遗传算法解决多旅行商问题

各种CRC16计算代码，包括AX25、CCIT、IBM、MAXIM、ModBus等计算源码，以及CRC32

GEC210-Linux驱动源码，GEC210-Linux驱动源码，GEC210-Linux驱动源码，GEC210-Linux驱动源码，GEC210-Linux驱动源码，培训拿到的资料，很不错哦、、

1、java socket2、UDP传输协议3、json数据格式4、简易聊天室程序实现

2020张宇概率论与数理统计9讲, 内容清晰， 完全不影响阅读

matlab区间分析工具箱，放在matlab目录toolbox文件夹下，加入路径后可直接使用，用于做区间分析、包含等。

人事工资管理系统是非常通用的管理信息系统，是企事业单位实现办公自动化的前提和基础。 后台数据库使用SQL Server，前台开发工具使用Visual C++。本系统采用目前比较流行的ADO数据访问技术，并将每个数据库表的字段和操作封装到类中，从而成功地将面向对象的程序设计思想应用到数据库应用程序设计中。这也是本系统的特色和优势。部门信息的添加、修改、删除和查询。此功能为员工的分类管理提供依据。员工基本信息的添加、修改、删除和查询。人事工资信息的添加、修改、删除和查询，包括工资项目管理、工资税率管理、生成工资表和查看工资表等功能。

C# 2015开发微信支付统一下单接口， 支付完成通知接口，坑了一个周终于出来了 分享给大家 最主要的坑就是APP签名 大家做的时候 为避免大家误解这个签名 我把签名工具的下载地址给大家 https://pay.weixin.qq.com/wiki/doc/api/app/app.php?chapter=8_5还是不懂的话可以去看我博客 里面有对微信支付各种坑的描述http://blog.csdn.net/hejianxiong520/article/details/78977887

基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别20机电技术2011年12月=∑cm=∑mc×(-0509-n)U=(a-n(2×3.1415926)×vm第四步:初始模型确定下来以后,采用则将该待识别人脸表情判别为第讠类表情Baum- Welch算法对参数进行重估计,迭代调整模3人脸表情实验及分析型参数以达最优化。这样就完成了训练建模工作,获得了在粗分本文在JAFF( (Japanese Female Facial Expre类层次下代表7种人脸表情的HMM模型sso)表情数据库中进行实验。 JAFFE人脸表情库1=(A,B,n)(=1,2,…7)。由10个人,共213幅图像组成,每人都包含愤怒、23HMM人脸表情分类厌恶、恐惧、高兴、悲伤、惊讶和中性7种表情,每人每种表情2~4幅,每种表情共有27幅。对待识别的人脸表情图像,按本节22中模型本文实验与 Micael等的测试方法相似,把数训练步骤的第一步获得观察向量O,然后计算观据库中的210张图像分成3个部分,每个部分包含察向量O与已训练好的HMM模型1=(A,B,)10个人,且每个人包含7幅不同表情图像,每次使的似然概率P(O|λ)(=12,…,7)。通过用其中的一个部分训练各个表情的HMM模型,剩Forward -Backward算法来计算似然概率,如果下的两个部分用来测试。循环操作3次,然后对这P(O|4),ie(12…,7在P(O|4)(=1,2…,7)3次取平均值,得出表情识别率。本方法获取的表中最大,即情识别率见表1P(Oa )=max p(oa)表1人脸表情识别结果愤怒厌恶恐惧高兴中性悲伤惊讶识别率/%愤怒91.67厌恶5400009000恐惧559167高兴00095.00中性549000悲伤9333惊讶5693.33整体识别率92.14从表1中可以看出,本方法可以获得较好的表高的问题,提出了一种新的人脸表情识别方法。情识别率,但是,从实验中也可发现,不管是有本方法通过更加有效的 Gabor小波+PCA+LDA表没有减少分类类别数,实验中始终存在误识别。情特征提取方法,然后结合HMM模型建立7个对从实验数据库中发现,库中某些人的7种表情变化应基本表情+中性表情的模型,进行识别分类,并并不明显,即使人眼也无法确定其表情类别,以且取得了92.14%的整体识别率。同时,在实验中致算法在识别时出现错误。发现,由于人脸实验数据库中某些人的7种表情变4结论化并不明显,即使人眼也无法确定其表情类别,以致算法在识别时出现错误。本文针对目前人脸表情的整体识别率普遍不(下转第35页)第6期林彩丽等:磁流变阻尼器减振系统的分数阶微分方程研究[2] DROZDOVAD Mechanicsofviscoelasticsolids[M]. New York: John Wiley &Sons Ltd, 1998: 21-65[]LAKESR S. Viscoelastic solids[M]. London: CRC Press, 1998: 63-110[4] Stanway R, Sproston, J L, Stevens N G Non-liner modeling of an electrorheological vibration damper. J. Electrostatics,1987,20.[5]周强,瞿伟廉磁流变阻尼器的两种力学模型和试验验证地震工程与工程振动2002240).[6] Gamoto D R, Filisko F E Dynamic mechanical studies of electrorheological materials: moderate frequencies. I. Rheology,1991,35(3)[7]汪建晓孟光.磁流变阻尼器用于振动控制的理论及实验研究门]振动与冲击,2001,20(2)[8] Wen Y K Method of random vibration of hysteretic systems[]. Joumal of Engineering Mechanics Division, ASCE,102(EM2),1976[9]Spencer Jr. B F, Dyke S J, Sain M K, Carlson, J D Phenomenological model of a magnetorheological damper. J Engrg. MechASCE1997,123[10薛定宇陈阳泉高等应用数学问题的 MATLAB解DM清华大学出版社,2010[l]周云谭平.磁流变阻尼控制理论与技术DM科学出版社200712]王振滨曹广义分数微积分的两种系统建模方法系统仿真学报,2004,64):810812(上接第20页)参考文献[1] ZHAO Quan-you, PAN Bao-chang, PAN Jian- jia, et al. Facial expression recognition based on fusion of Gabor and LBPfeatures[A]. In: Proceedings of the 2008 International Conference on Wavelet Analysis and Pattern Recognition[C], HongKong,IEEE,2008(8):362-367[2]Tang Fang-qi, Deng Ben-zai. Facial Expression Recognition using AAM and Local Facial Features [A]. In: Proceedings ofthe Third Intcmational Conference on Natural Computation[C], Haikou, China, IEEE, 2007(8): 632-635[3]陈培俊基于静态图像的人脸表情识别研究成都西南交通大学,2007[4] Lades M, Vorbruggen J C, Buhmann J. Distortion invariant object recognition in the dynamic linkarchitecture[].IEEE Transactions on Computers, IEEE, 1993, 42(3): 300-311[5]彭辉张长水荣钢等基于KL变换的人脸自动识别方法清华大学学报自然科学版,2007,37(6:6770[6]DudaR O, Hart P E, Stork DG Pattern Classification(second edition). New York: Wiley, 2001[7李云霞李治柱吴亚栋基于HMM的关键词识别系统门计算机工程200,30(7:130-132谨致作者敬请本刊作者允诺:稿件中没有侵犯他人著作权或其它权利的内容并且文责自负;投寄给本刊的稿件(论文、图表、照片等)自发表之日起,其专有出版权和网络传播权即授于本刊,并许可本刊在本刊网站或本刊授权的网站上传播及中国核心期刊(遵选)数据库、中国学术期刊综合评价数据库、中文科技期刊数据库、中国台湾华艺数据库全文收录。对上述合作若有异议者,烦请来稿时向本刊申明,未作中明者,本刊将视为同意,谢谢合作。并致诚挚敬意。《机电技术》编辑部基于 Gabor小波十PCA+LDA征提取方法的人脸表情识别旧数据文接作者:李烈熊,苏两河作者单位李烈熊(福硅船政交通职№学院,福廷福州,350007),苏河(福建电力职技术学院,福建泉州刊名:机电技术英文刊名:MECHANICAL AND ELECTRICAL TECHNOLOGY年,卷(期)201,34(6)参考文献(7条)1. ZHAO Quan-you; PAN Bao-chang PAN Jian-jia Facial expression recognition based on fusion of Gabor and LBPfeatures 20082. Tang Fang-qi; Deng Ben-zai Facial Expression Recognition using AAM and Local Facial Features 20073.陈培俊基丁静态图像的人脸表情识别研究20074. Lades M: Vorbmggen J C; Buhmann J Distortion invariant object recognition in the dynamic link architecture1993(03)5.彭辉;张长水;荣钢基于K-变换的人脸自动识别方法2007(6)6. Duda R 0: Hart P E Stork D G Pattern Classificat ion(second edition) 20017.李云霞;李治柱:吴亚栋基于HM的关键词识别系统[期刊论文]计算机工程2004(07本文链接http://d.g.wanfangdata.comcn/periodiCaljdjs201106005.aspx

