本程序要求用戶在控制臺(tái)里輸入非終極符，終結(jié)符與產(chǎn)生式，然后對(duì)用戶輸入的文法進(jìn)行分析，得出first集 與follow 集，并打印出預(yù)測(cè)分析表用戶決定是否繼續(xù)進(jìn)行句型分析，如繼續(xù)則給出符號(hào)分析棧的實(shí)現(xiàn)，從而判斷剛輸入的句子是否為符合該文法的句子。 該程序遵循LL（1） 文法FIRST（A）的構(gòu)造：是A的所有可能推導(dǎo)的開(kāi)頭終結(jié)符或可能的ε FOLLOW（A）是所有句型中出現(xiàn)在緊接A之后的非終結(jié)符或“#” 預(yù)測(cè)分析程序 構(gòu)造LL（1）分析表 ⅰ，構(gòu)造文法中所有元素的FIRST和FOLLOW集合 ⅱ，對(duì)文法G的每個(gè)產(chǎn)生式A->α執(zhí)行第三步和第四步 ⅲ，對(duì)每個(gè)終結(jié)符a∈FIRST（α）,把A->α加至M[A，a] ⅳ，若ε∈FIRST（α），則對(duì)任何b∈FOLLOW(A)把A->α加至M[A，b]中 ⅴ，把所有無(wú)定義的M[A，a]標(biāo)上“出錯(cuò)標(biāo)志”
上傳時(shí)間： 2013-12-27
上傳用戶：jackgao
Is a Application Demo (an example) of how to use the package LCD in order to make an application stand alone that show a scrolling message on display.
標(biāo)簽： Application application example package
上傳時(shí)間： 2016-05-29
上傳用戶：tianyi223
基于J2EE的物流信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) 介紹了J2EE 體系結(jié)構(gòu)、Mv c模式等相關(guān)概念和技術(shù)，并重點(diǎn)探討了 目 前比 較受歡迎的三種開(kāi)源框架( s t r ut s框架、S Pr i n g框架和H i b e m a t e 框架)。 分析了他們的體系結(jié)構(gòu)、 特點(diǎn)和優(yōu)缺點(diǎn)。 根據(jù)J ZE E的分層結(jié)構(gòu)，結(jié)合We b應(yīng)用 的特點(diǎn)， 將三種框架進(jìn)行組合設(shè)計(jì)， 即表現(xiàn)層用S t r ut s框架、 業(yè)務(wù)邏輯層用S P ri n g 框架、持久層用比b ema t e 框架，從而來(lái)構(gòu)建物流信息系統(tǒng)。這種整合框架使各 層相對(duì)獨(dú)立， 減少各層之間的禍合程度，同時(shí)加快了系統(tǒng)的開(kāi)發(fā)過(guò)程，增強(qiáng)了系 統(tǒng)的可維護(hù)性和可擴(kuò)展性，初步達(dá)到了分布式物流信息系統(tǒng)的設(shè)計(jì)目標(biāo)。 經(jīng)過(guò)以上分析，結(jié)合物流系統(tǒng)的業(yè)務(wù)需求，進(jìn)行了相關(guān)的實(shí)現(xiàn)。最后，系統(tǒng) 運(yùn)用先進(jìn)的A ja x技術(shù)來(lái)增強(qiáng)Ui層與服務(wù)器的異步通信能力， 使用戶體驗(yàn)到動(dòng)態(tài) 且響應(yīng)靈 敏的桌 面級(jí)w e b應(yīng)用程序。 通過(guò)江聯(lián)公司的試運(yùn)行結(jié)果，系統(tǒng)達(dá)到了 渝瞇。 并 且 對(duì) 江 聯(lián) 公 司 提 出 了 基 于 R F I D 的 解 決 方 案 的 實(shí) 施 計(jì) 劃 。
上傳時(shí)間： 2016-06-01
上傳用戶：ynsnjs
segment,一個(gè)簡(jiǎn)單的中文分詞程序，命令行如下： java -jar segmenter.jar [-b|-g|-8|-s|-t] inputfile.txt -b Big5, -g GB2312, -8 UTF-8, -s simp. chars, -t trad. chars Segmented text will be saved to inputfile.txt.seg
上傳時(shí)間： 2014-01-04
上傳用戶：ynzfm
對(duì)于給定的一組進(jìn)程，采用優(yōu)先級(jí)加時(shí)間片輪轉(zhuǎn)法進(jìn)行調(diào)度。設(shè)有一個(gè)就緒隊(duì)列，就緒進(jìn)程按優(yōu)先數(shù)（優(yōu)先數(shù)范圍0－100）由小到大排列（優(yōu)先數(shù)越小，級(jí)別越高）。當(dāng)某一進(jìn)程運(yùn)行完一個(gè)時(shí)間片后，其優(yōu)先級(jí)應(yīng)下調(diào)（如優(yōu)先數(shù)加3），試對(duì)如下給定的一組進(jìn)程給出其調(diào)度順序。每當(dāng)結(jié)束一進(jìn)程時(shí)要給出當(dāng)前系統(tǒng)的狀態(tài)（即顯示就緒隊(duì)列）。這里，進(jìn)程可用進(jìn)程控制塊（PCB）表示為如右表所示。 進(jìn)程名 A B C D E F G H J K L M 到達(dá)時(shí)間 0 1 2 3 6 8 12 12 12 18 25 25 服務(wù)時(shí)間 6 4 10 5 1 2 5 10 4 3 15 8
標(biāo)簽： 進(jìn)程
上傳時(shí)間： 2014-01-13
