目录摘要 IAbstract II目录 I第1章绪论 11.1开发背景及目标 11.2系统的B/S模式 11.2.1软件体系结构介绍 11.2.2B/S的三层体系结构 21.2.3C/S架构的优势与劣势 31.2.4B/S架构的优势与劣势 41.3开发工具的选用及介绍 51.3.1JSP网络技术 51.3.2Dreamweaver介绍 61.3.3SQLServer2000介绍 71.4开发及运行环境 81.4.1硬件环境及操作系统 81.4.2系统开发平台 9第2章网站总体分析和总体设计 102.1网站总体分析 102.1.1需求分析 102.1.2可行性分析 102.1.3业务流程分析 112.2网站总体设计 122.2.1前台功能模块设计 122.2.2网页界面设计 142.2.3后台功能模块设计 182.2.4MVC设计模式 18第3章后台数据库制作 203.1数据库概述 203.1.1关系型数据库 203.1.2JDBC数据库访问技术 203.1.3SQL语言介绍 223.2数据库设计 233.2.1数据库设计规划 233.2.2用户需求分析 233.2.3概念结构设计 243.2.4逻辑结构设计 273.2.5数据库运行与维护 293.3模块的实现 293.3.1数据添加功能 293.3.2数据查询功能 303.3.3数据修改功能 313.3.4数据删除功能 323.4JSPWeb服务 323.4.1JSP服务对象 323.4.2JavaBeans简介 333.5JavaScript脚本语言介绍 34第4章网站的测试 354.1单元测试 354.2集成测试 354.3系统测试 354.4测试过程 354.5测试结果 35结论 37致谢： 38参考文献 39附录 40

第一章人工神经网络…………………………………………………3§1.1人工神经网络简介…………………………………………………………31．1人工神经网络的起源……………………………………………………31．2人工神经网络的特点及应用……………………………………………3§1.2人工神经网络的结构…………………………………………………42．1神经元及其特性…………………………………………………………52．2神经网络的基本类型………………………………………………62.2.1人工神经网络的基本特性……………………………………62.2.2人工神经网络的基本结构……………………………………62.2.3人工神经网络的主要学习算法………………………………7§1.3人工神经网络的典型模型………………………………………………73．1Hopfield网络…………………………………………………………73．2反向传播(BP)网络……………………………………………………83．3Kohonen网络…………………………………………………………83．4自适应共振理论(ART)……………………………………………………93．5学习矢量量化（LVQ）网络…………………………………………11§1.4多层前馈神经网络（ＢＰ）模型…………………………………………124．1BP网络模型特点 ……………………………………………………124．2BP网络学习算法………………………………………………………134.2.1信息的正向传递………………………………………………134.2.2利用梯度下降法求权值变化及误差的反向传播………………144．3网络的训练过程………………………………………………………154．4BP算法的改进………………………………………………………154.4.1附加动量法………………………………………………………154.4.2自适应学习速率…………………………………………………164.4.3动量-自适应学习速率调整算法………………………………174．5网络的设计………………………………………………………………174.5.1网络的层数…………………………………………………174.5.2隐含层的神经元数……………………………………………174.5.3初始权值的选取………………………………………………174.5.4学习速率…………………………………………………………17§1.5软件的实现………………………………………………………………18第二章遗传算法………………………………………………………19§2.1遗传算法简介………………………………………………………………19§2.2遗传算法的特点…………………………………………………………19§2.3遗传算法的操作程序………………………………………………………20§2.4遗传算法的设计……………………………………………………………20第三章基于神经网络的水布垭面板堆石坝变形控制与预测§3.1概述…………………………………………………………………………23§3.2样本的选取………………………………………………………………24§3.3神经网络结构的确定………………………………………………………25§3.4样本的预处理与网络的训练……………………………………………254．1样本的预处理………………………………………………………254．2网络的训练……………………………………………………26§3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………305．1面板堆石坝堆石体垂直压缩模量的控制……………………………305．2水布垭面板堆石坝变形的预测……………………………………355．3BP网络与COPEL公司及国内的经验公式的预测结果比较…35§3.6结论与建议………………………………………………………………38第四章BP网络与遗传算法在面板堆石坝设计参数控制中的应用§4.1概述………………………………………………………………………39§4.2遗传算法的程序设计与计算………………………………………………39§4.3结论与建议…………………………………………………………………40参考文献…………………………………………………………………………

