電信計費項目 該系統在Sun Solaris下開發,運行于Apache Tomcat平臺,采用J2EE架構，基于Struts、Hibernate、Spring技術或EJB組件技術以及Oracle 9i數據庫系統。該系統后臺主要由數據采集系統和數據整合系統提供支持,前臺部分主要分為用戶自服務管理，資費管理，用戶管理，管理員管理，帳單管理，帳務管理6個模塊。 該系統后臺部分包括數據采集系統（包括采集模塊和接受模塊）和數據整合系統；它們實現的功能是：1.定期采集（次/小時）原始計費log（wtmpx)文件，整理成BIDR數據清單，并上傳給中心處理系統。2.中心處理系統（接收模塊）偵聽并收集采集系統發送的數據信息BIDR，并通過PROC將數據保存到數據庫明細表t_detail_X中，在發送和接受過程中主要采用Unix C/C++（socket）實現。3.通過t_detail_X表完成天整合表t_day_X，月整合表t_month_X，年整合表t_year_X的實現。
標簽： Solaris Apache Tomcat J2EE
上傳時間： 2013-12-02
上傳用戶：a6697238
Description Scientific calculator. Allows to perform caclulation with high precicion and implements most populatr mathematical functions: sin, cos, tan, asin, acon, atan, exp, log, sqr, floor and ceil. Also it make it possible to define your own function, store results in variables and use variable sin expressions. Calculator store al formuls you have entered. Plot function can be used to draw graph of function with single argument. More detailed description of calculator is here.
標簽： Description caclulation Scientific calculator
上傳時間： 2014-01-25
上傳用戶：familiarsmile
用Quartus II 8.0（32bit），NIOS編譯環境下，用TFT做的一個數碼相框，附加原理圖和veri-log程序代碼
上傳時間： 2017-09-17
上傳用戶：shinesyh
turbo仿真的matlab源代碼，可以選擇是否進行刪余，log-map,sova等編碼形式
上傳時間： 2017-04-24
上傳用戶：wanmorelove
photoshop軟件（本例中使用CS5版本，當然各版本界面都大同小異） 界面篇 1 首先我們打開photoshop軟件，界面就如下圖所示了： 2 左側的是工具箱調板，我們可以用鼠標單擊相應的工具進行圖片處理操作，鼠標右擊可以進行某一工具選擇（再使用熟練后，我們也可以按下相應的鍵盤鍵進行選擇），如圖： 3 右側的是窗口調板，我們可以點擊菜單中的窗口菜單，在下拉列表中選擇我們需要的窗口調板，如圖： 4 頂部的菜單欄中包含了全部photoshop常用的操作，我們不必去死記硬背，只要平時常用就會爛熟于心了。 5 在菜單欄的下方是屬性欄，顯示當前我們正在使用的工具的屬性，如圖： END 常用操作 1 打開一張圖片，方法有三種：①使用菜單里面的打開命令；②使用快捷鍵Ctrl+O；③雙擊photoshop界面中心；④拖動想要處理的圖片到photoshop中打開；⑤右鍵選擇要處理的圖片選擇使用photoshop打開命令。 2 保存圖片的方法：一般按下鍵盤上的快捷鍵Ctrl+S，或使用菜單保存命令（如果要另存的話就選擇另存為選項；保存的圖片可以選擇任意格式，.psd是保存當前處理的所有步驟，下次打開還可以繼續編輯，JPEG、png、gif格式就是處理好的圖片格式） 3 歷史記錄面板的用法：我們處理圖片的時候可能要反復修改獲得最佳的效果，那么歷史記錄工具就可以很方便的返回之前我們的操作狀態，如圖，點擊要恢復的步驟，即可恢復圖片： END 使用技巧 如圖所示黑色是前景色、白色是背景色，我們可以按下鍵盤上的X鍵進行前景色和背景色的互換： 圖片移動操作，我們打開兩張圖片，想要移動其中的一張到另一張中，我們可以按住鍵盤的Ctrl鍵，使用鼠標拖動一張圖片到另一張圖片中，如圖： 3 我們可以在處理圖片的時候按下Z鍵使用放大鏡放大圖片的細節，處理圖片的時候就會容易許多，我們可以按ATL鍵在放大和縮小之間切換！ 4 我們可以按住鍵盤上的空格鍵，移動圖片，對于處理大型的圖片還是非常方便的！ END 注意事項 photoshop入門相對來說比較簡單，但熟練操作至少要3個月左右！ 精通photoshop是一條非常漫長的路程，有時候會打退堂鼓，但只要多操作，多制作，慢慢的時間久了也就精了。
上傳時間： 2017-12-07
上傳用戶：1506034115
