助教决定要教学或睡觉时也要判断椅子上有没有学生所以助教和学生之间的关系表现为： （1）助教和学生之间的同步关系：当助教睡觉时学生进来需要唤醒助教当有学生时助教教其编程没有的时候助教睡觉 （2）助教和学生之间的互斥关系：由于每次助教只能帮一个学生且可供等待的椅子只要3把即助教和椅子是临界资源所以学生之间是互斥关系 （3）引入三个信号量和一个控制变量： 控制变量waiting用来记录等待的学生数初值为0；
信号量students用来表示等待的学生初值为0；
信号量ta用来表示助教初值为1；
信号量mutex用于互斥初值为1；
"＞根据题目中描述的助教和学生的行为需要两类线程program和student其中助教的活动有编程和睡觉两个事件学生有等待和编程两个事件走廊上有三个椅子上面坐着等待的学生学生到后需判断有没有空闲的椅子[更多]

《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

假定两个用户A、B，用户A、B的通讯密钥为K，他们的公私钥对分别是KPUa、KPRa和KPUb、KPRb，他们要进行安全通讯，密钥分发与通信过程如1所示。
(1)根据图1所示，实现利用公钥密码算法分发对称密钥的过程。
实现的阶梯任务如下：①以本地两个目录模仿两个用户，采用变量方式直接实现密钥的分发；
②实现算法的图形化方式，用户可以选择算法、参数、工作模式等；
③以文件方式管理密钥及明文、密文；
④采用SSL，建立安全通信过程；
⑤将方案移植到某个web应用中。
(2)按照(1)的阶梯任务，实现基于DH密钥协定的密钥分发。

最优化成绩进化计算群体智能算法微粒群算法的发展改进的微粒群算法基于遗传思想改进PSO离散变量的微粒群算法粒子群优化算法

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。