【javascript，jdk1.8+1.5，Tomcat5，W3C】中文帮助文档

2016级数据库课程设计任务书【设计目的】数据库课程设计是在学生系统地学习了《数据库系统原理》课程后，按照关系型数据库的基本原理，综合运用所学的知识，设计开发一个小型的数据库管理信息系统。
通过对一个实际问题的分析、设计与实现，将原理与应用相结合，使学生学会如何把书本上学到的知识用于解决实际问题，培养学生的动手能力；
另一方面，使学生能深入理解和灵活掌握教学内容。
【设计要求】1、课程设计题目自行填充，独立完成；
2、课程设计时间为1.5周；
3、数据库管理系统不限（Oracle\SQLServer\MySQL\Access\SQLite…），开发语言不限（C++\JAVA\C#\ASP.net…），避免把学习语言的时间放在设计期间；
4、从开始的系统需求分析到最后的实现，都要有详细的计划，设计文档应按照数据库设计的要求书写；
5、系统中的数据表设计应合理、高效，尽量减少数据冗余，软件界面友好、健壮性强；
6、上机时间：上午8:20~11:50，下午2:10~5:40；
7、上机地点：教3楼402机房。
即便使用自己的电脑进行开发，也要前往指导教师指定地点进行定期检查和讨论，最后统一验收。
课程设计期间必须严格遵守学校规章制度，无故缺席按旷课处理；
缺席时间达四分之一以上者，其成绩按不及格处理。
【题目】####管理信息系统、####网站、####手机APP一、设计目的学生根据所学的数据库原理与程序设计的知识，能够针对一个小型的数据库管理信息系统，进行系统的需求分析，系统设计，数据库设计，编码，测试等，完成题目要求的功能，从而达到掌握开发一个小型数据库管理信息系统的目的。
二、设计内容题目可根据自己熟悉的物品填充和适当变更，例如（但不建议）图书管理信息系统、学生信息管理系统、电脑设备管理系统、通讯录、药品进销存系统等，也可以是基于Web的网站或基于移动平台的手机APP，游戏软件等，鼓励创新！要求实现数据的录入、删除、修改、查询等基本功能，提供实体完整性、参照完整性、用户定义完整性等检查，可根据自己对不同物品主要的管理需求进行扩充，例如增加登录、报表等相应功能。

北大青鸟S2的毕业项目，宠物医院项目1.5，完整的java源码已经数据库和文档

利用6kW光纤激光器对1.5mm厚冷轧800MPa级双相钢进行激光拼焊试验，研究激光焊接接头的显微组织演变规律、显微组织对显微硬度及疲劳性能的影响规律。
结果表明，焊接接头主要包括焊缝区（WZ）、粗晶区（CGHAZ）、细晶区（FGHAZ）、混晶区（MGHAZ）和回火区（TZ），其中焊缝区和粗晶区显微组织均为马氏体，但焊缝区内的原始奥氏体晶界保留着柱状晶的生长形态，粗晶区内的原始奥氏体晶界呈多边形生长；
细晶区和混晶区均为铁素体和马氏体，但细晶区的显微组织更为精细；
回火区主要由铁素体和回火马氏体组成。
混晶区和回火区显微硬度均低于母材，共同组成了焊接接头的软化区。
由于软化区尺寸相对较窄（0.4mm）且硬度降低幅度低（~6.8%），拉伸断裂位置出现在母材。
在应力比为0.1的拉拉疲劳条件下，母材和焊接接头的疲劳极限分别为545MPa和475MPa，疲劳断裂未出现在软化区。
母材中的疲劳裂纹在铁素体与马氏体两相界面萌生并扩展；
而焊接接头中的疲劳裂纹则在焊缝中的奥氏体晶界上或马氏体板条内萌生，沿着焊缝中心处柱状原始奥氏体晶界的交汇处切断马氏体板条束扩展。

