电容式传感器工作原理 　　电容式传感器分单电容式和差分电容式二种。如图1所示。 　　 　　图1 单电容式和差分电容式传感器 　　(a) 单电容传感器 　　(b) 差分电容传感器 　　图1(a)为两平行板组成的电容器，图1(b)为两平行板中间插入极板组成的差分电容传感。对图1(a)而言，当忽略电容器的边界效应时： 　　电容器的电容量为：　 　　 　　式中A为电容器的极板面积，d为极板的距离，er、e0为介电常数。 　　电容传感器中的变间隙式电容传感器的C-d特性如图2所示。 　　 　　图2 变间隙式电容传感器的C-d特性曲线图 　　单电容传感器的一个极板固

带差分隐私的推荐系统，算法采用协同过滤，内含详word细说明书以及数据集。可以直接部署测试

差分进化算法由 Storn 和 Price 于 1995 年首次提出，是一种基于群体的高效启发式全局优化搜索算法，主要用于求解实数优化问题。差分进化算法属于进化算法，在神经网络参数优化等方面有着重要应用。

包括使用 TDMA、PSOR、高斯、雅可比迭代法、椭圆 pde、管道流动、传热、一维翅片等方法

EPSDE的代码；附2014和2017数据集。 EPSDE一种参数集合和变异策略的差分进化算法(Differential evolution algorithm with ensemble of parameters and mutation strategies),2011年Mallipeddi等提出基于参数集成和变异策略的差分进化算法（EPSDE）;在EPSDE中，不同的突变策略池与每个控制参数的值池在整个进化过程中共存，并竞争产生后代。 [1]MALLIPEDDI R, SUGANTHAN P N, PAN Q K, et al. Differential evolution algorithm with ensemble of parameters and mutation strategies [J]. Applied Soft Computing, 2011, 11(2): 1679-96.

王小云教授于2004年给出了MD5的一些碰撞的例子,掀起了密码界研究MD5的热潮。谢涛教授在2008年给出了1比特差分碰撞的思想,列举了所有可能找到碰撞的消息差分。笔者从中选取了1比特消息差分Δm11=231,找到了一条可行的碰撞路径。

以向前差分的方法解决二维传热问题的matlab程序，初始条件： 100*100导热平板，左右两侧热源温度为100℃，上下两侧为50℃，平板初始温度为30℃ 使用向前差分方法，压缩包包括一个.m文件、一个txt和不同currenttime的运行结果图片

myers-diff-cpp C ++中的Myers差分算法 仅翻译“ find_middle_snake_myers_original”方法。 仅适用于比较整数数组。 这是直接从翻译而来 所有学分归原始作者所有。

为了改善差分进化粒子群算法的局部搜索能力和收敛速度，提出了一种混沌差分进化的粒子群优化算法。该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化，并且将混沌变异操作引入其中，加强算法的局部搜索能力。通过对三个标准函数进行测试，仿真结果表明该算法与DEPSO算法相比，全局搜索能力、抗早熟收敛性能及收敛速度大大提高。

Lax-Wendroff格式有限差分法求解2维浅水波方程，使用反射边界条件，初始随机水滴引发重力造成的水波。以动画形式模拟水波演化过程。