P1=10;P2=20;Tr=30;Ts=1;beta=exp(-Ts/Tr);numm=[1];denm=[381];num=[2];den=[1691];[A,B,C,D]=tf2ss(num,den);[Gd,Hd,Cd,Dd]=c2dm(A,B,C,D,Ts);[Am,Bm,Cm,Dm]=tf2ss(numm,denm);[Gmd,Hmd,Cmd,Dmd]=c2dm(Am,Bm,Cm,Dm,Ts);

身份证号码对应城市的xlsx表（2020年），（身份证前4位对应省市、前6位对应省市区/县），表格只有两列，BM对应DQ。
一共5530条数据。
例如：110100 北京市市辖区110101 北京市东城区110102 北京市西城区110103 北京市崇文区110104 北京市宣武区110105 北京市朝阳区110106 北京市丰台区110107 北京市石景山区

本资源为软件过程管理部分题答案，自己看书做的，若有其他理解可以交流(2)项目定义软件过程(3)对定义好的过程进行审核,不符合标准则继续裁剪(4)应用和监控项目定义软件过程的实施3.PSP分为哪4个等级?对各个等级进行简单说明。
个体度量过程PSP0:PSPO的目的是建立个体过程基线,通过这一步,学会使用PSP的各种表格采集过程的有关数据,此时执行的是该软件开发单位的当前过程,通常包括计划、开发(包括设计、编码编译和测试)以及后置处理三个阶段,并要作一些必要的试题,如测定软件开发时间,按照选定的缺陷类型标准、度量引入的缺陷个数和排除的缺陷个数等,用作为测量在PSP的过程中进步的基准个体规划过程PSP1PSP1的重点是个体计划,引入了基于估计的计划方法PROBE(PROXyBasedEstimating),用自己的历史数据来预测新程序的大小和需要的开发时间,并使用线性回归方法计算估计参数,确定置信区间以评价预测的可信程度。
个体质量管理过程PsP2PSP2的重点是个体质量管理,根据稈序的缺陷善建立检测表,按照检测表诖行设计复查和代码复查(有时也称"代码走查"),以便及早发现缺陷,使修复缺陷的代价最小。
随着个人经验和技术的积累,还应学会怎样改进检测表以适应自己的要求。
个体循环过程PSP3PSP3的目标是把个体开发小程序所能达到的生产效率和生产质量,延仲到大型程序;其方法是采用螺旋式上升过程,即迭代增量式开发方法,首先把大型程序分解成小的模块,然后对每个模块按照PSP2.1所描述的过程进行开发,最后把这些模块逐步集成为完的软件产4.简要说明TSP的工作流程。
TSP工作通常将工作划分为多个周期,没一个周期都是包含一套完整的需求、设计、实现和测试的开发过程(1)策略和计划:1.确定策略标准。
2.概念设计。
3估计规模和时间。
4风殓估计。
5.策略归档。
2)需求:1.与客户沟通。
2需求评审。
3制定需求规格说明书。
(3)设计和实现(4)测试和后期维护:1测试。
2跟踪和度量测试情况。
3后期维护分析缺陷评价质量。
P99页:4请简要说明需求变更控制的流程和注意事项。
需求变更控制的流程需求变更时,要提出变更申请,还要由CCB进行评估,评估的内容包括需求的重要性、时间和资金等。
评估之后要做出通过与否的决定。
如果CCB确认提交的变更请求,则将指派某个人对原来的需求进行修改,并对其进行验证最终才实施该需求的变更注意事项a.项目启动阶段的变更预防:重视需求分析和定义,前期需求开发越充分,项目后期的需求变更就越少b.项目实施阶段的需求变更:需求一定要与投入有联系,小的需求变更也要经过正规的需求管理流程,精确的需求与范围定义并不会阻止需求变更,注意沟通的技巧。
项目收尾阶段的总结第六章2.简述成本的基本估算方法成本估算最主要的是对直接成本进行估算。
同时为了有效的控制风险,除了给出预算的成本之外,还可以适当给出成本的浮动范围。
经验估算法:进行估算的人应有专门的知识和丰富的经验,据此提出一个近似的数字。
这种方法是一种罪原始的方法,还称不上估算,只是一种近似的猜测。
它对要求很快拿出个大概的数字的项目是可以的,但对要求详细的估算显然是不能满足需求的。
比例法:比例法是比较科学的一种传统估算方法,它以过去的项目为参考来预算目前的项目成本。
工作分解结构表WBS全面计算:WBS是一种比较准确的一种成本估算方法。
WBS估算要求先把项目任务进行合理的划分,分到可以确认的程度,如某种材料,某种设备和某一活动单元等,然后估算每个WBS要素的费用。
Wbs成本估算又分为自上而下和自下而上两种估算方法。