《基于fpga的嵌入式图像处理系统设计》详细介绍了fpga（fieldprogrammablegatearray，现场可编程门阵列）这种新型可编程电子器件的特点，对fpga的各种编程语言的发展历程进行了回顾，并针对嵌入式图像处理系统的特点和应用背景，详细介绍了如何利用fpga的硬件并行性特点研制开发高性能嵌入式图像处理系统。
作者还结合自己的经验，介绍了研制开发基于fpga的嵌入式图像处理系统所需要的正确思路以及许多实用性技巧，并给出了许多图像处理算法在fpga上的具体实现方法以及多个基于fpga实现嵌入式图像处理系统的应用实例。
　　《基于fpga的嵌入式图像处理系统设计》对fpga技术的初学者以及已经具有比较丰富的设计经验的读者来说都有很好的参考价值，也将为从事基于fpga的嵌入式系统开发和应用的软硬件工程师和科研人员提供一本比较系统、全面的学习材料。
目录1图像处理1.1基本定义1.2图像形成1.3图像处理操作1.4应用实例1.5实时图像处理1.6嵌入式图像处理1.7串行处理1.8并行性1.9硬件图像处理系统2现场可编程门阵列2.1可编程逻辑器件2.1.1fpga与asic2.2fpga和图像处理2.3fpga的内部2.3.1逻辑器件2.3.2互连2.3.3输入和输出2.3.4时钟2.3.5配置2.3.6功耗2.4fpga产品系列及其特点2.4.1xilinx2.4.2altera2.4.3lattice半导体公司2.4.4achronix2.4.5siliconblue2.4.6tabula2.4.7actel2.4.8atmel2.4.9quicklogic2.4.10mathstar2.4.11cypress2.5选择fpga或开发板3编程语言3.1硬件描述语言3.2基于软件的语言3.2.1结构化方法3.2.2扩展语言3.2.3本地编译技术3.3visual语言3.3.1行为式描述3.3.2数据流3.3.3混合型3.4小结4设计流程4.1问题描述4.2算法开发4.2.1算法开发过程4.2.2算法结构4.2.3fpga开发问题4.3结构选择4.3.1系统级结构4.3.2计算结构4.3.3硬件和软件的划分4.4系统实现4.4.1映射到fpga资源4.4.2算法映射问题4.4.3设计流程4.5为调整和调试进行设计4.5.1算法调整4.5.2系统调试5映射技术5.1时序约束5.1.1低级流水线5.1.2处理同步5.1.3多时钟域5.2存储器带宽约束5.2.1存储器架构5.2.2高速缓存5.2.3行缓冲5.2.4其他存储器结构5.3资源约束5.3.1资源复用5.3.2资源控制器5.3.3重配置性5.4计算技术5.4.1数字系统5.4.2查找表5.4.3cordic5.4.4近似5.4.5其他方法5.5小结6点操作6.1单幅图像上的点操作6.1.1对比度和亮度调节6.1.2全局阈值化和等高线阈值化6.1.3查找表实现6.2多幅图像上的点操作6.2.1图像均值6.2.2图像相减6.2.3图像比对6.2.4亮度缩放6.2.5图像掩模6.3彩色图像处理6.3.1伪彩色6.3.2色彩空间转换6.3.3颜色阈值化6.3.4颜色校正6.3.5颜色增强6.4小结7直方图操作7.1灰度级直方图7.1.1数据汇集7.1.2直方图均衡化7.1.3自动曝光7.1.4阈值选择7.1.5直方图相似性7.2多维直方图7.2.1三角阵列7.2.2多维统计信息7.2.3颜色分割7.2.4颜色索引7.2.5纹理分析8局部滤波器8.1缓存8.2线性滤波器8.2.1噪声平滑8.2.2边缘检测8.2.3边缘增强8.2.4线性滤波器技术8.3非线性滤波器8.3.1边缘方向8.3.2非极大值抑制8.3.3零交点检测8.4排序滤波器8.4.1排序滤波器的排序网络8.4.2自适应直方图均衡化8.5颜色滤波器8.6形态学滤波器8.6.1二值图像的形态学滤波8.6.2灰度图像形态学8.6.3颜色形态学滤波8.7自适应阈值分割8.7.1误差扩散8.8小结9几何变换9.1前向映射9.1.1可分离映射9.2逆向映射9.3插值

