大学计算机课程设计_教学大纲
包括人工智能、算法设计与分析、微机原理与接口技术、物联网感知识别与控制技术、云计算与大数据、C++程序设计教程、Java程序设计基础与实践、MySQL数据库从入门到实战等几十门课程设计教学大纲
2022-12-19 09:15:10
16.75MB
1
教学楼模型是我2009年在河北工业大学的毕业设计作品，2016年把它用Unity3D做成安卓虚拟现实漫游系统，现在把作品分享给各位。
2022-12-17 15:25:54
37.68MB
1
二级Access全真模拟考试软件下半年版完全按照全国计算机等级考试二级Access数据库最新考试大纲研制而成，界面全真模拟、精选习题、详尽解析，适合参加2015年下半年考试人员和所有学习Access数据库的人员使用。
二级Access全真模拟考试软件特点
（1）功能全面：软件具有同步训练、章节测验、模拟考试功能，每一道试题都有详细分析，操作题都有详尽的操作步骤。
（2）即时交互：你的训练、测试、模拟考试结果都能得到即时反馈，克服了用书本学习没有反馈的缺陷。
（3）操作简单：软件界面清晰、操作简单，每一项操作都有相应的提示，使你使用起来得心应手。
选择本软件的理由如下：
第一个理由：考试考点、全面覆盖
本软件覆盖考试要求的所有题型及考点（知识点），所有试题均由具有丰富授课经验的一线老师和命题专家编写而成，而且包括了历年考试真题，考生只要把软件中试题全部做会，通过考试一般来说是没有什么问题的。
第二个理由：网上下载、无需光盘
软件购买后可直接从网上下载注册激活，无需到书店购买或邮购光盘，省时快速。
第三个理由：两种版本、任选其一
本软件正式版设计了两种版本：全面练习版和模拟考试版。
全面练习版：适合无基础或基础差的考生使用。包括同步训练、测验评析、模拟考试三部分试题，同步训练可与教材配套同步学习使用，测验评析可以在学完每一章内容后进行自我检测，模拟考试则可以在学完教材所有内容后进行全真模拟考试。
模拟考试版：适合基础好或有一定基础的考生使用。模拟考试部分包括上机40套全真及模拟试题，笔试10套全真模拟试题，以及历年考试真题，与考试题库中试题基本一样，考生只要把所有试题全部做会，考试一般就能通过。
第四个理由：支付手段、多种多样
用户可通过多种支付手段购买本软件，包括：网上银行、银行电汇、支付宝、手机话费（发短信即可）、手机充值卡、Q币、游戏点卡等。其中网上支付、手机发短信支付在支付成功后，由网站后台立即自动回复，用户不用等待。
第五个理由：在线客服、即时回复
用户在下载软件、购买软件、使用软件时遇到疑难问题，可通过E-mail、QQ、本网站在线客服、电话等方式向我们咨询，我们会即时为客户进行回复。
说明：本级别考试分为无纸化上机考试。时间：120分钟，满分100分，包括选择题、基本操作、简单应用、综合应用四类题型，Access上机考试平台为Windows 7 Access2010。
二级Access全真模拟考试软件截图
2022-12-15 17:11:49
1.88MB
1
计算机导论
通过本课程的学习，学生应达成如下目标：
1、理解计算机和数字基础知识。
2、掌握计算机硬件和软件的一些基础知识。
3、掌握操作系统和文件管理的一些概念。
4、掌握局域网、因特网、Web技术及应用。
5. 理解社交媒体、多媒体和Web的一些原理和概念。
6. 了解系统分析与设计的过程。
7. 了解新技术领域的所涉及的技术。
8、掌握数据库和程序设计等方面的基础知识。
19 理解计算机安全和计算机职业与道德。
10、能够动手使用Office的高级功能以及Photoshop等软件。
2022-12-15 14:23:45
17KB
1
本文档为定义项目的需求，指导后期的系统的分析与设计，并为系统的最终用户、项目管理人员和项目开发人员提供参考标准。
2022-12-15 14:23:32
222KB
1
是在电器控制技术和计算机技术的基础上开发出来的，并逐渐发展成为以微处理器为核心，将自动化技术、计算机技术、通信技术融为一体的新型工业控制装置。
2022-12-13 19:34:40
5.35MB
1
在考试场中为学生监考十分枯燥，因此，建立一个可靠的作弊检测系统来识别学生是否存在作弊行为。以下有四个应用场景：
1.使用一个名为 Yolo3 的训练模型和一个名为 coco 的数据集，我们测试了考场中学生的书籍和手机，并将他们标记为作弊者。
2.使用haarcascade配置文件分类器，可以检测到学生转身，这样也被认定为作弊的学生。
3.此功能使用 OpenCV 和 YOLO 来监控/分析学生之间是否保持足够的距离。如何距离太近存在作弊嫌疑。
运行环境要求：
python3.7以上配置以下包
tensorflow>=2.5.0*
keras==2.4.3
imutils==0.5.4
numpy==1.19.5
opencv-python>=4.2.0.32
matplotlib==3.4.1
argparse==1.4.0
scipy==1.6.2
scikit-learn==0.24.1
pillow>=8.3.2
streamlit==0.79.0
onnx==1.10.1
tf2onnx==1.9.3
2022-12-13 16:26:17
264.16MB