附件是自己在学习《重构 改善既有代码的设计》时所用到到的第一章代码和pdf，希望能够帮助广大的攻城狮

回想在4个月前刚刚进入公司实习时，我封装了一个应用于小程序的倒计时组件。 链接在这里： 微信小程序之倒计时组件 以现在的视角再去看之前的实现可以说是一坨看不下去的烂代码。所以也借此机会，将之前的组件重构一番。 重构旧代码 在原来的组件中有一个initDuration属性和3个方法，3个方法分别是countDown，format和runCountDown。 initDuration属性 首先我们需要三个page属性来帮助完成接下来的代码，它们的名字和内容如下： timer: null, // 存储setInterval的ID flag: false, // 倒计时是否结束的标志 num: 0 /

贝叶斯压缩感知稀疏信号重构方法研究

电商重购源数据.zip

说起模块化，也许我们首先想到的是编程中的模块设计，以功能块为单位进行程序设计，最后通过模块的选择和组合构成最终产品。把这种思想运用到页面构建中，也已经不是什么新鲜事。相信很大一部分页面构建工程师都经历了这样几个阶段：第一阶段是在一个css文件 　　说起模块化，也许我们首先想到的是编程中的模块设计，以功能块为单位进行程序设计，最后通过模块的选择和组合构成最终产品。把这种思想运用到页面构建中，也已经不是什么新鲜事。相信很大一部分页面构建工程师都经历了这样几个阶段：第一阶段是在一个css文件中把多个页面按自己的习惯顺序从上往下编写样式，基本不考虑有无公用样式，以完成设计呈现为首要目的;第二阶段是提取

针对传统匹配场声源定位方法不适用于阵元数较少、低快拍场合且分辨率低的问题，本文提出了一种基于空间稀疏重构的匹配场声源定位方法。在分析水下目标空间稀疏性的基础上，通过建立水下目标的稀疏数学模型，对目标源信号进行压缩采样，然后利用联合稀疏重构算法精准重构出原信号，实现水下目标的匹配场源定位。通过仿真实验结果可以看出：与传统方法相比，本文方法能够在阵元数少以及低快拍的情况下获得更高精度的水下目标定位。

智慧教育的定义大概可以分为两类，一类是根据百度百科对于智慧教育一词的解释，智慧教育即教育信息化，是指在教育领域（教育管理、教育教学和教育科研）全面深入地运用现代信息技术来促进教育改革与发展的过程，其技术特点是数字化、网络化、智能化和多媒体化，基本特征是开放、共享、交互、协作、泛在；另一类则是将智慧教育解释为AI+教育或教育+AI，主要强调人工智能技术给教育带来的赋能与变革。 本报告对于智慧教育的定义是依托物联网、云计算、无线通信等新一代信息技术所打造的物联化、智能化、感知化、泛在化、个性化的新型教育形态和教育模式。在本报告中，智慧教育涵盖的范围不局限于教育信息化本身，以技术革新的视角切入，重点关注新兴技术在促进教育公平、教育质量和效果提升方面的效果和作用，从而形成更加升级的智慧教育新生态。 本报告将在厘清智慧教育与新基建定义的基础上，从智慧教育建设发展中产生的痛点和技术瓶颈出发，以新基建所涉及的技术为切入点，探讨技术的成熟度、技术的优势如何改变、突破智慧教育所面临的问题，同时关注目前技术在智慧教育应用场景中的渗透情况，进而分析场景升级带来的对参与者（教育主管部门、学 校、企业、教师）在智慧教育建设上决策与行为的改变，通过教育各方参与者的改变，探讨智慧教育教育未来的发展突破，推动教育目标的更好实现。

时域信号压缩传感,正交匹配追踪法（OMP）重构信号,注释比较详细

用于无线接收机的有源RC可重构低通多相双二阶滤波器

近年来，已经从压缩感测（CS）理论的角度解决了有关稀疏连续信号恢复的各种应用，例如源定位，雷达成像，通信信道估计等。 但是，在考虑任何实际使用时，有两个主要缺陷需要解决。 第一个问题是由任意定位的未知数与预先指定的字典之间的基础不匹配导致的离网问题，这将使常规CS重建方法的性能大大下降。 第二个重要问题是对低复杂度算法的迫切需求，尤其是在面对实时实现的需求时。 在本文中，针对这两个问题，我们提出了三种快速，准确的稀疏重建算法，分别称为HR-DCD，Hlog-DCD和Hl（p）-DCD，它们基于同构，二分坐标下降（DCD） ）和网格优化技术相结合，实现了迭代和非凸正则化。 实验结果证明了所提算法和相关分析的有效性。