1stOpt（FirstOptimization）是七维高科有限公司（7D-SoftHighTechnologyInc.）独立开发，拥有完全自主知识产权的一套数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂工程模型参数估算求解等领域傲视群雄，首屈一指，居世界领先地位。
除去简单易用的界面，其计算核心是基于七维高科有限公司科研人员十数年的革命性研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO)，该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
以非线性回归为例，目前世界上在该领域最有名的软件工具包诸如OriginPro，Matlab，SAS，SPSS，DataFit，GraphPad，TableCurve2D，TableCurve3D等，均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛，其结果是无法求得正确结果。
而在实际应用当中，对大多数用户来说，给出(猜出)恰当的初始值是件相当困难的事，特别是在参数量较多的情况下，更无异于是场噩梦。
而1stOpt凭借其超强的寻优，容错能力，在大多数情况下（大于90%)，从任一随机初始值开始，都能求得正确结果。

支持unity，亲测可用。
版本3.0.9

这个是软件ASIO驱动，非硬件，可以说支持百分之九十的声卡，将你的声卡模拟成ASIO声卡，享受低延迟的处理效果，买不起硬件ASIO声卡又喜欢音乐的人用得到。

调速是简单的调节占空比（分别30%，40%，60%，90%），驱动模块可以在某宝购买

交换核心Exchange-core是基于，（例如GoldmanSachsGSCollections），，，和开源市场交易核心。
Exchange核心包括：订单匹配引擎风险控制和会计模块磁盘日志和快照模块交易，管理和报告API专为高负载条件下的高可伸缩性和24/7全天候运行而设计，并提供低延迟响应：3M用户拥有1000万个帐户总共有4M待处理订单的100K订单簿（符号）每秒1M+次操作的最短线对线目标延迟小于1ms大型市场订单，每次匹配150ns单订单簿配置能够在具有10年历史的旧硬件（Intel:registered:Xeon:registered:X5690）上每秒处理5M次操作，并具有适度的延迟降低：率50.0％90.0％95.0％99.0％99.9％99.99％最坏的125K0.6微秒0.9微秒1.0微秒1.4微秒4微秒24µs41微秒25万0.6微秒0.9微秒1.0微秒1.4微秒9微秒27µs41µs50万0.6微秒0.9微秒1.0微秒1

非常著名的Word公式编辑器，和MathType显著区别是“所想即所得”，而MathType是所见即所得。
支持LaTeX语法格式。
90%以上的出版社用它来编辑公式。
非常漂亮！里面有公式编辑助手，方便初学者使用。
使用方法：（一）安装Micro-Miktex软件。
（二）安装Aurora。
在提示需下载、安装Micro-Miktex时，跳过。
（三）使用keygen进行破解Aurora。
（四）Enjoyit!(五)将系统时间调到2005年或以前，运行一次，然后再把时间改回来。

外国人写的一个虚拟示波器，具有多通道，实时动态显示波形功能。
能选择性为曲线添加节点修饰，还能用鼠标对曲线拉框局部放大，更关键的是，代码效率相当高，4通道同时动态跟踪显示曲线，完全无视觉停顿感。
工程是MFC+ATL编写的，ATL跟MFC相似度达到90%以上，只要你对MFC不是很菜，读懂代码完全没问题。
里面有很多C++编程上的技巧，仔细研究，相信你会大有收获。
压缩包附带WTL头文件，解压后包含就行。

识别0-9十个数字，BP神经网络数字识别源代码使用说明第一步：训练网络。
使用训练样本进行训练。
（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。
首先，打开图像（256色）；
再次，进行归一化处理，点击“一次性处理”；
最后，点击“R”或者使用菜单找到相应项来进行识别。
识别的结果显示在屏幕上，同时也输出到文件result.txt中。
该系统的识别率一般情况下为90%。
此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。
具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。
注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
具体使用请参照书中说明。

提出了一种可以实现同种或异种金属材料固态冶金结合的新型激光冲击点焊工艺。
实验中，采用Nd∶YAG激光器发出的脉冲激光驱动厚度为30μm的钛箔产生局部塑性变形，并以超高速撞击厚度为100μm的铝板以实现点焊连接。
当钛箔的飞行距离分别为0.3、0.6、0.9mm时，焊点中心的回弹区域面积依次减小，而结合区域面积依次增大。
采用冷镶嵌技术制样用来观察焊点的截面特征，发现了沿焊点直径方向振幅和周期变化的波形界面和平直型界面。
为研究激光冲击点焊对材料力学性能的影响，应用纳米压痕测试技术测量了垂直于焊接界面方向材料的显微硬度，结果表明焊接界面附近材料的硬度值明显提高。
此外，焊接试样的拉伸剪切测试结果表明，当复板和基板发生有效固态冶金结合时其连接强度较高，失效形式通常是焊点边缘破裂。
激光冲击点焊为厚度在微米级的异种金属箔板的点焊连结开辟了新途径。

verilog代码实现pwm输出，并用三个按键来进行pwm的频率、占空比在数码管上的显示，第一个按键控制数码管显示频率还是占空比，第二个按键是增加频率或占空比，第三个按键则是减少频率或占空比，频率范围500-20kHz（数码管不显示单位默认为Hz），占空比范围（0.1-0.9）

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。