软件特点1、操作系统：本工作站支持Win98,Win2000,Winnt,WinXP所有Windows操作系统。
适应更多的操作系统是应用软件的开发方向。
2、硬件要求：奔腾100以上CPU,32M以上内存，300M硬盘空间。
3、视频采集卡：支持所有的符合微软VFW,DirectShow,WDM等标准的采集卡，OK系列采集卡。
同时适应多数采集卡和所有Windows系统是本公司软件独有的特点。
4、视频显示：工作站软件支持覆盖显示（影像直接从采集卡送到显卡，不占用CPU资源)。
5、采集方式：软件支持脚踏开关采集、鼠标采集、键盘采集。
即使不显示视频画面也可以通过脚踏开关采集实时图像。
6、动态伪彩：软件支持实时（25桢/秒）全屏纯软件动态伪彩。
7、软件支持录像。
8、软件可以存储常用信息如医生姓名、科室、部位、诊断结论等方便以后输入。
9、DICOM支持：可升级为DICOM版工作站，支持ICOM传输，DICOM存储，DICOM打印。
10、网络支持：工作站软件可升级为网络版，同时使用网络数据库，各工作站共享数据资源，方便各科室调阅。
11、数据库：单机版软件网络版软件都使用Borland公司的企业级数据库InterBase。
12、查询：软件内部使用SQL语言进行模糊查询，数据库的每个字段均可单独或组合查询，查询结果可以集中备份、删除，可以直接备份到光盘。
13、统计：软件通过对不同字段的查询得出的结果可以打印报表，如：可以统计某医师某个月的诊断量，某医师某个月的送诊量，并打印出报表。
14、图像处理：软件支持定标、长度与面积的测量、滤色与伪彩、亮度对比度调整、文字与区域标注等基本图像处理功能，特殊软件还支持各自的图像处理功能。
15、报告:采用所见即所得报告格式，操作者就好像在实际的报告单上写字，输入在什么位置即打印在什么位置。
16、自定义报告格式：软件报告格式是可以随意修改的，可以随意的调整任何一幅图像，任意文字在报告中的位置。
17、打印：超声影像工作站软件支持所有打印机，任何类型的打印纸，并且根据打印纸大小调整适应打印版面。
18、模板：为解决汉字输入慢的问题，软件提供开放的模板，可以方便的修改与添加。
19、稳定性：软件经过长期使用证明功能稳定。
20、断电保护：当前操作病例的所有信息保存在临时文件夹，意外断电或其他意外关机，开机后软件可以自动恢复未保存的图像信息和文字资料。
21、数据保护：软件数据文件与设置文件安装在D盘，每次启动软件都会自动备份当前数据库，当发现数据库错误时进入设置界面恢复即可（这种意外发生的非常少）。
22、系统保护：工作站软件提供克隆软件的批处理文件，输入几个字母即可备份和恢复C盘，生产公司可以以此为基础制作恢复光盘，用户系统意外损坏时可以插入光盘设为光盘引导，直接恢复出厂时的系统，大大节约了维护费用。

国科大2017-2018年高级软件工程程相关的复习考试真题资料。
本人整理和同学对了答案的试题和答案内容：一、概念解释1.敏捷开发方法与Scrum方法2.基于计划-文档开发方法(Plan-and-DocumentbasedDevelopment)3.DRY(Don’tRepeatYourself)无重复代码4.MVC(软件作为服务的开发框架)5.SMART用户故事6.TDDand红-绿-重构7.FIRST测试原则8.代码味道及类内方法SOFA原则(说明S、O、F、A分别代表什么?违法该原则的代码的不好特征、重构和修复的方法)9.类间关系的SOLID原则(说明每个原则的意义、违法该原则的代码的不好特征、重构和修复的方法)(1)单一责任原则(2)开闭原则(3)里氏替换原则(4)依赖注入原则(5)迪米特法则10.持续集成及开发11.文档对象模型(DOM)和jQuery12.JavaScript函数特点13.HTML14.ruby面向对象15.ruby访问控制public、private和protected16.CSS规则构成17.ruby中的数组18.Ruby哈希(Hash)19.Ruby迭代器:each和collect20.Git工作流程

dlib-19.19.0-cp38-cp38-win32.whl免编译安装，快速使用。
Dlib是一个使用现代C++技术编写的跨平台的通用库,其中包含用于在C++中创建复杂软件以处理实际问题的机器学习算法和工具。
下载后在当前文件目录CMD执行pipinstalldlib-19.19.0-cp38-cp38-win32.whl安装即可。

