都是老师给的考试题目几个同学讨论的结果

浙江大学生仪考研复试用书。
本书以MCS-51系列单片机为基本内容，介绍了微型机的基本概念，阐明了8051机的内核结构、工作原理、面向用户的特性、指令系统、程序设计以及常用外围芯片；
叙述了单片机存储器系统设计、输入输出接口设计、A/D、D/A转换技术和中断系统的设计与应用；
讨论了用户系统软硬件的设计方法；
C51高级语言程序设计等；
最后还介绍了最新的MCS-51系列中独具特色的新型兼容机及其新增特性。
各章均附有习题与思考题。

这是山大计算机网络的全部实验报告，有截图和思考题答案

目录：第一章绪论1·1生物视觉通路简介1·2Marr的计算视觉理论框架1·3本书各章内容简介1·4计算机视觉的现状与阅读本书需注意的问题思考题参考文献第二章边缘检测2·1边缘检测与微分滤波器2·2边缘检测与正则化方法2·3多尺度滤波器与过零点定理2·4最优边缘检测滤波器2·5边缘检测快速算法2·6图像低层次处理的其他问题思考题参考文献第三章射影几何与几何元素表达3·1仿射变换与射影变换的几何表达3·2仿射坐标系与射影坐标系3·3仿射变换与射影变换的代数表达3·4不变量3·5由对应点求射影变换3·6点3·7指向和方向3·8平面直线及点线对偶关系3·9空间平面及点面对偶关系3·10空间直线3·11二次曲线与二次曲面思考题参考文献第四章摄像机定标4·1线性模型摄像机定标4·2非线性模型摄像机定标4·3立体视觉摄像机定标4·4机器人手眼定标4·5摄像机自定标技术思考题参考文献第五章立体视觉5·1立体视觉与三维重建5·2极线约束5·3对应基元匹配5·4射影几何意义下的三维重建思考题参考文献第六章运动与不确定性表达6·1欧氏平面上的刚体运动6·2欧氏空间中的刚体运动6·3不确定性的描述6·4不确定性的运算6·5不确定性运算的几个例子6·6三维直线段的不确定性6·7不确定性的显示思考题参考文献第七章基于光流场的运动分析7·1光流场和运动场7·2光流的约束方程7·3微分技术7·4其他方法7·5基于光流场的定性运动解释思考题参考文献第八章长序列运动图像特征跟踪8·1引论8·2参数估计理论初步8·3特征运动模型8·4特征跟踪的阐述8·5匹配8·6实际应用中需要考虑的问题思考题参考文献第九章基于二维特征对应的运动分析9·1极线方程和本质矩阵9·2基于点匹配的运动计算9·3图像是一个空间平面的投影时的运动计算9·4基于直线匹配的运动计算9·5基本矩阵的估计思考题参考文献第十章基于三维特征对应的运动分析10·1由三维点匹配估计运动10·2不需显式匹配的方法10·3从三维直线匹配估计运动10·4从平面匹配估计运动10·5二维-三维的物体定位思考题参考文献第十一章由图像灰度恢复三维物体形状11·1辐射度学与光度学11·2光照模型11·3由多幅图像恢复三维物体形状11·4由单幅图像恢复三维物体形状思考题参考文献第十二章建模与识别12·1CAD系统中的三维模型表达12·2曲线与曲面的表达12·3三维世界的多层次模型12·4由二维图像建模12·5识别的一般原则——问题与策略12·6特征关系图匹配12·7“假设检验”识别方法思考题参考文献第十三章距离图像获取与处理13·1距离传感器13·2数据预处理13·3深度图分割思考题参考文献第十四章计算机视觉系统体系结构讨论与展望14·1计算机视觉系统的基本体系结构14·2视觉系统体系结构讨论14·3主动视觉14·4计算机视觉的应用展望参考文献附录A实验数据及参考结构A·1图像的格式A·2摄像机定标A·3立体视觉A·4基于光流场的运动分析A·5长序列运动图像特征跟踪A·6基于二维特征对应的运动分析A·7基于三维特征对应的运动分析

