Scratch是MIT开发的完全免费的针对儿童学习编程而设计的开源软件。
这个软件的特点是：使用者可以不认识英文单词，也可以不会使用键盘。
构成程序的命令和参数通过积木形状的模块来实现。
用鼠标拖动模块到程序编辑栏就可以了。
中间的黄色部分是编辑好的程序代码，左边是可以用来选择的功能模块，右边上部是程序预览和运行窗口，右边下部是角色窗口。
本资源是Sratch2.0开源代码。
供研究人员开发参考。

机械系统动力学分析及adams应用教程本书的主要编创者陈立平、张云清、任为群、覃刚在本领域具备多年研究开发积累和工程应用经验。
编创组针对国内多体动力学、数字化功能样机技术的日益增长的需求，结合技术教学和工程应用现状，以国际上具有代表性的复杂机械系统动力学建模及仿真平台ADAMS为例，对机械数字化功能样机的建模理论、方法、求解、通用平台架构、专业化二次开发、典型工业应用实例等方面进行了全面、具体、生动地阐述，对相关技术研究、系统开发和工程应用人员具有重要实用价值，同时亦可作为机电工程本科、研究生教学用书。
华中科技大学CAD中心周凡利、王波、项俊、杨勇、陈萌等研究生参与了本书的编写工作，在此一并表示衷心感谢。

1.使用说明：使用EXCEL背单词，不是简单的设置方格大小，而是加入按钮和VB代码，支持快捷键、发音、自动播放单词，实现单词背诵结果的统计。
2.文档说明：buttonword-Encrypted.xlsm，office2010，版本较低的朋友请忽略次分享。
点击按钮-背单词-加密；
excel中已经做好了模板，直接可以用，唯一加密的是VB代码，不影响使用。
3.加密说明：和研究VB开发没关系的请忽略，采用md5加密方式，密文...很好猜，欢迎破解~可以通过kevinkitty7@163.com与本人讨论。
4.单词库：资源中已经包括了两套托福单词和两套GRE单词，支持语音库路径载入，至于语音库，大家可以自行网络下载。
也可以参考我的博客。
5.个人评价：使用excel背单词的好处是语音载入非常方便，而且excel本身也支持数据统计，界面美观等。
非常实用，对于想出国的同学，掌握一些基本你的方法和网络资源利用能力是很有必要的。

本书是学习计算理论的教材和参考书，内容包括三部分：可计算性、形式语言与自动机、计算复杂性．主要介绍几种计算模型及它们的等价性，函数、谓词和语言的可计算性等基本概念，形式语言及其对应的自动机模型，时间和空间复杂性，ＮＰ完全性等．本书可作为计算机专业本科生和研究生的教材，也可作为从事计算机科学技术的研究和开发人员的参考书，还可作为对计算理论感兴趣的读者的入门读物．

在遥感领域，数据集是研究和开发的关键资源，它们为模型训练、验证和测试提供了必要的数据。
"高光谱和LiDAR多模态遥感图像分类数据集"是这样一种专门针对遥感图像处理的宝贵资源，它结合了两种不同类型的数据——高光谱图像和LiDAR（LightDetectionandRanging）数据，以实现更精确的图像分类。
高光谱图像，也称为光谱成像，是一种捕捉和记录物体反射或发射的光谱信息的技术。
这种技术能够提供数百个连续的光谱波段，每个波段对应一个窄的电磁谱段。
通过分析这些波段，我们可以获取物体的详细化学和物理特性，例如植被健康、土壤类型、水体污染等，这对环境监测、城市规划、农业管理等有着重要的应用。
LiDAR则是一种主动遥感技术，它通过向地面发射激光脉冲并测量回波时间来计算目标的距离。
LiDAR数据可以生成高精度的地形模型，包括地表特征如建筑物、树木和地形起伏。
此外，LiDAR还能穿透植被，揭示地表覆盖下的特征，如地基和地下结构。
这个数据集包含了三个不同的地区：Houston2013、Trento和MUUFL。
每个地区可能对应不同的地理环境和应用场景，这为研究者提供了多样性的数据，以便他们在不同条件和场景下测试和比较分类算法的效果。
数据集的分类任务通常涉及识别图像中的各种地物类别，如建筑、水体、植被、道路等。
多模态数据结合可以显著提升分类的准确性，因为高光谱数据提供了丰富的光谱信息，而LiDAR数据则提供了高度精确的空间信息。
将这两者结合起来，可以形成一个强大的特征空间，帮助区分相似的地物类别，减少分类错误。
在实际应用中，这个数据集可以用于训练深度学习或机器学习模型，比如卷积神经网络(CNN)。
通过在这样的多模态数据上训练，模型能够学习到如何综合解析光谱和空间信息，从而提高对遥感图像的分类能力。
对于研究人员和开发者来说，这个数据集提供了理想的平台，用于开发新的图像分析技术，改进现有算法，并推动遥感图像处理领域的创新。
"高光谱和LiDAR多模态遥感图像分类数据集"是一个涵盖了多种地理环境和两种互补遥感技术的宝贵资源，对于理解地物特性、提升遥感图像分类精度以及推动遥感技术的发展具有重大价值。
通过深入研究和利用这个数据集，我们可以期待在未来实现更加智能化和精确化的地球表面监测。

