emmm，昨天蘑菇街一面，我感觉面试官特好，问了我几个相对开放的问题，没怎么问基础。但是我感觉我答的不很好，第一次面大公司有点紧张。希望过过过！！！其中有一个题，面试官说你手动搭建过springboo + zookeeper + dubbo是吧，那么dubbo的原理是怎样的呢，或者你手动搭建一个dubbo你想这么做呢？基于这个原因，我今天就花费了半天的时间通过查资料做了一个远程调用rpc。 首先呢，我们的这个项目是基于netty、动态代理、反射等知识实现的，如果童鞋们对这块内容还有不熟的地方，建议去先了解一下这些知识，再来看这篇文章，我觉得才有意义。 项目结构： 这里有三个module，先说

模式识别高分课程设计，利用BP神经网络对0-9的手写数字图像数据进行分类。 图像数据存放在Img的文件夹中，0-9每个数字各有55个样本，共550个图像样本数据。文件中的all_data.mat是为了对这些图像数据全部提取到MATLAB的工作区中，以便于MATLAB对数据的处理。载入后是一个4维的900×1200×10×55的阵列，900×1200为每一张图像的尺寸/分辨率，10指的是为0-9的10类图像，55是每一类的样本数目； 代码中有详细注释，整个过程分为：①载入图像数据；②裁剪图像的无效信息；③特征选择和提取；④特征预处理；⑤划分数据集；⑥网络训练；⑦网络测试；⑧用户验证过程 网络经多次测试后对训练样本和测试样本的分类准确率均在95%以上，MATLAB自建BP神经网络，代码每个过程都有注释详解，有利于读者对BP神经网络有更好的把握。 在用户验证过程中，向客户提供验证端口，读者在读懂代码的基础上，可以继续在此做一个UI界面或者接口，作为课程设计的话将会更加完善。

用C++写的一个时间类，各方面功能都比较完善，如果有喜欢的就拿走。 使用的时候，把其中cout输出部分去掉即可 其中定义的Output和Input方法都是标准输入输出写的，因此界面开发中用不到。

手写草图识别 Demo 该草图识别算法完全跨平台可以运行在Android、IOS、Winodws等平台

1、MVVMLight框架使用 2、MVVMLight 命令使用

1. 基于Python flask架构 2. 开发了SPC控制图算法，并在前端实时展现

用若依框架写的后台管理，

内容索引:脚本资源,jQuery,jQuery游戏,扫雷　　jQuery Sweeper 运行在WEB上的有趣游戏——扫雷游戏，Windows中带有的扫雷游戏大家都玩过吧，这款基于Js脚本写的扫雷，玩法与其大致相同，这里主要是想展示jQuery丰富的网页应用，也请朋友们纠错，欢迎多提宝贵意见。

修改Vivado 让其支持烧写gd55b02ge/gd25b256me/gd55b01ge等FLASH，所需要的文件，如需支持更多flash，请联系博主，支持付费适配。

适用rtl8111e/rtl8168e系列网卡 刷新方法：超简单 APG.BAT 自动分配MAC刷新程序 MPG.BAT 手动输入MAC刷新程序，运行后需手动输入MAC