摘 要 ： 為實 現校 園教 學 管理 的信 息 化、 科學 化 和可 視化 ， 在分 析現 有 校園 信息 管理 系 統特 點的 基 礎上 ，研 究 了將 GIS 技術 和校園教 學 MIS 系統集 成的方法 ，建立了 基于 CORBA 的校園 教學信息 集成模型 框架, 對 它的系統 體系結構 、 功能 設計及實 現技術進 行了比較 詳細的探 討，并以 應用實例 闡述了基 于 C/S 模式的校 園教學管 理 GIS 查詢系統 的實現 方法 ，為實現 校園教學 管理可視 化提供了 一種有效 的解決方 案。
標簽：
上傳時間： 2013-12-20
上傳用戶：偷心的海盜
互聯網發展速度迅猛，電子商務成為21世紀商務發展道路上發展的一大熱點，已深入到人們日常生活當中，使得消費者的消費觀念發生了巨大的變化, 越來越多的人們開始鐘情于網絡，享受它所帶來的便利和快捷，而不再拘泥于傳統的方式。 本畢業設計采用ASP作為程序設計語言,基于B/S模式，整體設計遵循軟件工程的方法，實現了1個專門為租賃商品服務所打造的WEB在線影碟租賃系統。該系統包括客戶和管理端，基本實現了影碟的庫存管理、查詢、預定、租賃、返還等功能。 本系統可以方便廣大用戶租賃影碟，實現了用戶在線預定，同時管理員根據流行影碟和其類別，可以看出哪些影碟或者哪些類別的影碟受到歡迎，從而依據此制訂出進貨的計劃，使其融入了電子商務的新理念：不僅僅是將現實中的商貿關系照搬到網絡上，而且還具備了通過數據分析商務趨勢的能力。數據的分析處理和給出指導性的數據，是本系統的亮點之一。
上傳時間： 2014-06-17
上傳用戶：zuozuo1215
介紹了一種基于單片機和測量電壓真有效值方案設計的智能數字交流毫伏表。它能精確測量任意波形的低頻模擬周期信號并同時顯示其有效值和分貝值。具有智能量程轉換功能。
上傳時間： 2015-06-30
上傳用戶：liuxiaopei
一種基于單片機和測量電壓真有效值方案設計的智能數字交流毫伏表。它能 精確測量任意波形的低頻模擬周期信號并同時顯示其有效值和分貝值。具有智能量程轉換功能。
上傳時間： 2015-06-30
上傳用戶：liuxiaopei
介紹了一種基于單片機和測量電壓真有效值方案設計的智能數字交流毫伏表。 精確測量任意波形的低頻模擬周期信號并同時顯示其有效值和分貝值。具有智能量程轉換功能。
上傳時間： 2015-06-30
上傳用戶：liuxiaopei
pfSense是一個基于FreeBSD，專為防火墻和路由器功能定制的開源版本。它被安裝在計算機上作為網絡中的防火墻和路由器存在，并以可靠性著稱，且提供往往只存在于昂貴商業防火墻才具有的特性。它可以通過WEB頁面進行配置，升級和管理而不需要使用者具備FreeBSD底層知識。pfSense通常被部署作為邊界防火墻，路由器，無線接入點，DHCP服務器，DNS服務器和VPN端點。
標簽： 防火墻
上傳時間： 2015-11-24
上傳用戶：seobiubiu
提出基于牛頓運動模型的電動機瞬時速度觀測器,采用傳感器低速異步采樣法進行脈沖時刻的精準定位和速度觀測器的高精度實時反饋校正。為提高低速工況下瞬時速度觀測準確度,提出一種適合于軌道交通低開關頻率應用場合的逆變器非線性模型誤差補償算法,并基于電動機本體方程提出一種能確保穩定性的次級電阻在線辨識算法。基于某地鐵項目自主研發的直線電動機牽引控制系統進行實驗驗證,實驗結果表明了所提算法的正確性和有效性。
標簽： 直線感應電動機 速度檢測 逆變器非線性 次級電阻辨識
上傳時間： 2016-01-01
上傳用戶：icebee251
