关于面向对象分析与设计UML的经典之作,全面升级到UML2和最新迭代/敏捷实践
2024-06-05 14:02:54 32.51MB UML和模式
1
很经典的设计模式书籍,通俗易懂,场景化.《Head First设计模式》(中文版)共有14章,每章都介绍了几个设计模式,完整地涵盖了四人组版本全部23个设计模式。前言先介绍这本书的用法;第1章到第11章陆续介绍的设计模式为Strategy、Observer、Decorator、Abstract Factory、Factory Method、Singleton,Command、Adapter、Facade、TemplateMethod、Iterator、Composite、State、Proxy。最后三章比较特别。第12章介绍如何将两个以上的设计模式结合起来成为新的设计模式(例如著名的MVC模式),作者称其为复合设计模式(这是作者自创的名称,并非四人组的标准名词)
2024-06-03 10:02:55 41.92MB Head First系列 设计模式
1
作者: 郭峰 出版社:中国铁道出版社 ISBN:9787113152659 上架时间:2012-12-12 出版日期:2013 年1月 开本:16开 页码:547 《深入浅出设计模式》总结了许多系统软件在设计开发过程中的难点,力图将设计模式的实际应用与实现原理有机结合起来,破解软件开发人员在学习设计模式过程不能透彻理解并灵活运用设计模式的难题。    所有章节都是先通过具体的示例讲解为什么需要使用某个设计模式,然后讲解该模式的实现原理,最后再通过详细的示例或对很多开源框架进行分析,加深读者对设计模式的理解。    《深入浅出设计模式》适用于中、高级软件设计和开发人员,尤其是已经学习过设计模式但没有收获的开发人员,同时也可作为高校相关专业师生和社会培训班的教材。
2024-06-03 09:55:15 68.28MB 设计模式
1
3D 修正桁架有限元模型,用于对薄折纸结构进行高效准确的建模。 在捕捉几何非线性的同时考虑桁架和铰链的弹性材料模型。 实现了非线性路径跟随的广义位移控制方法,使用拉格朗日乘子方法的周期性边界约束,以及分岔分支跟随的特征值扰动分析。 通过基于梯度的技术实现的折叠模式优化拓扑。 包括来自以下出版物的方法和示例: Gillman, A.、K. Fuchi 和 PR Buskohl。 基于桁架的折纸结构非线性力学分析表现出分岔和极限点不稳定性。 国际固体与结构杂志,147:80-93,2018 年。 Gillman, A.、Fuchi, K. 和 PR Buskohl。 “通过非线性力学和拓扑优化发现顺序折纸折叠。” 机械设计杂志,印刷中。 Gillman, A.、K. Fuchi、G. Bazzan、EJ Alyanak 和 PR Buskohl。 “通过非线性力学分析发现具有最佳驱动
2024-06-02 20:03:17 5.35MB matlab
1
日立电梯MCA型号的MODE模式.doc
2024-05-10 14:58:34 204KB
1
日立NPH电梯FMT板键盘操作模式.docx
2024-05-10 14:57:20 12KB
1
主要讲述云计算服务模式的设计决策,包括SAAS、PAAS和IAAS。
2024-05-04 19:59:28 46.04MB
1
安装winxp使用achi模式蓝屏,使用此补丁可以解决此问题
2024-05-04 09:15:41 402KB ata转achi
1
常微分数值解matlab代码symODE2:具有多项式系数的二阶常微分方程的符号分析 作者:Tolga Birkandan 电子邮件:伊斯坦布尔技术大学物理系,土耳其伊斯坦布尔 34469。 详情请参阅。 提出了一种用于对具有多项式系数的二阶常微分方程进行符号分析的开源软件包。 该方法主要基于方程的奇异结构,程序是在开源计算机代数系统 SageMath 下编写的。 该代码能够获得与正则奇异点相关的奇异结构、指数和递推关系,以及超几何方程、Heun方程及其汇合形式的符号解。 symODE2 包是在 SageMath 9.1 下使用带有 Intel(R) Core(TM) i7-6500U CPU @ 2.50GHz 和 8 GB 内存的膝上型计算机编写的。 操作系统为 Windows 10 Enterprise ver.1909。 该包由两个主要部分组成:用于一般分析的 ode2analyzer.sage 和用于方程符号解的 hypergeometric_heun.sage。 hypergeometric_heun.sage 会在需要时调用 ode2analyzer.sage 中定义的例
2024-04-28 21:03:21 73KB 系统开源
1
随机智能手机的普及,在日常生活中,大多数人在做任何事情的时候,都会随身携带手机。如果开启手机中的传感器,当用户运动时,就可以采集大量的用户信息,根据这些信息,就可以判断当前用户的运动模式,如行走、上楼梯、下楼梯、坐、站立、躺下等等。基于这些运动模式,设计不同的场景,为健身类或运动类应用(APP)增加一些有趣功能。在智能手机中,常见的位置信息传感器就是 加速度传感器(Accelerometer)和陀螺仪(Gyroscope)。加速度传感器:用于测量手机移动速度的变化和位置的变化;陀螺仪:用于测试手机移动方向的变化和旋转速度的变化;传感器本文主要根据手机的传感器数据,训练深度学习模型,用于预测用户
2024-04-28 14:52:17 233KB
1