android地图例子

该代码包含服务器和客户端，能实现无线点餐。里面包含详细的内容介绍，数据库源码，具体配置服务器的操作步骤。适合初学者和做毕业设计的同学。

该算法是在二元域上实现的椭圆曲线算法，而且底层实现了基于不可约多项式的二元域上的加法、乘法、求逆元等，十分适合初学者学习。内含可以直接运行主函数的测试代码，该算法不需要调用第三方密码算法库，是对椭圆曲线加密算法做整体实现的好资源

应用背景实现监听后置相机所对的方向,根据陀螺仪方向传感器获取手机此刻的 朝向 仰望角度,Sensor.TYPE_ACCELEROMETER加速度型,Sensor.TYPE_MAGNETIC_FIELD磁场型,Sensor.TYPE_GYROSCOPE陀螺仪,能实时在surfaceview上显示相机画面,监听方向,改变textview控件在相机中左右移动关键技术注册陀螺仪传感器，并设定传感器向应用中输出的时间间隔类型是SensorManager.SENSOR_DELAY_GAME(20000微秒) SensorManager.SENSOR_DELAY_FASTEST(0微秒)：最快。最低延迟，一般不是特别敏感的处理不推荐使用，该模式可能在成手机电力大量消耗，由于传递的为原始数据，诉法不处理好会影响游戏逻辑和UI的性能 SensorManager.SENSOR_DELAY_GAME(20000微秒)：游戏。游戏延迟，一般绝大多数的实时性较高的游戏都是用该级别 SensorManager.SENSOR_DELAY_NORMAL(200000微秒):普通。标准延时，对于一般的益智类或EASY级别的游戏可以使用，但过低的采样率可能对一些赛车类游戏有跳帧现象 SensorManager.SENSOR_DELAY_UI(60000微秒):用户界面。一般对于屏幕方向自动旋转使用，相对节省电能和逻辑处理，一般游戏开发中不使用 根据三个方向上的加速度值得到总的加速度值a 三个坐标轴方向上的电磁强度，单位是微特拉斯(micro-Tesla)，用uT表示，也可以是高斯(Gauss),1Tesla=10000Gauss

很适合中小企业使用的OA办公源码  java版本里面包括了流程器设计，表单设计器等功能，任务分配 执行流程 前端的代办任务等信息  十分不错  可以用作二次开发

该项目用于使用JAVA编程语言为指定语法创建抽象语法树。这个抽象语法树是使用JLEX和CUP构建的

java 版本modubus实现。附有文档和测试类。源码是开源的。Java 调用串口设备之ModbusRTU 协议。 文件说明： 1、modbus4J-src.zip：源代码 2、modbus4J-doc.zip：java doc 3、RXTXcomm.jar、seroUtils.jar：基础运行时jar包 4、modbus4J.jar：核心运行jar包

星星是等离子体的大规模、 发光在一起举行了其自身的重力球。地球最近的恒星是能量的太阳，这是能量的大部分行星的来源。一些其他星星是可见的从地球在夜间，出现众多的固定的发光点，由于其巨大的距离。历史上，最突出的星星被分成星座和星群，和最亮的星获得专有名称。星星的广泛目录已组装的天文学家，提供标准化的星指定。

自醒着的时候定义了与这个先进的闹钟和用它来提醒和全天的计时器。慢慢增加卷中，轻轻地把你吵醒你早上闹钟。使用特大打盹按钮或解决数学问题，为了防止您无意中关闭警报。你甚至可以将暂停持续时间减少后每个打盹和设置小睡有什么的最大数目。闹钟加计时器功能包括： 音乐报警，随机歌曲报警，温柔报警量加大，数学贪睡、 驳回，摇动贪睡、 驳回，自动小睡，自动辞退，接下来的报警，计时器倒计时、 模拟时钟部件以及更多的时间。免费版功能全面但广告支持。让你在购买之前。升级到付费版本删除广告。现在结合秒表 Xtreme 解决所有你对时间的要求。

BP神经网络算法之JAVA实现。BP神经网络算法之JAVA实现

资源描述包com.shekhar.facedetection；并；进口org.opencv.core.core；进口org.opencv.core.mat；进口org.opencv.core.matofrect；进口org.opencv.core.point；进口org.opencv.core.rect；进口org.opencv.core.scalar；进口org.opencv.highgui.highgui；进口org.opencv.objdetect.cascadeclassifier；并；公共课facedetector {并；public static void main（String [] args）{并；系统。LoadLibrary（核心。native_library_name）；系统的输入（“ n跑步facedetector”）；并；facedetector =新的级联分类器级联分类器（facedetector。类。getResource（“haarcascade_frontalface_alt。XML”）。getpath()）；Mat图像= highgui。imread（facedetector。类。getResource（“Shekhar .jpg”）。getpath()）；并；matofrect facedetections =新matofrect()；facedetector detectmultiscale（图像，facedetections）；并；系统的输入（字符串格式（“检测到%s的面孔”，facedetections。toarray()。长度））；并；为（矩形：facedetections。toarray()）{核心。矩形（图像，新的点（如果X，如果Y），新的点（如果X + Y + rect.width，矩形，矩形的高度），新的标量（255，0，0））；}并；字符串的文件名=“PNG输出。”；系统的输入（字符串格式（写“%s”，文件名））；highgui imwrite（文件名、图像）；}}