3.资源管理的主要内容包括哪些?资源管理是项目管理中非常重要的一环。
而资源管理主要分为两个部分,人力资源管理和软硬件资源管理。
人力资源管理是要在对项目目标、规划、任务、走展情况以及各种內外因变量进行合理、有序的分析、规划和统筹的基础上,采用科学的方法,对项目过程的所有人员予以有效的协调、控制和管理。
项目人力资源管理可以理解为对人力资源的获取,培训、保留和使用等方面所进行的计划、组织、指挥和控制活动,主要内容有项目组织规划建立项日组织和组织建设3个方面软硬件资源管理是在项目管理中,一直强调着人力资源管理的重要性。
但是,硬件、软件的管理和支持也不可忽视。
网络故儫或服务器的崩溃就可能导致整个项目停滞不前,而缺少项目所需的软件也同样可能导致整个项目的失败。
所以分别需要硬件资源、软件资源的分别管理。
第七章2.有哪些指标可以用来测量软件过程质量?缺陷发现率:是指缺陷发现的频率,通用的计量单位有bug/KLOCKLOC是指千行代码而bug/KLOC的意思是每干行代码平均产生的缺陷数量。
这个数据不仅可以用来衡量产品的质量,也可以用来衡量过程的质量。
实际上,产品的质量越差,缺陷率越高。
而过程质量则恰恰相反,质量越差,缺陷率越低。
因此当统计的缺陷发现率较低时,需要从多方面考虑原因,可能是产品质量很好以致很难发现产品中的缺陷,从而造成缺陷率偏低。
也可能是因为工作的方法和策略不当,造成不能发现产品中的缺陷。
质量成本:这是产品成本的一部分。
它的定义是将产品质量保持在规定的水平上所需的费用。
它包括预防成本、鉴定成本、内部损失成本和外部损失成本等。
过程缺陷密度:它是一种度量标准,可以用来判定过程产品的质量以及检验过程的执行程度。
DPF可以表示如下:D|PF=Dn/Sp其中Dn是被发现的缺陷数,Sp是指被测试的软件产品规模缺陷到达模式:产品的缺陷密度、或者测试阶段的缺陷率是一个概括性指标,缺陷到达模武可以提供更多的过程信息。
一方面可以用于整个软件开发周期或某个特定的开发阶段,另一方面,缺陷到达模式还可以扩展到对于修正的和关闭的缺陷,可以获取有关开发工作人员工作效率、缺陷修正进程和质量进程等方面的信息。
第八章1将项目过程的集成管理和产品集成的过程管理进行对比,找出他们的共同点和不同点。
项目过程集成管理焦点在于组织单元之间关系的协调和处理,产品集成管理焦点在于产品构件接口标准、约定和验证。
相同点:1都需要制定集成管理的管理规范.过程2:需要制定一个过程计划3:根据需求者,利益者的要求,设计相关需求文档4:任务和进度都要按照过程计划进行,安排5:要每日的识别、跟踪和解决问题,持续集成不同点:1产品过程管理需要符合国内或国际标准的接口规范设计规格2产品过程管理要接口先行设计3产品过程集成管理需要项目必须按照组织标准软件过程来制定项目计划4项目过程集成需要协调各相关利益者的关系5项目过程集成有其他必要的项目管理内容,技术活动3举一个例子,如何运用|PD提高产品集成的质量。
华为是国内第一家引进和实施PD的公司,也是受益最大的国内全业。
华为的PD可以分为两个大的阶段,这两个阶段的效果有明显差别;在BM为华为提|D咨询后,华为的|PD取得了巨大成功。
华为的|PD主要由以下几个部分组成。
固化的结构化研发流程,支持流程实施的跨部门团队以前华为的产品开发完全是研发部门的事情,技术方向由关键人物来迒择。
在PD模式下,各部门都要有人参与到规划和实施的过程里,组成跨部门的团队,PMT与PDT(PT)。
跨部门的团队基本上要在产品开发之前做出相关联的规划,并且在品开发的过程中相互协调,以保证这个产品从始至终都是技术领先、成本合理并且符合市场需求。
华为共有约一百多个产品线,类似的产品线再一起组成一个大的产品线。
每个大的研发产品线都有一个PMT,他们是由总监级(现在改为产品线总裁)或者资深的产品专家组成,负责对旗下各个产品线的研发活动作关键环节(立项评估,计划决策,实验局评估等)的监控和评估。
监控和评估的主要依据就是看这个产品研发成本投入和未来市场效益的比较,以及技术、资金、人力等方面的可行性。
决策评审点。
决策评审点实际上是一种喇叭口的结构。
也就是通过仔细的调查、研究和分析之后筛选出最有潜力的项目,并且在“动手"之前尽可能地诖行瞄准"和计算“提前量"。
使得最后进入开发阶段的项目都是最健康和最明确的。
应该说这种研发管道管理,是华为在以前最欠缺的。
异步开发模式。
|PD在开发过程中为华为第一次引进了“异步开发"的概念。
这种流程实际上很好地使用了并行工程的思想,它比华为原来串行研发流程的效率要高很多。

