关于扫描QQ号码和密码以及归属地疑问?

扩充话题 > 灌水乐园 [问题点数:100分,结帖人bxfq]
等级
本版专家分:36958
等级
本版专家分:16976
等级
本版专家分:88
等级
本版专家分:6937
bxfq

等级:

JavaAndroid笔试题

3. 笔试题之Java基础部分 基础部分的顺序:基本语法,类相关的语法,内部类的语法,继承相关的语法,异常的语法,线程的语法,集合的语法,io 的语法,虚拟机方面的语法,其他。有些题来自网上搜集整理,有些题...

计算机三级网络技术

2010年9月全国计算机三级网络技术笔试试题 一、选择题(每小题1分,共60分) ... (2)关于计算机应用的描述中,正确的是(B)  A)嵌入式过程控制装置通常用高档微机实现 B)制造业通过虚拟样机测试可缩短投产

区块链技术

https://www.zhihu.com/question/37290469 作者:汪乐-LaiW3n 链接:https://www.zhihu.com/question/37290469/answer/107612456 ...商业转载请联系作者获得授权,非商业转载请注明出处。...--

通信常识

 AM/CM模块:话路交换信息交换的中心。  BM模块:完成呼叫处理、信令处理、无线资源管理、无线链路的管理电路维护功能。  TCSM模块:完成复用解复用及码变换功能。  具体信息可参考移动通讯...

微信小程序资源汇总

1:微信小程序官方工具:https://mp.weixin.qq.com/debug/w … tml?t=1476434678461 2:微信小程序简易教程:https://mp.weixin.qq.com/debug/wxadoc/dev/?t=1476434677599 3:微信小程序设计指南:http...

《增长黑客》节选与笔记

1.4 增长黑客的职责特质 1.5 一切用数据说话 1.6 增长黑客担任的团队角色 1.7 如何招聘增长黑客 1.8 如何成为增长黑客 1.9 增长黑客的常用工具箱 第2章 创造正确的产品 2.1 Instagram重生记 2.2 PMF,...

机器学习干货贴

1.Kaggle Ensembling Guide 摘要:Creating ensembles from submission files Voting ensembles. Averaging Ra... 2.[导读]Machine Learning Theory 摘要:机器学习相关理论,Machine Learning Theory - Part 1: ...

英语练习APP

项目:实现英语练习APP 1.从文件ciku.dict加载单词数据 2.从加载的单词数据中每次随机抽取一个单词作为练习题,如: activity 请选择: A:调整 B:拳击或摔跤比赛 C:活动 D:跛的,拐的,伤残的 ...

JAVA开发全集

soap消息的分析消息的创建传递处理 @WebService public interface IMyService {  @WebResult(name="addResult")  public int add(@WebParam(name="a")int a,@WebParam(name="b")int b);   ...

BAT、网易、蘑菇街面试题整理-8

Android 1. Activity与Fragment的生命周期。 2. Acitivty的四中启动模式与特点。 3. Activity缓存方法。 4. Service的生命周期,两种启动方法,有什么区别。 5. 怎么保证service不被杀死。...

中国黑客超强档案

在人们眼中,黑客是一群聪明绝顶,精力旺盛的年轻人,一门心思破译各种密码,以便偷偷、未经允许打入政府、企业或他人的计算机系统,窥视他人的隐私。那么,什么是黑客呢? 黑客(hacker),源于英语动词hack...

中国黑客超强绝密档案

在人们眼中,黑客是一群聪明绝顶,精力旺盛的年轻人,一门心思破译各种密码,以便偷偷、未经允许打入政府、企业或他人的计算机系统,窥视他人的隐私。那么,什么是黑客呢? 黑客(hacker),源于英语动词hack...

Android开发入门60个小案例+源代码

适合初学者,大量简单小例子,完整源代码。

Android——Java基础知识(二)

Android——Java基础知识(二) Android学习必备的Java基础知识

Premiere2019破解版

文档内包含pr2019版本的破解版,只需在解压后点击Setup.exe即可一键安装。

jd_seckill-master.rar

京东茅台秒杀,需要会员,不保证秒杀成功,自己配置!!!

Scratch项目式学习-俄罗斯方块游戏

信息社会,编程就和传统的“读、写、算”一样,是一种的基本能力,而这种能力可以从儿童编程开始。本课程以俄罗斯方块游戏作为项目,按照项目开发的流程作为课程框架,从游戏的分析和设计入手,确定游戏的背景、角色和规则;然后从准备素材到功能模块编程到调试,体验完整的项目开发过程。学习者会不断地遇到问题,分析原因,训练工程思维,提升解决问题的能力。 1.学习Scratch的基本操作,如角色添加、修改及造型处理等; 2.理解Scratch的脚本功能,能编程实现功能; 3.体验项目开发的全过程,包括项目的分析、设计,角色的准备,功能模块的编程实现,以及调试等过程,提升问题解决能力;

python爬虫20个案例

讲诉python爬虫的20个案例 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

淘宝/天猫/京东/拼多多/苏宁易购/小米商城/华为商城/抖音直播/茅台抢购助手

淘宝/天猫/京东/拼多多/苏宁易购/小米商城/华为商城/抖音直播/茅台抢购助手,功能非常多,很强大的一款秒杀抢购软件!

