自己编写RBF神经网络程序，RBF神经网络隐层采用标准Gaussian径向基函数，输出层采用线性激活函数，其中数据中心、扩展常数和输出权值均用梯度法求解，它们的学习率均为0.001。其中隐节点数选为10，初始输出权值取[-0.1，0.1]内的随机值，初始数据中心取[-1，1]内的随机值，初始扩展常数取[0.1，0.3]内的随机值，输入采用[0 1]的随机阶跃输入

excel冻结首行的代码，自己编写，亲测可用。适用于学生，办公室工作者，科研人员等等

Ubuntu 18.04下通过Matlab runtime使用c++调用自己编写的matlab函数 自己根据自己配置环境，所写的基础文件包 下面是自己配置过程博客：https://blog.csdn.net/qq_19280295/article/details/127049622?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22127049622%22%2C%22source%22%3A%22qq_19280295%22%7D

https://download.csdn.net/download/weixin_37928884/85735221

自己编写的树莓派下鼠标和键盘的驱动，代码简单易懂，并有用户侧测试程序，支持其他linux系统，也可以用来学习驱动开发

软考资料 1：自己编写的，简陋

自己编写算法功率谱密度三种matlab实现方法.docx

自己编写Windows优化大师

自己编写的socket通信，包括服务器和客户端，刚开始自己走了不少弯路，希望能给后来者一些启示-I have written socket communication, including the server and the client, has just started taking a lot of their own detour, I hope to give some enlightenment to latecomers

甩开神经网络工具箱、自己编写、探索神经网络内部结构、纯手写，可转化C\C++，提取权重参数直接用于实际项目预测，增加项目运行速率，前提是在预测精度较高的情况下，提取这些权重，不用通过保存网络这种方式，因为保存网络这种方式需要生成dll文件才能用于C++项目，这种C++调用matlab的dll方式，会拖慢C++运算速度，不适合实时控制项目。