基于java语言编写的俄罗斯方块游戏

本网站由用户模块、在线论坛、班级相册、留言簿模块与管理模块等构成，其中用户模块实现了用户注册、登陆与修改个人资料等功能；在线论坛提供交流平台；班级相册实现图片上载和在线浏览功能；留言簿模块实现网上留言功能；管理模块实现用户管理、论坛管理、相册管理与留言簿管理等功能

资源描述 能够通过任意点集快速生成凹包，实现方式主要是基于三角网算法。 相关论文也可在他的博客中下载。

抄表系统专注于各类能源管理终端的嵌入式软件开发设计！是一个专业化、专一化、科技型企业。业务涵盖供电、供热、供水、供气四大行业远程抄表管理，以及工业企业、学校、酒店、城市大型综合体、写字楼、机关办公、通讯基站、跨地区企业集团等，能耗数据的采集、管理、控制。公司自成立以来，先后在西北、华北等大中城市设

资源描述ssm框架(spring+springmvc+mybatis),一个简单的demo可以参考学习

导入java.io.BufferedReader文件;

package TankGame1; import java.util.Vector; //一个抽象的坦克类 class Tank{  int x;//表示坦克的坐标  int y;  boolean isAlive=true;  int direct=1;//表示坦克的方向  int speed=5;//坦克的速度  int life=4;//坦克的生命 表示要打几下才能够打死  int lifeDownSpeed=1;  public Tank(int x,int y){   this.x=x;   this.y=y;

该项目使你成为好的gui desiner,在你了解想要学习它,将有助于更好的克服desining问题

Annotation AOP SpringMVC 事务管理 SpringMVC实现一个完整的项目

资源描述TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。这里采用了外部插件IKAnalyzer-2012.jar，用其进行分词，插件和测试文件可以从这里下载