登录
首页 » Others » jsp+servlet商品销售管理系统

jsp+servlet商品销售管理系统

于 2020-12-03 发布
0 265
下载积分: 1 下载次数: 0

代码说明:

java,jsp,servlet,web,商品销售管理系统,可用于中期检查,课程设计,毕业设计等等。有论文,有数据库,可运行。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 车型识别系统,vc源码,opencv
    1.首先单击载入图像菜单项(载入背景和前景图像),图像在image文件夹下面。2.然后单击车辆提取菜单项,依次进行图像做差、二值化、开运算、图像去噪、图像填充处理。3.再单击轮廓提取菜单项,提取车辆轮廓。4.最后单击车型识别菜单项,对车辆进行识别。
    2020-12-04下载
    积分:1
  • GSM物理信道MATLAB仿真
    本程序实现了GSM物理层协议!包含信道编解码及GMSK调制解调!
    2021-05-06下载
    积分:1
  • 张贤达的《高阶统计量信号处理方法》
    高阶统计量分析方法是一种重要的非高斯信号分析方法,在此上传张贤达的这本书,希望对大家的学习有所帮助专题内容概述高阶统计量的定义、性质和估计155()高阶矩、高阶累积量及其谱·*·····“········““··“·(二)高阶累积量与高阶谱的性质三)高阶累积量与高阶谱的估计…......19、非最小相位系统的辨识21(一)基本问题21(二)MA系统的辨识.25(三)ARMA系统的辨识…135四、谐波恢复42()基本问题42()谐波恢复的高阶累积量方法……………·………43五、空间窄带信号源的波达方向估计()基本问题46(二)基于二阶统计量的DOA估计方法及其不足.147(三)基于高阶统计量的DOA估计方法53、概述高阶统计量( (Higher-order Statistics)是指比二阶统计量更高阶的随机变量或随机过程的统计量。二阶统计量有:〉随机变量(矢量):方差、协方差(相关矩)、二阶矩。随机过程:自相关函数、功率谱、互相关函数、互功率谱、自协方差函数等高阶统计量有:随机变量(矢量):高阶矩( Higher-order Moment),高阶累积量(Higher-order Cumulant)随机过程:高阶矩、高阶累积量、高阶谱( Higher- order Spectra,Polyspectra)。从统计学的角度,对正态分布的随机变量(矢量),用一阶和二阶统计量就可以完备地表示其统计特征。如对一个高斯分布的随机矢量,知道了其数学期望和协方差矩阵,就可以知道它的联合概率密度函数。对一个高斯随机过程,知道了均值和自相关函数(或自协方差函数),就可以知道它的概率结构,即知道它的整个统计特征。但是,对不服从髙斯分布的随机变量(矢量)或随机过程,一阶和二阶统计量不能完备地表示其统计特征。或者说,信息没有全部包含在一二阶统计量中,更高阶的统计量中也包含了大量有用的信息。高阶统计量信号处理方法,就是从非高斯信号的高阶统计量中提取信号的有用信息,特别是从一、二阶统计量中无法提取的信息的方法。从这个角度来说,高阶统计量方法不仅是对基于相关函数或功率谱的随机信号处理方法的重要补充,而且可以为二阶统计量方法无法解决的许多信号处理问题提供手段。可以亳不夸张地说,凡是使用功率谱或相关函数进行过分析与处理,而又未得到满意结果的任何问题,都值得重新试用高阶统计量方法。高阶统计量的概念于1889年提出。高阶统计量的研究始于六十年代初,主要是数学家和统计学家们在做基础理论的研究,以及针对光学、流体动力学、地球物理、信号处理等领域特定问题的应用研究。直到八十年代中、后期,在信号处理和系统理论领域才掀起了高阶统计量方法的研究热潮。标志性的事件有:1. K. S. Lii. m. rosenblatt "Deconvolution and Estimation of TransferFunction phase and Coefficients for non-Gaussian Linear processes AnnStatistcs, Vol, 10, pp. 1195-1208, 1982首次用高阶统计量解决了非最小相位系统的盲辩识问题。2.C.L. Nikias,M.R. Raghuveer的综述文章“ Bispectrum Estimation:ADigital Signal Processing Framework”在Proc.正EE发表,1987July3.1989、1991、1993、1995、1997、1999年举办了六届关于高阶统计量的信号处理专题研讨会(海军研究办公室,NSF, IEEE Control SystemSociety, IEEE ASSP Society, IEEE Geoscience and Remote sensingSociety4. IEEE Trans.onAC1990年1月专辑5. IEEE Trans, on AssP1990年7月专辑。6.J.M. Mendel的综述文章 Tutorial on Higher- Order statistics( Spectra)inSignal Processing and System Theory: Theoretical Results and SomeApplications”.Proc,正E,1991(主要是关于非最小相位系统辨识)。7.C.L. Nikias&A.P. Petropula的专著 Higher-order Spectral Analysis:ANonlinear Processing Framework,由 Prentice-Hall I1993出版。8. Signal Processing,19944月专辑。9. Circuits, Systems, and Signal Processing,1994.6月专辑。