java做的家庭财务管理系统，包含源码及封装好的程序

本人自己设计制作的计算器，使用java语言，ＳＷＴ界面编程，模仿微软计算器。功能强大。

public class FiveChess extends BaseWindow{ private Listener listener; private Canvas canvas; private Rectangle clickArea; private static int N=20; private static int DIV=15; private Rectangle[][] rect=new Rectangle[N][N]; private String[][] flags=new String[N][N]; private boolean[][] dirty=new boolean[N][N]; private GC gc; private int hot_i,hot_j; private boolean flag=true; /** * listener is use to action in draw

Eclipse SWT 3.106 arm 版 适配 uos 飞腾等国产操作系统 定制eclipse rcp应用神器

基于静态小波的图像融合算法实现，采用多孔算法（atrous）实现图像多层次分解，分别对高低频采取相应的融合规则，然后逆变换得到融合图像。

matlab代码影响基于SWT的时间序列预测，降噪和贝叶斯优化-LSTM 基于SWT降噪和贝叶斯优化LSTM的时间序列预测，长期和短期存储网络LSTM近年来引起了人们对于短期时间序列预测问题的关注。 但是，由于此方法是一种深度学习方法，因此通常会面临许多超参数的影响。 众所周知，深度学习超参数的设置尚无明确的指导原则，其中大多数使用经验方法，例如学习率1e-3、1e-4等。迭代次数根据改变损耗曲线等。这种方法易于尝试，发现效果更好。一群人，既费时又费力。 为此，本文将使用贝叶斯优化对LSTM的参数进行优化，同时使用同步压缩小波SWT对原始数据进行滤波以降低噪声，并使用降噪会议的数据进行建模，最后通过实例验证说明SWT- Bayes-LSTM模型的预测效果更好。 该代码是由maltab2020b编写的，matlab代码，MATLAB代码，长短时记忆网络LSTM在针对短时时间序列预测问题上近来年受到大家的关注，但由于该方法为深度学习方法，通常面临着众多超参数的影响，而导致，关于深度学习超参数的设置并没有一直明确的指导方针，大多采用经验方法，选择性学习率1e-3,1e-4啥的，交替次数根据损

这是应用在国产化服务器上的图形类库，可以是配在飞腾服务器以及麒麟服务器上面，可以进行很好地类库替换。直接将jar包替换掉x86上的jar包就可以了。

导入Eclipse（最好能带可视化插件的，比较容易看懂），入口函数在类src--Login--Login.java，运行这个类即可测试，要想运行起来，环境要自己配一下，JDBC包，皮肤包，要导入工程。数据库用的是SQL server 2000

本程序采用Java SWT编写界面，对于不熟悉SWT机制的可以下载了解一下。 同时程序采用多线程机制，利用UDP包，模拟ARQ自动重传协议。 ARQ协议的内容：自动重传请求（Automatic Repeat-reQuest，ARQ）是OSI模型中数据链路层的错误纠正协议之一。它包括停止等待ARQ协议和连续ARQ协议，错误侦测（Error Detection）、正面确认（Positive Acknowledgment）、逾时重传（Retransmission after Timeout）与负面确认继以重传（Negative Acknowledgment and Retransmission）等机制。

管家婆项目完善,使用java GUI 编写程序,实现用户注册,用户账单添加与统计