《精通GDI+编程》.PDF[含目录]作为新一代操作系统的图形处理内核，GDI+在WindowsXP和WindowsServer2003操作系统中扮演着极其重要的角色。
GDI+的出现，是对传统程序员的一种解脱。
本书是目前国内少有的全面介绍GDI+编程的参考书。
本书从画笔与画刷、文本与字体、区域与路径等基础知识谈起，将GDI+的技术细节一一展开。
此外，GDI+的矩阵运算、图像的编码与解码、图像色彩信息校正等深层次知识，也都能够在本书中找到详细的说明。
为了让读者更快地掌握GDI+编程，在每一章的内容中，都配有详尽的程序源代码，以强化具体的理论阐述。
本书是作者长期从事GDI+编程的经验总结，所提供的源代码具有一定的代表性。
本书适合于能够熟练使用C++语言进行程序开发的中、高级程序设计人员阅读使用。
另外，不论读者对GDI或GDI+编程熟悉与否，都可通过阅读本书全面掌握GDI+编程的每一个技术细节。
同时，对于使用其他语言如C#、VB、Delphi等进行程序开发的读者，也可以通过本书对GDI+的基本原理及高级应用有一个全面的认识。
目录第1章VisualC++.NET简介1.1VisualC++.NET的新发展1.2VisualStudio.NET集成环境的窗口对象1.3VisualC++.NET的菜单1.4本章小结第2章GDI+编程基础2.1GDI+体系2.2GDI+的新特色2.3从GDI编程到GDI+编程2.4GDI+程序的开发与项目分发2.5GDI+编程基本操作2.6本章小结第3章画笔和画刷3.1在GDI+中使用画笔3.2在GDI+中使用画刷3.3本章小结第4章文本和字体4.1在GDI+中使用字体4.2在GDI+中输出文本4.3本章小结第5章路径和域5.1在GDI+中使用路径5.2在GDI+中使用区域5.3本章小结第6章在GDI+中使用变换6.1变换的基础6.2简单的矩阵变换6.3GDI+中的坐标系统6.4绘图平面的简单矩阵变换6.5变换在文字特效处理中的运用6.6对绘图平面实施复杂的坐标变换6.7本章小结第7章GDI+的色彩变换7.1色彩变换的基础7.2色彩的几种运算方式7.3色彩的映射7.4使用色彩变换矩阵实现RGB输出通道7.5本章小结第8章图像的基本处理8.1图像、位图和图元文件8.2图像的基本操作8.3本章小结第9章调整图像的色彩信息9.1色彩校正的基础9.2启用与禁用色彩校正9.3设置不同的色彩调整对象9.4使用色彩配置文件调整色彩信息9.5图像的Gamma曲线校正9.6设置图片色彩输出通道9.7使用图片的关键色显示图片9.8GDI+对阈值的支持9.9调整图像调色板信息9.10设置色彩校正的环绕模式和颜色9.11本章小结第10章图形的编码与解码10.1图形格式的基础10.2认识编码与解码10.3获取图形文件的编码器信息10.4获取图形文件的解码器及编码参数信息10.5获取图像的属性信息10.6使用图像属性和解码器显示GIF文件10.7GDI+在多格式图像转换程序中的运用10.8本章小结第11章GDI+图形特技处理编程11.1使用GDI+实现图形的淡入淡出效果11.2GDI+在图像灰度化及伪彩色处理方面的应用11.3GDI+在图像滤镜制作方面的运用11.4GDI+在图形合成中的运用11.5本章小结第12章GDI+的使用局限与解决方法12.1GDI+在游戏程序设计中的运用12.2GDI+在屏幕抓图程序中的运用12.3本章小结附录A绘图平面类函数列表附录BGDI+画笔、画刷类函数列表附录CGDI+文本及字体类函数列表附录DGDI+图形路径类函数列表附录EGDI+图像类函数列表附录FGDI+中所有的枚举列表