photoshop軟件（本例中使用CS5版本，當然各版本界面都大同小異） 界面篇 1 首先我們打開photoshop軟件，界面就如下圖所示了： 2 左側的是工具箱調板，我們可以用鼠標單擊相應的工具進行圖片處理操作，鼠標右擊可以進行某一工具選擇（再使用熟練后，我們也可以按下相應的鍵盤鍵進行選擇），如圖： 3 右側的是窗口調板，我們可以點擊菜單中的窗口菜單，在下拉列表中選擇我們需要的窗口調板，如圖： 4 頂部的菜單欄中包含了全部photoshop常用的操作，我們不必去死記硬背，只要平時常用就會爛熟于心了。 5 在菜單欄的下方是屬性欄，顯示當前我們正在使用的工具的屬性，如圖： END 常用操作 1 打開一張圖片，方法有三種：①使用菜單里面的打開命令；②使用快捷鍵Ctrl+O；③雙擊photoshop界面中心；④拖動想要處理的圖片到photoshop中打開；⑤右鍵選擇要處理的圖片選擇使用photoshop打開命令。 2 保存圖片的方法：一般按下鍵盤上的快捷鍵Ctrl+S，或使用菜單保存命令（如果要另存的話就選擇另存為選項；保存的圖片可以選擇任意格式，.psd是保存當前處理的所有步驟，下次打開還可以繼續編輯，JPEG、png、gif格式就是處理好的圖片格式） 3 歷史記錄面板的用法：我們處理圖片的時候可能要反復修改獲得最佳的效果，那么歷史記錄工具就可以很方便的返回之前我們的操作狀態，如圖，點擊要恢復的步驟，即可恢復圖片： END 使用技巧 如圖所示黑色是前景色、白色是背景色，我們可以按下鍵盤上的X鍵進行前景色和背景色的互換： 圖片移動操作，我們打開兩張圖片，想要移動其中的一張到另一張中，我們可以按住鍵盤的Ctrl鍵，使用鼠標拖動一張圖片到另一張圖片中，如圖： 3 我們可以在處理圖片的時候按下Z鍵使用放大鏡放大圖片的細節，處理圖片的時候就會容易許多，我們可以按ATL鍵在放大和縮小之間切換！ 4 我們可以按住鍵盤上的空格鍵，移動圖片，對于處理大型的圖片還是非常方便的！ END 注意事項 photoshop入門相對來說比較簡單，但熟練操作至少要3個月左右！ 精通photoshop是一條非常漫長的路程，有時候會打退堂鼓，但只要多操作，多制作，慢慢的時間久了也就精了。
上傳時間： 2017-12-07
上傳用戶：1506034115
Introduction jSMPP is a java implementation (SMPP API) of the SMPP protocol (currently supports SMPP v3.4). It provides interfaces to communicate with a Message Center or an ESME (External Short Message Entity) and is able to handle traffic of 3000-5000 messages per second. jSMPP is not a high-level library. People looking for a quick way to get started with SMPP may be better of using an abstraction layer such as the Apache Camel SMPP component: http://camel.apache.org/smpp.html Travis-CI status: History The project started on Google Code: http://code.google.com/p/jsmpp/ It was maintained by uudashr on Github until 2013. It is now a community project maintained at http://jsmpp.org Release procedure mvn deploy -DperformRelease=true -Durl=https://oss.sonatype.org/service/local/staging/deploy/maven2/ -DrepositoryId=sonatype-nexus-staging -Dgpg.passphrase=<yourpassphrase> log in here: https://oss.sonatype.org click the 'Staging Repositories' link select the repository and click close select the repository and click release License Copyright (C) 2007-2013, Nuruddin Ashr uudashr@gmail.com Copyright (C) 2012-2013, Denis Kostousov denis.kostousov@gmail.com Copyright (C) 2014, Daniel Pocock http://danielpocock.com Copyright (C) 2016, Pim Moerenhout pim.moerenhout@gmail.com This project is licensed under the Apache Software License 2.0.