【实例简介】使用方法: 1. 准备一个空的U盘，使用 UltraISO 制作DOS盘，运行 UltraISO 打开 dos71usb.img 镜像文件， 点击 【启动】菜单-=>【写入硬盘映像】-=>【硬盘驱动器】中选择U盘盘符然-=>点击【写入】 写入完成后把 MAC149F 目录拷到U盘中，重启电脑。 2. 入进BOSS设置U盘启动(不懂就度娘)重启, 选择第三项加载USB驱动，接下来就是要输入命令啦。 输入 cd mac149f 进入MAC149F目录； 输入 mac c *** 后面的***是你要改新的MAC地址，如：mac c 001132AAAAAA； 提示“PGEFuse is Sucessful！！”表示已经修改成，重启电脑就可以了； 如果不行就再试 macu c *** 或 macu2 c *** ; PS：发现有些可网卡无法使用mac c *** 我朋友的RTL8111f网卡，(自己的可以) 那么你可以 R8111GEF 下的 PG8168.EXE 来进行修改，命令如下： cd r8111gef gb8168.exe /efuse /nodeid *** (***是新的MAC) 支持大部分网卡：RTL8168，RTL8168EF，RTL8136，RTL8136EF，RTL8139，ULi5263，ULi5261，SiS，INTEL5266DC，RTL8169，BCM57781，INTEL82579，INTEL82583，INTEL82574_BMC，INTEL82574，AR8161，INTEL217，INTEL210，INTEL217V，INTEL211.32，INTEL211.39，RTL8168DP，AR8171，AR8111GEF，INTEL210.31，INTEL350.151F，INTEL350.1521，INTELX540.1528，INTELX540.

该资源包括修改后的Echarts 4.2.0 版本的源代码，Leaflet 1.3.4版本源代码，基于Leaflet扩展的代码以及一个散点图demo