目录第1章控制系统案例的MATLAB实现1.1MATLAB/Simulink在时域分析中的应用1.2MATLAB在积分中的应用1.3MATLAB在微分方程中的应用1.4MATLAB/Simulink在根轨迹分析中的应用1.5MATLAB在频域响应中的应用1.6MATLAB/Simulink在状态空间中的应用1.7MATLAB在PID控制器设计中的应用1.8MATLAB在导弹系统中的应用第2章通信系统建模与仿真2.1数字信号的传输2.1.1数字信号的基带传输2.1.2数字信号的载波传输2.2扩频系统的仿真2.2.1伪随机码产生2.2.2序列扩频系统第3章通信系统接收机设计3.1利用直接序列扩频技术设计发射机3.2利用IS95前向链路技术设计接收机3.3利用OFDM技术设计接收机3.4通信系统的MATLAB实现第4章调制与解调信号的MATLAB实现4.1调制与解调简述4.2模拟调制与解调4.2.1模拟线性调制4.2.2双边带调幅调制4.2.3单边带调幅调制4.2.4模拟角度调制4.2.5脉冲编码调制第5章神经网络的预测控制5.1系统辨识5.2自校正控制5.2.1单步输出预测5.2.2最小方差控制5.2.3最小方差间接自校正控制5.2.4最小方差直接自校正控制5.3自适应控制5.3.1MIT自适应律5.3.2MIT归一化算法5.4预测控制5.4.1基于CARIMA模型的JGPC5.4.2基于CARMA模型的JGPC第6章控制系统校正方法的MATALB实现6.1PID校正6.1.1PID调节简介6.1.2PID调节规律介绍6.1.3PID调节分析介绍6.2控制系统的根轨迹校正6.2.1根轨迹的超前校正6.2.2根轨迹的滞后校正6.2.3根轨迹的滞后超前校正6.3控制系统的频率校正6.3.1频率法的超前校正6.3.2频率法的滞后校正第7章通信系统的模型分析7.1滤波器的模型分析7.1.1滤波器的类型、参数指标分析7.1.2滤波器相关函数及模拟7.1.3滤波器的相关实现7.2通信系统的基本模型分析7.2.1模拟通信系统的基本模型分析7.2.2数字通信系统的基本模型分析7.3模拟通信系统的建模与仿真分析7.3.1调幅广播系统的仿真分析7.3.2调频立体声广播的信号结构7.3.3彩色电视信号的构成和频谱仿真分析第8章挠性结构振动控制的应用8.1挠性结构的概述8.2挠性结构的主动振动及仿真8.2.1前滤波8.2.2后滤波8.2.3仿真第9章基于小波的信号突变点检测算法研究9.1信号的突变性与小波变换9.2信号的突变点检测原理9.3实验结果与分析9.3.1Daubechies5小波用于检测含有突变点的信号9.3.2Daubechies6小波用于检测突变点第10章小波变换在信号特征检测中的算法研究10.1小波信号特征检测的理论分析10.2实验结果与分析10.2.1突变性检测10.2.2自相似性检测10.2.3趋势检测第11章小波变换图像测试分析11.1概述11.2实例说明11.3输出结果与分析11.4源程序11.4.1nstdhaardemo.m11.4.2thresholdtestdemo.m11.4.3modetest.m11.4.4nstdhaardec2.m11.4.5nstdhaarrec2.m11.4.6mydwt2.m11.4.7myidwt2.m第12章基于小波分析的图像多尺度边缘检测算法研究12.1多尺度边缘检测12.2快速多尺度边缘检测算法12.3实验结果与分析第13章基于小波的信号阈值去噪算法研究13.1阈值去噪方法13.2阈值风险13.3实验结果与分析第14章基于MATLAB的小波快速算法设计14.1小波快速算法设计原理与步骤14.2小波分解算法14.3对称小波分解算法14.4小波重构算法14.5对称小波重构算法14.6MATLAB程序设计实现第15章小波变换检测故障信号与小波类型的选择15.1故障信号检测的理论分析15.2实验结果与分析15.2.1利用小波分析检测传感器故障15.2.2小波类型的选择对于检测突变信号的影响15.3小波类型选择第16章基于小波图像压缩技术的算法研究16.1图像的小波分解算法16.2小波变换系数分析16.3实验结果

用来测试，请勿用于商业用途，商用请购买正版，本资源只能用于测试，测试，测试，重要的话说3遍，一切商用后果请自行承担。

T+12.3自由项取值组应用.pdf

设计总说明IINTRODUCTIONII1绪论12需求分析12.1背景描述12.2主要功能分析12.3业务需求分析23网络逻辑设计23.1网络设计原则23.2网络结构设计33.2.1主干结构设计33.2.2企业网络拓扑图34企业网络详细设计34.1设计思路34.2设计步骤44.2.1按照拓扑图要求连接好设备44.2.2IP地址与VLAN规划44.2.3配置内网DHCP服务器54.2.4核心层交换机配置54.2.5汇聚层交换机配置64.2.6配置VLAN的访问控制84.2.7配置边缘出口路由94.2.8配置ISP路由器及外部DNS104.2.9设置内网的DNS服务器和FTP服务器114.3网络测试124.3.1内部网络测试124.3.2外网访问内网服务器17致谢16参考文献17附录18