上傳時間： 2019-01-25
上傳用戶：dragon_longer
%球體 close all; G=6.67e-11; R=2;%球體半徑 p=4.0;%密度 D=10.0;%深度 M=(4/3)*pi*R^3*p;%質量 x=-20:1:20; g=G*M*D./((x.^2+D^2).^(3/2)); Vxz=-3*G*M*D.*x./((x.^2+D^2).^(5/2)); Vzz=G*M.*(2*D^2-x.^2)./((x.^2+D^2).^(5/2)); Vzzz=3*G*M.*(2*D^2-3.*x.^2)./((x.^2+D^2).^(7/2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('球體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %水平圓柱體 close all G=6.67e-11; p=10.0;%線密度 D=100.0;%深度 x=-200:1:200; g=G*2*p*D./(x.^2+D^2); Vxz=4*G*p*D.*x./(x.^2+D^2).^2; Vzz=2*G*p.*(D^2-x.^2)./(x.^2+D^2).^2; Vzzz=4*G*p.*(D^2-3.*x.^2)./((x.^2+D^2).^3); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('水平圓柱體重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %垂直臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 x=-100:1:100; g=G*p.*(pi*(h1-h2)+x.*log((x.^2+h1^2)./(x.^2+h2^2))+2*h1.*atan(x./h1)-2*h2.*atan(x./h2)); Vxz=G*p.*log((h1^2+x.^2)./(h2^2+x.^2)); Vzz=2*G*p.*atan((x.*(h1-h2))./(x.^2+h1*h2)); Vzzz=2*G*p.*x*(h1^2-h2^2)./((h1^2+x.^2).*(x.^2+h2^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('垂直臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %傾斜臺階 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=pi/6;%傾斜角度 x=-500:1:500; g=G*p.*(pi*(h1-h2)+2*h1.*atan((x+h1*cot(a))./h1)-2*h2.*atan((x+h2*cot(a))./h1)+x.*sin(a)^2.*log(((h1+x.*sin(a).*cos(a)).^2+x.^2.*sin(a)^4)./((h2+x.*(sin(a)*cos(a))).^2+x.^2.*sin(a)^4))); Vxz=G*p.*(sin(a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))-2*sin(2*a).*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.^cos(a))./(sin(a).*x)))); Vzz=G*p.*(0.5*sin(2*a)^2.*log(((h1*cot(a)+x).^2+h1^2)./((h2*cot(a)+x).^2+h2^2))+2*sin(a)^2.*(atan((h1/sin(a)+x.*cos(a))./(x.*sin(a)))-atan((h2/sin(a)+x.*cos(a))./(x.*sin(a))))); Vzzz=2*G*p*sin(a)^2.*((x+2*h2*cot(a))./((h2*cot(a)+x).^2+h2^2)-(x+2*h1*cot(a))./((h1*cot(a)+x).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離(m)'); ylabel('重力異常值'); title('傾斜臺階重力異常Δg'); grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on %% %鉛錘柱體 G=6.67e-11; p=4.0;%密度 h1=50.0;%下層深度 h2=40.0;%上層深度 a=3;%半徑 x=-500:1:500; g=G*p.*((x+a).*log(((x+a).^2+h1^2)./((x+a).^2+h2^2))-(x-a).*log(((x-a).^2+h1^2)./((x-a).^2+h2^2))+2*h1.*(atan((x+a)./h1)-atan((x-a)./h1))-2*h2.*(atan((x+a)./h2)-atan((x-a)./h2))); Vxz=G*p.*log((((x+a).^2+h1^2).*((x-a).^2+h2^2))./(((x+a).^2+h2^2).*((x-a).^2+h1^2))); Vzz=2*G*p.*(atan(h1./(x+a))-atan(h2./(x+a))-atan(h1./(x-a))+atan(h2./(x-a))); Vzzz=2*G*p.*((x+a)./((x+a).^2+h2^2)-(x+a)./((x+a).^2+h1^2)-(x-a)./((x-a).^2+h2^2)+(x-a)./((x-a).^2+h1^2)); subplot(2,2,1) plot(x,g,'k-'); xlabel('水平距離/m') ylabel('重力異常值') title('鉛垂柱體重力異常') grid on subplot(2,2,2) plot(x,Vxz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vxz'); grid on subplot(2,2,3) plot(x,Vzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzz'); grid on subplot(2,2,4); plot(x,Vzzz); xlabel('水平距離(m)'); ylabel('導數值'); title('Vzzz'); grid on
上傳時間： 2019-05-10
上傳用戶：xiajiang
vb寫的DNF外掛，采用DLL劫持方式。源碼直接可以編譯，默認為log.GLL，可以修改成其他名字放入DNF目錄，進入游戲即可使用。
上傳時間： 2019-07-26
上傳用戶：sdo999
This paper presents a Hidden Markov Model (HMM)-based speech enhancement method, aiming at reducing non-stationary noise from speech signals. The system is based on the assumption that the speech and the noise are additive and uncorrelated. Cepstral features are used to extract statistical information from both the speech and the noise. A-priori statistical information is collected from long training sequences into ergodic hidden Markov models. Given the ergodic models for the speech and the noise, a compensated speech-noise model is created by means of parallel model combination, using a log-normal approximation. During the compensation, the mean of every mixture in the speech and noise model is stored. The stored means are then used in the enhancement process to create the most likely speech and noise power spectral distributions using the forward algorithm combined with mixture probability. The distributions are used to generate a Wiener filter for every observation. The paper includes a performance evaluation of the speech enhancer for stationary as well as non-stationary noise environment.
標簽： Telecommunications Processing Signal for
上傳時間： 2020-06-01
上傳用戶：shancjb
