摘要：为了优化协作通信系统的功能，提出了一种基于信道容量增益的中继节点选取策略，并在此基础上提出了源节点和中继节点最优功率分配算法．通过采用凸优化的算法，功率在源节点和中继节点问得到了合理的分配．理论分析和仿真验证表明，所提算法能以较低的复杂度显著提高系统功能和功率效率，因而可以有效地用于基于中继传输的协作通信中．
2015/5/23 14:45:13
185KB
1
一、运行库（SDK）说明：1.本运行库（SDK）是基于Qt5.14.2（QT安装目录显示为5.14.2，但AboutQTCreator显示：BasedonQt5.14.1）+Oracle11G32位OCI（选择32位是因为兼容64位——最后出发点；
但大量测试和查询文档后表明，其QT链接Oracle混编生成QOCI时压根不支持64位混编）环境编译所得Release版本，理论支持Windowsxp及以上产品。
2.本编译生产的脱平台SDK，支持生产环境无需再次安装Oracle客户端及一切产品——可通过配置本地化ini（db.ini）文件、或代码中实现目标数据库链路。
3.本运行库（SDK）内的文件除testOracle测试demo外，其他文件及文件夹无法再做精简、移动或更改（已经做到了最优）。
4.客户机运行时，无需安装ORACLE客户端，但需添加环境变量path。
如将testOracle文件夹放在C盘根目录时，则需添加相应环境变量：；
C:\testOracle\sqldrivers5.已测试运行环境：win1064位、win7（x64、x32）————————————————详细讲解参考上一篇：https://blog.csdn.net/caoyin1234/article/details/114209992
但大量测试和查询文档后表明，其QT链接Oracle混编生成QOCI时压根不支持64位混编）环境编译所得Release版本，理论支持Windowsxp及以上产品。
2.本编译生产的脱平台SDK，支持生产环境无需再次安装Oracle客户端及一切产品——可通过配置本地化ini（db.ini）文件、或代码中实现目标数据库链路。
3.本运行库（SDK）内的文件除testOracle测试demo外，其他文件及文件夹无法再做精简、移动或更改（已经做到了最优）。
4.客户机运行时，无需安装ORACLE客户端，但需添加环境变量path。
如将testOracle文件夹放在C盘根目录时，则需添加相应环境变量：；
C:\testOracle\sqldrivers5.已测试运行环境：win1064位、win7（x64、x32）————————————————详细讲解参考上一篇：https://blog.csdn.net/caoyin1234/article/details/114209992
2017/8/20 23:24:26
38.28MB
1
jQuery期末网页大作业（已拿优），做的一个餐饮管理系统，登录注册利用ajax进行交互，整体规划美观，代码易懂，有17个页面。
下面是老师大作业的要求：1、要求采用jQuery＋jQueryUI或其它页面框架来做页面规划和交互2、页面至少保证8个及以上，8个以下不及格3、固定要求：登录页面、注册页面，采用AJAX进行交互，服务器端无实现要求4、整体作业要有主题，其它页面围绕一个明确的管理系统主题展开，内容贴合实际应用，比如图书管理系统
下面是老师大作业的要求：1、要求采用jQuery＋jQueryUI或其它页面框架来做页面规划和交互2、页面至少保证8个及以上，8个以下不及格3、固定要求：登录页面、注册页面，采用AJAX进行交互，服务器端无实现要求4、整体作业要有主题，其它页面围绕一个明确的管理系统主题展开，内容贴合实际应用，比如图书管理系统
2017/4/2 11:16:06
636KB
1
linux功能优化调优指南，高清PDF文档，专门针对常用linux服务器进行功能和参数调优，IBMlinux专家资深文档
2017/7/17 21:19:21
6.7MB
1
说明，这个matlab程序的目标是对BP神经网络中的神经元连接权和阈值构成的高维参数空间进行最优求解，试图用PSO算法求解神经网络中的参数，而不是用传统的误差反传算法。
但由于经典粒子群算法存在局部最优的问题。
该算法也存在同样的问题。
该算法在迭代数较大时可以基本做到误差较大的函数拟合。
但是通过该资源提供的图解和代码正文，用户可以很容易的学习到PSO算法的过程。
至于如何突破局部最优，这个就有待各位PSO爱好者进行优化了。
但由于经典粒子群算法存在局部最优的问题。
该算法也存在同样的问题。
该算法在迭代数较大时可以基本做到误差较大的函数拟合。
但是通过该资源提供的图解和代码正文，用户可以很容易的学习到PSO算法的过程。
至于如何突破局部最优，这个就有待各位PSO爱好者进行优化了。
2019/10/16 13:18:03
582KB
1
设计并实现了基于图像检索的地标识别系统。
该系统通过捕捉地标的视觉特征，协助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。
首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。
系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。
大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
该系统通过捕捉地标的视觉特征，协助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。
首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。
系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。
大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
2015/7/23 17:04:01
1.09MB
1
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