上册（卷Ⅰ）的内容包括智能车辆系统和实现方式的概述、车辆纵向和横向控制系统、特殊的车辆系统、定位、导航和轨迹控制、驾驶辅助系统、安全和舒适系统等。
下册（卷Ⅱ）的内容包括主动行人保护、泊车辅助、碰撞救援系统、ADAS地图数据、驾驶人疲劳检测与预警等章节。

个体门诊患者管理系统是针对个体诊所、医务室，合作医疗室等使用的门诊病历、处方管理软件。
本软件使用简单，操作方便，界面清晰，可以对门诊患者进行全方位的管理。
本管理系统包括：　1、处方管理（处方添加、处方打印、处方删除、处方导出、处方格式修改等）　2、药品入库（药品入库Ａ、药品入库Ｂ、药品入库单打印）　3、药品销售（销售开单Ａ、打印销售单）　4、药品表　（包括西药表和中药表、医疗器械等）　5、中药方剂（添加中药方剂常用信息）　6、查询患者欠款还款记录　7、系统日志查询　8、按日期查询诊所诊疗业务情况　9、流通费用查询　10、药品库存预警　11、药品拆零　12、数据库备份、恢复、压缩　13、器械销毁记录表　14、紫外线消毒表　15、增加管理员使用权限　16、增加更改背景图片功能　17、增加处方打印功能　18、更改药品库存查询方法　19、增加明细业务诊疗分析　20、增加系统锁定功能21、增加药品报损功能22、增加药品入库查询23、增加门诊病历24、增加处方格式修改

NULL博文链接：https://baobeituping.iteye.com/blog/902562

因为空气质量的恶化，阴霾天气现象出现增多，危害现象加重。
中国不少地区把阴霾天气现象并入雾一起作为灾害性天气预警预报。
统称为“雾霾天气”。
雾霾主要由PM2.5、PM10、PM0.1以及重金属镍砷铬铅等颗粒组成。
有关雾霾的重大事件层出不穷，如1952年伦敦烟雾事件，伦敦杀人雾在四天内夺走了4000多条人命；
还有2013年初北京肆虐横行的雾霾事件，轰动一时。
因此，对PM2.5的测量显得越来越重要。
本设计采用STC89C51单片机为控制中心，由GP2Y1010AU0F灰尘传感器测量空气粉尘浓度，LCD1602显示屏显示当前空气粉尘浓度。
并会根据设置好的报警值报警提示，对应颜色指示灯点亮，该系统电路简单、工作稳定、集成度高，调试方便，测试精度高，具有一定的实用价值。
关键字：PM2.5、单片机、粉尘浓度、GP2Y1010AU0F

基于MATLAB的汽车轨道偏离预警系统，附带代码。
基于MATLAB的汽车轨道偏离预警系统，附带代码。
基于MATLAB的汽车轨道偏离预警系统，附带代码。
基于MATLAB的汽车轨道偏离预警系统，附带代码。

支持向量机SVM在金融领域的应用风险预警股票分类以及股票预测，支持向量机以其优越性在很多方面得到广泛的应用

“金博士营养健康管理系统V3.0”从膳食平衡、科学运动、心理调节、生活习惯、医学检查五个方面全面保障个体健康。
包括营养咨询、评价、营养监测、中医食疗、饮食调查、自动配制营养食谱、健康危险因素评价及指导等功能。
青秦营养健康管理系统的使用使得医院营养科、幼儿园、餐饮行业、机关团体等单位营养管理得以实行正规化、系统化的管理。
“金博士营养健康管理系统V3.0”为个人及团体提供从营养、健康、饮食、慢病管理、健康测评等全方位个性化服务，帮助其全面摆脱亚健康、预防慢性病、倡导健康生活，从遗传、生活习惯、饮食、生活环境、职业行为等方面出发，对身体状况进行预测跟踪、对疾病早期预警，并进行全方位地健康干预”的前瞻性理念。
本系统主要包括：营养档案、营养评估、配餐管理、食谱管理、原料管理、运动管理、疾病管理、营养知识、膳食营养分析、营养报告、知识库管理、系统管理等模块。
本系统用户范围：医院营养科、幼儿园、养老院、月子中心、社区医院、餐饮行业、机关企业团膳、健康管理公司、中高职学校、高等院校、中高端家庭营养师等。

一、课题介绍森林承担着为人类提供氧气以及回收二氧化碳等废弃气体的作用，森林保护显得尤其重要。
但是每年由于火灾引起的事故不计其数，造成重大的损失。
如果有一款监测软件，从硬件处获得的图像中监测是否有火焰，从而报警，为人们灭火争取时间，显得尤其有价值。
二、技术原理本课题为基于颜色的火焰识别技术。
将彩色图像转化为HSV图像，当HSV三通道比例符合一定经验值的时候，就确定为火焰的像素，将目标变成白色，其余变为黑色。
结合形态学进行滤波，去除干扰面积。
再原图的基础上进行定位框出，并且进行预警。
三、运行图

是专为交通气象监测服务而特别设计的一套应用解决方案。
它以道面路面状况(路面温度、干燥、潮湿、水膜厚度、霜冻、冰百分比、融雪剂百分比等)监测为核心，构筑高速公路路面状态监测预警系统

【目录】-MATLAB神经网络30个案例分析(开发实例系列图书)第1章BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。
第2章BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。
第3章遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。
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36对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。
这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。
第5章基于BP_Adaboost的强分类器设计——公司财务预警建模45BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。
第6章PID神经元网络解耦控制算法——多变量系统控制54根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。
第7章RBF网络的回归——非线性函数回归的实现65本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。
将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。
第8章GRNN的数据预测——基于广义回归神经网络的货运量预测73根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。
第9章离散Hopfield神经网络的联想记忆——数字识别81根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。
要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。
第10章离散Hopfield神经网络的分类——高校科研能力评价90某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。
第11章连续Hopfield神经网络的优化——旅行商问题优化计算100现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。
第12章SVM的数据分类预测——意大利葡萄酒种类识别112将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。
第13章SVM的参数优化——如何更好的提升分类器的性能122本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。
第14章SVM的回归预测分析——上证指数开盘指数预测133对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。
第15章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141在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。
若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。
第16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153本案例中给出了一个含有60个个体基因表达水平的样本。
每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类),中间的20个样本是正常人的基因表达信息样本,余下的20个样本是待检测的样本(未知它们是否正常)。
以下将设法找出癌症与正常样本在基因表达水平上的区

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。