sourceInsight4.0完美支持汇编，识别equ定义常量，ds定义变量，“:”结束的函数，可以跳转，还有各种汇编指令高亮。注意只支持4.0，3.0版本不支持.xclf导入。使用方法网上很多，csdn博客搜一大堆，给上一个别人写的参考：https://blog.csdn.net/w346665682/article/details/104109898?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=dist

用于windows安装的redis压缩文件，解压配置环境变量即可使用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,根据解耦原理和神经网络思想,提出一种两级串联结构的自适应模糊神经网络解耦控制器.前级是基于智能权函数规则的自调整模糊控制器,后级是基于动态耦合特性的自适应神经网络解耦控制器.同时从理论上证明了学习算法的收敛性.仿真实例表明,所提出的解耦控制器具有良好的鲁棒性和自适应解耦能力,是解决多变量、非线性和强耦合问题的一种简便有效的控制算法.

复合泊松随机变量的形式为 S=X1+...+XN，其中 Xj 是 iid 随机变量，N 是泊松分布的随机变量。 复合泊松变量在物理学和金融学中有很多应用。 该文件对多个代码进行了基准测试，以从复合泊松分布中生成 100 万个随机样本，其中项是对数正态分布，mu=0 和 sigma=1，泊松频率为 10。 最快和最慢版本（在 R2009b 中）的运行时间相差 200 多倍。 有趣的是，最快的代码比使用 ARRAYFUN 的简洁的 1-liner 快 10 倍。 需要 POISSRND（统计工具箱）和 RANDRAW（FEX #7309）。

大数据-算法-非线性发展方程精确解的广义分离变量方法白.pdf

研究了有中介的调节效应模型和有调节的中介效应模型, 两种模型都涉及到中介变量和调节变量。分别讨论了这两种模型的分析方法, 两者基本上都是按中介效应模型的分析步骤, 但其中都有一步要做调节效应的分析。还讨论了同时包含有中介的调节变量和有调节的中介变量的混合模型。最后, 作为示范例子, 用混合模型分析儿童行为对同伴关系的影响, 结果发现, 如果混合模型中的调节都设定是线性的, 那么调节变量对因果关系是二次调节。

大数据-算法-（2+1）维非线性演化方程的新分离变量解.pdf

在MFC中对话框有两种形式，一个是模态对话框（model dialog box），一个是非模态对话框（modeless dialog box）。本文对此分别简述其创建方法。 一、模态对话框（model dialog box） 在程序运行的过程中，若出现了模态对话框，那么主窗口将无法发送消息，直到模态对话框退出才可以发送。 点击模态对话框中的OK按钮，模态对话框会被销毁。 创建一个模态对话框的代码如下所示： //创建一个模态对话框 CTestDialog td; td.DoModal(); 其中CTestDialog为我自己所新建的和一个对话框资源相关联的对话框类。 可以创建一个布局模态对

kettle设置循环变量，控制循环作业;kettle设置循环变量，控制循环作业.

---- 注：sMC-PLS 方法对 PLS 模型的质量很敏感。 质量差的 PLS 模型可能包含大量不相关的数据变化，这些变化会影响 sMC 的变量选择。 因此，强烈建议将 sMC 与 WRT-PLS 结合使用，以对所有组件的模型进行质量评估。 WRT-PLS 的 Matlab 代码如下。 https://nl.mathworks.com/matlabcentral/fileexchange/63441-wrtpls--selection-of-the-number-of-components-in-pls-partial-least-squares ------ [1] DOI： http : //dx.doi.org/10.1016/j.chemolab.2014.08.005 TN Tran、NL Afanador、LMC Buydens、L. Blanchet，具有显着性多元相关