下载为百度网盘链接1.Hadoop的源起与体系引见2.Hadoop的源起与体系引见3.Hadoop的源起与体系引见4.实施Hadoop集群5.实施Hadoop集群6.实施Hadoop集群7.分布式文件系统HDFS，大数据存储实战8.分布式文件系统HDFS，大数据存储实战9.分布式文件系统HDFS，大数据存储实战10.Map-Reduce体系架构11.Map-Reduce体系架构12.Map-Reduce体系架构13.Map-Reduce数据分析之一，API实战14.Map-Reduce数据分析之一，API实战15.Map-Reduce数据分析之一，API实战16.Map-Reduce数据分析之二，Hadoop流，应用案例17.Map-Reduce数据分析之二，Hadoop流，应用案例18.Map-Reduce数据分析之二，Hadoop流，应用案例19.Map-Reduce数据分析之二，Hadoop流，应用案例20.HBase体系架构与安装21.HBase体系架构与安装22.HBase体系架构与安装23.HBase体系架构与安装24.HBase数据分析与建模，实战案例剖析25.HBase数据分析与建模，实战案例剖析26.HBase数据分析与建模，实战案例剖析27.Hive体系架构安装与HiveQL，应用案例128.Hive体系架构安装与HiveQL，应用案例229.Pig安装与PigLatin语言，应用案例130.Pig安装与PigLatin语言，应用案例231.Pig安装与PigLatin语言，应用案例332.Pig安装与PigLatin语言，应用案例433.hadoop高级引见34.hadoop高级引见35.hadoop高级引见36.hadoop高级引见37.hadoop高级引见38.hadoop高级应用39.hadoop高级应用40.hadoop高级应用41.hadoop高级应用42.hadoop高级应用43.Hadoop集群安装44.HBASE分布式安装

有两种外形类似、习性相近的鸟，给出某科研人员对着两种鸟类的翅展和身长的记录。
问题1.请根据上述表格，给出一个为这两种鸟类分类的方法。
问题2.现观察到该片丛林中的三只鸟，其翅展和身长的数据分别为(12.50,19.00),(13.00,18.00),(14.00,20.70)。
请通过数据进行辨识，这三只鸟分别是A类还是B类。
问题3.若科研人员发现，记录中有一处错误，翅展13.80cm、身长19.00cm这只鸟类应属于A类而非B类。
请分析该错误对分类的影响。
由此写出期末论文，内容包含摘要、关键词、题目重述、符号说明、模型建立、模型求解、回答题目问题、模型改进、总结的全部文字。
代码在附录中。

作者:钟玉泉编出版社:高等教育出版社出版年:1996-4页数:468定价:18.90元装帧:简裝本ISBN:9787040054859内容简介······《复变函数学习指导书》是钟玉泉主编的《复变函数》（第2版）的配套教学用书，对本科数学类专业学习复变函数课程有指导的意义。
为方便读者阅读，《复变函数学习指导书》按教材各章顺序对应编写，每章都包括以下三部分内容：重点、要求与例题，按照教材章节顺序，在概括本章内容重点与要求的同时全面系统地总结和归纳复变函数问题的基本类型，每种类型的基本方法，每种方法先概括要点，然后选择若干具有典型性、代表性和一定技巧性的例题，逐层剖析，分类讲解；
习题解答提示，教材各章习题除简单、明显的外都分别给出解法或证明提示，包括解题要点，或解题思路分析，或指出解、证时应该利用的主要工具，而把细致的中间过程留给读者自己补充完成；
类题或自我检查题，这部分题目是为读者检查自己掌握复变函数理论和方法的程度编排的。
《复变函数学习指导书》适合高等院校理科学生阅读。
目录······说明第一章复数与复变函数I.重点、要求与例题§1.复数（例1.1.1一1.1.21）§2.复平面上的点集（例1.2.1—1.2.9）§3.复变函数（例1.3.1—1.3.13）§4.复球面与无穷远点（例1.4.1—1.4.2）§5.复数列的极限（例1.5.1—1.5.7）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第二章解析函数I.重点、要求与例题§1.解析函数的概念与柯西一黎曼（C.一R.）条件（例2.1.1—2.1.19）§2.初等解析函数（例2.2.1—2.2.8）§3.初等多值函数（例2.3.1—2.3.21）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第三章复变函数的积分I.重点、要求与例题§1.复积分的概念及其简单性质（例3.1.1—3.1.11）§2.柯西积分定理（例3.2.1—3.2.9）§3.柯西积分公式及其推论（例3.3.1—3.3.16）§4.解析函数与调和函数的关系（例3.4.1—3.4.9）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第四章解析函数的幂级数表示法I.重点、要求与例题§1.复级数的基本性质（例4.1.1—4.1.13）§2.幂级数（例4.2.1—4.2.6）§3.解析函数的泰勒（Taylor）展式（例4.3.1—4.3.21）§4.解析函数零点的孤立性及唯一性定理（例4.4.1—4.4.13）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第五章解析函数的洛朗展式与孤立奇点I.重点、要求与例题§1.解析函数的洛朗展式（例5.1.1—5.1.10）§2.解析函数的（有限）孤立奇点（例5.2.1—5.2.7）§3.解析函数在无穷远点的性质（例5.3.1—5.3.9）§4.整函数与亚纯函数的概念（例5.4.1—5.4.6）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第六章残数理论及其应用I.重点、要求与例题§1.残数（例6.1.1—6.1.11）§2.用残数定理计算实积分（例6.2.1—6.2.16）§3.辐角原理及其应用（例6.3.1—6.3.9）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第七章保形变换I.重点、要求与例题§1.解析变换的特性（例7.1.1—7.1.6）§2.线性变换（例7.2.1—7.2.14）§3.某些初等函数所构成的保形变换（例7.3.1—7.3.10）§4.关于保形变换的黎曼存在定理和边界对应定理（例7.4.1—7.4.4）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第八章解析开辟I.重点、要求与例题§1.解析开辟的概念与幂级数开辟（例8.1.1—8.1.11）§2.透弧解析开辟、对称原理（例8.2.1—8.2.5）§3.完全解析函数及黎曼面的概念（例8.3.1—8.3.3）§4.多角形区域的保形变换（例8.4.1—8.4.4）Ⅱ.习题解答提示Ⅲ.类题或自我检查题第九章调和函数I.重点、要求与例题§1.平均值定理与极值原理（例9.1.1—9.1.3）§2.泊松积分公式与狄利克雷问题（例9.2.1—9.2.2）Ⅱ.习题解答提示Ⅲ.类题或自我检查题附录教材主要内容间的关联示意图

