此程序运用递归下降的方法实现c语言简单赋值语句的语法,词法,语义分析。

过程基本是按照第三版后面的实验提示做的。
简单,实用性不好。
有余力的同学可以好好改改,让他变得更加完整的。


2024/12/1 11:18:38 25KB 有实验报告外加代码
1
SLAM技术是目前机器人、自动驾驶、增强现实等领域的关键技术之一,是智能移动平台感知周围环境的基础技术。
本文介绍了基于视觉传感器(单目、双目、RGB-D等相机)的SLAM技术的原理和研究现状,包括基于稀疏特征的SLAM、稠密/半稠密SLAM、语义SLAM和基于深度学习的SLAM。
然而,现有的系统与方法鲁棒性并不高,随着人工智能技术的发展,深度学习与传统的基于几何模型的方法相结合的趋势正在形成,这将推动视觉SLAM技术朝着长时间大范围实时语义应用的方向前进。
视觉SLAM算法的现状1、基于稀疏性特征的SLAM2、稠密SLAM和半稠密SLAM3、语义SLAM4、基于深度学习的SLAM
2024/11/13 18:25:29 23.44MB 计算机视觉 SLAM
1
基于语义检索的目的,结合成语典故本体的构建,设计了一个基于成语典故本体的语义检索模型,阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能;
分析了系统中的本体构建技术、分词技术及检索技术,设计并实现了词语相似度及概念相似度算法;
通过语义检索系统的实验,得到较高的查全率和查准率。
1
实验六数据库原理综合实验1实验目的(1)运用所学的数据库设计技术,针对一个具体的应用系统,完成系统数据库的概念模型、逻辑模型和物理模型的设计。
以巩固理论课程上所学的知识,更好地掌握数据库设计技术方法。
(2)对前面章节所学的知识加以综合应用。
2实验内容给定一个应用环境,如学生选课系统、超市管理系统、某企业库存管理系统、学校图书管理系统、学校综合积分管理系统等等。
(同学们课从上述选定一个题目,也可以选取一个自己较熟悉的应用环境)。
完成下面的工作2.1数据库概念模型设计(1)进行需求分析。
-对系统的语义进行描述(包括功能、所需的数据及他们之间的关系和处理方法)(2)识别系统中的实体及实体的属性,分析实体之间的联系。
(3)设计数据库概念模型,画出E-R图。
2.2数据库逻辑模型设计(1)根据数据库概念模型设计数据库的逻辑模型。
-将E-R模型转化到逻辑模型(2)根据应用需要和规范化理论对逻辑模型进行优化。
2.3数据库物理模型设计(1)针对某种DBMS,设计数据库物理模型,包括表空间、表和索引等于物理存储有关的设计。
(2)优化物理模型(3)生成某种DBMS的SQL语句,创建数据库及其表。
2.4装载数据(1)收集真实数据或者生成模拟数据。
(2)批量加载数据到数据库中。
(3)设计一系列SQL语句,尤其是连接查询、嵌套查询等SQL语句,已测试数据库性能。
3实验要求(1)可以借助POWERDESIGNER等系统分析与设计辅助工具进行数据库设计,也可以使用WORD文件直接生成各种设计文档。
(2)选择的数据库应用系统应该规模适中,不宜太大太复杂,可能做不完;
也不宜太小太简单,甚至仅有三两个表组成。
(3)要设计良好的数据库完整性约束。
(4)思考题:数据库设计通常由哪些辅助工具?各有哪些优缺点?4实验步骤4.1数据库概念模型设计(1)进行需求分析。
(2)设计数据库概念模型,画出E-R图。
4.2数据库逻辑模型设计(3)根据数据库概念模型设计数据库的逻辑模型。
(4)对逻辑模型进行优化。
4.3数据库物理模型设计(5)针对某种DBMS,设计数据库物理模型,包括表空间、表和索引等于物理存储有关的设计。
(6)优化物理模型(7)生成某种DBMS的SQL语句,创建数据库及其表。
4.4装载数据(8)收集真实数据或者生成模拟数据。
(9)批量加载数据到数据库中。
(10)设计一系列SQL语句,尤其是连接查询、嵌套查询等SQL语句,已测试数据库性能。
5总结与体会5.1实验中出现的问题及其解决方案5.2总结5.3体会
2024/10/24 2:56:57 473KB 数据库 海大 实验六  实验报告
1
完整工程案例:深度学习Tensorflow图像语义分割(ImageSegmentation)DeepLab基于ResNet101模型(tensorflow1.1以上、python3.5及以上)
2024/10/21 11:32:15 106KB ResNet-101 DeepLab CNN Tensorflow
1
计算两个词语的语义相似度(java版)
2024/10/13 3:32:31 960KB 语义相似度
1
videocaption目的:从一段视频中自动生成一段描述性文字,用以展现视频中的主要特征以及特征之间的关系。
方法:基于视频的特征提取以及循环神经网络的语义生成
2024/10/10 14:51:52 7.48MB 视频理解
1
编译原理__语义分析_实验报告编译原理__语义分析_实验报告编译原理__语义分析_实验报告
2024/10/8 1:05:38 180KB 编译原理
1
想要彻底理解C++11和C++14,不可止步于熟悉它们引入的语言特性(例如,auto型别推导、移动语义、lambda表达式以及并发支持)。
挑战在于高效地运用这些特性——从而使你的软件具备正确性、高效率、可维护性和可移植性。
这正是这本实用的图书意欲达成的定位。
它描述的正是使用C++11和C++14——现代C++来撰写真正卓越的软件之道。
涵盖以下主题:大括号初始化、noexcept规格、完美转发,以及智能指针的make函数的优缺点std::move、std::forward、右值引用和万能引用之间的联系撰写整洁、正确以及高效的lambda表达式的方法std::atomic和volatile有怎样的区别,它们分别用于什么场合,以及它们和C++的并发API有何联系“旧”C++程序设计(即C++98)中的最佳实践要求在现代C++的软件开发中作出哪些...
2024/10/6 9:17:35 1.79MB C++11 C++14
1
语义网基础教程,不可多得的中文教程,虽然是12年的书籍,但是非常值得学习
2024/9/29 1:50:55 8.97MB 语义网 本体 xml rdf
1
共 292 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