密度

编译好的FastReport4.3 只适用于bc6-Compiled FastReport4.3 applies only to bc6

Memory Game, for testing your memory!

Code for javascript on the web.

此程序用fortran编写 功能: 1、是计算在载荷作用下的平面桁架位移以及杆件的轴力。轴力符号规定，受拉为正，受压为负。另外还哼计算支座反力。 2、对桁架的节点编号，采取先编可动节点，接着再编固定节点。 3、计算多工况问题 此程序出自《杆系结构程序设计》，有改动，原程序有错误-the procedure used to prepare fortran functions : 1. calculation of the load under the plane truss rod displacement and the axial force. Symbol axial force, the tension is positive, negative pressure. It also supports anti-hum calculating power. 2, the number of nodes truss, the first series to take movable joints, and then re-allocation fixed nodes. 3, the calculation of multi-state issues this procedure from the "bar structural design process," with changes, the original procedure is wrong

是“MATLAB在数字信号处理中的应用(第2版)”一书的课件，该书由薛年喜编著 清华大学出版社出版 2007年12月 MATLAB是一种功能强大的数据分析和工程计算高级语言，在工业、电子、信号处理、医学、建筑以及航空等领域有着广泛的应用。本书以最新的MATLAB R2006a版本为对象，从工程实际应用的角度出发，对数字信号处理做了层次清晰、浅显易懂的介绍。 本书从内容上可分为两大部分：基础篇和应用篇。基础篇主要介绍了MATLAB R2006a的入门基础和图形用户界面设计基础；应用篇是本书的重点，详细介绍了MATLAB R2006a关于数字信号处理方面的具体应用，主要包括数字信号处理基础、数字信号变换技术、窗函数、IIR数字滤波器的设计、FIR数字滤波器的设计、功率谱估计、小波分析在信号处理中的应用以及信号处理的图形用户界面工具。 本书可作为高等院校数字信号处理等专业课程的教材，主要读者为数字信号处理领域的科技工作者和理工科大学相关专业的本科生、研究生，对其他领域的科研人员也有一定的参考价值。-err

这是一个简单的迷宫程序，我花费了一天的时间写的-This a simple maze procedure, I spent a day of time to write!

基于ASP.net语言的人事管理系统，主要实现的功能有人力资源管理、员工信息管理、考勤管理、假别管理、 员工考勤登记等功能。-ASP.net language based on the personnel management system, the main achievement of the functions of human resources management, employee information management, attendance management, leave other management, employee attendance registration and other functions.

这是一个 php 的论坛。成员登录和有开机自检和评论的线程的能力。它是在附近的最好论坛脚本。演示 < a href ="www.naijaloaded.com"> < /a > 这里

采用 c#, Manager Directx9.DirectDraw 编写的 模仿windows扫雷的小游戏游戏.-using c#, Manager Directx9.DirectDraw prepared by the imitation windows mine small game game.

This document contains a general overview in the first few sections as well as a more detailed reference in later sections for SVMpython. If you re already familiar with SVMpython, it s possible to get a pretty good idea of how to use the package merely by browsing through svmstruct.py and multiclass.py. This document provides a more in depth view of how to use the package. Note that this is not a conversion of SVMstruct to Python. It is merely an embedding of Python in existing C code. All code other than the user implemented API functions is still in C, including optimization.