本书在《随机系统最优控制》（清华大学出版社，2005年出版）的基础上，融合了相关新理论和新技术，详细讨论了随机系统统计分析、状态估计、随机*优控制、随机稳定性分析及参数优化等新的理论和方法。
内容新颖，研究方法独特，学术水平较高，应用范围较为广泛。

安捷伦ADS教程，中文word版本，共11章，讲的很详细，非常适合初学者。
虽然是基于2005版本的，但是软件改变并不大，可以通用。

有一个数据库包，整体大包共10个小包加一个详细说明文档，这些都是我收集的一些项目，从项目的需求调研到详细需求分析都有，每个功能的详细代码也在文档上面。
开发工具Eclipse+SQLServer2000当然库也支持2005至于SQLServer2008我没试过，对于自己想独立完成项目的java爱好者有非常大的帮助，这里不多说，自己下载看了一切明白。

北方交通大学硕士研究生入学考试试题工程岩土学2004

Matlab关于人工神经网络在预测中的应用的论文二-人工神经网络模型在研究生招生数量预测中的应用.pdf四、灰色人工神经网络人口总量预测模型及应用摘要：针对单一指标进行人口总量预测精度不高的问题，基于灰色系统理论和人工神经网络理论，用1990年至2004年中国人口总量序列建立并训练一个多指标的灰色人工神经网络人口总量预测模型。
对2005年至2007年的人口总量进行检验性预测，结果表明灰色人工神经网络模型大大提高了预测精度。
关键词：人口总量；
灰色系统；
BP人工神经网络；
灰色人工神经网络模型引言：本文从影响人口增长的诸多因素中筛选出6个主要因素，结合灰色系统思想与神经网络的优点建立了一个灰色人工神经网络（GreyArtificialNeuralNetwork，GANN）预测模型，对每一个指标分别用GM（1，1）模型选择最佳的维数进行预测，再利用神经网络非线性映射的特性把这6个指标进行非线性组合得到人口总量的预测结果。
该模型充分利用灰色系统弱化数据的随机性及其动态性和神经网络非线性映射的特性，发挥两者的优势，从而进一步提高预测精度。
中间内容省略~结语：由于传统遗传算法聚类算法本身的优点：在解决聚类问题上速度快、准确率高，加上免疫网络分类算法可以进行非监督学习，确定聚类数及聚类点，在实际聚类应用中有更广阔的适用性；
在这种独特的聚类算法的基础上，结合粗糙集理论构建了一种图像分割算法；
同时，通过实验证明该方法不但比传统的FCM算法聚类速度快，分割效果好，而且比文献[2]的分割准确度还要高。
由于该方法有在聚类上的无教师监督的独特优点，并且通过对人脑MR图聚类和分割的两个实验，证明了该分割算法比以往分割算法在具体应用上都有一定的提高。
灰色人工神经网络人口总量预测模型及应用.pdf五、人工神经网络模型在研究生招生数量预测中的应用摘要：研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素，这些影响因素往往无法量化，而且各个影响因素之间关系错综复杂，简单的线性模型预测未来招生数量往往难以实现。
尝试采用人工神经网络模型，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，通过对黑龙江省历年研究生招生数量进行系统分析，建立了人工神经网络预测模型，并对未来3年的招生数量进行了预测，预测结果较好，为该方面研究提供了新的研究思路与研究方法。
关键词:黑龙江省;研究生招生;预测;人工神经网络模型引言：关于研究生招生数量的确定，涉及诸多因素，例如国家政策、社会就业、人才需求、专业分布与需求等等。
这些影响因素往往无法量化，很难找出定量化的因素来进行分析，而这些因素又确确实实在很大程度上影响着研究生招生的数量及其分布。
以往分析预测方法主要是确定性数学模型和随机统计方法，例如有限单元法、有限差分法、灰色理论建模、回归分析、谐波分析、时间序列分析、概率统计法等。
这些方法多以线性理论为基础，考虑问题偏于简单化，导致预测精度不高。
本论文结合黑龙江省1981年—2004年的研究生招生规模，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，探讨应用一种改进的BP网络模型对未来3年黑龙江省研究生招生规模进行预测，为该方面研究提供新的研究思路与研究模式，并渴望为用人单位、科研院校提供制定长远发展与建设规划提供参考。
中间内容省略~结语：采用人工神经网络模型可以有效的处理黑龙江省研究生数量中涉及的人为、政策等随机因素、难以量化等因素的干扰，拟合精度非常高，预测精度也相对较高，为未来研究生招生规模提供科学理论依据，为该方面研究提供新的研究方法与研究思路。
人工神经网络模型在研究生招生数量预测中的应用.pdf六、基于RBF人工神经网络模型预测棉花耗水量摘要：利用MATLAB工具箱，以平均气温、日照时数、平均风速为输入变量，建立了新疆石河子地区棉花耗水量的RBF人工神经网络预测系统，通过2008年实测数据的检验表明，此预测系统网络模型的绝对误差最大为0.0967mm/d、最小为0.0025mm/d、平均为0.0419mm/d，相对误差最大为2.6491%、最小为0.0341%、平均为0.8780%。
可见，网络模型预测的准确度较高，较以往的线性模型更合理，并且此网络训练花费的时间仅需0.0780s，具有一定的实用价值。
关键词：预测；
人工神经网络；
径向基函数；
棉花耗水量引言：计算机人工神经网络是20世纪8

