java进销存系统

该文档是我的本科毕业设计，包含论文以及对应的MATLAB上的simulink仿真，代码主要包括：光伏MPPT算法，光伏电池和蓄电池构成能量管理系统，光伏电池、蓄电池和超级电容构成能量管理系统。比较全面

代码完整的C#宾馆酒店管理系统源代码，你甚至可以把它作为真正的酒店系统来使用，单从界面来说已经很不错了，而且它的功能也很完善，大家可以看运行截图，开单结账、收银、客户管理等做的都不错。

Lab VIEW的DataSocket通信

详细介绍了使用ADSS设计低噪声放大器的步骤，非常适合初学者使用，图文并茂，难度适宜。(二)实验内容了解微波低噪声放大器的工作原理使用ADS软件设计一个低噪声放大器,并对其参数进行优化、仿真■根据软件设计的结果绘制电路版图,并加工成电路板对加工好的电路进行调试,使其满足设计要求三)低噪声放大器的技术指标输入输出反射系数噪声系数放大器增益稳定系数■通带内的增益平坦度(四)用ADS软件设计低噪声放大器本节内容是介绍使用ADS软件设计低噪声放大器的方法:包括原理图绘制,电路参数的优化、仿真,版图的仿真等下面开始按顺序详细介绍用ADS软件设计低噪声放大器的方法1放大器设计的基本准备需要明确的概念S参数、放大器增益(平坦度)、噪声系数、噪声温度、动态范围、三阶交调与1dB压缩)Y稳定性、匹配需要学习的知识匹配电路有哪些形式对晶体管如何馈电And so on2.软件仿真中需要注意的几个问题要有好的软件设计习惯各种文件的命名电路的布局以及参数的设置和选择要有合理的设计顺序要记住你在使用的是软件物理概念要明确,不要在无意义的地方花时间比如:按照加工精度,有些线条太细是不能实现的,另外追求小数点后面N位的精确也是无聊的法高您毫中使用类的速用范围,:比如:小坛模羋就不能用来看≡阶>W,软件中的模型才是对的。等等。注意如何规划仿真,才能尽快得到需要的电路■要按照先局部后整体的优化,切忌直接全局优化,最好能够预先计算设置优化元件的初值。要注意仿真的数值稳定性,对于对参数以来敏感的仿真结果在最后制作的时候是很难实现的。适当的时候需要考虑改系统拓扑。养成不明白就多看看help的习惯2软件仿真中需要注意的几个问题仿真时模型的选择1晶体管■sp模型:属于小信号线性模型,模型中已经带有了确定的直流工作点,和在一定范围内的S参数,仿真时要注意适用范围。S模型只能得到初步的结果,对于某些应用来说已经足够,不能用来做大信号的仿真,或者直流馈电电路的设计,不能直接生成版图。大信号模型:可以用来仿真大、小信号,需要自行选择直流工作点,仿真时要加入馈电电路和电源带有封装的大信号模型可以用来生成版图2.软件仿真中需要注意的几个问题■仿真时模型的选择2集总参数元件电容、电阻、电感:在进行电路优化时,可以直接选用参数连续变化的模型,在系统设计最后,需要把这些优化过的元件替换为器件库中系列中的元件才是可以制作电路、生成版图的。替换时选择与优化结果相近的数值,替换后要重新仿真次,检验电路性能是否因此出现恶化。3ADS的使用启动软件后建立新的工程文件并打开原理图设计窗口Fle Edt Select wisw Insert Options Tools Layout Simulate windowDesimnGude Heb回倒0?小包型A到Lumped-Components黑山圖回翻‖Dc Feed O:BckEHOHI MI NLF01251375

【实例简介】netcdf，在linux环境下装，windows可能要用到cygwin安装，安装后可以查看.nc文件，NetCDF(network Common Data Form)网络通用数据格式是由美国大学大气研究协会（University Corporation for Atmospheric Research，UCAR)的Unidata项目科学家针对科学数据的特点开发的，是一种面向数组型并适于网络共享的数据的描述和编码标准。

因资料好下载量大，下载需要的积分就自动增加了。需要资料的可以在我任意一篇博客评论里私聊我。基于经典贝叶斯理论的图像分割，含有MATLAB代码，有训练数据和实验数据，还有相应的PPT详解。

用QT写的五子棋AI，进攻和防守势力都不错，单机AI，界面美观。

小波软阈值去噪，具有较高的SNR,是一种自适应阈值算法

最近发现网上压缩感知中用OMP算法重构图像的代码很多，但很少有应用OMP算法来重构整个视频序列的，代码是自己写的，希望对初入门压缩感知的有帮助。由于重构时间的原因，程序中只对前8帧进行了重构。

粒子群算法开题报告粒子群优化算法是一种基于群智能方法的演化计算技术。PSO同遗传算法类似，是一种基于群体的优化工具。系统初始化为一组随机解，通过迭代搜寻最优值。但是并没有遗传算法用的交叉以及变异操作，而是粒子(潜在的解)在解空间追随最优的粒子进行搜索。 PSO模拟鸟群的捕食行为。设想这样一个场景：一群鸟在随机搜索食物。在这个区域里只有一块食物。所有的鸟都不知道食物在那里，但是他们知道当前的位置离食物还有多远。那么找到食物的最优策略是什么呢。最简单有效的就是搜寻目前离食物最近的鸟的周围区域。有简单容易实现同时又有深刻的智能背景，即适合科学研究，又特别适合工程应用。因此，PSO一提出，立刻引起了