<pre id="ye2wq"></pre> 多多網店系統v3.01 完全免費可用版-功能簡介: 支持多模板皮膚色切換[8套] 支持按商品特性[推薦商品/特價商品/新品分類]瀏覽 支持按商品類別瀏覽 支持單件商品用支付寶交易按鈕直接支付訂購 集成QQ及淘寶旺旺在線訂購咨詢面板 商品詳細介紹支持用html編輯器圖文排版生成 支持購物車方式訂購商品，自動計算貨款 支持支付寶在線支付貨款 動態自定義標題，關鍵字，頁面描述（有利于搜索引擎中的排名提升） 自定義網站關閉/開啟 支持顧客在線留言反饋交流 支持購物幫助文檔動態發布。 支持商品添加修改刪除，推薦、熱門、新品 支持訂單管理 還有很多細微功能等待您發現......。
上傳時間： 2014-10-26
上傳用戶：330402686
這個語法分析器用到的是自頂向下的遞歸調用的方法，根據Cminus語言的文法規則 的BNF范式編寫遞歸調用的代碼，parse方法是程序的入口，它調用的stmt_sequence完成整個語法分析工作，stmt_sequence背后是12個互相調用的方法，它本身也在語法分析的過程中被調用到。 每個方法在最后會返回一個構造好的節點DefaultMutableTreeNode節點t給調用它的方法，然后調用它的方法用這個返回的節點繼續構造，最后語法分析完成后會返回一棵完全構造好了的樹節點，然后將這個樹節點作為根節點生成一個樹控件JTree顯示到窗體程序上
上傳時間： 2013-12-27
上傳用戶：6546544
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
上傳時間： 2013-12-25
上傳用戶：songrui
learningMatlab PhÇ n 1 c¬ së Mat lab Ch ¬ ng 1: Cµ i ® Æ t matlab 1.1.Cµ i ® Æ t ch ¬ ng tr×nh: Qui tr×nh cµ i ® Æ t Matlab còng t ¬ ng tù nh viÖ c cµ i ® Æ t c¸ c ch ¬ ng tr×nh phÇ n mÒ m kh¸ c, chØ cÇ n theo c¸ c h íng dÉ n vµ bæ xung thª m c¸ c th« ng sè cho phï hî p. 1.1.1 Khë i ® éng windows. 1.1.2 Do ch ¬ ng tr×nh ® î c cÊ u h×nh theo Autorun nª n khi g¾ n dÜ a CD vµ o æ ® Ü a th× ch ¬ ng tr×nh tù ho¹ t ® éng, cö a sæ
標簽： learningMatlab 172 199 173
上傳時間： 2013-12-20
上傳用戶：lanwei
metricmatlab ch ¬ ng 4 Ma trË n - c¸ c phÐ p to¸ n vÒ ma trË n. 4.1 Kh¸ i niÖ m: - Trong MATLAB d÷ liÖ u ® Ó ® a vµ o xö lý d íi d¹ ng ma trË n. - Ma trË n A cã n hµ ng, m cét ® î c gä i lµ ma trË n cì n m. § î c ký hiÖ u An m - PhÇ n tö aij cñ a ma trË n An m lµ phÇ n tö n» m ë hµ ng thø i, cét j . - Ma trË n ® ¬ n ( sè ® ¬ n lÎ ) lµ ma trË n 1 hµ ng 1 cét. - Ma trË n hµ ng ( 1 m ) sè liÖ u ® î c bè trÝ trª n mét hµ ng. a11 a12 a13 ... a1m - Ma trË n cét ( n 1) sè liÖ u ® î c bè trÝ trª n 1 cét.
標簽： metricmatlab 203 184 tr
上傳時間： 2017-07-29
上傳用戶：來茴
一種嵌入可讀水印的自適應盲水印算法， 本文提出了一種基于DWT的嵌入可讀水印的自適應盲水印算法,通過分析圖像經離散小波變換后細 節子帶系數的特性,把細節子帶系數的均值和方差作為水印信息的一部分來自適應地修改圖像小波分解后某些細節 子帶的系數值,在滿足水印不可感知性的條件下自適應地嵌入水印信息,實現了水印不可感知性和魯棒性之間的折 衷. 同時,水印的提取無須求助于原圖像,很好的實現了水印的盲檢測. 這里的水印是一幅有實際意義的二值圖像. 實 驗結果和攻擊測試表明,本文提出的算法對JPEG/ JPEG2000 壓縮、添加噪聲、剪切、像素移位等多種攻擊有較強的魯棒 性,同時對直方圖均衡化、對比度調整和高斯濾波等圖像處理操作也具有一定的抵抗能力.
上傳時間： 2017-08-30
上傳用戶：陽光少年2016
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
自適應天線原理
標簽： 天線
上傳時間： 2013-07-04
上傳用戶：eeworm
微型自鎖按鍵
上傳時間： 2013-07-22
上傳用戶：eeworm
自復保險絲
標簽： 自復保險絲
上傳時間： 2013-08-05
上傳用戶：eeworm
