一、广播发送者&广播接收者介绍 1.广播接收者 广播接收者简单地说就是接收广播意图的Java类，此Java类继承BroadcastReceiver类，重写： public void onReceive(Context context,Intent intent)，其中intent可以获得传递的数据； 广播意图就是通过Context.sendBroadcast(Intent intent)或Context.sendOrderedBroadcast(Intent intent)发送的意图，通过这个语句，能够广播给所有满足条件的组件，比如intent设置了action=”com.xiazdong

8 D 流 程 图,,,,,,,,, ,,,,1.将一些对程序/产品有专业知识的人员组成一个小组，按其分派的时间，以其权威及技术于需以技术性的方法解决问题及执行改正行动，该小组必需有指定的指挥官。（CHAMPION）,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,2.籍由可量数的术语，分别以谁（WHO），什么（WHAT)，何时（WHEN）何处（WHERE），如何（HOW），多少（HOW MANY）等，详细叙述内部/外部顾客的问题并以记录。,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,,,,,, ,,,,3.在还没有永久改正行动之前，先界定及实施围堵行动，使内部/外部顾客不再受到问题之捆牢。需确认该行动之有效性。,,,,, ,,,,,,,,, ,4.界定及确认真正的擎因,,,4.指出所有均能解释造成该问题的可能擎因，然后与D2之问题叙述及试验资料比对测试，划分及确认出真正的擎因。提出可消除真正的擎因的可行性方案。,,,,, ,,,,,,,,, ,,,,,,,,,

重磅 | 完备的 AI 学习路线，最详细的资源整理！-附件资源

matlab仿真：指纹识别系统（过程图详细，步骤清楚，带界面GUI,对比2指纹，可加指纹库，库内搜索，在即预警）

matlab做T SNE的详细代码微笑 Smile（统计机器智能和学习引擎）是Java和Scala中快速而全面的机器学习，NLP，线性代数，图形，插值和可视化系统。 凭借先进的数据结构和算法，Smile可提供最先进的性能。 Smile涵盖了机器学习的各个方面，包括分类，回归，聚类，关联规则挖掘，特征选择，流形学习，多维缩放，遗传算法，缺失值插补，有效的最近邻搜索等。 Smile有充分的文献记录，请查阅的编程指南和更多信息。 通过将以下内容添加到项目pom.xml文件中，可以通过Maven中央存储库使用这些库。 com.github.haifengl smile-core 1.5.2 对于NLP，请使用artifactIdId smile-nlp。 对于Scala API，请使用 libraryDependencies += "com.github.haifengl" %% "smile-scala" % "1

基于python实现的BP神经网络手写数字识别模型实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能 课程作业 手写数字数据集 BP网络模型识别手写数字 反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。反向传播要求有对每个输入值想得到的已知输出，来计算损失函数梯度。因此，它通常被认为是一种监督式学习方法。反向传播要求人工神经元（或“节点”）的激励函数可微。

基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能课程作业 手写数字识别 数据集 详细注释 好理解 实验结果及总结 基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释+数据集+项目说明+实验结果及总结.7z

基于python实现的广度优先遍历搜索(BFS)实验源码+代码详细注释+项目说明+实验结果及总结.7z 广度优先搜索算法（英语：Breadth-First-Search，缩写为BFS），是一种图形搜索算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点。如果所有节点均被访问，则算法中止。BFS是一种盲目搜索法，目的是系统地展开并检查图中的所有节点，以找寻结果。 BFS会先访问根节点的所有邻居节点，然后再依次访问邻居节点的邻居节点，直到所有节点都访问完毕。在具体的实现中，使用open和closed两个表，open是一个队列，每次对open进行一次出队操作（并放入closed中），并将其邻居节点进行入队操作。直到队列为空时即完成了所有节点的遍历。closed表在遍历树时其实没有用，因为子节点只能从父节点到达。但在进行图的遍历时，一个节点可能会由多个节点到达，所以此时为了防止重复遍历应该每次都检查下一个节点是否已经在closed中了。

基于python实现的遗传算法实验源码+详细注释+项目说明+实验结果及总结.7z 人工智能课程作业 遗传算法具体步骤： （1）初始化：设置进化代数计数器t=0、设置最大进化代数T、交叉概率、变异概率、随机生成M个个体作为初始种群P （2）个体评价：计算种群P中各个个体的适应度 （3）选择运算：将选择算子作用于群体。以个体适应度为基础，选择最优个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代 （4）交叉运算：在交叉概率的控制下，对群体中的个体两两进行交叉 （5）变异运算：在变异概率的控制下，对群体中的个体进行变异，即对某一个体的基因进行随机调整 （6） 经过选择、交叉、变异运算之后得到下一代群体P1。

计算机课程设计-《数据库系统概论课程设计》-宿舍管理系统详细设计报告.doc