上傳用戶：chfanjiang
對(duì)PL0原編譯器進(jìn)行了以下的擴(kuò)充：1.增加以下保留字else(elsesym), for(forsym),to(tosym),downto(downtosym),return(returnsym),[(lmparen),](rmparen) 2.增加了以下的運(yùn)算符：+=(eplus),-=(eminus),++(dplus),--(dminus) 取址運(yùn)算符&(radsym),指向運(yùn)算符@(padsym) 3.修改單詞：修改不等號(hào)#為<> 4.擴(kuò)充語(yǔ)句：(1)增加了else子句 (2)增加了for語(yǔ)句 5.增加運(yùn)算：(1).++運(yùn)算 (2).--運(yùn)算；(3).+=運(yùn)算 (4).-=運(yùn)算；(5).&取址運(yùn)算； (6).@指向運(yùn)算； 6.增加類型：(1).增加多維數(shù)組a[i1][i2][i3]……[i(n-1)][i(n-2)][in] (2).增加指針類型(任何變量都能存放指針，但不支持指針的指針，如b:=@@a應(yīng)該改寫(xiě)為c:=@a,b:=@c) 7.將過(guò)程procedure擴(kuò)展為函數(shù)：(1).允許定義過(guò)程時(shí)在其后加參數(shù)(var a, var b,……..,var n) (2)允許通過(guò)指針向函數(shù)形式參數(shù)傳地址；(3)允許返回值；可以用 a:=p(a,b,c….,n) 返回
標(biāo)簽： downtosym returnsym elsesym downto
上傳時(shí)間： 2016-07-02
上傳用戶：saharawalker
使用說(shuō)明 使用時(shí)打開(kāi)此例題目錄下pic中的圖片，然后依次單擊按鈕“轉(zhuǎn)”、“1”、“2”、“3”、“4”和“5”，就可以實(shí)現(xiàn)精確的車牌定位。 具體步驟 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
標(biāo)簽： pic 使用說(shuō)明 目錄
上傳時(shí)間： 2014-01-17
上傳用戶：851197153
ＡＳＰ個(gè)人聊天系統(tǒng) If MenuSwf="" Then MenuSwf="About" select case lcase(MenuSwf) case "about" TopMenu="a" case "news" TopMenu="b" case "project" TopMenu="c" case "clients" TopMenu="e" case "contact" TopMenu="f" case "mainbinner" TopMenu="g" case "person" TopMenu="h"
標(biāo)簽： MenuSwf case TopMenu select
上傳時(shí)間： 2016-07-11
上傳用戶：lht618
The task of clustering Web sessions is to group Web sessions based on similarity and consists of maximizing the intra- group similarity while minimizing the inter-group similarity． The first and foremost question needed to be considered in clustering W b sessions is how to measure the similarity between Web sessions．However．there are many shortcomings in traditiona1 measurements．This paper introduces a new method for measuring similarities between Web pages that takes into account not only the URL but also the viewing time of the visited web page．Yhen we give a new method to measure the similarity of Web sessions using sequence alignment and the similarity of W eb page access in detail Experiments have proved that our method is valid and e幣cient．
標(biāo)簽： sessions clustering similarity Web
上傳時(shí)間： 2014-01-11
上傳用戶：songrui
flash 鍵盤音效取自win2000系統(tǒng)ding.wav，經(jīng)過(guò)CoolEdit處理成音階，在Flash中導(dǎo)入在相應(yīng)按鈕上。 沒(méi)有難度，就是耐心一點(diǎn)，成績(jī)不錯(cuò)哦！ 對(duì)應(yīng)表： 低音G-a #G-w A-s #A-e B-d 中音C-f #C-t D-g #D-y E-h F-j #F-i G-k #G-o A-l #A-p B- 高音C-1 D-2 E-3 F-4 G-5 A-6 B-7 C(high)-8 #C-c #D-v #F-b #G-n #A-m
上傳時(shí)間： 2014-02-06
上傳用戶：ljmwh2000
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