《软件测试技术经典教程(第2版)》是高级软件测试工程师专用教材。
作者通过丰富的项目及培训经验，结合大量实际案例讲解软件测试技术和软件测试工具的应用，将最实用的技能及知识传授给读者，使读者尽快上手，少走弯路。
《软件测试技术经典教程(第2版)》共分4部分。
第一部分主要介绍软件测试的基本概念、分类、常识，以及黑盒测试技术、缺陷管理、测试管理、软件测试工具等。
第二部分主要讨论黑盒测试工具的LoadRunner11.0测试方法、TestDirector8.0测试方法、Ranorex自动化测试方法等。
第三部分给出白盒测试技术简介，以及白盒测试工具的BoundsChecker教程、Logiscope6.1教程、JUnit3.8教程、JTest7.0教程等。
第四部分给出了测试英文，这是知名外企内部培训的第一手资料，包括QA基础知识介绍、测试类型、Web程序的测试方法、测试团队的Scrum管理和TaskReports编写等。
《软件测试技术经典教程(第2版)》还为各章节设计了针对性很强的思考题，以便读者理解和消化所学知识。
书后附录部分给出了软件测试技术用语说明及中英文对照，测试工程师面试、笔试时的常见问题，C/C++编码规范，Java编码规范等，供读者学习参考。

曾谨言北大版量子力学导论本书可作为一般大学物理（及有关）专业本科生的量子力学课教材。
全书共分12章。
：1.量子力学的诞生（2）；
2.深函数与Schrodinger方程（8）；
3.一维定态问题；
4.力学量用算符表达与表象变换；
5.力学量随时间的演化与对称性；
6.中心力场；
7.粒子在电磁场中的运动；
8.自旋；
9.力学量本征值问题的代数解法；
10.定态问题的常用近似方法；
11.量子跃迁；
12.散射；
按72学时教学计划，可授完全部内容，括号内的数字是建议的学时分配数。
为便于读者更深入地掌握有关内容，书中安排了一些思考题和练习题，在每章末还附有适量的，难度不太大的习题，供选用。

全书分为9章：第1章在比较了几种常用的流体流动数值计算方法特点的基础上着重介绍了有限体积法的基本思想和特点；
第2章介绍扩散问题的有限体积解法，从一维稳态扩散问题人手，简要介绍了区域离散方法、离散方程的推导和控制容积界面值的近似计算；
第3章介绍对流扩散问题的有限体积法，通过例题说明对流项对数值计算的影响；
第4章从离散方程的守恒性、方程系数的有界性和流动过程的输运性出发讨论了有限体积法中重要的差分格式问题；
第5章介绍压力速度耦合问题的有限体积算法，讨论了解决压力速度耦合问题数值计算中两个难点的方法，即交错网格算法和压力耦合问题的半隐算法（SIMPLE算法及其改进算法）；
第6章简要介绍了求解三对角方程的TDMA算法及其在高维问题中的应用；
第7章讨论了非稳态流动问题的有限体积算法的过程；
第8章介绍了有限体积法求解过程中对边界条件的处理方法；
第9章着重讨论了有限体积法中非规则网格的生成和非规则网格条件下离散方程的求解过程。
其中第2章、第3章，第5章～第8章的内容主要编译自AnIn—troductiontOComputationalFluidDynamics一书，为使其适合一般工程专业学生学习的需求，编写过程中做了适当的增删，并补充了一些习题和思考题。

