计算机方面的职业生涯规划报告，可用于选修报告等方面，内含前言，环境，自身优缺点以及职业规划等描述，原资源积分太高39，所以清零大家重新下载叭

目录摘要 IAbstract II目录 I第1章绪论 11.1开发背景及目标 11.2系统的B/S模式 11.2.1软件体系结构介绍 11.2.2B/S的三层体系结构 21.2.3C/S架构的优势与劣势 31.2.4B/S架构的优势与劣势 41.3开发工具的选用及介绍 51.3.1JSP网络技术 51.3.2Dreamweaver介绍 61.3.3SQLServer2000介绍 71.4开发及运行环境 81.4.1硬件环境及操作系统 81.4.2系统开发平台 9第2章网站总体分析和总体设计 102.1网站总体分析 102.1.1需求分析 102.1.2可行性分析 102.1.3业务流程分析 112.2网站总体设计 122.2.1前台功能模块设计 122.2.2网页界面设计 142.2.3后台功能模块设计 182.2.4MVC设计模式 18第3章后台数据库制作 203.1数据库概述 203.1.1关系型数据库 203.1.2JDBC数据库访问技术 203.1.3SQL语言介绍 223.2数据库设计 233.2.1数据库设计规划 233.2.2用户需求分析 233.2.3概念结构设计 243.2.4逻辑结构设计 273.2.5数据库运行与维护 293.3模块的实现 293.3.1数据添加功能 293.3.2数据查询功能 303.3.3数据修改功能 313.3.4数据删除功能 323.4JSPWeb服务 323.4.1JSP服务对象 323.4.2JavaBeans简介 333.5JavaScript脚本语言介绍 34第4章网站的测试 354.1单元测试 354.2集成测试 354.3系统测试 354.4测试过程 354.5测试结果 35结论 37致谢： 38参考文献 39附录 40

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…………………………………………………………………………

10机39节点潮流计算程序，节点基准电压均为100

1、可模拟5V5.6A电源，或9V3.0A电源，测试高通QC4.0方案；
2、可模拟5V5.0A电源，或5V4.0A电源，测试低压直充方案.

于渊大作《Orange'S一个操作系统的实现》随书附赠源代码。
帮了我很多，希望也能帮到你。
0分奉献。

CleanArchitectureACraftsman'sGuidetoSoftwareStructureandDesign英文无水印pdfpdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开本资源转载自网络，如有侵权，请联系上传者或csdn删除本资源转载自网络，如有侵权，请联系上传者或csdn删除

逆透视变换获得IPM图、鸟瞰图bird'seyeview

这个是我们小组4人耗时两周多997完成的项目，开发环境idea,框架SSM，可运行，可看项目演示视频，数据库在代码文件夹里，运行时注意改端口号、数据库名称密码等。
我们项目用到的技术有...网页开发技术：Ajax项目框架：MyBatis、Springboot、前端框架Boostrap、Jquery。
后期项目整合时间比较紧，出现了一些小bug，大体业务逻辑是没有问题，请见谅。
后面有时间的话我再改一改。
项目成功部署到云平台上了，http://39.108.236.158:8088/main_page.html。
不过我的云服务器4月份到期，到时候就访问不了了。

O'ReillyMedia]RESTfulWebAPIs.pdf)O'ReillyMedia]RESTfulWebAPIs.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。