数据结构见多，， 大题嘛，一般就是树的遍历了。。：什么是二叉平衡树，什么是树的后序遍历之类的，问我操作系统的分页机制int *a[10];int (*a)[10];//问有什么区别...... int *a[10] 先找到声明符a,然后向右看，...

今天参加东软的笔试题。。 第一题选择题：考到数据库存储过程，等。 第二题填空：考了网络，unix的问题，考的很细，有的题问IP报文的标志位。 第三题编程： 第一个是Shell编程，很简单，但是我不会。 第二...

2013东软笔试题，本人亲自参加。很好的

到了东大，先找厕所，东大女生真好，我当时在找厕所，我回来的时候，她还问我找没找到，到笔试现场几乎是没有踩点进去了，真的是赶时间呀，坐我旁边的哥哥，估计也不是东大的，问我黑板上写的什么，和我一样带眼镜...

.net方向定制班笔试题。PDF格式，分常清晰，本人参加过考试。

考试是11月23日举行的，时隔太久，忘了不少。 分为IQ试题和技术试题两部分。IQ试题略过。 技术试题分三部分：选择题、填空题、翻译题 ...兼有网络、操作系统、数据库的一些知识。...有10个非零元素的矩阵按三元组表...

还有一个小插曲，那天东软笔试，分为东软集团和东软医疗，我看黑板上写着东软集团某某学校到什么教室，肯定没有我学校了，我就进了东软医疗的教室，没想到我那个是算法工程师的职位，昨天上官网才知道，今天他们帮我...

目录0、自我介绍1、投简历2、面试3、通知4、总结0、自我介绍：独立学院本科大三，专业计科，面的都是Java开发实习生1、投简历：主要投了前程无忧和实习...2、面试：第一家是东软国内第一家上市的软件公司，去的前一...

很高兴可以来到东软睿道参加实训，实训期间收获很多。首先感谢学校的安排，感谢东软睿道的负责任的老师们。 所有的老师中给我留下最深印象的是教授Oracle的尹老师，尹老师不仅上课节奏快，而且讲解内容精炼，并且...

东软，来我们学校招人，由于想接触下面试，所以参加了笔试，感觉题目还是很基础很基础的。 今天，通知面试，去了之后，面试官还是蛮和蔼的，先是自我介绍，然后问了寝室同学肿么评价你的，然后介绍项目，然后给了...

一、判断题 1．软件测试的目的是尽可能多的找出软件的缺陷。（Y） 2．Beta 测试是验收测试的一种。（Y） 3．验收测试是由最终用户来实施的。（N） 4．项目立项前测试人员不需要提交任何工件。...

我是那种准备非常不充分的要zh

都是一些非常非常基础的题，是我最近参加各大IT公司笔试后靠记忆记下来的，经过整理献给与我一样参加各大IT校园招聘的同学们，纯考Java基础功底，老手们就不用进来了，免得笑话我们这些未出校门的孩纸们，但是IT公司...

东软网安面试感想 这两天有一个所谓的东软高级人才招聘来到我校，在长春九月份的炎热天气下，在仅能容纳300人的阶梯教室却挤得进不去的条件下。这次东软吉大之行就正式召开了。 起初东软的各个部门介绍了主要的研发...

软件工程专业大学四年学什么？ 未完待续，打※部分已更新“期末复习资料、课堂作业、实验报告、课设报告”请读者自行查阅我的博文！ 每届都是“实验性选教材、排课”，you know，下一届又换花样了，但大多数是不会变...

2006年2月25日，我签约东软。 其实在这次应聘的过程中，我在中软大连公司也有很大的希望。如果二者都有机会的话，我更倾向于中软。...二月十八号下午三点：参加东软集团的笔试。用一个小时的时间答完试卷，

2004年8月27日，阴雨蒙蒙的中午，我离开了东软，离开的时候我特意在打卡机上打下了最后一次考勤并带走了那张考勤卡。记得当初写《我的东软五年》的时候还问过自己是否会写《我的东软十年》？而今，从1998年7月正是入...

2004年8月27日，阴雨蒙蒙的中午，我离开了东软，离开的时候我特意在打卡机上打下了最后一次考勤并带走了那张考勤卡。 记得当初写《我的东软五年》的时候还问过自己是否会写《我的东软十年》？而今，从1998年7月正是...

 前天参加了好易通的群殴之后，感觉好可以，很想感谢好易通能够给个直接面试的机会（因为之前去上海错过了华为的群殴）。昨天18点+的时候，本来要赶到武大去霸笔东软，等车的时候就收到了好易通二面通知，很期待。...

所以现在有时间总结一些面试笔试的经验，希望对非北京学校但在北京找工作的人有些帮助。本人不挑食，所有企业都狂撒简历，不过国企除外。 2011年9月开始找工作的，之前无任何准备，不是不准备，是没意识到，在学校...

前段时间参加了:小米、东软、百度的笔试,多家公司都出了一道类似二叉树题来考查笔试者对二叉树基础掌握的情况。 一：笔试题描述 1:有一颗二叉树：前序遍历输出的字符串顺序为:ABCDEFG ...

 东软是开学后第一个来山大...简历投递后，说是会根据研究生的奖学金和本科生的学习成绩进行简历筛选，然后给复试通知，受到通知的参加第二天的笔试。当晚讲的工资范围是（在沈阳）：研究生4500-7500，本科3000

所以现在有时间总结一些面试笔试的经验，希望对非北京学校但在北京找工作的人有些帮助。本人不挑食，所有企业都狂撒简历，不过国企除外。 2011年9月开始找工作的，之前无任何准备，不是不准备，是没意识到，在学校...

【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）。

华中科技大学educoder存储系统设计全部通关包含四路组和二路组，用了四天做的，查看电路把txt内容复制到circ文件中用logisim打开即可

Microsoft Visual C++ 2015-2019 运行库合集，32位64位都有，解决缺失dll包问题。

STM32F103C8T6最小系统原理图文件，包括电源电路、单片机等 11111111111111111111

首先学习Python的基础知识，然后使用Python来控制Excel，做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python？ 1.2 为什么要学习用Python处理Excel表格？ 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出

什么是流程、工作流作用、Activiti背景简介、Activiti流程设计器安装、Activity环境搭建、通过HelloWorld掌握 Activiti操作流程的步奏、常见API使用、流程部署管理(发布流程、查看流程定义、删除流程、查看流程附件)、流程实例管理(启动流程、查看任务、认领任务、办理任务、查看流程状态) 什么是流程、工作流作用、Activiti背景简介、Activiti流程设计器安装、Activity环境搭建、通过HelloWorld掌握 Activiti操作流程的步奏、常见API使用、流程部署管理(发布流程、查看流程定义、删除流程、查看流程附件)、流程实例管理(启动流程、查看任务、认领任务、办理任务、查看流程状态) QQ:362969068