基于.NET的驾校管理系统开发

工业系统大多需要使用到扫描枪，因此系统与扫描枪的交互需要建立连接。测试程序采用的是motorola的扫描枪，其他没有测试过。但是，程序代码针对是的普通COM端口进行读取数据的，因此，相信其他类型的扫描枪同样适用。

E4A语音合成朗读源码

采用Gabor小波方法计算不同尺度和方向的能量信息,根据这些信息确定了显著峰集合。根据显著峰集合,确定了纹理特征向量,并且把显著性作为权重引入到相似性度量。72T0 XX XTo1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.neto1994-2010ChinaAcademicJournalElectronicPublishingHouseAllrightsreservedhttp://www.cnki.net113.845230.8113.844230.78230.76113.843230.74温113842113.84123068230.66113.8400.64230.62方向(p=4)10向(p=4)436.8436.64364436温435.84358435.6435.443524310152025方向(p=3)方向(P=3)698ALa方向(P2)方向(p=2方向(p1)方向(P=1)350300制250方向(P=0)方向p=0)图5一幅颈椎间盘图像,及其在5个尺度下能量信息直方图图6一幅腰椎间盘图像,及其在5个尺度下能量信息直方图Fig 5 Energy histogram of cervical disc image at five scalesFig 6 Energy histogram of lumbar intervertebral disc at five scaleso1994-2010ChinaAcademicJournalElectronicPublishingHouse.alLrightsreservedhttp:/www.cnki.net171816161221212322122522201994-2010ChinaacademicjournalelectronicPublishingHouseAllrightsreservedhttp:www.cnkinet0.9直接 Gabor小波变换方法0.8改进 Gabor小波变换方法0.60.50.40.30.245678图像0.09直接 Gabor小波变换方法改进 Gabor小波变换方法0.07瞬回0.050.040.0I123456789图像图9针对第1组测试集的检索精度和召回率曲线Fig 9 Retrieval precision and recall for first test set0.9直接 Gabor小波变换方法改进 Gabor.小波变换方法0.70.60.40.30.20.1123456789图像0.09[-+直按 Gabor小波变换方法0.08一改进 Gabor小波变换方法0.070.060.050.040.03图10第2组测试集合0.02Fig 10 Second group of test set0.0123456789201994-2010ChinaacademicjournalelectronicPublishingHouseAllrightsreservedhttp:www.cnkinet201994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net

线性矩阵不等式matlab编程实现，方便快捷。

基于小波神经网络阶级短时交通流预测问题，小波神经网络是基于BP神经网络发展，

基于matlab的纠错码源码实现。在编码端，根据BCH码的（n，k）产生生成矩阵G和校验矩阵H

这是一个完整的基于java在线选课系统的毕业设计论文！！！

【实例简介】基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。因此，本文在借鉴前人的成果基础上，采用串联组合方法分别对基于灰色理论与 神经网络的水质组合预测模型、基于灰色理论与 神经网络的水质组合预测模型进行了对比研究，同时提出了一种预测效果更佳的基于时间窗口移动技术与 神经网络的水质组合预测模型。 首先，本文根据中国环境质量公报（淡水环境）中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标，然后论述了灰色 模型、 神经网络以及 神经网络的相关理论和算法，接着建立了基于灰色理论与 神经网络的水质组合预测模型和基于灰色理论与 神经网络的水质组合预测模型，并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析，也对两种组合预测模型的结果进行了对比与讨论，得出了后者预测效果更好等结论。 与此同时，通过以上两种组合预测模型的研究，本文提出了基于时间窗口移动技术与 神经网络的水质组合预测模型，并仍以长江寸滩断面为例，经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测，在整体上其预测效果比前两种组合预测模型更为理想，而且该模型能够较好地应用于水质指标预测和管理中，为河流水质预测提供重要的科学依据。 最后，本文采用基于 神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价，并与中国环境保护部公布的水质评价结果进行了对比分析，其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。

Simple算法3个典型算例，详细讲解。二维、结构网格单相流SIMPLE 算法的C语言实现。

利用MFC开发的小型简单的学籍管理系统 黑龙江大学计算机软件学院数据结构作业 能够实现增删改查