springboot整合themleaf和mybatis实现前后端分离及对数据库数据增删改查功能

第一章人工神经网络…………………………………………………3§1.1人工神经网络简介…………………………………………………………31．1人工神经网络的起源……………………………………………………31．2人工神经网络的特点及应用……………………………………………3§1.2人工神经网络的结构…………………………………………………42．1神经元及其特性…………………………………………………………52．2神经网络的基本类型………………………………………………62.2.1人工神经网络的基本特性……………………………………62.2.2人工神经网络的基本结构……………………………………62.2.3人工神经网络的主要学习算法………………………………7§1.3人工神经网络的典型模型………………………………………………73．1Hopfield网络…………………………………………………………73．2反向传播(BP)网络……………………………………………………83．3Kohonen网络…………………………………………………………83．4自适应共振理论(ART)……………………………………………………93．5学习矢量量化（LVQ）网络…………………………………………11§1.4多层前馈神经网络（ＢＰ）模型…………………………………………124．1BP网络模型特点 ……………………………………………………124．2BP网络学习算法………………………………………………………134.2.1信息的正向传递………………………………………………134.2.2利用梯度下降法求权值变化及误差的反向传播………………144．3网络的训练过程………………………………………………………154．4BP算法的改进………………………………………………………154.4.1附加动量法………………………………………………………154.4.2自适应学习速率…………………………………………………164.4.3动量-自适应学习速率调整算法………………………………174．5网络的设计………………………………………………………………174.5.1网络的层数…………………………………………………174.5.2隐含层的神经元数……………………………………………174.5.3初始权值的选取………………………………………………174.5.4学习速率…………………………………………………………17§1.5软件的实现………………………………………………………………18第二章遗传算法………………………………………………………19§2.1遗传算法简介………………………………………………………………19§2.2遗传算法的特点…………………………………………………………19§2.3遗传算法的操作程序………………………………………………………20§2.4遗传算法的设计……………………………………………………………20第三章基于神经网络的水布垭面板堆石坝变形控制与预测§3.1概述…………………………………………………………………………23§3.2样本的选取………………………………………………………………24§3.3神经网络结构的确定………………………………………………………25§3.4样本的预处理与网络的训练……………………………………………254．1样本的预处理………………………………………………………254．2网络的训练……………………………………………………26§3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………305．1面板堆石坝堆石体垂直压缩模量的控制……………………………305．2水布垭面板堆石坝变形的预测……………………………………355．3BP网络与COPEL公司及国内的经验公式的预测结果比较…35§3.6结论与建议………………………………………………………………38第四章BP网络与遗传算法在面板堆石坝设计参数控制中的应用§4.1概述………………………………………………………………………39§4.2遗传算法的程序设计与计算………………………………………………39§4.3结论与建议…………………………………………………………………40参考文献…………………………………………………………………………

电视原理.第一章黑白电视原理1.1光和视觉特性1.2黑白电视系统组成原理1.3电视扫描与同步1.4黑白全电视信号1.5电视图象的基本参量第二章色度学与彩色电视　2.1光与颜色2.2颜色的计量系统2.3电视中彩色的分解与重现2.4电视RGB计色制与彩色正确重现第三章彩色电视制式　3.1概述3.2兼容制彩色电视基础3.3NTSC制3.4PAL制3.5SECAM制简介第四章电视摄像与发送技术　4.1广播电视系统的组成4.2电视摄像机4.3摄象器件4.4电视图像信号的处理4.5同步信号的形成4.6PAL全电视信号的形成4.7电视信号的发送第五章电视接收技术5.1电视接收技术概论5.2高频调谐器5.3图象通道电路5.4解码电路5.5同步分离电路5.6扫描电路5.7显象管及其附属电路第六章电视新技术概论6.1卫星电视广播6.2数字电视6.3高清晰度电视（HDTV)6.4共用天线电视（CATV）系统6.5电视多工广播6.6立体电视

