电子书下载：http://blog.csdn.net/good3651/article/details/53420721-------本书分实战项目篇与开发理论篇，通过采用“案例化”教学思路，以个人长期线下培训讲义为蓝本，讲解透彻、循序渐进、突出与优化游戏开发实战技巧。
同时*后附有全国Unity游戏研发职位笔试面试真题集锦、Unity开发常见错误与分析、游戏开发职位简历模板。
非常适合游戏开发爱好者、程序员、在校大学生，以及大专院校师生教学与国内Unity专业培训机构参考使用。

由专业PMP培训机构制作的讲义，帮助阅读者更好的理解PMP并顺利通过考试。

WS0.6.2区域卫生信息平台交互规范（共18个）:1：总则2：时间一致性服务3：节点认证服务4：安全审计服务5：基础通知服务6：居民注册服务7：医疗卫生机构注册服务8：医疗卫生人员注册服务9：术语注册服务10：文档存储服务11：文档采集服务12：文档管理服务13：文档调阅服务14：文档订阅发布服务15：预约挂号服务16：双向转诊服务17：签约服务18：提醒服务

WXtoimg的最后版本,包含注册版和专业注册版的KEY，因此软件的开发机构已经停止开发此软件，所以也是绝版的了

【目录】-MATLAB神经网络30个案例分析(开发实例系列图书)第1章BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。
第2章BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。
第3章遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。
第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优36对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。
这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。
第5章基于BP_Adaboost的强分类器设计——公司财务预警建模45BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。
第6章PID神经元网络解耦控制算法——多变量系统控制54根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。
第7章RBF网络的回归——非线性函数回归的实现65本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。
将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。
第8章GRNN的数据预测——基于广义回归神经网络的货运量预测73根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。
第9章离散Hopfield神经网络的联想记忆——数字识别81根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。
要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。
第10章离散Hopfield神经网络的分类——高校科研能力评价90某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。
第11章连续Hopfield神经网络的优化——旅行商问题优化计算100现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。
第12章SVM的数据分类预测——意大利葡萄酒种类识别112将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。
第13章SVM的参数优化——如何更好的提升分类器的性能122本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。
第14章SVM的回归预测分析——上证指数开盘指数预测133对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。
第15章SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。
若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。
第16章自组织竞争网络在模式分类中的应用——患者癌症发病预测153本案例中给出了一个含有60个个体基因表达水平的样本。
每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类),中间的20个样本是正常人的基因表达信息样本,余下的20个样本是待检测的样本(未知它们是否正常)。
以下将设法找出癌症与正常样本在基因表达水平上的区

多体系统是指有大范围相对运动的多个物体构成的系统，它是航空航天器、机器人、车辆、兵器与机构等复杂机械系统的力学模型。
第一篇介绍《计算多体系统动力学》所需的数学、刚体运动学、刚体动力学与数值方法等基础知识。
第二篇介绍多体系统拓扑构型的描述、基于拉格朗日坐标的多刚体系统动力学方程的建立、数值处理方法与软件实现要点。
第三篇介绍多刚体系统笛卡儿坐标的描述方法、系统运动学约束方程组集与分析方法、带拉格朗日乘子动力学方程的推导、动力学分析的计算方法与软件实现要点。
第四篇为刚一柔混合多体系统动力学，介绍变形体的有限元与模态离散方法、基于笛卡儿与拉格朗日坐标的系统各物体运动学正向递推关系、基于拉格朗日坐标与模态坐标的系统动力学方程组集、开闭环柔性多体系统的计算方法与软件实现要点。

对于贯彻联邦企业体系结构框架（FederalEnterprise ArchitectureFramework，FEAF）方针的团体和机构而言，IBM:registered:RationalUnified Process:registered:(RUP:registered:)是足以支持其企业体系结构（EnterpriseArchitecture，EA）计划的唯一选择。
Rational UnifiedProcess可以帮助用户成功地捕获、管理和使用企业体系结构。
本文将探讨如何使用RUP和UML 构建和管理企业体系结构。
具体而言，我们将分析FEAF的四层矩阵结构（levelIVmatrix），并讨论如何用 RUP促进捕获各

内容详情请看博客文章。
本压缩包包含world版的报告，C语言程序和答辩PPT。
程序有较好备注，逻辑清楚，但运算结果不是很准确。
本人参加课程答辩就是用的该资料，并获得班上第一的成绩。
程序有小缺陷谨慎下载。

已经标记号label的中文命名实体识别的语料库，采用BIM标志形式。
包括人名（PERSON）、地点（LOCATION）、时间（TIME）及机构名（ORGANIZATION）。

目录前言 2第一章 概述 31.1开发背景 31.2JSP简介 41.2.1JSP的运行原理 41.2.2JSP页面的组成 61.2.3JavaBean技术介绍 61.2.4JSP的运行环境 71.3系统开发环境 71.3.1服务器的配置 71.3.2数据库后台环境的配置 11第二章需求分析 142.1系统说明 142.2系统功能简介 152.2.1基本功能 152.2.2用户界面设计 152.3系统运行环境 15第三章系统设计 173.1系统设计思想 173.2系统功能模块化 183.3数据库设计 183.3.1数据库需求分析 193.3.2数据库概念结构 193.3.3数据库逻辑机构设计 20第四章详细设计 224.1系统概述 224.2系统主要文件 224.3详细代码及说明 234.3.1实现用户实体的Bean 234.3.2实现商品实体的Bean 264.3.3实现订购单实体的Bean 274.3.4实现购物车实体的Bean 294.3.5实现购物实体的Bean 304.3.6前台运行程序cart.jsp 35第五章总结 41致谢 42参考文献 43

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。