我的下载
我还剩：0
积分 (
点我购买获取积分
)
热门下载
参考链接：https://blog.csdn.net/qq_37534947/article/details/110442147，包含手动是实现RNN、pytorch实现RNN、LSTM、GRU。
整套matlab代码，用于直频序列扩频通信的系统仿真，本代码包含测试代码，测试代码内有语句的注释标注，可用于课程设计，毕业论文等
CPLEX学术版安装包，没有变量数目限制和约束个数别的限制，可以处理较大规模的问题，做运筹优化方面的小伙伴们很多都用得到。
2020年7月份PDF笔记，从Java基础内容到微服务，分布式相关笔记，docker相关笔记；
大学生网页设计大作业-以下5个网页设计制作作品自己任选：
1.网页制作基础大二dw作业
2.web网页大作业
3.大学生期末网页大作业-6页面的网页设计，是个人主页类型。包含了6个页面，包含视频、脚本等元素。水平不高，但交选修作业就足够了。
4.免费大学生网页设计制作作业作品下载dreamweaver制作静态html网页设计作业作品
5.Dreamweaver网页设计与制作100例
android开发期末大作业（项目源码，任务书，实验大报告，apk文件）
大作业的要求和内容：（包括题目选择范围、技术要求、递交时间、考核方法等）
一、实验项目名称
Android手机应用开发课程大作业
二、实验目的
1．通过本课程设计的实践及其前后的准备与总结，复习、领会、巩固和运用课堂上所学的Android手机应用开发知识。
2．为学生综合应用本专业所学习的多门课程知识（例如，软件工程、数据库、Java语言、Java Web开发等）创造实践机会。为学生提供主动学习、积极探索与大胆创新的机会。
3．掌握Android手机应用设计的方法与技巧。
三、实验内容及要求
1、设计内容
题目、设计内容自拟，工作量适中，要求学生应用课程所学知识，采用JAVA语言和Android手机应用开发技术实现一个完整的系统。
①完成大作业报告。
②实现各系统功能，并完成调试运行。
2、主要技术
采用Java语言并不仅限于Java语言实现系统。
开发环境与工具：Android Studio 3.2以上版本；
操作系统：Win7/Win10或其他；
4、设计成果：
材料上交：电子文档（大作业任务书+大作业报告+源代码，电子稿请刻在光盘上）、打印稿（大作业任务书+大作业报告）。
四、成绩评定：
考核标准包括：
1、选题的工作量，难度和新颖程度
2、系统架构设计是否良好，运行过程是否报错
3、界面设计的合理性和美观程度
4、基本功能的实现 分值60
（包括布局、组件、Activity、Intent等使用）
数据存储的使用 分值10
网络功能 分值10
Service、ContentProvider或BroadCastReceiver等的使用
分值10
附加分：
图形图像处理、多媒体处理等 分值10
5、考核方式为面对面答辩，在课程的后两周内集中进行。
OLED 屏幕显示时间，温度。时间可以校准，屏幕通过取模，可以显示汉字。
文档虽然全面，但是对于MATPOWER这个软件来说并不好上手。MATPOWER快速上手方法在我的博客，欢迎大家一起学习。
CNN卷积神经网络实现，Matlab仿真，识别手写数字集。
"中国地面气候资料日值数据集（V3.0）"包含了中国699个基准、基本气象站1951年1月以来本站气压、气温、降水量、蒸发量、相对湿度、风向风速、日照时数和0cm地温要素的日值数据。
2014年5月~2019年12月数据
希望能给大家带来帮助！
数据来源：http://data.cma.cn/data/cdcdetail/dataCode/SURF_CLI_CHN_MUL_DAY_V3.0.html
设计一个GUI界面的学生信息管理系统，方便保存学生的部分信息。
有五类功能：
1、 增加学生信息：输入姓名、学号、年龄、手机号
2、 修改学生信息：输入新的姓名、学号、年龄、手机号
3、 删除学生信息：以学号为索引
4、 查询学生信息：以学号为索引
5、 显示学生信息：一条一条整页显示。
Video Download Helper高级版（无120分钟时间限制）
可以下载在线视频，是非常必要的chrome插件。
下载增强和视频真实地址探测工具。
算法设计中文版，带有完整书签和习题答案。本书以各种算法设计技术（如贪心法、分支策略、动态规划、网络流、近似算法、随机算法等）为主线来组织素材，突出了算法设计的思想和分析的基本原则，为从事实际问题的算法设计与分析工作提供了清晰的、整体的思路和方法
长江流域shp文件，包括国界与省界行政区划。欢迎有需求的下载使用。国界与省界来源于中国基础地理数据。
关于代码的介绍可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10 + Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。