不多说,如果你需要学习Extjs或者是不懂Extjs,这门视频能对你有很大的帮助,文件过大,上传乃是下载链接,下面上目录:1、ExtJs初识及其环境搭建2、开始ExtJs梦想之旅#n8}:~+d4X+V1c3、ExtJS工具栏、菜单栏0Q'y0E.yE4、ExtJS最常用的表单之textfield控件4|4]8~/d3Y&k#X5、ExtJs最常用表单组件Number、CheckBox、Radio*s,r%~+k;y#W6、ExtJs最常用表单组件ComboBox、time、date7、ExtJS面板Panelt1E(w8g6?/L'A8、EXtJS布局模式-Auto布局、Fit布局、Accordion布局9、ExtJS布局模式-Card、Anchor、Absolute(r!k$G/Q,u!c'U11、ExtJS布局模式-Box布局、使用ViewPort布局首页0j(d'o{.g$T12、ExtJS之Ext常用函数4{,o8W1s!I6^3k13、ExtJS之Ext常用函数(二)'o,e2G$D7@"?-[!E14、初识Ajax&iO,A2I,c6G:c-Q)K%I15、ExtJS对Ajax支持-注册用户实例16、ExtJS对Ajax支持-注册用户实例217、ExtJS之Grid组件*w/o8_-\.Q![*R6s&u0V18、ExtJS之ComboBox获取远程数据、网页计算器5W&].W7?,V/Q19、ExtJS之组件面向对象编程(一)20、ExtJS之组件面向对象编程(一)21、项目实战-需求分析、数据字典、数据库设计)r,`+J(`$l#d7I$h#W:U'r*a22、项目实战-底层框架搭建、创建实体对象23、项目实战-数据访问层处理9W1_1m7_"T.J(N0T+k24、项目实战-数据批处理、分页查询25、项目实战-业务逻辑层、控制器层26、项目实战-控制器层、Spring配置文件编写27、项目实战-Spring配置文件编写、完善底层环境搭建28、项目实战-在线选课系统用户前端界面3|/|-F1T+E5L2@)l29、项目实战-在线选课系统用户前端界面(添加、修改、删除)
2024/6/7 19:34:51 274B Extjs教学 Extjs Extjs4.1.1 Extjs视频
1
比赛原始数据集,包括了提交示例,训练集、测试集四个文件随着各种社交平台的兴起,网络上用户的生成内容越来越多,产生大量的文本信息,如新闻、微博、博客等,面对如此庞大且富有情绪表达的文本信息,完全可以考虑通过探索他们潜在的价值为人们服务。
因此近年来情绪分析受到计算机语言学领域研究者们的密切关注,成为一项进本的热点研究任务。
2024/5/26 14:40:34 20.28MB NLP
1
分享教程——基于Flink+Hudi构建企业万亿级云上实时数据湖教程,2021年录制;
本课程基于真实的企业数据湖案例进行讲解,结合业务实现数据湖平台,让大家在实践中理解和掌握数据湖技术,未来数据湖的需求也会不断加大,希望同学们抓住这个机遇。
项目中将以热门的互联网电商业务场景为案例讲解,具体分析指标包含:流量分析,订单分析,用户行为分析,营销分析,广告分析等,能承载海量数据的实时分析,数据分析涵盖全端(PC、移动、小程序)应用。
2024/5/24 6:54:47 1KB flink spark hbase 大数据
1
共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。
数据集中的评价对象按照粒度不同划分为两个层次,层次一为粗粒度的评价对象,例如评论文本中涉及的服务、位置等要素;
层次二为细粒度的情感对象,例如“服务”属性中的“服务人员态度”、“排队等候时间”等细粒度要素。
每个细粒度要素的情感倾向有四种状态:正向、中性、负向、未提及.
1
包括武汉市各行各业的兴趣点可以通过高德地图或者其他分类标准进行不同类别的提取进行分析数据十分全面和强大
2024/3/27 20:20:22 103.5MB 武汉市 POI
1
semeval-2016-task-5情感分析数据集英文数据集情感分析的文本标签和方面级
2024/3/23 2:42:42 154KB data
1
LabVIEW标志LabVIEW是一种程序开发环境,由美国国家仪器(NI)公司研制开发的,类似于C和BASIC开发环境,但是LabVIEW与其他计算机语言的显著区别是:其他计算机语言都是采用基于文本的语言产生代码,而LabVIEW使用的是图形化编辑语言G编写程序,产生的程序是框图的形式。
  与C和BASIC一样,LabVIEW也是通用的编程系统,有一个完成任何编程任务的庞大函数库。
LabVIEW的函数库包括数据采集、GPIB、串口控制、数据分析、数据显示及数据存储,等等。
LabVIEW也有传统的程序调试工具,如设置断点、以动画方式显示数据及其子程序(子VI)的结果、单步执行等等,便于程序的调试。
  虚拟仪器(virtualinstrumention)是基于计算机的仪器。
计算机和仪器的密切结合是目前仪器发展的一个重要方向。
粗略地说这种结合有两种方式,一种是将计算机装入仪器,其典型的例子就是所谓智能化的仪器。
随着计算机功能的日益强大以及其体积的日趋缩小,这类仪器功能也越来越强大,目前已经出现含嵌入式系统的仪器。
另一种方式是将仪器装入计算机。
以通用的计算机硬件及操作系统为依托,实现各种仪器功能。
虚拟仪器主要是指这种方式。
下面的框图反映了常见的虚拟仪器方案。
2024/3/5 18:30:04 1.47MB Labview2009 注册机 简体中文
1
高清扫描资源,Python作为一种高效简洁的直译式语言非常适合我们用来解决日常工作的问题。
而且它简单易学,初学者几个小时就可以基本入门。
再加上Numpy和matplotlib这两个翅膀,Python对数据分析的能力不逊于Matlab。
Python还被称为是胶水语言,有很多软件都提供了Python接口。
尤其是在linux下,可以使用Python将不同的软件组成一个工作流,发挥每一个软件自己最大的优势从而完成一个复杂的任务。
比如我们可以使用Mysql存储数据,使用R分析数据,使用matplotlib展示数据,使用OpenGL进行3D建模,使用Qt构建漂亮的GUI。
而Python可以将他们联
2024/3/4 22:23:15 4.85MB python
1
Python作为一种高效简洁的直译式语言非常适合我们用来解决日常工作的问题。
而且它简单易学,初学者几个小时就可以基本入门。
再加上Numpy和matplotlib这两个翅膀,Python对数据分析的能力不逊于Matlab。
Python还被称为是胶水语言,有很多软件都提供了Python接口。
尤其是在linux下,可以使用Python将不同的软件组成一个工作流,发挥每一个软件自己最大的优势从而完成一个复杂的任务。
比如我们可以使用Mysql存储数据,使用R分析数据,使用matplotlib展示数据,使用OpenGL进行3D建模,使用Qt构建漂亮的GUI。
而Python可以将他们联合在一起构建一个强大的工作流。
2024/2/22 23:17:53 9.38MB opencv python
1
用于提取水系,分析数据
2024/2/4 2:08:02 218.95MB DEM 湖北省
1
共 103 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