‘壹’ 易语言源码工具箱源码
制作方案:
准备一个要载入工具箱的exe
新建个易语言程序，进入易语言-插入-资源-图片或图片组
将图片1改为exe
双击内容
导入新图片
然后载入exe
回到启动窗口，新建个按钮，按钮输入代码:
写到文件("D:\临时调试文件.exe",#exe)
运行("D:\临时调试文件.exe")
删除文件("D:\临时调试文件.exe")
然后调试程序,点击那个按钮,你会发现刚才载入的exe运行了！
‘贰’ 如何查看matlab工具箱内置函数源代码
有几种方法可以实现查看matlab里自带函数的源代码：
在命令窗口中输入：
(1)、type 函数名(如 type rgb2gray 或者 type rgb2gray.m):即可在命令窗口中显示此函数的源代码；
(2)、open 函数名(如 open rgb2gray 或者 open rgb2gray.m):即可打开rgb2gray.m文件；
(3)、edit 函数名(如 edit rgb2gray 或者 edit rgb2gray.m):即可打开rgb2gray.m文件；
(4)、还有一种方法就是故意将原有函数的参数或类型写错，它就会提示错误，然后点击提示错误处，也可打开m文件，如：
rgb2gray(f, 3);%f为彩色图像文件名，后面的3是随意加上去的，因为函数rgb2gray原本就一个参数，现在为2个，肯定会报错
rgb2gray(f, 3);
??? Error using ==> iptchecknargin at 77
Function RGB2GRAY expected at most 1 input argument
but was called instead with 2 input arguments.
Error in ==> rgb2gray>parse_inputs at 76 %点击此处即可打开m文件
iptchecknargin(1,1,nargin,mfilename);
Error in ==> rgb2gray at 35 %点击此出也可打开m文件
X = parse_inputs(varargin{:});
不过，一些比较底层的源代码是看不见得。
‘叁’ 如何找出MATLAB的工具箱源代码
有一些写成动态库的，你就看不见代码了。
你可以试一下，输入
edit 命令名
比方说：
edit rgb2gray
这个是可以看见代码的。
而edit sqrt
会提示错误。
‘肆’ 求一套前端开发在线工具箱源码，比如在线HTML转JS等。
推荐一个不错的开发工具箱，分在线版和离线版，离线版是chrome插件，在360浏览器应用商店的开发工具下面有个JS工具箱（其他浏览器应用商店也有）
在线版
box3.cn
‘伍’ 想要建设一个工具箱形式的网站，就是网站上放一些工具的个人网站怎么建设如何操作
任何企业或者个人在建网站之前要先给网站定位，网站的定位是确认企业在用户心中的形象和地位，怎么给一个网站正确定位呢？
1、产品定位
产品定位是指根据公司产品来确认公司网站的风格和色调，一般我们说的网站定位就是指给产品定位，但是实践证明一个网站仅仅只有产品定位就远远不够的，还要从其他各个方面来给网站定位。
2、市场定位
市场定位是选择目标客户的过程，也就是你这个网站是要为哪些人服务。现在的市场分化很细，所有公司和产品都不可能是所有人，对于选择目标用户的过程，要对整个市场进行细分，确定细分市场的标准，再对细分后的市场进行评估后确认最终的目标市场。在市场分化的今天，任何一家公司和任何一种产品的目标顾客都不可能是所有的人，对于选择目标顾客的过程，需要确定细分市场的标准对整体市场进行细分，对细分后的市场进行评估，最终确定所选择的目标市场。
3、需求定位
消费者在选购产品时肯定是为了获得这个产品的价值，不同的消费者对产品价值的需求都是不一样的，我们要根据消费者的需求价值来引导我们对产品的改进和新产品的开发。
4、差异化价值定位
差异化价值点定位就是需要提高产品的竞争力，从消费者类型、产品类别、产品使用场合等等各方面来找出于市场其他同类产品的差异点，再结合企业品牌形象的定位来进行差异化推广，提高产品在其他同类产品中的竞争力。转自中为www.lonwin.net网站建设
‘陆’ 遗传算法时是用GA工具箱还是直接写源代码好
用GA工具箱比较受制约，直接编代码更自由，且能锻炼编码能力
‘柒’ matlab小波分析工具箱源代码
右键-自动生成源代码
‘捌’ 用matlab神经网络工具箱构建RBF神经网络，跪求源程序！
希望对您有用
clc
clear
close all
%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本
P1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
T1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];
P2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
T2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];
%---------------------------------------------------
% 归一化
[PN1,minp,maxp] = premnmx(P1);
PN2 = tramnmx(P2,minp,maxp);
%---------------------------------------------------
% 训练
switch 2
case 1
% 神经元数是训练样本个数
spread = 1; % 此值越大,覆盖的函数值就大(默认为1)
net = newrbe(PN1,T1,spread);
case 2
% 神经元数逐步增加,最多就是训练样本个数
goal = 1e-4; % 训练误差的平方和(默认为0)
spread = 1; % 此值越大,需要的神经元就越少(默认为1)
MN = size(PN1,2); % 最大神经元数(默认为训练样本个数)
DF = 1; % 显示间隔(默认为25)
net = newrb(PN1,T1,goal,spread,MN,DF);
case 3
spread = 1; % 此值越大,需要的神经元就越少(默认为1)
net = newgrnn(PN1,T1,spread);
end
%---------------------------------------------------
% 测试
Y1 = sim(net,PN1); % 训练样本实际输出
Y2 = sim(net,PN2); % 测试样本实际输出
Y1 = full(compet(Y1)); % 竞争输出
Y2 = full(compet(Y2));
%---------------------------------------------------
% 结果统计
Result = ~sum(abs(T1-Y1)) % 正确分类显示为1
Percent1 = sum(Result)/length(Result) % 训练样本正确分类率
Result = ~sum(abs(T2-Y2)) % 正确分类显示为1
Percent2 = sum(Result)/length(Result) % 测试样本正确分类率
‘玖’ 易语言自制了一个工具箱想实现点开软件之后提示添加按钮，然后写按钮标题，和按钮命令，然后保存配置，添
你可以试试把按钮功能和其他参数保存到文件，每次运行读取就行了
‘拾’ 急求 matlab中函数ployfit的源代码！ 我的matlab（2007b版）好像是工具箱不完全，没有ployfit这个函数~
function [p,S,mu] = polyfit(x,y,n)
%POLYFIT Fit polynomial to data.