《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上出版的，部分章节涉及了常见的优化算法（遗传算法、粒子群算法等）与神经网络的结合问题。
《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍，亦可供相关专业教师教学参考。
《MATLAB神经网络43个案例分析》共有43章目录如下：第1章BP神经网络的数据分类——语音特征信号分类第2章BP神经网络的非线性系统建模——非线性函数拟合第3章遗传算法优化BP神经网络——非线性函数拟合第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第5章基于BP_Adaboost的强分类器设计——公司财务预警建模第6章PID神经元网络解耦控制算法——多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN网络的预测----基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆——数字识别第10章离散Hopfield神经网络的分类——高校科研能力评价第11章连续Hopfield神经网络的优化——旅行商问题优化计算第12章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的功能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于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第18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21章自组织竞争网络在模式分类中的应用—患者癌症发病预测第22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

『菜鸟商城』仿淘宝客户端电商平台视频+源码百度网盘下载地址视频目录：1：课程大纲及运行效果介绍13:022：用fragmentTabHost实现底部菜单36:343：ToolBar的基本使用16:194：自定义ToolBar26:205：酷炫轮播广告22:176：RecyclerView详细介绍31:257：首页商品分类17:588：okHttp的使用28:269：OkHttp简单封装39:4610：主页商品分类重构15:0311：Fresco（FaceBook）使用介绍28:0312：下拉刷新SwipeRefreshLayout控件介绍17:1113：热门商品列表实现（下拉刷新，上拉加载更多）38:5314：Adapter封装29:1215：一级商品分类实现22:5016：二级商品列表实现19:2917：自定义数字加减控件28:2118：购物车数据存储器实现21:3319：显示购物车商品26:3720：购物车商品选择和总价统计15:3421：购物车编辑实现14:5722：分页工具类封装30:1823：商品排序功能实现(TabLayout)22:2024：商品列表list和grid模式切换实现10:5825：Native与HTML5交互32:4826：使用HTML5实现商品详情30:5927：商品分享（SharedSDK）23:1128：用户登录28:1629：API权限验证20:3030：App登录拦截14:5331：短信SDK集成26:0932：获取短信验证码27:4633：校验验证码和完成注册19:2634：支付SDK集成22:4135：提交订单29:4536：支付（支付宝，微信，百度钱包）订单12:4037：添加收货地址17:3338：收件地址管理20:1339：我的13:5440：我的订单24:0341：我的珍藏06:0642：完结篇

ENVI常用插件，黑边去除、建筑暗影测高、随机森林分类等19个插件；
遥感；

19年6月最新翻译文档ClickHouse，开源的数据分析性的数据库。
Clickhouse的具体特点（不支持事务，不同于关系型数据库）：Ø1.真正的面向列的DBMSØ2.数据高效压缩Ø3.磁盘存储的数据Ø4.多核并行处理Ø5.在多个服务器上分布式处理Ø6.SQL语法支持Ø7.向量化引擎Ø8.实时数据更新Ø9.索引Ø10.适合在线查询Ø11.支持近似预估计算Ø12.支持嵌套的数据结构Ø支持数组作为数据类型Ø13.支持限制查询复杂性以及配额Ø14.复制数据复制和对数据完整性的支持ClickHouse的不完满：Ø1.不支持事物。
Ø2.不支持Update/Delete操作。
Ø3.支持有限操作系统。

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。