贝叶斯网络学习算法――k2算法，对于学习数据挖掘的人有用的，涉及到了分类预测算法

仿射密码是一种表单代换密码，字母表的每个字母相应的值使用一个简单的数学函数对应一个数值，再把对应数值转换成字母。
加密函数：E(x)=(k1*x+k2)(modm)=(k1*x)mod26+k2，D(x)=k1^{-1}(x-k2)(modm)，这是乘法逆元的解法，本程序采用枚举算法解出,附有详细注释+文本文档，乘法加密是字母对应是a-z对应1-25-0.

15个(或13、11、9个均可)发光二极管排成一列，作为拔河的显示。
开机后．仅中间一个发光(亮点)，以此作为拔河中心线。
游戏双方各用一个按键K1、K2，迅速不断地按动产生脉冲,谁按得快，亮点向谁的方向逐个移动。
当亮点移到任一方的终端时，该方获胜，双方按键无作用，亮点位置保持。
按K3后，亮点回到中心线，可以进行第二次比赛。
用两个数码显示器分别显示双方获胜的盘数，按K4可以清零。

2018worldfinal金牌吉老师几何板子structpoint{dbx,y;pointoperator+(constpoint&k1;)const{return(point){k1.x+x,k1.y+y};}pointoperator-(constpoint&k1;)const{return(point){x-k1.x,y-k1.y};}pointoperator*(dbk1)const{return(point){x*k1,y*k1};}pointoperator/(dbk1)const{return(point){x/k1,y/k1};}intoperator==(constpoint&k1;)const{returncmp(x,k1.x)==0&&cmp;(y,k1.y)==0;}pointturn(dbk1){return(point){x*cos(k1)-y*sin(k1),x*sin(k1)+y*cos(k1)};}pointturn90(){return(point){-y,x};}booloperator＜(constpointk1)const{inta=cmp(x,k1.x);if(a==-1)return1;elseif(a==1)return0;elsereturncmp(y,k1.y)==-1;}dbabs(){returnsqrt(x*x+y*y);}dbabs2(){returnx*x+y*y;}dbdis(pointk1){return((*this)-k1).abs();}pointunit(){dbw=abs();return(point){x/w,y/w};}voidscan(){doublek1,k2;scanf("%lf%lf",&k1;,&k2;);x=k1;y=k2;}voidprint(){printf("%.11lf%.11lf\n",x,y);}dbgetw(){returnatan2(y,x);}pointgetdel(){if(sign(x)==-1||(sign(x)==0&&sign;(y)==-1))return(*this)*(-1);elsereturn(*this);}intgetP()const{returnsign(y)==1||(sign(y)==0&&sign;(x)==-1);}};

材料:AT89S52RC,DS1302,DS18B20K1键：选择设置位K2键：增键K3键：减键K4键：跳出设置

使用MATLAB对一幅图像添加椒盐噪声或者高斯噪声。
不调用现成函数，只用到rand产生随机数。
代码非常精简，使用方便，适合新手参考。
核心代码如下：%***添加椒盐噪声***K1=0.2;%多少被污染K2=0.5;%胡椒噪声比例I1=rand(m,n)＜K1;I2=rand(m,n)＜K2;Image(I1&I2)=0;Image(I1&~I2)=255;%***添加高斯噪声:Box-Muller方法***AVG=0;%平均值STD=0.05;%标准差U1=rand(m,n);U2=rand(m,n);X=STD*sqrt(-2*log(U1)).*cos(2*pi*U2)+AVG;Image=double(Image)/255+X;Image=uint8(255*Image);

创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表（多项式）节点Noisy-or节点其它（噪音）确定性节点Softmax（多项式分对数）节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中（连续）更新贝叶斯参数数据缺失情况下的最大似然参数估计（EM算法）参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样（蒙特卡洛法）推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等

高恪K2等7620A通用刷机专用固件又称底包-4.0.1.9993

以8086作为处理器，以8253控制扬声器，并以8255接8个开关K1~K8作为电子琴的按键输入，并利用8253产生一定频率与持续时间的脉冲信号经驱动电路放大后，根据按键K2~K8改变脉冲频率和脉冲持续时间从而使扬声器发出7种不同的音调，从而实现了一个模拟电子琴。
该电子琴能实现基本的音调发音,报告的最后对整个设计过程进行了总结

全套已经做好了，包画图程序，可以交了设计要求用AT89552控制一个电烤箱，要求满足下列要求：（1）用传感器DS18B20温度采集，测温范围：－55℃～＋125℃（2）数码管能实时的显示电炉当前的温度（3）能够通过按键来设置想要的温度并显示，键K1～K4的功能分别是：K1-----设置键（按下后开始设置相当于选位）K2-----加一键（对选中位的数加一）K3-----减一键（对选中位的数减一）K4-----启动/复位键（启动功能：对设置完的三位数值的确认并转去实时显示当前的温度值。
复位功能：报警消除）（4）超过设置值-5～+5摄氏度时能发出超限报警，红灯～上限报警，黄灯～下限报警，绿灯～正常。
（5）恒温控制，如果温度低于给定值接通加热电路，反之断开加热电路。
误差在-2～+2摄氏度。

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。