高阶统计量方法已在雷达、声纳、通信、海洋学、电磁学、等离子体物理、结晶学、地球物理、生物医学、故障诊断、振动分析、流体动力学等领域的信号处理问题中获得应用。典型的信号处理应用包括系统辨识与时间序列分析建模、自适应估计与滤波、信号重构、信号检测、谐波恢复、图像处理、阵列信号处理、盲反卷积与盲均衡等。在信号处理中使用高阶统计量的主要动机可以归纳成四点1、抑制未知功率谱的加性有色噪声的影响。2、辨识非最小相位系统或重构非最小相位信号。自相关函数或功率谱是相盲的,即不包含信号或系统的相位信息。仅当系统或信号是最小相位时,二阶统计量的方法才能获得正确的结果。相反,高阶统计量既包含了幅度信息,又保留了信号的相位信息,因而可以用来解决非最小相位系统的辨识或非最小相位信号的重构问题。3、提取由于高斯性偏离带来的各种信息对于非高斯信号,其高阶统计量中也包含了大量的信息。对模式识别、信号检测、分类等问题,有可能从高阶统计量获得信号的显著分类特征,4、检测和表征信号中的非线性以及辨识非线性系统。如用来解决非线性引起的二次、三次相位耦合问题。参考资料:1、张贤达,《时间序列分析一高阶统计量方法》,清华大学出版社,1996。2、沈凤麟等,《生物医学随机信号处理》(第9章),中国科学技术大学出版社,1999。3 J M. Mendel. "Tutorial on Higher-order Statistics(Spectra) in SignalProcessing and Systems Theory: Theoretical Results and SomeApplications. Proc. IEEE, Vol. 79, pp. 278-305, 19914, C. L. Nikias A. P, Petropulu. Higher-order Spectral Analysis: ANonlinear Processing Framework. Prentice-Hall. 19935 C L. Nikias J. M. Mendel.Signal Processing with Higher-orderSpectra. IEEE Signal Processing Magazine, Vol 10, July, pp 10-37, 19936 C. L Nikias M. R Raghuveer." Bispectrum Estimation: A DigitalSignal Processing Firamewoork". Proc. IEEE, Vol. 75, pp. 869-891, 19877 P. A. Delaney d. O. Walsh. " A Bibliography of Higher-Order Spectraand Cumulants". IEEE Signal Processing Magazine, Vol 11 July, pp. 61-7019948、J.A. Cadzow.“ Blind Deconvolution via Cumulant Extrema”.IEEESignal Processing Magazine, Vol 13, No 3, pp 24-42, 1996www.ant,uni-bremen.edu.de/hoshome二、高阶统计量的定义、性质和估计(一)高阶矩、高阶累积量及其谱从随机变量→随机矢量→随机过程)1、随机变量的特征函数与累积量定义:设随机变量x具有概率密度fx),其特征函数定义为(s)=f()edx=Eel其中s为特征函数的参数。(可看作八x)的拉普拉斯变换)特征函数Φ(s)只是参数s的函数。对Φ)求k次导数,可得Φ^(s)=Exe因此(O)=E}=m也就是说)在原点阶导数等孩x阶筹k。因此,Φ(s)也称作矩生成函数(又叫第一特征函数)。矩生成函数可以唯一地、完全地确定一个概率分布。这可由矩生成函数唯一性定理阐明:定理:设F(x)和G(x)是具有相同矩生成函数的分布函数,即:e dF (x)= esdG(x)则F(x)=G(x)由矩生成函数可以定义随机变量κ的累积量生成函数(又叫第二特征函数)及累积量。定义:设随机变量x的矩生成函数为Φ(s),则函数H(s)=nΦ(s)称为x的累积量生成函数,而v()在原点的k阶导数dky(s)ds k0称为x的k阶累积量如果将s)和v展开成 Taylor级数,根据以上定义,就会有①(s)=1+m1S+m2S2+…+,,mkS+…k!(2+4+x12cmk!k1也就是说,x的k阶矩和累积量分别是其矩生成函数和累积量生成函数的Taylor级数展开中s项的系数。2、随机矢量的特征函数与累积量定义:令x=[x,x2,…,x是一随机矢量,且s=s,s2,…,sr,则随机矢量x的矩生成函数定义为Φ(S1SES11+2x2+…+Skxkl52为Ex的累积量生成函数定义为(S1,S2,…,Sk)=lnΦ(s1,x的(vy2…,w)阶矩和累积量分别定义为矩生成函数和累积量生成函数的Iayr级数展开中S1S2…S项的函数,即0Φ(S1,s2;…,s)ExVIS"Y(1521512skas1Os2…ask其中vko对v=V2=…=认=1的特殊情况,记随机矢量x的矩和累积量分别为mom(,,cum(Y1X我们下面将用它们来定义随机过程的高阶矩和累积量。3、随机过程的高阶矩和高阶累积量定义:设{x(n)}为k阶平稳随机过程,则该过程的k阶矩定义为ma(z1,z2,…,k-)=mom{x(n),x(n+),…,x(n+xk-1)}而k阶累积量定义为cs(1,z2,…,k-)=cum{x(m),x(nt+),…,x(n+tk1)}根据这一定义,平稳随机过程的k阶矩和k阶累积量实质上就是取x1=x(n),x2=x(n+a),…,x=x(n+k)之后的随机矢量[(n),x(n+z),…,
    2020-12-03下载
    积分:1
  • 循环平稳信号处理
    很好的处理循环平稳信号的matlab程序
    2020-11-27下载
    积分:1
