在電路設計的傳統實驗過程中，學生大部分時間忙于驗證單一的設計，拘限了學生的視野與創新發散思維。將仿真軟件Multisim10應用于電路設計的過程，利用仿真軟件的優點，給予學生更多的電路設計嘗試空間，更多的時間用于設計方法的靈活分析上，這樣大大調動學生的動手設計積極性，提高學生動手能力、分析問題和解決問題的能力，提高學生創新設計能力
上傳時間： 2013-11-06
上傳用戶：frank1234
JUnit設計模式分析及簡化的JUnit代碼 Junit 中的設計模式 感謝劉兵同志 (技術顧問 bliu76@yeah.net) JUnit 是一個優秀的Java 單元測試框架，由兩位世界級軟件大師Erich Gamma 和 Kent Beck 共同開發完 成。本文將向讀者介紹在開發JUnit 的過程中是怎樣應用設計模式的。
上傳時間： 2015-02-25
上傳用戶：13215175592
系統聚類算法K-means 屬于聚類分析中一種基本的劃分方法，常采用誤差平方和準則函數作為聚類準則，該算法在處理大數據集時是相對可伸縮且高效率的，同時具有潛在的數據并行性。但是這種算法依賴于初始值的選擇以及數據的輸入順序；此外，當運用誤差平方和準則函數測度聚類效果時，如果各簇的形狀和大小差別很大，為使誤差平方和 Jc 值達到最小有可能出現將大的聚類簇分割的現象。
上傳時間： 2015-03-25
上傳用戶：zhuoying119
課程設計的目的 通過課程設計進一步理解高級語言在計算機中的執行過程，加深對編譯原理中重點算法和編譯技術的理解，提高自己的編程能力，培養好的程序設計風格。同時通過某種可視化編程語言的應用，具備初步的Windows環境下的編程思想。解和掌握LL(1)語法分析方法的基本原理；根據給出的LL(1)文法，掌握LL(1)分析表的構造及分析過程的實現。
上傳時間： 2015-04-08
上傳用戶：sdq_123
《加密與解密》第二版電子版 隨書光盤(一)演示部分 2003年 本書在第一版的基礎上,更新了第一版中的過時內容。 本書共分三個部分。 第一部分介紹與加密和解密技術相關的基礎知識。 第二部分全面講述各種最新的軟件加密與解密技術及方法，如靜態分析技術，動態分析技術，序列號，警告窗口，時間限制，加密算法MD5、SHA、RSA、ElGanal等。 第三部分主要介紹PE文件的知識，如增加文件功能、加殼與脫殼、補丁技術等。從光盤上拷貝文件到硬盤時，要注意改變文件屬性，取消“只讀”屬性。
上傳時間： 2014-11-22
上傳用戶：fredguo
《加密與解密》隨書光盤(二)工具 本書在第一版的基礎上,更新了第一版中的過時內容。 本書共分三個部分。 第一部分介紹與加密和解密技術相關的基礎知識。 第二部分全面講述各種最新的軟件加密與解密技術及方法，如靜態分析技術，動態分析技術，序列號，警告窗口，時間限制，加密算法MD5、SHA、RSA、ElGanal等。 第三部分主要介紹PE文件的知識，如增加文件功能、加殼與脫殼、補丁技術等。
上傳時間： 2014-01-09
上傳用戶：清風冷雨
《加密與解密》隨書光盤(三)工具 本書在第一版的基礎上,更新了第一版中的過時內容。 本書共分三個部分。 第一部分介紹與加密和解密技術相關的基礎知識。 第二部分全面講述各種最新的軟件加密與解密技術及方法，如靜態分析技術，動態分析技術，序列號，警告窗口，時間限制，加密算法MD5、SHA、RSA、ElGanal等。 第三部分主要介紹PE文件的知識，如增加文件功能、加殼與脫殼、補丁技術等。
上傳時間： 2014-12-04
上傳用戶：qweqweqwe
《加密與解密》隨書光盤(四)工具 本書在第一版的基礎上,更新了第一版中的過時內容。 本書共分三個部分。 第一部分介紹與加密和解密技術相關的基礎知識。 第二部分全面講述各種最新的軟件加密與解密技術及方法，如靜態分析技術，動態分析技術，序列號，警告窗口，時間限制，加密算法MD5、SHA、RSA、ElGanal等。 第三部分主要介紹PE文件的知識，如增加文件功能、加殼與脫殼、補丁技術等。
上傳時間： 2015-04-23
上傳用戶：Divine
《加密與解密》隨書光盤(五)習題 本書在第一版的基礎上,更新了第一版中的過時內容。 本書共分三個部分。 第一部分介紹與加密和解密技術相關的基礎知識。 第二部分全面講述各種最新的軟件加密與解密技術及方法，如靜態分析技術，動態分析技術，序列號，警告窗口，時間限制，加密算法MD5、SHA、RSA、ElGanal等。 第三部分主要介紹PE文件的知識，如增加文件功能、加殼與脫殼、補丁技術等。
上傳時間： 2014-01-10
上傳用戶：cuiyashuo
cootes提出的ASM算法的matlab實現。在cootes用于課堂使用的源代碼的基礎上改寫。改正了原來代碼中的一些錯誤，加入了方便使用的樣本訓練標注保存環節。供圖像分析處理，模式識別，人工智能研究者使用。
上傳時間： 2015-05-10
上傳用戶：ikemada