很好的优秀论文哈大家可以做哈子参考的共同交流学习我也是找了很久才找到的哈

Informix是IBM公司出品的关系数据库管理系统（RDBMS）家族。
作为一个集成解决方案，它被定位为作为IBM在线事务处理（OLTP）旗舰级数据服务系统。
IBM对Informix和DB2都有长远的规划，两个数据库产品互相吸取对方的技术优势。
在2005年早些时候，IBM推出了InformixDynamicServer（IDS）第10版。
目前最新版本的是IDS11（v11.50，代码名为“Cheetah2”），在2008年5月6日全球同步上市

非常完整的毕业设计包括源码、论文等，需要的同学可以拿去，希望有所帮助。
摘要本文介绍了运用ASP.NET、SQLServer2005等技术，在MicrosoftVisualStudio.NET2005平台上实现网上书店系统的方法和过程。
本系统采用B/S模式开发，使用三层架构，即表示层、数据访问层和业务逻辑层。
三层架构思想：即将各个功能明确分开，放在独立的层中，各层之间通过协作来完成整体功能。
表示层是为了与用户交互；
数据访问层对数据库进行增、删、改、查等；
业务逻辑层一般又分为两层：业务表观层和业务规则层；
业务表观层是用来实现与表示层的沟通，业务规则层是用来实现用户密码的安全等。
这样分层的优点：分工明确，条理清晰，易于调试，而且具有可扩展性，可维护性强。
缺点：增加成本。
网上书店系统为用户提供一系列网上购书服务。
系统包含两类用户，即管理员和普通用户。
针对这两类用户，系统根据登录时的角色判断，跳转到相应的页面为其提供操作。
网上书店系统实现了图书信息的列表显示，用户通过选择图书种类进入对应种类的图书列表，也可以输入图书名称进行模糊查询。
普通用户可以针对某一本书进行放入购物车、查看详细信息、查看留言等操作，在结算中心，系统为用户创建当次购书订单，默认为“未结”状态。
同时系统为普通用户提供订单管理操作，方便用户查看订单，并可以针对以前的未结订单进行已结操作。
管理员负责整个系统的运行与维护，针对图书、订单、留言、用户、角色等，执行添加、删除、修改等操作。
关键字：.Net书店系统订单

2005年广本雅阁评估报告

Dalal的经典论文，2005-cvpr-Histogramsoforientedgradientsforhumandetection.pdf

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。