9套大气漂亮的html+css网站模板、网页设计源码

网页大气,美观,设计合理 1.html班级网页设计模板 2.html动漫网页设计模板 3.html个人网页设计模板 4.html化妆品网页设计模板 5.html咖啡网页设计模板 6.html旅游网页设计模板 7.html商城网页设计模板 8.html书店网页设计模板 9.html公司网页设计模板

华为手机Mate40抢购工具

PC官网版本华为手机抢购工具,支持半自动抢华为手机功能。 在软件输入账号和密码,设定抢购时间,比如:10:08分(根据华为官网最近开放抢购时间),点开始抢购。在浏览器进行手动登陆,登陆完成以后,跳转手机抢购界面,等待时间到达,全自动抢购。

抢茅台jd_seckill-master 来自huanghyw

本仓库发布的jd_seckill项目中涉及的任何脚本,仅用于测试和学习研究,禁止用于商业用途,不能保证其合法性,准确性,完整性和有效性,请根据情况自行判断。 本项目内所有资源文件,禁止任何公众号、自媒体进行任何形式的转载、发布。 huanghyw 对任何脚本问题概不负责,包括但不限于由任何脚本错误导致的任何损失或损害. 间接使用脚本的任何用户,包括但不限于建立VPS或在某些行为违反国家/地区法律或相关法规的情况下进行传播, huanghyw 对于由此引起的任何隐私泄漏或其他后果概不负责。 请勿将jd_seckill项目的任何内容用于商业或非法目的,否则后果自负。

茅台、鞋子、手机、抢购、软件,抢购秒杀

最近各大电商平台不断持续放货,京东,天猫,苏宁,网易等,还有新加入的大军,酒仙网,,国美,华润万家和主播等等……给平台带去了巨大流量。 看到很多小伙伴都撸货撸到手发软,发财发到腿抽筋。一瓶几百+,你算算,这能赚多少钱。是不是不想上班的那种,上班一天才两三百,什么时候才能买到房子。 今天带来一个福利。那就是抢购软件,很实用。朋友圈好多都在用这个抢购。内有教程仔细阅读。最后祝每个伙伴都抢到 赚到

Java Web酒店管理系统源码 +mysql 数据库

酒店管理系统分为前台和后台两个部分,其中后台供管理员管理系统之用,包括客房类型设置模块、客房设置模块以及操作员设置三个子模块,具体的功能模块如下。 客房类型设置模块:该模块用来管理酒店的所有客房类型,包括新增客房类型、编辑已有客房类型、删除客房类型等功能。 客房设置模块:该模块用来管理酒店的所有客房信息,包括新增客房、编辑已有客房、删除客房等功能。 操作员设置模块:该模块用来管理酒店的操作员信息,包括新增操作员、编辑已有操作员信息、删除操作信息等功能。 系统前台供酒店所有工作人员使用,包括入住登记模块、结账模块、预定模块、客户管理模块以及业务统计五个模块。具体的功能模块如下。 入住登记模块:该模块用来登记客户的入住信息,其中入住信息包括登记信息、客人信息以及费用信息三部分。 结账模块:该模块用来处理客户的退房信息,只需要知道客户所住的房间号码,就能进行退房结账。 预定模块:该模块用来处理客户的预定信息,除了可以新增预定信息外,还可以对已有的预定信息进行管理。 客户管理模块:该模块用来管理客户的登记信息,包括新增客户信息、编译已有客户信息、删除客户信息等功能。 业务统计模块:该模块用来统计酒店的客房出租率,并且已图形报表的形式来显示出租率信息。 本系统的开发工具具体如下。 系统开发平台:MyEclipse 6.5。 数据库管理系统软件:MySQL 5.0。 java开发包:JDK 5.0以上。 Web服务器:Tomcat 6.0。 本系统采用MVC架构模式开发,具体技术如下。 AJAX框架:使用ExtJS技术开发 显示层:使用JSP技术开发 数据访问层:使用DAO模式开发 持久层:使用Hibernate框架开发 首页访问地址 :http://localhost:8080/JavaPrj_9/首页配置 页面 修改 打开web.xml 修改 即可 /WEB-INF/pages/userLogin.jsp 复制代码 数据库配置 为hotel-hibernate.xml 文件 测试了将近2个小时 系统跑的还不错 一下小细节 bug 大家可以自己去调整下

Java基础概述-Java基础视频_深入浅出精华版

本课程讲解了Java语言概述及环境搭建和配置 学完后可独立完成HelloWorld案例,并能够解决常见的开发小问题。

Visio_2016

visio_2016下载安装,亲测可用,不需要破解,而且无秘钥。简单方便实用

科研伦理与学术规范 期末考试2 (40题).pdf

科研伦理与学术规范 期末考试2 (40题)

奥特曼大全及关系明细.pdf

此文档有详细奥特曼大全及关系明细

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

OpenGL ES2.0基础

初级学习OpenGL ES2.0的课程,从无到有,从进本的函数讲起,每一课时都附带一个例子程序。深入浅出的讲解可编程管线技术,令人费解的文理,以及混合技术,各种优化技术:顶点缓冲区,索引缓冲区,帧缓冲区,介绍精灵的使用,并使用shader制作粒子特效。 掌握OpenGL ES2.0可编程管线,以及OpenGLES2.0的特性,带领初学者入门。

相关热词 c#建立坐标系 c# 截取数字串 c# 坐标正算 c# 波形显示控件 野比 c# sql 语法判断 c#多线程有关的类 c#窗体编号 c# 操作二进制文件 c# 反射 机制 c#角度转弧度