RhinoInside目前提供的功能： 可以在Revit中以内置插件的方式启动 Rhino 或 Grasshopper Revit中直接利用 Rhino 或 Grasshopper 建模 可以在 Grasshopper 与 Rhino 插件中调用其他程序的应用程序接口 可以在其他程序的插件中调用Rhino的应用接口 其他程序中利用 Rhino 与 Grasshopper 来创建原生几何物件 支持Revit BIM模型与Rhino互相交互

Android JsBridge自定义WebView之Html，JavaScript与Android所有交互使用的library工具包，导入即可使用，博客地址：http://blog.csdn.net/dickyqie/article/details/70225676

使用基因算法和模糊的多目标优化方面的英文原版书籍!

一个简单的HTML+PHP+MySQL的交互页面（输入框内容查询，HTML页面显示）.zip

　　现在的程序员，不再像以前一样，掌握一种编程语言就可以混得有模有样了，现实的情况是，真实的项目中，通常是涉及多种编程语言，举几个简单的例子，一个软件为了快速开发，可能是使用Delphi或VB作为界面开发首选语言，底层的指令或核心算法，会使用C/C++处理，涉及数据处理的时候，为了安全和快速开发，会使用Javascript或Python等脚本语言实现数据分析处理。因此，开发者应该学习或掌握语言混合编程。 C++和Java是主流的两种编程语言，但是现在整个网上对实现这两种语言混合编程的资料少之又少，却又说之不全，并且有时多种问题现在也含糊不清，对正在学习或使用这两种语言的朋友造成很大的困扰。本人的这篇拙作，希望对使用这两种语言混合编程学习的朋友可以抛砖引玉。 原文链接：http://blog.csdn.net/defonds/archive/2009/12/03/4932618.aspx 本源代码是该博客所需示例源代码。

矩阵乘法的四张量幂问题的基于优势的约束优化进化算法

蜜蜂CNN模糊进化深度学习算法（人脸识别，智能优化算法，MATLAB源码分享） 在训练阶段之后，可以使用进化算法拟合深度学习权重和偏差。 这里，CNN用于对8个人脸类别进行分类。 在CNN训练之后，创建初始模糊模型以帮助学习过程。 最后，CNN网络权重（来自全连接层）使用蜜蜂算法训练，以自然启发的方式进行拟合（这里是蜜蜂的行为）。 可以将数据与任意数量的样本和类一起使用。 请记住，代码的参数是根据数据进行调整的，如果要替换数据，可能需要更改参数。 图像数据大小为64*64，2维，存储在“CNNDat”文件夹中。 因此，重要的参数如下： “numTrainFiles”=您必须根据每个类中的样本数量来更改它。 例如，如果每个类有120个样本，那么90个就足够好了，因为90个样本用于训练，而其他样本用于测试。 “imageInputLayer”=图像数据的大小，如[64 64 1] “fullyConnectedLayer（完全连接层）”=类的数量，如（8） “MaxEpochs”=越多越好，计算运行时间越长，如405。 “ClusNum”=模糊C均值（FCM）聚类数，如3或4很好

RetrolFit+rxjava + okHttp与服务 交互的例子+取消retrolfit网络请求

提出一种功耗限制下测试端口选择优化的方法，从而缩短测试时间。以系统功耗确定测试端口对数，以内核测试占用网络资源最少和测试时间最短为目标，为被测核选择端口位置。利用云进化算法对不同端口位置组合寻优，快速收敛到适应值最佳的测试端口组合，完成测试方法研究。以ITC’02基准电路作为实验对象，针对不同规模NoC，实验结果表明，这种方法提高了测试效率，缩短了测试时间，降低了测试代价。

GB∕T 36464.3-2018 信息技术 智能语音交互系统 第3部分：智能客服.pdf