Junipersrx240h2降级固件，JUNOSSoftwareRelease[12.3X48-D35.7自己正在使用，分享一下

1.简介2.起步2.1下载并装置Grails2.2建树一个Grails使用2.3HelloWorld示例2.4使用IDE2.5规约配置配备枚举2.6运行Grails使用2.7测试Grails使用2.8枚举Grails使用2.9所反对于的JavaEE容器2.10建树工件2.11天生Grails使用3.配置配备枚举3.1底子配置配备枚举3.1.1内置选项3.1.2日志3.2情景3.3数据源3.3.1数据源以及情景3.3.2JNDI数据源3.3.3自动数据库移植3.4内部配置配备枚举3.5定义版本4.召唤行4.1建树Gant剧本4.2可复用的Grails剧本4.3剧本中的责任4.4Ant以及Maven5.货物关连映射(GORM)5.1快捷指南5.1.1底子的CRUD5.2在GORM中举行规模建模5.2.1GORM中的联系瓜葛5.2.1.1一对于一5.2.1.2一对于多5.2.1.3多对于多5.2.2GORM的组合5.2.3GORM的络续5.2.4群集、列表以及映射5.3耐久化底子5.3.1留存以及更新5.3.2删除了货物5.3.3级联更新以及删除了5.3.4连忙加载以及提前加载5.3.4消极锁以及消极锁5.4GORM盘问5.4.1动态查找器5.4.2前提盘问5.4.3Hibernate盘问语言5.5低级GORM特色5.5.1责任以及自动完胜利夫戳5.5.2自定义ORM映射5.5.2.1表名以及列名5.5.2.2缓存策略5.5.2.3络续策略5.5.2.4自定义数据库标识符5.5.2.5复合主键5.5.2.6数据库索引5.5.2.7消极锁以及版本定义5.5.2.8连忙加载以及提前加载5.6事件编程5.7GORM以及解放6.Web层6.1抑制器6.1.1知道抑制器以及操作6.1.2抑制器以及传染域6.1.3模子以及视图6.1.4重定向以及链6.1.5抑制器拦阻器6.1.6数据绑定6.1.7XML以及JSON照料6.1.8上传文件6.1.9召唤货物6.2GroovyServerPages6.2.1GSP底子6.2.1.1变量以及传染域6.2.1.2逻辑以及迭代6.2.1.3页面指令6.2.1.4表白式6.2.2GSP标签6.2.2.1变量以及传染域6.2.2.2逻辑以及迭代6.2.2.3搜查以及过滤6.2.2.4链接以及资源6.2.2.5表单以及字段6.2.2.6标签作为方式挪用6.2.3视图以及模板6.2.4使用Sitemesh方案6.3标签库6.3.1约莫标签6.3.2逻辑标签6.3.3迭代标签6.3.4标签命名空间6.4URL映射6.4.1映射到抑制器以及操作6.4.2嵌入式变量6.4.3映射到视图6.4.4映射到照料代码6.4.5映射到HTTP方式6.4.6映射通配符6.4.7自动重写链接6.4.8使用解放6.5WebFlow6.5.1末了以及竣事外形6.5.2操作外形以及视图外形6.5.3流实施责任6.5.4流的传染域6.5.5数据绑定以及验证6.5.6子流程以及会话6.6过滤器6.6.1使用过滤器6.6.2过滤器的尺度6.6.3过滤器的成果6.7Ajax6.7.1用Prototype实现Ajax6.7.1.1异步链接6.7.1.2更新内容6.7.1.3异步表单提交6.7.1.4Ajax责任6.7.2用Dojo实现Ajax6.7.3用GWT实现Ajax6.7.4效率真个Ajax6.8内容商议7.验证7.1申明解放7.2验证解放7.3客户端验证7.4验证以及国内化8.效率层8.1申明式事件8.2效率的传染域8.3依赖注入以及效率8.4使用Java的效率9.测试9.1单元测试9.2集成测试9.3成果测试10.国内化10.1知道信息绑定10.2窜改Locales10.3读失约息11.清静11.1提防侵略11.2字符串的编码息争码11.3身份验证11.4对于清静的插件11.4.1Acegi11.4.2JSecurity12插件12.1建树以及装置插件12.2知道插件的结构12.3提供底子的工件12.4评估规约12.5到场构建责任12.6到场运行时配置配备枚举12.7运行时削减动态方式12.8到场自动重载12.9知道插件加载的

