数字示波器因具有波形触发、存储、显示、测量、波形数据分析处理等独特优点，数字示波器是数据采集，A/D转换，软件编程等一系列的技术制造出来的高性能示波器。 数字示波器的工作方式是通过模拟转换器（ADC）把被测电压转换为数字信息。数字示波器捕获的是波形的一系列样值，并对样值进行存储，存储限度是判断累计的样值是否能描绘出波形为止，随后，数字示波器重构波形。数字示波器可以分为数字存储示波器（DSO），数字荧光示波器（DPO）和采样示波器。 通过数字示波器的原理框图可以知道，模拟信号必须先经过信号调理电路，将模拟信号进行适当的衰减或者放大，使信号能够较理想的输入到 ADC 中进行模数转换。经过调理的信号送到 ADC 中，经过控制器控制 ADC 进行信号的采样，同时经过调理的信号可以送到触发电路。经过 ADC 转换后的信号为数字信号，保存到存储器中，随后利用软件对这些数据进行处理，比如采用正弦内插算法进行波形的重建，重建后的波形可以进行各种各样的参数测量、信号运算和分析等，最终的结果可以直接显示到屏幕上。 本资料资料齐全，包括全部设计工程源码，原理图PCB设计，给出不同示波器的设计方案，以及放大器和数据转换器的指南，内有混合信号示波器方案，数字信号示波器方案，简易逻辑分析仪制作，可方便移植或进行二次开发。 设计任务：设计制作一台实时采集的模拟通道数字信号示波器。 1、基本要求 (1) 输入电压量程：0~±50V,电压测量精度≤±5%； (2) 输入信号频率：0~1MHz，频率测量精度≤±5% 。 (3) 输入阻抗≥1MΩ，显示屏的刻度为 8div×10div，垂直分辨≥8bits。 (4) 最高实时采样速率≥10MSa/s，扫描速度包含1s/div-1us/div等水平档位，波形周期测量误差≤±5%。 (5) 支持自动、边沿、电平、单次四种触发方式，触发位置显示，触发电平可调，可选触发类型。 (6) 垂直灵敏度为 5V/div -10mV/div档，按1-2-5步进，电压测量误差≤5%。 (7) 输入耦合方式可选：直流、交流和接地（DC、AC或GND）。 (8) 无需手动拨档，具有自动档位自动量程切换功能。 (9) 内置输入保护，自动滚轮设计，辅助快速完成波形调整与测量。 (10) 支持波形的运行和暂停，波形显示参考位置调节，波形放大，缩放。 (11)可选测量参数，包括频率、占空比、脉宽、上升沿、下降沿脉冲数、幅值、峰峰值、最大最小值、上升时间、下降时间等。 (12)可一键AUTO设置所有参数，秒出波形。 (13)可一键居中设置波形和触发位置居中，快速归位波形。 (14) 可手动移动的幅度和时间标志线，可利用标志线完成幅度和时间的测量。 （15）可选带宽范围（低频，高频抑制） 2、可选部分 (1)支持浮点FFT计算的幅频显示。 (2)支持各通道波形显示和测量值窗口的隐藏。 (3) 提高输入信号频率范围至10MHz (4) 进一步提高测量范围与精度。 (5) 可保存波形原始数据，方便电脑分析。 (6) 可简单给出当前测量数据的与实际值的符合度分析（比如：输入信号频率超出能测的范围给出提示）。

8.2 自签名证书管理 CA 签名的和自签名的证书的最主要的区别在于用于发布和维护该证书所需的工作量。 何时使用 CA 签名的证书，何时使用自签名的证书，取决于安装和网站的需求。 图 7 图示了用于维护自签名证书的信任列表的工作内容 图表 7 手动证书处理 管理员需要将所有客户端应用相关的公钥拷贝到所有的需要进行通信的服务器应用。另 外，管理员需要将所有服务器应用相关的公钥拷贝到所有的需要进行通信的客户端应用。伴 随着客户端和服务器数量的增加，管理工作量会变得难以负担，另外，数字证书是有生命周 期的，需要定期的进行更新，这就需要产生新的公钥和私钥，同时所有的公钥需要再拷贝一 次。在非常小规模的安装中，通过在服务器的信任证书库中安装客户端应用实例证书的公钥， 以此明确的列出客户端和服务器的信任内容也许是可接受的。

1966-2016年图灵奖获得者 2008-2016年图灵奖获得者详细资料

15年美赛b题O奖论文 .....................................................................

1989-2015年美国数学建模竞赛特等奖论文 1989-2015年美国数学建模竞赛特等奖论文 1989-2015年美国数学建模竞赛特等奖论文

全国大学生大数据技能竞赛集群搭建手册，国赛二等奖选手亲测有效，下载可以拿大奖哦！

ACM图灵奖：1966-2006(第三版)计算机发展史的缩影

acm图灵奖，想学ACM的同学可以对次数进行详细的阅读和思考，走上自己的计算机道路，有一番成就，谢谢资源共享

频谱分析仪源码，含.C和.ASM文件这个是2005年电子设计大赛的作品，。。。

2017年百度大数据竞赛原始数据获得优秀奖（10/1459）2017年的百度大数据竞赛原始数据获得优秀奖（10/1459）扩展图片2，使用fast-rcnn切割图片，将数据分为全图，狗身，狗头三部分。将三部分特征级联3，采用投票策略集成resNet，Inception，Xception和dennet等模型详见文档