% P = POLYFIT(X,Y,N) finds the coefficients of a polynomial P(X) of
% degree N that fits the data Y best in a least-squares sense. P is a
% row vector of length N+1 containing the polynomial coefficients in
% descending powers, P(1)*X^N + P(2)*X^(N-1) +...+ P(N)*X + P(N+1).
%
% [P,S] = POLYFIT(X,Y,N) returns the polynomial coefficients P and a
% structure S for use with POLYVAL to obtain error estimates for
% predictions. S contains fields for the triangular factor (R) from a QR
% decomposition of the Vandermonde matrix of X, the degrees of freedom
% (df), and the norm of the resials (normr). If the data Y are random,
% an estimate of the covariance matrix of P is (Rinv*Rinv')*normr^2/df,
% where Rinv is the inverse of R.
%
% [P,S,MU] = POLYFIT(X,Y,N) finds the coefficients of a polynomial in
% XHAT = (X-MU(1))/MU(2) where MU(1) = MEAN(X) and MU(2) = STD(X). This
% centering and scaling transformation improves the numerical properties
% of both the polynomial and the fitting algorithm.
%
% Warning messages result if N is >= length(X), if X has repeated, or
% nearly repeated, points, or if X might need centering and scaling.
%
% Class support for inputs X,Y:
% float: double, single
%
% See also POLY, POLYVAL, ROOTS, LSCOV.
% Copyright 1984-2008 The MathWorks, Inc.
% $Revision: 5.17.4.10 $ $Date: 2008/06/20 08:00:56 $
% The regression problem is formulated in matrix format as:
%
% y = V*p or
%
% 3 2
% y = [x x x 1] [p3
% p2
% p1
% p0]
%
% where the vector p contains the coefficients to be found. For a
% 7th order polynomial, matrix V would be:
%
% V = [x.^7 x.^6 x.^5 x.^4 x.^3 x.^2 x ones(size(x))];
if ~isequal(size(x),size(y))
error('MATLAB:polyfit:XYSizeMismatch',...
'X and Y vectors must be the same size.')
end
x = x(:);
y = y(:);
if nargout > 2
mu = [mean(x); std(x)];
x = (x - mu(1))/mu(2);
end
% Construct Vandermonde matrix.
V(:,n+1) = ones(length(x),1,class(x));
for j = n:-1:1
V(:,j) = x.*V(:,j+1);
end
% Solve least squares problem.
[Q,R] = qr(V,0);
ws = warning('off','all');
p = R\(Q'*y); % Same as p = V\y;
warning(ws);
if size(R,2) > size(R,1)
warning('MATLAB:polyfit:PolyNotUnique', ...
'Polynomial is not unique; degree >= number of data points.')
elseif warnIfLargeConditionNumber(R)
if nargout > 2
warning('MATLAB:polyfit:RepeatedPoints', ...
['Polynomial is badly conditioned. Add points with distinct X\n' ...
' values or rece the degree of the polynomial.']);
else
warning('MATLAB:polyfit:RepeatedPointsOrRescale', ...
['Polynomial is badly conditioned. Add points with distinct X\n' ...
' values, rece the degree of the polynomial, or try centering\n' ...
' and scaling as described in HELP POLYFIT.']);
end
end
r = y - V*p;
p = p.'; % Polynomial coefficients are row vectors by convention.
% S is a structure containing three elements: the triangular factor from a
% QR decomposition of the Vandermonde matrix, the degrees of freedom and
% the norm of the resials.
S.R = R;
S.df = max(0,length(y) - (n+1));
S.normr = norm(r);
function flag = warnIfLargeConditionNumber(R)
if isa(R, 'double')
flag = (condest(R) > 1e+10);
else
flag = (condest(R) > 1e+05);
end