  • 内存乒乓缓存机制和消息分发机制的C代码实现
    用C代码实现乒乓内存缓冲机制,具体实用价值,帮助您提高内存响应速度与及时数据的处理。unsigned long writeunsigned long greadunsigned long overflowST TWTMSG QUEUE:/ Helper macros for accessing Msg queues. *#define tWt QUEUE EMPty(a)(((g->write==(q)->gread)? 1: 0)#define twt_ QUeUe full(a)(((((q)->qwrite +1% TIMEWEIGHT TASKQUEUE SIZED)==(q)->gread)?1: 0)米 generate a Msg entity*正常返回消息体的指针,异常返回NULLT TWTMSG* generateMsg(tT-TWTMSG* pmSg=nULL,if(NULL =-(ptMsg malloc(sizeof(T TWTMSG)))return NULL;memset(ptMsg, 0, sizeof(T TWTMSG)return pmSg;destroy a Msgvoid destroy Msg(t TWTMSG ptMsgif(NULL ptMsg->pfDestroyMsg)pt Msg->pfDestroy Msg(ptMsg->pvMsg)if (NULL != pt Msg)free(pmSgfree a Msg Queuevoid freeTWTMsg Que(T TWTMSG QUEUE* ptMsgQif(NULL =ptMsg Afree(ptMsg Q);Init a Msg QT TWTMSG QUEUE* initTWTMsg QueoT TWTMSG QUEUE pmSg Q= NULlif (NULL ==(ptMsgQ malloc(sizeof(T_ TWTMSG QUeue)goto ErrRetmemset(ptMsgQ, 0, sizeof(T TWTMSG QUEUE))return pmSg Q;Errretprintf( initTWTMsg Que Fail! ")freeTWTMsgQue(ptMsg Q)return nullPop a pvMsg packet from a msg packet queues param g is the packet queue from which to pop the pbuf@return pointer to pvMsg packet if available, NULl otherwiseT TWTMSG* TWTMsg Get(T_ TWTMSG QUEUE aT TWTMSG*//*加锁if(TWT_ QUEUE_ EMPTY(a))iReturn a NUll pointer if the queue is emptypmSg=NULL;else is The queue is not empty so return the next frame from itand adjust the read pointer accordinglypmSg=g->pvMsglq >greadg->gread =((q->gread +1)% TIMEWEIGHT_TASKQUEUE_ SIZE)/*解锁return(pmSg);Push a pmSg packet onto a pvMsg packet queue@param p is the pmsg to push onto the packet queue@param g is the packet queue.W @return 0 if successful, -1 if q is fullnt TWTMsg Send(T tWTMSg*p, T TWTMSG QUEUE *qint ret/if(!TWT_ QUEUE FULL(al)iThe queue isn t full so we add the new frame at the currentw write position and move the write pointer.g->pvMsgla->write]=pg- >write =((q->qwrite+1)% TIMEWEIGHT TASKQUEUE SIZE;ret =oThe stack is full so we are throwing away this value. Keep trackof the number of times this happensg->overflow++ret =-1://*解锁return(ret)**米**米来米***来米*半米*米*半米*米求***半*米米求半**米求半**半求半和*米*//消息分发机制//*算法是//*正常返回0,出错返回-1水米米******水*米*水**米*半*水米米冰半**水水*水米米半米冰水*米水水*水*米水水extern int RecToFile MsgProc(T_ MSG_ REC2 FILE* ptMsg);int DispatchMsg(T TWTMSG *ptMsgitif(NULl = ptMsg goto ErrRet/*dispatch msg*/switch(ptMsg->en Msg Type)case TWT PINgPoNgBuff recRecTo File Msg Procl(TMSG_REC2FE) (pmSg->pMsg);/*处理消息*/destroy Msg( pmSg;/*消毁消息breakdefault.printf("Dispatch Msg Msgtype Error! n")break.return 0ErrRetprintf("Dispatch Msg Fail! ";return-1./*buff