尤承业编著的《解析几何》是学习几何学的入门教材。
书中既讲解了空间解析几何的基本内容和方法（向量代数，仿射坐标系，空间的直线和平面，常见曲面等），等讲解了仿射几何学中的基本内容和思想（仿射坐标变换，二次曲线的仿射理论，仿射变换和保距变换等），还介绍了射影几何学中的基本知识，较好地反映了几何学课程的全貌。
全书共分五章，每章内都附有一定数量的习题，书末附有习题答案和提示，便于读者深入学习或自学。
《解析几何》突出几何思想的教育，强调形与数的结合；
方法上强调解析法和综合法并重；
内容编排上采用"实例－理论－应用"的方式，具体易懂；
内容选取上兼顾各类高校的教学情况，具有广泛的适用性。
《解析几何》表达通顺，说理严谨，阐述深入浅出。
因而，《解析几何》是一本颇具特色、为广大高校欢迎的解析几何课程教材。
《解析几何》可作为综合性大学和师范类大学数学系、物理系等相......ISBN:9787301045800

本书版权属于原作者，本人只是从网络收集到本资源，如侵犯了您的权力，请通知本人删除，本人不承担任何侵权责任。
C的新标准（C11/14）引入了许多强大易用的新特性新功能，从语言层面深刻地改变了C的开发范式。
Boost程序库由C标准委员会部分成员所设立的Boost社区开发并维护，它构造精巧、跨平台、开源并且完全免费，被称为“C‘准’标准库”，已广泛应用在实际软件开发中。
Boost内容涵盖智能指针、文本处理、并发、模板元编程、预处理元编程等许多领域，其范围之广内涵之深甚至要超过C11/14标准，极大地增强了C的功能和表现力。
本书基于C++标准和Boost程序库1.60版，深入探讨了其中的许多特性和高级组件，包括迭代器、函数对象、容器、流处理以及C语言中最复杂*威力的模板元编程和预处理元编程，具有较强的实用性，可协助读者深层次地理解掌握现代C的高级技术和Boost的内部实现机制及用法。
全书内容丰富、结构合理、概念清晰、讲解细致，是广大C程序员和爱好者的必备好书。
目录第0章导读1第1章全新的C语言7第2章模板元编程简介45第3章类型特征萃取55第4章实用工具75第5章迭代器117第6章区间163第7章函数对象185第8章指针容器199第9章侵入式容器251第10章多索引容器295第11章流处理343第12章泛型编程395第13章模板元编程415第14章预处理元编程453第15章现代C开发浅谈463

 针对游客游迹跟踪与追溯系统，本文深入分析了游客游迹不确定数据产生的原因，根据景区应用特点，提出了一种游客游迹RFID数据处理与清洗方法。
在数据处理时，引入事件概念，设计出了游客游迹RFID事件处理机制；
引入过滤器概念，给出了游客游迹数据的一种过滤模型，设计了游客游迹数据的去噪、平滑以及去冗余清洗算法。
最后，通过模仿场景的实验，对该算法的准确性和有效性进行了验证。

我看过的最深入浅出的小波书籍：该书以haar小波为具体实例逐渐扩展，既有实例，也有理论深入！

空间谱估计是阵列信号处理中的一个重要研究方向，在雷达、通信、声呐等众多领域有极为广阔的应用前景。
本书深入、系统地论述了空间谱估计的理论、算法及一些理论方法之间的关系，总结了作者多年来的研究成果以及国际上这一领域的研究进展。
全书由14章组成，次要内容有空间谱估计的研究进展、信号源数估计、线性预测（LP）类算法、MUSIC类算法、子空间拟合类算法、旋转不变子空间（ESPRIT）类算法、子空间迭代与更新、特殊信号的空间谱估计、特殊阵列的空间谱估计、阵列误差校正方法、现代信号处理在空间谱估计中的应用及多维空间谱估计等。
本书是关于空间谱估计理论与算法的一部专著，可供从事雷达、通信、导航、声呐与电子对抗等领域的广大技术人员学习与参考，也可作为高等院校和科研院所信号与信息处理、信息与通信系统等专业的研究生教材或参考书。

随着科学技术和生产力的不断发展,测试任务日趋复杂与完善,在工程振动中阻尼比的测试分析越来越深入,对阻尼比稳定性和精度要求也越来越高。
大多数分析测试是基于半功率带宽法。
文章通过用Matlab对半功率带宽法的结果进行分析,对半功率带宽法的特点、适用范围及影响要素进行探讨,得出了合理的结论及求精确值的方法

深入讲解风险评估中的概念、风险评估标准讲解、风险评估流程与方法、风险评估输入结果、与风险管理等内容

在人类大脑的大致启发下，经过大量数据训练的深层神经网络可以以前所未有的精度解决复杂的任务。
本实用书提供了TensorFlow的端到端指南，TensorFlow是领先的开源软件库，可协助您构建和训练神经网络，用于计算机视觉、自然语言处理（NLP）、语音识别和一般预测分析。
作者TomHope、YehezkelResheff和ItayLider为从数据科学家和工程师到学生和研究人员的广大技术受众提供了一种实践性的TensorFlow基础方法。
在深入讨论诸如神经网络架构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等主题之前，您将首先学习TensorFlow中的一些基本示例。
完成本书后，您将知道如何在TensorFlow中构建和部署生产就绪的深度学习系统。

这是软件工程的课程设计。
习题库管理系统分学生模块、教师模块、教务管理员模块。
学生模块：学生凭自己的学号和密码登入系统。
根据自己的选课情况查看每天的作业。
在系统中学生可以完成每天的作业，学有余力的同学还以在题库中选取更多的题目来深入课程的学习。
教师模块：教师用自己的用户名和密码利登入系统，可以对自己任课的科目进行作业管理和题目管理。
作业管理包括每天给学生布置作业、编辑修改已经布置的作业、删除过去的作业、检查学生作业完成情况。
题目管理包括添加题目、编辑修改题目、删除题目、指定题目答案能否公开。
教务管理员模块：教务管理员用自己的用户名和密码利登入系统，包括对学生的管理、教师的管理、科目的管理以及科目的管理。
学生的管理，分添加、修改、删除一个学生和学生的选课情况；
教师的管理，分添加、修改、删除一个教师和教师的任课情况；
试卷的管理，分指定题目生成试卷和随机生成试卷，导出txt文件。

java功能监控，想深入jvm的同学可以下载哦，良心推荐。
还推荐systemperfrmance不错的教程

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。