项目介绍 用于餐厅的收银管理系统，包含了四个模块 1.桌位模块 桌位模块主要是用于管理桌位的模块，包括点菜到结账的流程 将桌位人数设置为`0`可以滞空当前桌位 2.账单模块 账单模块记录了每一天的帐单汇总，同时提供了年月日账单的统计，在日账单内可以查看当日的所有消费详情，还提供了按日期或日期区间搜索账单的功能 3.日常维护模块 提供了桌位菜单用户供应商的配置功能，也就是增删改查 添加菜品时，添加酒水类时，可以选择进货内的酒水，这样的话在结账后若客人点了该酒水，会将销售信息记录在酒水库存内的销售信息里 4.酒水库存模块 查看添加酒水的进销存信息 管理员角色包含以下功能： 登录,查看桌位,开桌,点菜,结账,查看账单,添加菜品,查看菜品,桌位维护,添加桌位,添加账号,查看账号,添加供应商,进货信息管理,添加进货信息等功能。 环境需要 1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。 2.IDE环境：IDEA，Eclipse,Myeclipse都可以。推荐IDEA; 3.tomcat环境：Tomcat 7.x,8.x,9.x版本均可

针对传统无功电压聚类分区后各分区中枢点较难定量分析确定的问题，从先定量判别出整个电网的中枢节点再完成无功电压分区的角度，提出将电网所有PV节点松弛为PQ节点，由注入电流形式的潮流方程计算出全网电压越限节点，利用越限节点电压与电网其余节点电压间的线性灵敏度不断校正直到全网节点电压不再越限，通过进一步潮流计算校验，确定所有中枢节点。将全网中枢点数目确定为应划分成的分区数，以节点电压与节点注入无功电流之间的线性灵敏度为无功电压标度，建立无功源控制空间，引入云聚类算法，完成全网节点从无功源控制空间向云模型的转换，进而由云发生器完成以所定中枢点为中心的电网所有节点的聚类软划分。IEEE 14、IEEE 30节点输电网络仿真测试结果，验证了所提方法的有效性。

基于C51单片机的8×8LED点阵屏汉字显示.doc

解压密码：csdn 中控InPlant SCADA具有两大技术特性：一方面基于灵活高效的工业数据库底座，为数据接入、功能应用提供稳定基础；另一方面增强智能化数据处理手段，充分挖掘数据价值，为各功能应用的数据集成、信息共享、综合展现提供支撑，也为企业生产管理与运营决策提供技术基础。 区别于传统的工业组态软件，中控InPlant SCADA是一款超大型分布式的平台级综合监控软件，其核心竞争力在于全面感知、强大内核、稳定可靠、操作安全、管控一体、高效协同六个方面。 全面感知。InPlant SCADA支持数百种通讯协议，强大的分布式网络架构可对现场每个角落的数据实时采集，全方位无死角感知设备运行状态。支持C/S、B/S架构，电脑、手机、平板全兼容，现场运行情况可随时随地一触即得。

信息系统监理师个人笔记-重要知识点

物理层设备:中继器、集线器链路层设备:网桥、交换机网络层设备:路由器

Thinkpad Trackpoint SK-8855 小红点驱动程序

这是复习知识点的大归纳、、对计算机网络结构清楚

我们通常讲的“线性度”都是指“积分非线性”，积分非线性一般以百分比给出，或者以位数给出。举个例子：AD7705（16位）的datasheet上说有0.003%的非线性。1LSB为1/65535=0.0015%，所以也可说AD7705有2LSB的非线性。“微分非线性”不常用， AD7705的datasheet上说：“16位无失码”，那就是说明它的微分非线性小于1LSB。

  驾驶员注意力不集中或者分心是道路交通事故的主要原因。 为了减少道路交通事故，设计开发驾驶员疲劳检测系统至关重要。本次实现的应用运用开源库Dlib训练好的模型“shape_predictor_68_face_landmarks.dat”进行68点标定，利用OpenCv进行图像化处理，在人脸上画出68个点，并标明序号。当检测到驾驶员的眼睛闭上4-5 秒时候，就会产生警报。 点击驾驶员困倦检测时，系统会自动打开电脑摄像头，你便可以模拟驾驶室的角色进行测试，当驾驶员在驾驶过程中闭眼，且超过5s系统会触 环境配置：python3.7、配置以下包 tensorflow>=1.12* keras==2.2.4 等。 人脸关键点检测是人脸识别任务中重要的基础环节，人脸关键点精确检测对众多科研和应用课题具有关键作用，如：表情识别、疲劳监测等。因此，如何获取高精度人脸关键点，一直以来都是计算机视觉、模式识别、图像处理等领域的热点研究问题。然而人脸关键点检测方法根据是否需要参数化模型可分为以下两类，基于参数化形状模型的方法和基于非参数形状模型的方法。目前，最为常用的是基于非参数形状模型的深度学习方法。