看大小就知道很全啦查看地址https://blog.csdn.net/qq_43333395/article/details/98508424目录：数据结构：1.RMQ(区间最值,区间出现最大次数,求区间gcd)2.二维RMQ求区间最大值(二维区间极值)3.线段树模板(模板为区间加法)(线段树染色)(区间最小值)4.线性基(求异或第k大)5.主席树(静态求区间第k小)(区间中小于k的数量和小于k的总和)(区间中第一个大于或等于k的值)6.权值线段树(求逆序对)7.动态主席树(主席树+树状数组)(区间第k大带修改)8.树上启发式合并(查询子树的优化)9,树状数组模板(求区间异或和，求逆序对)扩展10.区间不重复数字的和(树状数组)11.求k维空间中离所给点最近的m个点,并按顺序输出(KD树)12.LCA(两个节点的公共父节点)动态规划：1.LIS(最长上升子序列)2.有依赖的背包(附属关系)3.最长公共子序列(LCS)4.树形DP5.状压DP-斯坦纳树6.背包7.dp[i]=min(dp[i+1]…dp[i+k]),multset博弈：1.NIM博弈(n堆每次最少取一个)2.威佐夫博弈(两堆每次取至少一个或一起取一样的)3.约瑟夫环4.斐波那契博弈(取的数依赖于对手刚才取的数)5.sg函数数论：1.数论素数检验：普通素数判别线性筛二次筛法求素数米勒拉宾素数检验2.拉格朗日乘子法（求有等式约束条件的极值）3.裂项（多项式分子分母拆分）4.扩展欧几里得(ax+by=c)5.勾股数(直角三角形三边长)6.斯特林公式(n越大越准确,求n!)7.牛顿迭代法(求一元多次方程一个解)8.同余定理(a≡b(modm))9.线性求所有逆元的方法求(1~pmodp的逆元)10.中国剩余定理(n个同余方程x≡a1(modp1))11.二次剩余((ax+k)2≡n(modp)(ax+k)^2≡n(modp)(ax+k)2≡n(modp))12.十进制矩阵快速幂(n很大很大的时候)13.欧拉函数14.费马小定理15.二阶常系数递推关系求解方法(a_n=p*a_{n-1}+q*a_{n-2})16.高斯消元17.矩阵快速幂18.分解质因数19.线性递推式BM(杜教)20.线性一次方程组解的情况21.求解行列式的逆矩阵，伴随矩阵，矩阵不全随机数不全组合数学：1.循环排列(与环有关的排列组合)计算几何：1.三角形(求面积))2.多边形3.三点求圆心和半径4.扫描线(矩形覆盖求面积)(矩形覆盖求周长)5.凸包(平面上最远点对)6.求凸多边形的直径7.求凸多边形的宽度8.求凸多边形的最小面积外接矩形9.半平面交图论：基础:前向星1.最短路(优先队列dijkstra)2.判断环(tarjan算法)3.最小生成树(Kruskal模板)4.最小生成树(Prim)5.Dicnic最大流(最小割)6.无向图最小环(floyd)7.floyd算法的动态规划(通过部分指定边的最短路)8.图中找出两点间的最长距离9.最短路(spfa)10.第k短路(spfa+A*)11.回文树模板12.拓扑排序(模板)13.次小生成树14.最小树形图(有向最小生成树)15.并查集(普通并查集,带权并查集,)16.求两个节点的最近公共祖先(LCA)17.限制顶点度数的MST(k度限制生成树)18.多源最短路(spfa,floyd)19.最短路(输出字典序最小)20.最长路图论题目简述字符串：1.字典树(多个字符串的前缀)2.KMP(关键字搜索)3.EXKMP(找到S中所有P的匹配)4.马拉车(最长回文串)5.寻找两个字符串的最长前后缀(KMP)6.hash(进制hash,无错hash,多重hash,双hash)7.后缀数组(按字典序排字符串后缀)8.前缀循环节(KMP的fail函数)9.AC自动机(n个kmp)10.后缀自动机小技巧：1.关于int,double强转为string2.输入输出挂3.低精度加减乘除4.一些组合数学公式5.二维坐标的离散化6.消除向下取整的方法7.一些常用的数据结构(STL)8.Devc++的使用技巧9.封装好的一维离散化10.Ubuntu对拍程序11.常数12.Codeblocks使用技巧13.java大数叮嘱共173页

