超市系统论文加源代码及数据库超市系统论文加源代码及数据库超市系统论文加源代码及数据库，非常不错

网页设计源码+论文+代码可以作为课程设计和毕业论文

11年毕业设计，涵盖开题报告，论文，源码。

数学建模省二等奖论文和代码。详见我的github：https://github.com/Brian-Liew有全套代码论文

飞思卡尔 C编写，包括论文，代码， WORD版

为了确保正常运行，必须完成以下： 1) 必须对系统所使用的后台数据库进行配置才可以正常使用，在Dalphi的BDE管理窗口中建立"CPXSGL"的数据库别名,并且指定数据库位置。(方法详见论文） 2) 系统用到QRMaker，XpMenu3.1第三方控件，请安装； 3）安装QReport，系统默认没有安装。

2018全国大学生数学建模国赛省级一等奖，差几名上国家级。包含论文、完整可运行MATLAB代码、输出结果Excel表格。建立RGV预判模型、对CNC位置进行暴力搜索判优等。说明博客：https://blog.csdn.net/qq_41148224/article/details/82750869

导弹模型matlab代码学习指南：基于深度元学习和模型预测路径积分控制的制导律 关于 这项工作的目的是利用本文所述的导弹制导问题，利用模型预测路径积分控制器实施基于模型的深度强化学习，该IEEE Access论文位于arXiv上，并且在arXiv上也可用。 依存关系 此代码已经在python上进行了测试，并且需要安装tensorflow-gpu和numpy。 该演示运行建立在预先训练的指导神经网络模型的基础上，如果有人提出要求，其代码，系统模型和训练数据集将在之后发布。 怎么跑 请使用mppi_run.py运行。 也可以使用monte_carlo_simu.sh进行迭代运行以获取蒙特卡洛采样结果。 在本文中，使用MATLAB的get_Monte.m文件收集了蒙特卡洛模拟的结果。 引用 如果您发现我们的作品对您的研究有用，请考虑引用： @article{liang2019learning, title={Learning to Guide: Guidance Law Based on Deep Meta-Learning and Model Predictive Path Integra

好用的去噪声代码matlab 与ADMM联合对Noery Bayer图像进行去马赛克和去噪 Hanlin Tan, Xiangrong Zeng, Shiming Lai, Yu Liu and Maojun Zhang College of Information System and Management, National University of Defense Technology, China 该项目是我们ICIP 2017论文的演示。 该项目在两个数据集：柯达和McMaster上比较了DeepJoint，FlexISP和拟议的ADMM算法这三种算法。 请注意，我们稍微修改了FlexISP和DeepJoint（Demosaicnet）的I / O代码（主要是重定向输入和输出路径）以执行比较。 但是，这些算法的内核部分（包括所有参数）与作者提供的相同。 资料夹结构 文件夹名称 解释 数据 柯达（Kodak）和麦克马特（McMater）数据集在这里。 demo_joint_isp 建议的ADMM方法的代码。 演示网络 DeepJoint代码。 flexisp_demosaic