java编写的计算器，可以实现基本计算器和科学计算器之间的切换~实现了基本数据结构，包括栈和队列,实现中缀表达式转后缀表达式以及后缀表达式的求值~解压之后的文件夹中有打包之后的jar文件和可执行exe文件，另外里面的Calculator文件夹为源代码，可以直接导入Eclipse，代码使用JDK1.6编译

这个文件中包括了4个程序的文件夹：1、基本的粒子群算法。
2、mt06问题求解，包括甘特图。
3、工业调度应用-某服装企业决定加工9批本企业品牌服装，各批次服装的加工时间、交货期限和利润如表，求总利润最大的加工顺序。
4、详细的初始化粒子群、速度更新代码，含解释说明。
物超所值。

matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等matlab求图片二阶矩一阶矩不变矩等

判断一个图是否有回路的充要条件一直没有解决,尽管充分条件与必要条件都有了,而且人们对图的研究已经非常深入—一个例子是竞赛图的研究’。
在这里我们通过对求无向完全图的哈密顿回路总数的探讨,引申回路的求法,另一个引申就是完全问题的解法。

根据提供的10个数据点的坐标（Xn,Yn,Zn）和待求点的平面坐标（Xp,Yp），利用移动二次曲面拟合法，由格网点P（Xp,Yp）周围的10个已知点内插出待求格网点P的高程

将一个矩阵转化为上Hessenberg矩阵后，再使用QR分解求解矩阵的全部特征值

matlab自带conv函数求代码，同样可根据卷积的性质，代码实现函数的卷积

doc格式，60多页吧，几百道题吧，都有答案吧，看好在下！部分：1.求下面函数的返回值（微软）intfunc(x){intcountx=0;while(x){countx++;x=x&(x-1);}returncountx;}假定x=9999。
答案：8思路：将x转化为2进制，看含有的1的个数。
2.什么是“引用”？申明和使用“引用”要注意哪些问题？答：引用就是某个目标变量的“别名”(alias)，对应用的操作与对变量直接操作效果完全相同。
申明一个引用的时候，切记要对其进行初始化。
引用声明完毕后，相当于目标变量名有两个名称，即该目标原名称和引用名，不能再把该引用名作为其他变量名的别名。
声明一个引用，不是新定义了一个变量，它只表示该引用名是目标变量名的一个别名，它本身不是一种数据类型，因此引用本身不占存储单元，系统也不给引用分配存储单元。
不能建立数组的引用。
3.将“引用”作为函数参数有哪些特点？（1）传递引用给函数与传递指针的效果是一样的。
这时，被调函数的形参就成为原来主调函数中的实参变量或对象的一个别名来使用，所以在被调函数中对形参变量的操作就是对其相应的目标对象（在主调函数中）的操作。
（2）使用引用传递函数的参数，在内存中并没有产生实参的副本，它是直接对实参操作；
而使用一般变量传递函数的参数，当发生函数调用时，需要给形参分配存储单元，形参变量是实参变量的副本；
如果传递的是对象，还将调用拷贝构造函数。
因此，当参数传递的数据较大时，用引用比用一般变量传递参数的效率和所占空间都好。
（3）使用指针作为函数的参数虽然也能达到与使用引用的效果，但是，在被调函数中同样要给形参分配存储单元，且需要重复使用"*指针变量名"的形式进行运算，这很容易产生错误且程序的阅读性较差；
另一方面，在主调函数的调用点处，必须用变量的地址作为实参。
而引用更容易使用，更清晰。
4.在什么时候需要使用“常引用”？　如果既要利用引用提高程序的效率，又要保护传递给函数的数据不在函数中被改变，就应使用常引用。
常引用声明方式：const类型标识符&引用名=目标变量名；
例1inta;constint&ra=a;ra=1;//错误a=1;//正确例2stringfoo();voidbar(string&s);那么下面的表达式将是非法的：bar(foo());bar("helloworld");原因在于foo()和"helloworld"串都会产生一个临时对象，而在C++中，这些临时对象都是const类型的。
因此上面的表达式就是试图将一个const类型的对象转换为非const类型，这是非法的。
引用型参数应该在能被定义为const的情况下，尽量定义为const。
5.将“引用”作为函数返回值类型的格式、好处和需要遵守的规则?格式：类型标识符&函数名（形参列表及类型说明）{//函数体}好处：在内存中不产生被返回值的副本；
（注意：正是因为这点原因，所以返回一个局部变量的引用是不可取的。
因为随着该局部变量生存期的结束，相应的引用也会失效，产生runtimeerror!注意事项：（1）不能返回局部变量的引用。
这条可以参照EffectiveC++[1]的Item31。
主要原因是局部变量会在函数返回后被销毁，因此被返回的引用就成为了"无所指"的引用，程序会进入未知状态。
（2）不能返回函数内部new分配的内存的引用。
这条可以参照EffectiveC++[1]的Item31。
虽然不存在局部变量的被动销毁问题，可对于这种情况（返回函数内部new分配内存的引用），又面临其它尴尬局面。
例如，被函数返回的引用只是作为一个临时变量出现，而没有被赋予一个实际的变量，那么这个引用所指向的空间（由new分配）就无法释放，造成memoryleak。
（3）可以返回类成员的引用，但最好是const。
这条原则可以参照EffectiveC++[1]的Item30。
主要原因是当对象的属性是与某种业务规则（businessrule）相关联的时候，其赋值常常与某些其它属性或者对象的状态有关，因此有必要将赋值操作封装在一个业务规则当中。
如果其它对象可以获得该属性的非常量引用（或指针），那么对该属性的单纯赋值就