目录第1章线性神经网络的工程应用1.1系统辨识的MATLAB实现1.2自适应系统辨识的MATLAB实现1.3线性系统预测的MATLAB实现1.4线性神经网络用于消噪处理的MATLAB实现第2章神经网络预测的实例分析2.1地震预报的MATLAB实现2.1.1概述2.1.2地震预报的MATLAB实例分析2.2交通运输能力预测的MATLAB实现2.2.1概述2.2.2交通运输能力预测的MATLAB实例分析2.3农作物虫情预测的MATLAB实现2.3.1概述2.3.2农作物虫情预测的MATLAB实例分析2.4基于概率神经网络的故障诊断2.4.1概述2.4.2基于PNN的故障诊断实例分析2.5基于BP网络和Elman网络的齿轮箱故障诊断2.5.1概述2.5.2基于BP网络的齿轮箱故障诊断实例分析2.5.3基于Elman网络的齿轮箱故障诊断实例分析2.6基于RBF网络的船用柴油机故障诊断2.6.1概述2.6.2基于RBF网络的船用柴油机故障诊断实例分析第3章BP网络算法分析与工程应用3.1数值优化的BP网络训练算法3.1.1拟牛顿法3.1.2共轭梯度法3.1.3LevenbergMarquardt法3.2BP网络的工程应用3.2.1BP网络在分类中的应用3.2.2函数逼近3.2.3BP网络用于胆固醇含量的估计3.2.4模式识别第4章神经网络算法分析与实现4.1Elman神经网络4.1.1Elman神经网络结构4.1.2Elman神经网络的训练4.1.3Elman神经网络的MATLAB实现4.2Boltzmann机网络4.2.1BM网络结构4.2.2BM网络的规则4.2.3用BM网络解TSP4.2.4BM网络的MATLAB实现4.3BSB模型4.3.1BSB神经模型概述4.3.2BSB的MATLAB实现第5章预测控制算法分析与实现5.1系统辨识5.2自校正控制5.2.1单步输出预测5.2.2最小方差控制5.2.3最小方差间接自校正控制5.2.4最小方差直接自校正控制5.3自适应控制5.3.1MIT自适应律5.3.2MIT归一化算法第6章改进的广义预测控制算法分析与实现6.1预测控制6.1.1基于CARIMA模型的JGPC6.1.2基于CARMA模型的JGPC6.2神经网络预测控制的MATLAB实现第7章SOFM网络算法分析与应用7.1SOFM网络的生物学基础7.2SOFM网络的拓扑结构7.3SOFM网络学习算法7.4SOFM网络的训练过程7.5SOFM网络的MATLAB实现7.6SOFM网络在实际工程中的应用7.6.1SOFM网络在人口分类中的应用7.6.2SOFM网络在土壤分类中的应用第8章几种网络算法分析与应用8.1竞争型神经网络的概念与原理8.1.1竞争型神经网络的概念8.1.2竞争型神经网络的原理8.2几种联想学习规则8.2.1内星学习规则8.2.2外星学习规则8.2.3科荷伦学习规则第9章Hopfield神经网络算法分析与实现9.1离散Hopfield神经网络9.1.1网络的结构与工作方式9.1.2吸引子与能量函数9.1.3网络的权值设计9.2连续Hopfield神经网络9.3联想记忆9.3.1联想记忆网络9.3.2联想记忆网络的改进9.4Hopfield神经网络的MATLAB实现第10章学习向量量化与对向传播网络算法分析与实现10.1学习向量量化网络10.1.1LVQ网络模型10.1.2LVQ网络学习算法10.1.3LVQ网络学习的MATLAB实现10.2对向传播网络10.2.1对向传播网络概述10.2.2CPN网络学习及规则10.2.3对向传播网络的实际应用第11章NARMAL2控制算法分析与实现11.1反馈线性化控制系统原理11.2反馈线性控制的MATLAB实现11.3NARMAL2控制器原理及实例分析11.3.1NARMAL2控制器原理11.3.2NARMAL2控制器实例分析第12章神经网络函数及其导函数12.1神经网络的学习函数12.2神经网络的输入函数及其导函数12.3神经网络的性能函数及其导函数12.3.1性能函数12.3.2性能函数的导函数第13章Simulink神经网络设计13.1Simulink交互式仿真集成环境13.1.1Simulink模型创建1