solarwinds-NPM12.4、12.3、12.2、12.1的offline安装版的官方下载地址，其他地方下载的带eval的是评估板，大家下载的时候留意。

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

《模式识别（第四版）》是2010年电子工业出版社出版的图书，作者是西奥多里蒂斯。
本书由模式识别领域的两位顶级专家合著，全面阐述了模式识别的基础理论、最新方法、以及各种应用。
作　者：(希)SergiosTheodoridis/(希)KonstantinosKoutroumbas，李晶皎等译第1章导论1.1模式识别的重要性1.2特征、特征向量和分类器1.3有监督、无监督和半监督学习1.4MATLAB程序1.5本书的内容安排第2章基于贝叶斯决策理论的分类器2.1引言2.2贝叶斯决策理论2.3判别函数和决策面2.4正态分布的贝叶斯分类2.5未知概率密度函数的估计2.6最近邻规则2.7贝叶斯网络习题MATLAB编程和练习参考文献第3章线性分类器3.1引言3.2线性判别函数和决策超平面3.3感知器算法3.4最小二乘法3.5均方估计的回顾3.6逻辑识别3.7支持向量机习题MATLAB编程和练习参考文献第4章非线性分类器4.1引言4.2异或问题4.3两层感知器4.4三层感知器4.5基于训练集准确分类的算法4.6反向传播算法4.7反向传播算法的改进4.8代价函数选择4.9神经网络大小的选择4.10仿真实例4.11具有权值共享的网络4.12线性分类器的推广4.13线性二分法中1维空间的容量4.14多项式分类器4.15径向基函数网络4.16通用逼近4.17概率神经元网络4.18支持向量机：非线性格况4.19超越SVM的范例4.20决策树4.21合并分类器4.22合并分类器的增强法4.23类的不平衡问题4.24讨论习题MATLAB编程和练习参考文献第5章特征选择5.1引言5.2预处理5.3峰值现象5.4基于统计假设检验的特征选择5.5接收机操作特性（ROC）曲线5.6类可分性测量5.7特征子集的选择5.8最优特征生成5.9神经网络和特征生成/选择5.10推广理论的提示5.11贝叶斯信息准则习题MATLAB编程和练习参考文献第6章特征生成I：线性变换6.1引言6.2基本向量和图像6.3Karhunen-Loève变换6.4奇异值分解6.5独立成分分析6.6非负矩阵因子分解6.7非线性维数降低6.8离散傅里叶变换（DFT）6.9离散正弦和余弦变换6.10Hadamard变换6.11Haar变换6.12回顾Haar展开式6.13离散时间小波变换（DTWT）6.14多分辨解释6.15小波包6.16二维推广简介6.17应用习题MATLAB编程和练习参考文献第7章特征生成II7.1引言7.2区域特征7.3字符形状和大小的特征7.4分形概述7.5语音和声音分类的典型特征习题MATLAB编程和练习参考文献第8章模板匹配8.1引言8.2基于最优路径搜索技术的测度8.3基于相关的测度8.4可变形的模板模型8.5基于内容的信息检索：相关反馈习题MATLAB编程和练习参考文献第9章上下文相关分类9.1引言9.2贝叶斯分类器9.3马尔可夫链模型9.4Viterbi算法9.5信道均衡9.6隐马尔可夫模型9.7状态驻留的HMM9.8用神经网络训练马尔可夫模型9.9马尔可夫随机场的讨论习题MATLAB编程和练习参考文献第10章监督学习：尾声10.1引言10.2误差计算方法10.3探讨有限数据集的大小10.4医学图像实例研究10.5半监督学习习题参考文献第11章聚类：基本概念11.1引言11.2近邻测度习题参考文献第12章聚类算法I：顺序算法12.1引言12.2聚类算法的种类12.3顺序聚类算法12.4BSAS的改进12.5两个阈值的顺序方法12.6改进阶段12.7神经网络的实现习题MATLAB编程和练习参考文献第13章聚类算法II：层次算法13.1引言13.2合并算法13.3cophenetic矩阵13.4分裂算法13.5用于大数据集的层次算法13.6最佳聚类数的选择习题MATLAB编程和练习参考文献第14章聚类算法III：基于函数最优方法14.1引言14.2混合分解方法14.3模糊聚类算法14.4可能性聚类14.5硬聚类算法14.6向量量化附录习题MATLAB编程和练习参考文献第15

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。