SPH光滑粒子流体动力学中英文都有，中文版本以及英文版的都有，拿去参考吧。
光滑粒子流体动力学-一种无网格粒子法第1章绪论1.1数值模拟1.1.1数值模拟的作用1.1.2一般数值模拟的求解过程1.2基于网格的方法1.2.1拉格朗日网格1.2.2欧拉网格1.2.3拉格朗日网格和欧拉网格的结合1.2.4基于网格的数值方法的局限性1.3无网格法1.4无网格粒子法(MPMS)1.5MPMs的求解策略1.5.1粒子描述法1.5.2粒子近似1.5.3MPMS的求解过程1.6光滑粒子流体动力学(SPH)1.6.1SPH方法1.6.2SPH方法简史1.6.3本书中的SPH方法第2章SPH的概念和基本方程2.1SPH的基本思想2.2SPH的基本方程2.2.1函数的积分表示法2.2.2函数的导数积分表示法2.2.3粒子近似法2.2.4推导SPH公式的一些技巧2.3其他基本概念2.3.1支持域和影响域2.3.2物理影响域2.3.3particle—in-cell(PIC)方法2.4结论第3章光滑函数的构造3.1引言3.2构造光滑函数的条件3.2.1场函数的近似3.2.2场函数导数的近似3.2.3核近似的连续性3.2.4粒子近似的连续性3.3构造光滑函数3.3.1构造多项式光滑函数3.3.2一些相关的问题3.3.3光滑函数构造举例3.4数值测试3.5结论第4章SPH方法在广义流体动力学问题中的应用4.1引言4.2拉格朗日型的Navier—Stokes方程4.2.1有限控制体与无穷小流体单元4.2.2连续性方程4.2.3动量方程4.2.4能量方程4.2.5Navier-Stokes方程4.3用SPH公式解Navier-Stokes方程组4.3.1密度的粒子近似法4.3.2动量方程的粒子近似法4.3.3能量方程的粒子近似法4.4流体动力学的SPH数值相关计算4.4.1人工粘度4.4.2人工热量4.4.3物理粘度4.4.4可变光滑长度4.4.5粒子间相互作用的对称化4.4.6零能模式4.4.7人工压缩率4.4.8边界处理4.4.9时间积分4.5粒子的相互作用4.5.1最近相邻粒子搜索法(NNPS)4.5.2粒子对的相互作用4.6数值算例4.6.1在不可压缩流的应用4.6.2在自由表面流的应用4.6.3SPH对可压缩流的应用4.7结论第5章非连续的SPH(DSPH)5.1引言5.2修正光滑粒子法5.2.1一维情况5.2.2多维情况5.3模拟非连续现象的DSPH公式5.3.1DSPH公式5.3.2非连续的确定5.4数值性能研究5.5冲击波的模拟5.6结论第6章SPH在爆炸模拟中的应用6.1引言6.2HE爆炸和控制方程6.2.1爆炸过程6.2.2HE的稳态爆轰6.2.3控制方程6.3SPH公式6.4光滑长度6.4.1粒子的初始分布6.4.2光滑长度的更新6.4.3优化和松弛过程6.5数值算例6.6应用SPH方法模拟锥孔炸药6.7结论第7章SPH在水下爆炸冲击模拟中的应用7.1引言7.2水下爆炸和控制方程7.2.1水下爆炸冲击的物理特性7.2.2控制方程7.3SPH公式7.4交界面处理7.5数值算例7.6真实爆炸模型与人工爆炸模型的比较研究7.7水介质缓冲模拟7.7.1背景7.7.2模拟设置7.7.3模拟结果7.7.4小结7.8结论第8章SPH方法在具有材料强度的动力学中的应用8.1引言8.2具有材料强度的动力学8.2.1控制方程8.2.2本构模型8.2.3状态方程8.2.4温度8.2.5声速8.3具有材料强度的动力学SPH公式8.4张力不稳定问题8.5自适应光滑粒子流体动力学(ASPH)8.5.1为什么需要ASPH方法8.5.2ASPH的主要思想8.6对具有材料强度的动力学的应用8.7结论第9章与分子动力学耦合的多尺度模拟9.1引言9.2分子动力学9.2.1分子动力学的基本原理9.2.2经典分子动力学9.2.3经典MD模拟9.2.4Poiseuille流的MD模拟9.3MD与FEM和FDM的耦合9.4MD与SPH的耦合9.4.1模型I：双重功能(具有重叠区域的模型)9.4.2模型Ⅱ：力桥(没有重叠区域的模型)9.4.3

googleEfficientDet算法中文版paper.将高效网络骨架与我们提出的BiFPN和复合尺度相结合，我们开发了一种新的对象检测器家族，称为高效Det，它始终以比以前的对象检测器更少的参数和FLOP来获得更好的精度。
图和图形显示COCO数据集上的性能比较。
在类似的精度约束下，我们的有效DET使用的FLOP比YOLOv3少28倍，FLOP比RetinaNet少30倍，FLOP比最近基于ResNet的NAS-FPN少19倍。
特别是，在单模型和单测试时间尺度下，我们的高效Det-D7实现了最先进的53.7AP和52M参数和325BFLOP，在1.5AP的情况下优于以前最好的检测器，而在4倍小和使用13倍少的FLOP。
我们的高效DET在GPU/CPU上也比以前的检测器快4倍至11倍。

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。