今天有空，写了基于C#使用Spring.Net的演示实例，希望能给有需要的人带来帮助，其中演示了配置下的IOC、AOP、属性注入、构造函数注入、通知过滤器、以及不使用配置直接代码硬编的AOP动态代码过程，另外还增加了Castle实现IOC及AOP的示例。 使用VS2015或VS2017打开，.net版本为4.5

基于pytorch实现的堆叠自编码神经网络，包含网络模型构造、训练、测试 主要包含训练与测试数据（.mat文件）、模型（AE_ModelConstruction.py、AE_Train.py）以及测试例子（AE_Test.py） 其中ae_D_temp为训练数据，ae_Kobs3_temp为正常测试数据，ae_ver_temp为磨煤机堵煤故障数据，数据集包含风粉混合物温度等14个变量 在程序中神经网络的层数和每层神经元个数没有固定，可根据使用者的输入值来构造神经网络，方便调试 autoencoder类在初始化时有三个参数，第一个是网络输入值，第二个是SAE编码过程的层数(编码、解码过程层数相同)，第三个是是否添加BN层 这里为了构造方便，给每层神经元的个数与层数建立一个关系：第一层神经元的个数为2^(layer数+2)，之后逐层为上一层的1/2

1，需安装winpcap4.0.2以上版本 2，支持常见的网络协议

哈尔滨工业大学2021软件构造实验三

史上最全的收音机原理，通俗易懂。涉及收音机的基本构造及其电路分析，内容经久不衰。

2022 哈工大 软件构造 Lab2

UG构造复杂曲面实例，非常规曲面构图，所构曲面太过复杂，可设法除去参数化，

哈工大软件构造 2022 lab2

利用粗糙集中属性约简的思想来确定各属性的重要程度，对属性依赖度进行计算，构造出属性间相对依赖的客观判断矩阵。在此基础上将客观矩阵和利用层次分析法确定的主观矩阵相结合，提出了一种组合矩阵，通过计算组合矩阵的权重来进行决策。实例表明该方法是切实可行、有效的，能提高决策精度。

PDF为Arikan教授《Channel polarization: A method for constructing capacity-achieving codes for symmetric binary-input memoryless channels》的翻译本（除附录）。