本書提供用J B u i l d e r開發數據庫應用程序、創建分布式應用程序以及編寫J a v a B e a n 組件的高級資料。它包括下列幾個部分： • 第一部分是“開發數據庫應用程序”，它提供關于使用J b u i l d e r的D a t a E x p r e s s數據 庫體系結構的信息，并解釋原始數據組件和類之間的相互關系，以及怎樣使用它 們來創建你的數據庫應用程序。它還解釋怎樣使用Data Modeler(數據模型器)和 Application Generator（應用程序生成器）創建數據驅動的客戶機/服務器應用程 序。 • 第二部分是“開發分布式應用程序”，它提供關于使用ORB Explorer、用J B u i l d e r 創建多級的分布應用程序、調試分布式應用程序、用J a v a定義C O R B A接口以及 使用s e r v l e t等的信息。 • 第三部分是“創建J a v a B e a n”，它解釋怎樣開發新的J a v a B e a n組件，描述在組件 開發中涉及的任務, 怎樣使用B e a n s E x p r e s s創建新的J a v a B e a n，以及關于屬性、 事件、B e a nIn f o類和其他方面的詳細情況。
上傳時間： 2014-01-03
上傳用戶：wpt
卷積運算：取x(t)和h(t)的長度為nx,nh。平移量n=nh+nx-1，利用for和if語句實現倒序求和運算。外循環用一個for語句實現平移，通過在求和時取數組元素的順序實現倒序求和
上傳時間： 2013-12-20
上傳用戶：saharawalker
對于一元n次多項式Pn（x）=...用適當的數據結構表示，并要求對其實現求導和給定x后多項式的值。
上傳時間： 2014-01-01
上傳用戶：牛津鞋
利用矩量法計算細直導線電容隨著分段數N、半徑a,長度L的變化曲線以及直導線電荷密度分布
上傳時間： 2016-05-05
上傳用戶：sardinescn
利用RLS算法實現參數的自適應估計 估計y(n) = 1.5*y(n-1)-0.7*y(n-2)+0.3*u(n-2)中的參數
上傳時間： 2013-12-22
上傳用戶：cjl42111
這是關于U－boot的一份教程，內容不錯，希望對大家有幫助。
上傳時間： 2013-12-24
上傳用戶：netwolf
替代加密: A B C D E F G H I J K L M N O P Q R S T U V W 密文 Y Z D M R N H X J L I O Q U W A C B E G F K P 明文 X Y Z T S V I HAVE A DREAM！# 密文？？ 用ARM編程實現替代加密。
標簽： 加密
上傳時間： 2016-07-17
上傳用戶：qq521
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
金士頓U盤量產工具，制作成CD-ROM 主要用于U盤制作啟動盤
上傳時間： 2016-08-21
上傳用戶：alan-ee