I=imread('fig1.jpg');%從D盤名為myimages的文件夾中讀取。格式為jpg的圖像文件chost J=imnoise(I,'salt & pepper',0.02);%給圖像加入均值為0，方差為0.02的淑鹽噪聲 subplot(2,4,1); imshow(I); title('原始圖像'); subplot(2,4,2); imshow(J); title('加入椒鹽噪聲之后的圖像'); %h=ones(3,3)/9; %產生3 × 3的全1數組 %B=conv2(J,h); %卷積運算 %采用MATLAB中的函數對噪聲干擾的圖像進行濾波 Q=wiener2(J,[3 3]); %對加噪圖像進行二維自適應維納濾波 P=filter2(fspecial('average',3),J)/255; %均值濾波模板尺寸為3 K1=medfilt2(J,[3 3]); %進行3 × 3模板的中值濾波 K2= medfilt2(J,[5 5]); %進行5 × 5模板的中值濾波 K3= medfilt2(J,[7 7]); %進行7 × 7模板的中值濾波 K4= medfilt2(J,[9 9]); %進行9 × 9模板的中值濾波 %顯示濾波后的圖像及標題 subplot(2,4,3); imshow(Q); title('3 × 3模板維納濾波后的圖像'); subplot(2,4,4); imshow(P); title('3 × 3模板均值濾波后的圖像'); subplot(2,4,5); imshow(K1); title('3 × 3模板的中值濾波的圖像'); subplot(2,4,6); imshow(K2); title('5 × 5模板的中值濾波的圖像'); subplot(2,4, 7); imshow(K3); title('7 × 7模板的中值濾波的圖像'); subplot(2,4,8); imshow(K4); title('9 × 9模板的中值濾波的圖像');
上傳時間： 2016-06-02
上傳用戶：wxcr_1
批處理感知器算法的代碼matlab w1=[1,0.1,1.1;1,6.8,7.1;1,-3.5,-4.1;1,2.0,2.7;1,4.1,2.8;1,3.1,5.0;1,-0.8,-1.3; 1,0.9,1.2;1,5.0,6.4;1,3.9,4.0]; w2=[1,7.1,4.2;1,-1.4,-4.3;1,4.5,0.0;1,6.3,1.6;1,4.2,1.9;1,1.4,-3.2;1,2.4,-4.0; 1,2.5,-6.1;1,8.4,3.7;1,4.1,-2.2]; w3=[1,-3.0,-2.9;1,0.5,8.7;1,2.9,2.1;1,-0.1,5.2;1,-4.0,2.2;1,-1.3,3.7;1,-3.4,6.2; 1,-4.1,3.4;1,-5.1,1.6;1,1.9,5.1]; figure; plot(w3(:,2),w3(:,3),'ro'); hold on; plot(w2(:,2),w2(:,3),'b+'); W=[w2;-w3];%增廣樣本規范化 a=[0,0,0]; k=0;%記錄步數 n=1; y=zeros(size(W,2),1);%記錄錯分的樣本 while any(y<=0) k=k+1; y=a*transpose(W);%記錄錯分的樣本 a=a+sum(W(find(y<=0),:));%更新a if k >= 250 break end end if k<250 disp(['a為：',num2str(a)]) disp(['k為：',num2str(k)]) else disp(['在250步以內沒有收斂，終止']) end %判決面：x2=-a2*x1/a3-a1/a3 xmin=min(min(w1(:,2)),min(w2(:,2))); xmax=max(max(w1(:,2)),max(w2(:,2))); x=xmin-1:xmax+1;%(xmax-xmin): y=-a(2)*x/a(3)-a(1)/a(3); plot(x,y)
上傳時間： 2016-11-07
上傳用戶：a1241314660
初識STM32F4系列ARM,STM32F4系列基于ARM? Cortex?-M4內核，采用了90納米的NVM工藝和ART
上傳時間： 2017-04-02
上傳用戶：xhl2733
<bdo id="o4eyq"></bdo>