超市进销库存管理系统Java包含源代码文档等
2024-04-22 12:46:14 346KB java 开发语言
1
重要的 我不是在当前或可预见的将来直接维护或开发WebWindow。 主要原因是它基本实现了其目的,即激发并开始认真的努力,以使使用.NET Core的跨平台混合桌面+ Web应用程序成为现实。 在了解更多信息。 想要使用.NET Core构建真正的跨平台混合桌面+ Web应用程序的人应该考虑以下替代方法: ,它是基于此WebWindow项目的,并且是其继任者。 Photino由CODE Magazine和项目的开源社区的团队维护。 它支持Windows,Mac和Linux,以及使用Blazor(用于.NET Core)或任何基于JavaScript的框架构建的UI。 对官方支持。 网络窗口 有关信息,请参阅。 使用说明 除非您想更改WebWindow库本身,否则不需要自己构建此存储库。 如果您只想在应用程序中使用它,请获取或按照。 样本 对于示例,请打开WebWindow.Sam
2024-04-21 19:25:46 808KB TypeScript
1
MT447-1995煤矿用电化学式氧气传感器技术条件.pdf
2024-04-20 09:24:00 424KB
1
合同网协议(CNP算法),用于具有时间窗口和优先级约束的网络上多智能体多任务分配问题的去中心化基于市场的协议 仅供学习参考用代码
2024-04-19 23:26:07 88.61MB 网络 网络 去中心化
1
在这一背景下,市面上出现了很多面向初学者的书,这些书往往只包含机器学习的基本数学式。与此同时,也有很多非常好的专业书。但遗憾的是,印象中很少有适合初学者在学习专
2024-04-19 11:16:53 16.14MB
1
大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的51单片机实验代码,全部使用汇编语言编写.zip 大学用Keil编写的
2024-04-18 19:35:42 2.91MB 51单片机
1
 本项目是一个基于安卓的健身跑步项目源码,可以自动记录跑步路线,计算跑步速度,用时,总路程数登。用到百度demo,能在实体机和虚拟机上运行,基本实现了功能。无广告和崩溃,百度地图的api需要自己在百度申请替换压缩包里也有替换帮助。 
2024-04-18 12:40:04 4.65MB Android源代码 安卓应用源码
1
演示计算机网络安全 此回购包含了我应邀在布加勒斯特大学计算机网络课程中为二年级学生提供的演讲材料。 您可以查看此演示文稿。 执照 本材料根据。
2024-04-18 10:33:02 2.7MB HTML
1
非常好用的ADAS1000初始化代码,压箱老底存货。用于多导心电,ADI方案。特别是十二导联心电方案应用
2024-04-18 09:59:47 17KB ADAS10
1
基于BP神经网络的数据分类matlab程序。 matlabR2020编写,可绘制出训练集及测试集结果图及各自混淆矩阵。 BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络模型之一。 基本BP算法包括信号的前向传播和误差的反向传播两个过程。即计算误差输出时按从输入到输出的方向进行,而调整权值和阈值则从输出到输入的方向进行。正向传播时,输入信号通过隐含层作用于输出节点,经过非线性变换,产生输出信号,若实际输出与期望输出不相符,则转入误差的反向传播过程。误差反传是将输出误差通过隐含层向输入层逐层反传,并将误差分摊给各层所有单元,以从各层获得的误差信号作为调整各单元权值的依据。通过调整输入节点与隐层节点的联接强度和隐层节点与输出节点的联接强度以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线形转换的信息。
2024-04-18 09:57:21 73KB 神经网络 matlab 故障诊断 分类预测
1