移动端优惠卷系统，适合做微信二次开发，在公众号移动端均可使用，带后台版本

这是中国海洋大学计算机系2018年秋季学期操作系统期末试卷及答案，2019年秋季学期的期末考试题有一道大题就是18年的原题，大家把这份试卷搞懂了，期末考试就没有问题了。

导入篇宇宙学的黄金时代...........................................................................................李淼(3)等效原理——物理学的基本原理......................................................张元仲罗俊(12)牛顿反平方定律及其实验检验.......................................................................罗俊(20)γ射线暴能源.....................................................................................陆埮黄永锋(30)宇宙标准尺——重子声波振荡.....................................................................张鹏杰(41)太赫兹波及其应用........................................................................................曹俊诚(48)有粒子数反转与无粒子数反转激光.............................................................高锦岳(52)声学斗篷的隐身机理和物理实现.....................................................刘晓峻程营(60)声孔效应的物理模型........................................................................刘晓宙程建春(64)金属玻璃中的科学............................................................................王永田汪卫华(69)金属铁磁性的起源............................................................................................田光善(73)量子蒙特卡罗模拟中的负符号问题...............................张世伟赵汇海向涛(81)量子测量问题与量子力学诠释........................................................................孙昌璞(86)具有绝对保密性的量子密码通信....................................................................龙桂鲁(95)量子态及其隐形传送.....................................................................................张天才(101)相对论量子信息..............................................................蔡建明周正威郭光灿(109)量子质量标准.................................................................................................张钟华(117)光钟——用光波定义“秒”...........................................................................马龙生(129)探寻核子结构...................................................................................佘俊马伯强(137)原子核是否存在手性.......................................................................................孟杰(142)原子核的滴线和核素新版图...........................................................叶沿林曹中鑫

为实现自然条件下棉花叶片的精准分割，提出一种粒子群（Ｐａｒｔｉｃｌｅ　ｓｗａｒｍ　ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）优化算法和Ｋ－ｍｅａｎｓ聚类算法混合的棉花叶片图像分割方法。
本算法将棉花叶片图像在ＲＧＢ颜色空间模式下采用二维卷积滤波进行去噪预处理，并将预处理后的彩色图像从ＲＧＢ转换到目标与背景差异性最大的Ｑ分量、超Ｇ分量、ａ＊分量；
随后在Ｋ均值聚类的一维数据空间中，利用ＰＳＯ算法向全局像素解的子空间搜寻，通过迭代搜寻得到全局最优解，确定最佳聚类中心点，改善Ｋ均值聚类的收敛效果；
最后，对像素进行聚类划分，从而得到棉花叶片分割结果。
按照不同天气条件和不同背景采集了１　２００幅棉花叶片样本图像，对本研究算法进行测试。
试验结果表明：该算法对于晴天、阴天和雨天图像中目标（棉花叶片）分割准确率分别达到９２．３９％、９３．５５％、８８．０９％，总体平均分割精度为９１．３４％，并与传统Ｋ均值算法比较，总体平均分割精度提高了５．４１％。
分割结果表明，本研究算法能够对３种天气条件（晴天、阴天、雨天）与４种复杂背景（白地膜、黑地膜、秸秆、土壤）特征混合的棉花叶片图像实现准确分割，为棉花叶片的特征提取与病虫害识别等后续处理提供支持。

2,1,7卷积码的viterbi译码算法的FPGA实现,内容详细,而且附带源代码.rar

图像理解中的卷积神经网络pdf图像理解中的卷积神经网络pdf

卷积神经网络python实现。
卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习（deeplearning）的代表算法之一[1-2]。
由于卷积神经网络能够进行平移不变分类（shift-invariantclassification），因此也被称为“平移不变人工神经网络（Shift-InvariantArtificial

Java核心技术卷I基础知识（原书第10版）JavaSE8全面更新，同时修正了第9版中的不足，系统全面讲解了Java语言的核心概念、语法、重要特性和开发方法，包含大量案例，实践性强。

卷积神经网络结构示意图，可以作为一个参考进行修改，包含有卷积层，池化层，Flatten,全连接层和softmax

维纳滤波和盲去卷积算法，复原图像，matlab

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。