JavaSpring的框架简介外文文献加翻译。
关于Spring的外文文献加翻译文献名：IntroducingtheSpringFramework外文翻译

《果蝇优化算法研究综述》论文的所有参考文献，是比较全面的近些年的国内外果蝇算法文献，一个个下载需要到外网下载，我在这全部打包了。
研究果蝇算法的朋友，千万不能错过。

1．加深对计算机网络通信系统的工作原理的理解　　通过编写计算机程序实现、模拟网络的某些功能，使学生理解并掌握计算机网络的基本工作原理及工作过程。
　　2．实现应用进程跨越网络的通信　　了解系统调用和应用编程接口基本知识，理解应用程序和操作系统之间传递控制权的机制，掌握套接字的创建和运用，通过socket系统调用实现跨网通信。
　　3．提高网络编程和应用的能力　　提高实际编程能力和灵活运用所学知识解决问题的能力。
培养调查研究、查阅技术文献、资料、手册以及编写技术文档的能力，理论应用于实践的能力。

《基于内容图像检索技术》从理论方法研究与实现技术角度，总结归纳了基于内容图像检索（CBIR）技术的研究与进展，并融入了作者多年来的相关研究与应用成果，系统地介绍了CBIR的主要概念、基本原理、典型方法、实用范例以及新动向。
《基于内容图像检索技术》共有12章分为五部分：第一部分是概述，分析了CBIR的体系结构、技术现状和发展趋势；
第一部分讨论图像特征提取，给出图像低层特征（颜色、形状、纹理、空间关系）和图像高层特征（语义）提取算法，论述了综合图像多特征的检索方法以及三维模型检索的前沿研究；
第三部分是优化，论述了特征优化与过程优化；
第四部分给出了相关性评价与量化评价的通用方法；
第五部分介绍原型系统与应用实例，介绍了作者设计实现的原型检索系统与应用实例。
　　《基于内容图像检索技术》注重理论分析与算法实践相结合。
体系完善，书中所列算法均已调试通过，配有适量习题，每章均附有参考文献与小结，便于参考查阅。
《基于内容图像检索技术》内容详实。
比较实用，可供电子工程、计算机科学与技术、媒体制作和生产、远程教育和医疗、公安、遥感等领域的科技工作者参考，亦可作为高校电子工程、计算机及相关专业研究生教材。
第1章基于内容图像检索技术概述　　第2章基于颜色特征的图像检索　　第3章基于形状特征的图像检索　　第4章基于纹理特征的图像检索　　第5章基于空间关系的图像检索　　第6章基于语义的图像检索　　第7章综合多特征的图像检索　　第8章三维模型检索　　第9章图像检索中的特征优化　　第10章图像检索中的相关反馈过程优化　　第11章图像检索系统性能评价　　第12章基于内容图像检索的原型系统及应用实例

NoteExpress破解版软件，用于文献整理和引用插入，分享给大家

目录摘要 IAbstract II第一章　前言 1第二章　移动AdHoc网络及路由协议 22.1　AdHoc网络概述 22.2　AdHoc网络的历史 22.3　AdHoc网络的节点特点 22.4　AdHoc网络的自身特点 22.5　AdHoc网络的组织结构特点 32.6　AdHoc网络的应用 32.7AdHoc网络路由协议特点及要求 32.8　AdHoc网络路由协议的分类 42.9　AdHoc网络路由协议的性能评价标准 5第三章　AODV协议及其改进方案 63.1　AODV协议概述 63.2　AODV工作流程概述 63.3　AODV报文格式 73.4　AODV源码详析 83.5　AODV协议性能分析 103.6　改进方案设计 11第四章　NS2与网络模拟 154.1　NS2的简介 154.2　NS2的软件构成 154.3　NS2的功能模块 164.4　NS2现有的仿真元素 164.5　NS2的安装 174.6　NS2模拟无线数据发送的流程 18第五章　网络模拟仿真及结果分析 235.1　模拟及验证方式简介 235.2　TCL脚本的编写与注释 235.3　gawk程序脚本的编写与注释 265.4　模拟仿真场景设计 295.5　网络模拟动画演示效果 315.6性能对比与分析 32第六章　结束语 37参考文献 38致谢 4

spring框架毕业设计英文翻译，用于毕业设计的外文文献翻译

在PDM转PCM中使用cic滤波器，半带滤波器，低通滤波器，有MATLAB仿真图和部分代码，对理解原理有很好的作用

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。