本书主要介绍了核心语言、核心Java库、服务器端Java技术、客户端Java技术和企业级Java技术。其中 核心语言部分讨论了语法、面向对象编程特征和—些关键技术；核心Java库部分讨论了输入/输出、模式匹配、 文件锁、映射的I/O技术以及数据结构与集合；服务器端Java技术部分讨论了JFC/Swing CGI开发、Applet、容器布局以及图形编程等技术；企业级Java技术部分讨论了JDBC API、EJB体系结构的基础知识、Java平台安全方案以及XML。 本书结构严谨、语言流畅，是一个学习Java 2最新技术的综合参考书，适合各种层次的Java编程人员使用。
上传时间： 2017-05-05
上传用户：pkkkkp
模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机
上传时间： 2014-11-30
上传用户：372825274
系统特点： 1、可自设网站栏目、文章分类； 2、提供用户注册、审核模块（可选是否开放）； 3、提供HTML和Ajax两种版本；Ajax版本子页面不含Google广告栏。 4、主页文章分类采用Ajax技术，无刷新页面，速度更快； 5、提供留言模块，以及游客留言（均可选）； 6、新增用户站长Mail通知； 7、用户访问记录以及用户下载记录，在线人数显示，在线会员浏览； 8、文章、分类、栏目日、月、总浏览计数； 9、来访者IP来源查询、更新（请到本站主页下载IP数据库放到Data目录下）； 10、热门文章展示（admin/showTopArtics.asp）可选排序方式（时间，点击数）； 11、热门文章置顶功能； 12、用户注册、留言、发文安全字符过滤； 13、广告显示设置； 14、提供多款免费模板；
上传时间： 2013-12-17
上传用户：thesk123
程序主要功能： 1、支持在线的图片投票和评论； 2、支持报道新闻动态更新 3、支持自定义分类 4、支持投票相关的评选，投票的说明等 5、支持各种投票限制，每天每个IP投票数量显示，每个Ip对指定的图片投票限制等等 6、后台完善由大赛报道、人物展示、投票评论、用户管理、系统管理主要组成 7、在线报名，后台自主审核用户 8、用户查询系统 9、合作商业单位 10、自动关闭投票功能. 11、网站开关功能
上传时间： 2014-01-17
上传用户：qiaoyue
一个典型的人脸识别系统主要包括训练过程和识别过程。训练过程主要完成将已知人脸进行定位、特征提取与选择、以及分类器的设计；识别过程则完成将未知图片进行处理，并最终识别出身份的分类和决策
上传时间： 2016-07-29
上传用户：jing911003
迅易评选管理系统 支持在线的图片投票和评论；支持报道新闻动态更新支持自定义分类；
上传时间： 2013-12-30
上传用户：王楚楚
MiniGUI的编程指南 重点包括：线程的基本概念；多线程的微客户/服务器体系、多线程通讯的关键数据结构――消息队列；面向对象技术在 MiniGUI 中的应用等等。 ·MiniGUI 的多窗口管理。将介绍 MiniGUI 的多窗口机制以及相关的窗口类技术。其中涉及到窗口剪切处理和 Z 序，消息传递，控件类设计和输入法模块设计等等。 ·MiniGUI 的图形设备管理。重点介绍 MiniGUI 是如何处理窗口绘制的。其中主要包括图形上下文的概念，坐标映射，图形上下文的局部、全局和有效剪切域的概念等等。 ·图形抽象层和输入抽象层。图形抽象层（GAL）和输入抽象层（IAL）大大提高了 MiniGUI 的可移植性，并将底层图形设备和上层接口分离开来。这里将重点介绍 MiniGUI 的 GAL 和 IAL 接口，并以 EP7211 等嵌入式系统为例，说明如何将 MiniGUI 移植到新的嵌入式平台上。 ·多字体和多字符集支持。MiniGUI 采用逻辑字体实现多字体和多字符集处理。这一技术成功应用了面向对象技术，通过单一的逻辑接口，可以实现对各种字符集以及各种字体的支持。
上传时间： 2016-02-01
上传用户：wqxstar
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
在linux平台上实现两个进程之间的交互。一客户进程向一远程进程提交一道作业；远程进程完成作业后向客户进程返回执行结果或者是结束的信息。
上传时间： 2015-03-11
上传用户：jkhjkh1982
用于脑电信号特征提取的InfoMax Algorithm Based on ICA；也可以稍作改动用于其他信息提取。
标签： Algorithm InfoMax Based ICA
上传时间： 2014-01-22
上传用户：diets
