建桥移动应用开发(安卓)实验一,源代码,注意修改可能存在的个人信息

人工智能导论实验报告pycharm，内含10个实验；例如：使用for语句显示出 学习课程的名字；使用while语句求100以内整数之和；使用判断语句判断人的年龄阶段。了解并掌握使用列表，其中包括访问列表中的数值；向列表中添加数据；从列表中删除数据以及其它列表操作。NumPy数组：列表和NumPy数组的转换；NumPy数组的创建；NumPy数组的常用数学函数。打开摄像头等。

1、掌握集成乘法器的基本工作原理； 2、掌握集成乘法器构成的振幅调制电路的工作原理及特点； 3、学习调制系数m及调制特性（m~UΩm）的测量方法； 4、自己能独立分析出m<1,m=1和m>1时调幅波的波形特点。

包含报告，源程序，介绍视频。注意地图好像我用的是绝对路径，可能到你的电脑下需要重新设置数据的源路径。以下是报告节选：第三章 逻辑实现和物理实现 17 3.1逻辑模型 17 3.2 物理模型 18 第四章 系统初始化介绍 19 4.1需要软件 19 4.2 初始化以及数据导入 19 第五章 主要功能与代码 21 5.1 自定义类 21 5.1.1 SQL类用来方便数据库的链接 21 5.1.2 STATIC类用来存储一些全局变量： 23 5.2 登录与注册界面 24 5.2.1 登录 24 5.2.2 注册 26 5.3 普通人员系统 28 5.3.1 首页 28 5.3.2 修改和保存个人信息 29 5.3.3 记录和排名 32 5.4 采样人员系统 34 5.4.1 首页 34 5.4.2上传信息 35 5.4.3任务和申请 37 5.4.4工作记录 38 5.5 检测人员系统 43 5.5.1首页 43 5.5.2上传检测信息 44 5.5.3个人信息 44 5.5.4检测记录 45 5.6 管理人员系统 46 5.6.1（表格）人员管理 46 5.6.2（表格）任务管理 49 5

1 实验目的 （1） 熟悉DBMS的查询分析工具的使用方法； （2） 掌握SQL的基本查询语句使用方法。 （3） 掌握SQL的高级查询的使用方法，如分组统计、嵌套查询、集合查询等等。 2 实验内容 2.1 熟悉DBMS的数据查询工具的使用方法 （1）查询分析工具的界面环境 （2）查询分析工具的使用方法 2.2 掌握SQL的基本查询语句使用方法 （1） 单表投影查询 （2） 单表单条件查询 （3） 单表多条件查询 （4） 两表连接查询 （5） 单表自身连接查询 （6） 三表连接查询 （7） 四表连接查询 （8） 五表连接查询 （9） 六表连接查询 （10） 更复杂表间连接查询 2.3 掌握SQL高级查询使用方法 （1） 分组统计； （2） 嵌套查询，包括IN查询、EXISTS查询； （3） 集合查询。

1 实验目的 （1） 了解和掌握数据库设计的有关理论和方法。 （2） 可以灵活运用数据库设计方法设计一个中小型规模的数据库（如科研项目管理系统数据库、网上购物系统数据库、图书管理系统数据库、学生信息管理数据库等等）。 2 实验内容 2.1 数据库概念模型设计 （1） 进行需求分析。 （2） 设计数据库概念模型，画出E-R图。 2.2 数据库逻辑模型设计 （3） 根据数据库概念模型设计数据库的逻辑模型。 （4） 对逻辑模型进行优化。 2.3 数据库物理模型设计 （5） 针对某种DBMS，设计数据库物理模型，包括表空间、表和索引等于物理存储有关的设计。 （6） 优化物理模型 （7） 生成某种DBMS的SQL语句，创建数据库及其表。 2.4 装载数据 （8） 收集真实数据或者生成模拟数据。 （9） 批量加载数据到数据库中。 （10） 设计一系列SQL语句，尤其是连接查询、嵌套查询等SQL语句，已测试数据库性能。

设两个有序的子文件(相当于输入堆)放在同一向量中相邻的位置上：R[low..m]，R[m+1..high]，先将它们合并到一个局部的暂存向量R1(相当于输出堆)中，待合并完成后将R1复制回R[low..high]中。

操作系统实验报告 含代码 郑州轻工业学院操作系统 所有试验 及代码！ 供大家参考

1、 实验目的 通过本实验，使学生更进一步了解网络知识的基本概念，如 IP 地址、子网掩码、网关、DNS、代理服务器。熟练掌握计算机通过局域网接入 Internet 的配置方法 2、 实验内容及其原理： 实验内容： 计算机通过静态 IP 接入方式 Internet 时 IP 地址、子网掩码、网关、DNS、代理服务器的配置方法。计算机通过拨号接入 Internet 的方法。通过抓报软件对网关、DNS 在接入网络中的作用进行分析。

燕山大学机器学习实验报告 包含 实验1.1 糖尿病情预测 1 实验1.2 影厅观影人数预测 1 实验2.1 肿瘤分类与预测（朴素贝叶斯） 7 实验2.2 肿瘤分类与预测（SVM） 11 实验3.1 肿瘤预测（决策树） 16 实验3.2 顾客购买服装的分析与预测 21 实验4 不同含量果汁饮料的聚类 25 实验5 肿瘤预测（AdaBoost） 32 实验6 肿瘤预测与分析（神经网络） 37