利用matlab分别基于ACF和W-AMDF求基音频率，程序均调试通过。
其中的word文档为下载资源，供大家参考对比

在生命科学领域中，人们已经对遗传(Heredity)与免疫(Immunity)等自然现象进行了广泛深入的研究。
六十年代Bagley和Rosenberg等先驱在对这些研究成果进行分析与理解的基础上，借鉴其相关内容和知识，特别是遗传学方面的理论与概念，并将其成功应用于工程科学的某些领域，收到了良好的效果。
时至八十年代中期，美国Michigan大学的Hollan教授不仅对以前的学者们提出的遗传概念进行了总结与推广，而且给出了简明清晰的算法描述，并由此形成目前一般意义上的遗传算法(GeneticAlgorithm)GA。
由于遗传算法较以往传统的搜索算法具有使用方便、鲁棒性强、便于并行处理等特点，因而广泛应用于组合优化、结构设计、人工智能等领域。
另一方面，Farmer和Bersini等人也先后在不同时期、不同程度地涉及到了有关免疫的概念。
遗传算法是一种具有生成+检测(generateandtest)的迭代过程的搜索算法。
从理论上分析，迭代过程中，在保留上一代最佳个体的前提下，遗传算法是全局收敛的。
然而，在对算法的实施过程中不难发现两个主要遗传算子都是在一定发生概率的条件下，随机地、没有指导地迭代搜索，因此它们在为群体中的个体提供了进化机会的同时，也无可避免地产生了退化的可能。
在某些情况下，这种退化现象还相当明显。
另外，每一个待求的实际问题都会有自身一些基本的、显而易见的特征信息或知识。
然而遗传算法的交叉和变异算子却相对固定，在求解问题时，可变的灵活程度较小。
这无疑对算法的通用性是有益的，但却忽视了问题的特征信息对求解问题时的辅助作用，特别是在求解一些复杂问题时，这种忽视所带来的损失往往就比较明显了。
实践也表明，仅仅使用遗传算法或者以其为代表的进化算法，在模仿人类智能处理事物的能力方面还远远不足，还必须更加深层次地挖掘与利用人类的智能资源。
从这一点讲，学习生物智能、开发、进而利用生物智能是进化算法乃至智能计算的一个永恒的话题。
所以，研究者力图将生命科学中的免疫概念引入到工程实践领域，借助其中的有关知识与理论并将其与已有的一些智能算法有机地结合起来，以建立新的进化理论与算法，来提高算法的整体性能。
基于这一思想，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法(ImmuneAlgorithm)IA。
下面将会给出算法的具体步骤，证明其全局收敛性，提出免疫疫苗的选择策略和免疫算子的构造方法，理论分析和对TSP问题的仿真结果表明免疫算法不仅是有效的而且也是可行的，并较好地解决了遗传算法中的退化问题。

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。