管理学（马工程）思考题答案，含绪论和结语两个章节答案。

王永华编*的《现代电气控制及PLC应用技术(第4版)》从实际工程应用和便于教学需要出发，介绍和讲解了继电器控制系统和可编程序控制器控制系统的工作原理、设计方法和实际应用。
和其他同类的教材相比，本书主要有以下特点：(1)除*基本的常用低压电器外，还介绍了和电气控制技术有关的其他器件和一些新型器件；
(2)对传统电气控制系统的内容进行了较大幅度的删减，简明扼要地讲解了其中*基础的知识，给出并讲解了电气控制线路和可编程序控制器程序的“简单设计法”；
(3)详细讲解了软启动器、变频器和人机界面HMI的基本原理和使用；
(4)全面使用新的电气控制系统图形符号和文字符号国家标准；
(5)以SIEMENSS7-200PLC为对象，详细讲解了其系统组成、寻址方式和各种模块的特点；
(6)结合大量实例讲解了S7-200PLC基本指令、功能指令的用法和功能图(SFC)的编程；
(7)对PLC控制系统的网络通信技术以及S7-200PLC的通信功能进行了详细的讲解，并给出了大量实例；
(8)有数个工程设计案例，并附有相应程序和详细讲解；
(9)附有思考题、练习题、实验指导书和课程设计、毕业设计素材指导书；
(10)介绍了编程软件的使用；
(11)附有作者精心挑选并修订过的S7-200PLC资料速查表。
本书是作者在前3版畅销书的基础上精心修订和编写而成的，相信它会是一本值得大家使用的教材和学习参考书。
111

本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。
本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
第1章绪论11.1数据挖掘的概念11.2数据挖掘的历史及发展11.3数据挖掘的研究内容及功能51.3.1数据挖掘的研究内容51.3.2数据挖掘的功能61.4数据挖掘的常用技术及工具91.4.1数据挖掘的常用技术91.4.2数据挖掘的工具121.5数据挖掘的应用热点121.6小结14思考题15第2章数据预处理162.1数据预处理的目的162.2数据清理182.2.1填充缺失值182.2.2光滑噪声数据182.2.3数据清理过程192.3数据集成和数据变换202.3.1数据集成202.3.2数据变换212.4数据归约232.4.1数据立方体聚集232.4.2维归约232.4.3数据压缩242.4.4数值归约252.4.5数据离散化与概念分层282.5特征选择与提取302.5.1特征选择302.5.2特征提取312.6小结33思考题33第3章关联规则挖掘353.1基本概念353.2关联规则挖掘算法——Apriori算法原理363.3Apriori算法实例分析383.4Apriori算法源程序分析413.5Apriori算法的特点及应用503.5.1Apriori算法特点503.5.2Apriori算法应用513.6小结52思考题52第4章决策树分类算法544.1基本概念544.1.1决策树分类算法概述544.1.2决策树基本算法概述544.2决策树分类算法——ID3算法原理564.2.1ID3算法原理564.2.2熵和信息增益574.2.3ID3算法594.3ID3算法实例分析604.4ID3算法源程序分析644.5ID3算法的特点及应用724.5.1ID3算法特点724.5.2ID3算法应用724.6决策树分类算法——C4.5算法原理734.6.1C4.5算法734.6.2C4.5算法的伪代码754.7C4.5算法实例分析764.8C4.5算法源程序分析774.9C4.5算法的特点及应用1014.9.1C4.5算法特点1014.9.2C4.5算法应用1014.10小结102思考题102第5章贝叶斯分类算法1035.1基本概念1035.1.1主观概率1035.1.2贝叶斯定理1045.2贝叶斯分类算法原理1055.2.1朴素贝叶斯分类模型1055.2.2贝叶斯信念网络1075.3贝叶斯算法实例分析1105.3.1朴素贝叶斯分类器1105.3.2BBN1125.4贝叶斯算法源程序分析1145.5贝叶斯算法特点及应用1195.5.1朴素贝叶斯分类算法1195.5.2贝叶斯信念网120思考题121第6章人工神经网络算法1226.1基本概念1226.1.1生物神经元模型1226.1.2人工神经元模型1236.1.3主要的神经网络模型1246.2BP算法原理1266.2.1Delta学习规则的基本原理1266.2.2BP网络的结构1266.2.3BP网络的算法描述1276.2.4标准BP网络的工作过程1296.3BP算法实例分析1306.4BP算法源程序分析1346.5BP算法的特点及应用1436.5.1BP算法特点1436.5.2BP算法应用1446.6小结145思考题145第7章支持向量机146

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。