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

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

ds3617xs1.02b撑持6.17.img

H3CWA5300系列版本(适用于WA5530、WA5510E-T、WA5530-SI、WA5630X、WA5320X、WA5320X-SI、WA5320X-E、WAP723-W2、WAP722X-W2、UAP300、WA5320i、WA5320i-LI、WA5320X-LI、WA5530-LI、WA5530S、WAP722XS-W2、WA5340)软件名称：H3CWA5300-CMW710-R2423-FAT版本软件（初次支持UAP300、WA5320i、WA5320i-LI、WA5320X-LI、WA5530-LI、WA5530S、WAP722XS-W2、WA5340）发布日期：2019/8/915:25:17

WS364-2011卫生信息数据元值域代码第17部分：卫生经管

本书由浅入深，全面、系统地介绍了VisualC++开发技术。
本书提供了大量实例，供读者实战演练。
本书涉及面广，从基本操作到高级技术和核心管理，再到项目开发，几乎涉及C++开发的所有重要知识。
另外，作者为协助读者更好地学习本书内容，将书中的示例源代码收录于本书的配书光盘中。
全书共分17章。
主要内容有C++入门、安装和配置VisualC++6.0、变量和基本数据类型、运算符和表达式、程序控制结构、数组、函数、函数的高级应用、编译预处理、指针、构造数据类型、类、类的初始化和赋值及析构、模板、进行面向对象程序设计、人事管理系统、点歌管理系统。

《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

权威经典！本资源是自顺应信号处理经典教材的配套matlab程序。
全书共17章，系统全面、深入浅出地讲述了自顺应信号处理的基本理论与方法，充分反映了近年来该领域的新理论、新技术和新应用。
内容包括：自顺应LMS横向滤波器、自顺应格型滤波器、自顺应递归滤波器、频域和子带自顺应滤波器、盲自顺应滤波器、神经网络非线性自顺应滤波器等及其在通信与信息系统中的应用。

这是虹软笔试题，包括14、15、17年的校招笔试，对于想进虹软算法岗的小伙伴可以参考一下，的确能碰到原题。

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。