EViews 为我们提供了基于WINDOWS平台的复杂的数据分析、回归及预测工具，通过 EViews能够快速从数据中得到统计关系，并根据这些统计关系进行预测。EViews在系统数据分析和评价、金融分析、宏观经济预测、模拟、销售预测及成本分析等领域中有着广泛的应用
上传时间： 2017-08-15
上传用户：wangdean1101
图书管理系统 是用VC++6.0和SQL2000开发，不是很复杂，适合初学者。
上传时间： 2017-08-17
上传用户：lhc9102
单片机是系统的核心部件，本设计功能较多且设计较复杂，但它能够满足现代社会的需要。
上传时间： 2017-08-20
上传用户：坏天使kk
在目前的网站统计系统决大部分都是CGI的，但编写起来特别复杂，而ASP学起来简单，更有和数据库结合的优点，所以结合自己曾经做过的网站统计系统，和大家探讨一下ASP编写网站统计系统。
上传时间： 2014-01-18
上传用户：tianjinfan
这个仿163网盘无刷新文件上传系统，并没有用使用控件，完全的手工制作。 本来觉得这个系统会很复杂，但把每个部分都分析清楚后，其实需要的技术并不高。不过当我把各个功能函数都整理好准备进行封装时，却发现要把程序封装不是那么容易，因为程序跟html的耦合度太高。然后我逐步把程序中操作html相关的部分分离出来，首先把简单的分离，接着是文件列表，然后是file控件，最后是一些提示性程序。经过几次尝试才把整个结构封装好。
上传时间： 2013-12-01
上传用户：fredguo
基于凌阳十六位单片机的语音识别系统用凌阳电子的16位单片机SPCE061A为核心的语音识别系统由于较高的处理速度，使其能够非常容易地、快速地处理复杂的数字信号
上传时间： 2017-04-22
上传用户：12456
当今时代是飞速发展的信息时代，使用计算机进行信息控制，不仅提高了工作效率，而且大大的提高了其安全性。尤其对于ATM复杂的信息管理，计算机能够充分发挥它的优越性。计算机进行信息管理与信息管理系统的开发密切相关，系统的开发是系统管理的前提。本系统就是为了管理好管理员和用户的信息而设计的。
上传时间： 2017-11-11
上传用户：狂暴老戴
这一实验性的“餐馆系统”是一个很典型商业应用，但并不复杂。归根结底，就实现5个功能：1）增加一个新的预约（涉及数据库中的一个insert操作），2）删除一个被选中的预约（delete操作），3）在一个已有预约上记录到达时间（提前预约的顾客来吃饭了）（对应update操作），4）更改分配给一个预约的餐桌（update操作），5）显示指定日期内所有已有的预约（select操作）。从数据库的角度来看，要实现这些功能不难。在我们的样板系统中，在运行时主要通过以下对象的合作，实现上述功能。
上传时间： 2018-11-02
上传用户：jack110
设计一种基于ZigBee 无线网络的光伏照明控制系统,给出系统的网络拓扑结构和节点的硬件设计方案,以及软件结构设计。该系统采用CC2430 实现无线数据传输,采用CC2591 功率放大器提高发射功率,传输距离远,可靠性高,有效地克服了传统照明控制方式落后和布线复杂等缺点。
上传时间： 2021-10-27
上传用户：
神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