size*/#defineP| NGPONG_ BUFF BSIZE0X20000//10*1024*1024/*10M*/*ping pong buff*///chargacPINGBUFF[PINGPONG BUFF BSIZE]; /* Ping Buff*///chargacPONGBUFF[PINGPONG_ BUFF BSIZE] *Pong Buff*/水米米*********米*水**米*半*水米米水**冰水*水米米半半水半米冰水*米水水*水*米米//*释放 ping pong buff/必然成功//*无返回木***木*水****本**水*水水*水****本水**水水****水水***本***米*水void Destroy Ping Pong Butt(T PINGPONGBUFF USE DES ptPing Pong Butt)nLoopif (NULL = pt Ping pong buffreturnfor (nLoop=0; nLooptIng BuffUse[nLoop]. pcHeadAddr)free(ptPing Pong ->t Ping BuffUse[nLoop]. pcHeadAddr)free(pt Ping pong Buff)/初始化 ping pong buff返回 pign pong buff的描述指针//*正常返回0,出错返回-1水水水水水水水水水木水木水水水水水木水木水水水水水水水水本水水水水水水水水水本水水水水水水水水水水水水水T PINGPONGBUFF USE DES InitPing Pong Buff(unsigned int n BuffSizeT PINGPONGBUFF USE DES* ptBuffDes=NULLintnLoop/*获取buf描述*if NULL==(ptBuffDes=malloc(sizeof(T PINGPONGBUFF USE DES))))goto ErrRetmemset(pt BuffDes, 0, sizeof(T_PINGPONGBUFF USE_ DES));/*分别初始化ping和pong*/for(nLoop=0; nLooptIng BuffUsenLoop pcHeadAddr =malloc n BuffSize))goto Err Ret;ptBuffDes->tIng BuffUselnLoop] nBuffSize nBuffsizeptBuffDes->tPing BuffUse[nLoop]. oFfsetptBuffDes->tPing BuffUsenLoop) eUseStatus-=BUFF WRITEABLE;pt BuffDes->eCurUseIDBUFF PINGreturn pt BuffDesErrretprintf("lnitPing Pong Buff Fail!");DestroyIng Pong Buff(pt BuffDes)turn null平**米**米*米***来米米*米*米*半米*米米米来*半米平**米米求*来*半求半来*米求*和*米*/*Reset ping pong buff//*正常返回0,出错返回-1米米米米水冰米*米米水**米米冰*米水米米米米水米水*水米米来米米x米来米米水冰来来宋来水米来米来冰#define ResetBuffUse(ptBuffuse)pt BuffUse->oFfset0pt BuffUse->eUseStatus BUFF WRITEABLEgenerate a file rec msg*正常返回消息体的指针,异常返回NULLT_MSG_REC2lGK SenFRMSB(T_BUFF_USE_DES *ptBuffUse, REC_FILE_DESLIST *ptFileListRT MSG REC2FILE KE* ptRFMsg= NULL;if(NULL ==(ptRFMsg malloc(sizeof(T_ MSG REC2 FILE)return nUllptRFMsg- >pt BuffUse pt BuffUseptRFMsg->pt Filelist ptFilelist;return ptRFMsg
    2020-12-03下载
    积分:1
  • cadence 16.6 下载地址
    cadence 16.6 下载地址
    2020-12-06下载
    积分:1
  • opencv3+python人脸检测和识别- 完整实战项目源代码 识别视频《欢乐颂》中人物
    opencv3+python人脸检测和识别- 完整实战项目源代码 识别视频《欢乐颂》中人物opencv3+python人脸检测和识别- 完整实战项目源代码 识别视频《欢乐颂》中人物opencv3+python人脸检测和识别- 完整实战项目源代码 识别视频《欢乐颂》中人物
    2020-12-12下载
    积分:1
  • 1400张车子的数据集,包括公交车家用车消防车工车等的数据集,已经完全手工专业标注完成.rar
    【实例简介】1400张车子的数据集,包括公交车家用车消防车工程车等的数据集,已经完全手工专业标注完成,包括车子图片和生成的.xml文件,可供yolov3、yolov4、yolov5框架训练出车辆检测模型,识别度超过百分之98以上。
    2021-12-15 00:39:37下载
    积分:1
  • 史上最全Axure元件库
    整理了很多常用的元件。包括各种常用元件、图标、各种交互、图标、苹果元件,移动、web通杀。希望大家可以用的顺手。
    2020-12-09下载
    积分:1
  • 盲信号处理中的盲源分离经典FASTICA算法
    盲信号处理中的关于盲源分离的经典算法,基于FASTICA的盲源分离算法
    2021-05-06下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载