基于VS2017+opencv3.4.3的立体匹配SGBM与BM算法代码，opencv更新后，SGBM与SM的调用也发生改变，在网上查了一大圈后，终于将代码成功运行出来了。
（注：此代码不涉及两种算法的具体流程，只是基于opencv库的成功调用运行，每个代码就60行左右。
想看算法原理的就别下了）

一、A*搜索算法一（续）、一（续）、一（续）、A*，DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra，BFSBFSBFS算法性能比较及算法性能比较及A*算法的应用算法的应用二、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法初探算法初探二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法二（再续）、二（再续）、二（再续）、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法+fibonacci+fibonacci+fibonacci+fibonacci堆的逐步堆的逐步c实现二（三续）、二（三续）、二（三续）、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法+Heap+Heap+Heap堆的完整堆的完整c实现源码实现源码实现源码三、动态规划算法三、动态规划算法三、动态规划算法三、动态规划算法四、BFSBFSBFS和DFSDFSDFS优先搜索算法索算法五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析六、教你初步了解六、教你初步了解六、教你初步了解六、教你初步了解KMPKMPKMP算法、算法、updatedupdatedupdatedupdated（KMPKMP算法系列三篇文章）算法系列三篇文章）算法系列三篇文章）算法系列三篇文章）六（续）、从六（续）、从六（续）、从六（续）、从KMPKMP算法一步谈到算法一步谈到算法一步谈到算法一步谈到算法一步谈到BM算法六（三续）、六（三续）、六（三续）、KMPKMP算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂KMPKMP）七、遗传算法七、遗传算法七、遗传算法透析GA本质八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之SIFTSIFT算法（SIFTSIFT算法系列五篇文章）算法系列五篇文章）算法系列五篇文章）算法系列五篇文章）九（续）、九（续）、九（续）、siftsiftsift算法的编译与实现算法的编译与实现算法的编译与实现算BF和DFS优先搜索算法

本资源为CMI和HDB3的编译码在Quartus_28.0下的代码，FPGA芯片型号是（Cyclone-EP1C3T144C8）将资源下载后放到D盘根目录下解压即可，其中pn目录下为pn序列模块的产生（含VHDL正确的源代码，详细的注释，波形仿真文件与图还有生成的原理图模块）；
bm目录下为CMI/HDB3的编码模块（含VHDL正确的源代码，详细的注释，波形仿真文件与图还有生成的原理图模块）；
ym目录下为CMI/HDB3的译码模块（含VHDL正确的源代码，详细的注释，波形仿真文件与图还有生成的原理图模块）；
cmiall目录下为CMI/HDB3的整个编译码整个系统（整个系统的原理图文件，已经连接好，下载到FPGA调试通过，观察到pn序列CMI/DB3译码前后示波器观察的波形正确无误），资源还含有实验结果示波器拍摄对比图，本资源相当有参考价值，希望对大家有帮助！

BM_System_Storage_DS5020安装,配置,用户及维护手册

1.使用如下文法： E®E+T|T T®T*F|F F®(E)|id2.对于任意给定的输入串（词法记号流）进行语法分析，要求采用LR分析器来完成。
手工构造LR分析表，利用移进-归约分析算法（P71图3.12）输出（P73表3.8）对应的动作部分。
如：输入：id*+id/(id+id)#输出：移进按F-＞id归约按T-＞F归约移进error……3.要有一定的错误处理功能。
即对错误能提示，并且能在一定程度上忽略尽量少的记号来进行接下来的分析。
例如：从状态0开始的记号流为：bm将b移进之后，栈里的情况应该为：0b2此时查表发现action[2,m]=error输出打印：error把A和状态1相继压入栈，用户指针后移到FOLLOW(A)对应的元素继续分析。
4.利用P94页的表3.13的方式将错误进行分类提示，即给出具体的出错信息。
扩展：在已有文法的基础上再加上减法“-”和除法“/”对应的产生式构成最终的文法。
从而使得记号流可以处理带括号的加、减、乘、除四则运算。

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。