本文主要是研究如何开发一个“简单、实用”的基于Applet的投票管理系统。
本系统运用到了窗口布局、按钮事件的触发和字符串分析器等相关知识，界面简洁、清爽，操作简单，用户可以自定义候选人，允许用户修改候选人，支持多次投票，能够自动统计出一共投的票数、废票数、弃权票数和各个候选人的得票数。
除此之外，本系统还支持排序功能，为用户自动按得票数从高到低进行排序。
在此基础上,本系统增加了一些实用的功能，背景音乐给人以轻松愉快的操作心情，使用说明功能使用户容易上手，还有一个保存结果功能使用户方便保存投票统计结果。

在发展迅速的无线互联网时代，智能手机（平板电脑）等移动设备已逐步进入人们的生活，传统的课堂已经不能满足学生日益提高的学习要求，而网络化的在线学习系统提供大量的资源并打破时间和空间的限制，为学生和教师提供一个良好的互动平台。
移动学习作为一种新的数字化学习方式，满足了学习者随时随地学习的需求。
在市场上成熟的智能手机操作系统中，Android内核基于Linux平台，有着较快的处理速度和较好的系统性能，使用平台无关的Java语言作为其开发语言，可移植性好，可以广泛支持智能手机、平板电脑等移动设备，是移动学习软件研究和开发的首选平台。
设计并实现一个移动学习系统，授课教师通过后台管理系统以Web的形势对服务器端进行数据管理，管理课程学习资料、课程练习，与学生进行在线交流等。
学生通过Android客户端以无线网络的形式查询课程通知、学习课程材料、进行测试和在课程论坛上参与在线交流等，用户在客户端登录后，服务端会根据用户的个人信息为用户返回相应的课程信息，用户可以选择在线学习课程或下载离线学习包，这样在没有网络的情况下用户可以正常使用系统进行学习。

本程序是鉴于cc1101无线模块实现的自组网技术，目前可以自动添加从机，也可以网内通信，格式的话是自动长度的数据包长，有crc校验，开发环境是iccavr，对于那些想研究cc1101开发的小伙伴，可以直接拿过来开发，单片机是meg48，可以仔细研究一下吧

MATLAB能做什么MATLAB是一个可视化的计算程序，被广泛地使用于从个人计算机到超级计算机范围内的各种计算机上。
MATLAB包括命令控制、可编程，有上百个预先定义好的命令和函数。
这些函数能通过用户自定义函数进一步扩展。
MATLAB有许多强有力的命令。
例如，MATLAB能够用一个单一的命令求解线性系统，能完成大量的高级矩阵处理。
MATLAB有强有力的二维、三维图形工具。
MATLAB能与其他程序一起使用。
例如，MATLAB的图形功能，可以在一个FORTRAN程序中完成可视化计算。
25个不同的MATLAB工具箱可应用于特殊的应用领域。
MATLAB在以下的领域里解决各种问题是一个十分有效的工具：•工业研究与开发。
•数学教学，特别是线性代数。
所有基本概念都能涉及。
•在数值分析和科学计算方面的教学与研究。
能够详细地研究和比较各种算法。
•在诸如电子学、控制理论和物理学等工程和科学学科方面的教学与研究。
•在诸如经济学、化学和生物学等有计算问题的所有其他领域中的教学与研究。
•在MATLAB中创建的组是矩阵，MATLAB的名字取自矩阵实验室(MATrixLABoratory)。

IDRISI是遥感与地理信息系统结合应用的系统，系统包括遥感图像处理、地理信息系统分析、决策分析、空间分析、土地利用变化分析、全球变化监测、时间序列分析、适宜性评价制图、地统计分析、元胞自动机土地动态变化趋势预测、图像分割、不确定性管理、生物栖息地评估等300多个实用而专业模块，这一软件集地理信息系统和图像处理功能于一体，依托克拉克大学研究计划的大力支持，为众多相关应用领域提供有力的研究与开发工具。
尤其在科学研究方面，IDRISI始终关注其理论、技术前沿的发展动向，不断吸收最新成果，并将其转化为扩展的功能模块加入到软件系统之中。
从1987年开始，共开发出了17个版本，2012年1月最新版IDRISISelva(热带雨林版)发布。

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。