2.对长度为 n 的线性表排序，在最坏情况下，比较次数不是 n(n－1)/2 的排序方法是（）。答案：D A）快 速 排 序 B）冒泡排序 C）直接插入排序 D）堆排序 3.下列关于栈的叙述正确的是（）。答案：B A）栈按"先进先出...

当使用wps2019文档进行文本输入时，有时候插入的空格会变成很多的点，这该怎么办呢？接下来就由小编来告诉大家。具体如下：1.第一步，打开一个文档，插入空格后会发现空格变成了很多的点，如下图。2.第二步，点击...

快捷键之在工作表中移动和滚动向上、下、左或右移动单元格箭头键  移动到当前数据区域的边缘：CTRL+ 箭头键  移动到行首：HOME  移动到工作表的开头：CTRL+HOME  移动到工作表的最后一个单元格。：CTRL+EN

1、如何实现关机时清空页面文件打开“控制面板”，单击“管理工具→本地安全策略→本地策略→安全选项”，双击其中“关机：清理虚拟内存页面文件”一项，单击弹出菜单中的“已启用”选项，单击“确定”即可。...

注册表狂修改(1-300) 不要告诉我连注册表是什么都不知道，呵呵，打开你的开始菜单，点运行，在弹出的对话框中输入“Regedit”就知道了...........1.自动刷新 每次在窗口添加一个文件夹或删除一个对象后，须要按键对...

今日偶然翻到，感慨万千 1：申述：版主，是否扣了我的专家分？ 2：100分急求，随机输出十个小写字母，但是，要求这十个字母不相同 3：求Sn=a+aa+aaa+…+aaa…a（n个a）之值 4：数组题 望高手帮忙！...

少数故障为鼠标内部元器件或电路虚焊造成的，这主要存在于某些劣质产品中，其中尤以发光二极管、IC电路损坏居多。 鼠标按键失灵怎么办 1、鼠标按键无动作，这可能是因为鼠标按键和电路板上的微动开关距离太远，或...

********写在前面******** 由于大内存的普及，现在好多朋友已经用上4G以上的内存，这时大家会觉得安装32系统（只能认到3.25G）会是一种浪费；还有一些专业软件已出了64位版本甚至只出64位版本，安装上64位系统可兼容...

注册表知识和技巧大全 注册表基础： ********系统文件夹：********* 名称 路径 含义 AppData C:＼Windows＼Application Data 应用程序 Cache C:＼Windows＼Temporary Internet Files

threadid=53275以下为原文(发表自linuxsir.com):大部分转自红旗论坛和参考我原来b版的帖子：1、桌面版4.0正式版在控制面板里的启动管理中创建启动盘不成功。请用字符方式试。控制面板中创建启动盘出错，是有问题，...

2011年10月最新GhostXPSP3_PCOS技术快速装机版v6.5 * 更新-Flash插件为Adobe Flash Player for IE 11.0.1.152 * 更新-DX到2011年10月，...* 更新-OFFICE补丁至11年10月，支持正版验证。 * 更新-更新-NV显卡驱动 H

深度技术 GHOSTXP V6.0 快速装机个人版 (NTFS格式)图片： =800) window.open(http://bbs.deepin.org/attachment/Mon_0711/15_350121_eeec03a1338da13.gif);" alt="" onload="if(this.width>800)this.width=800;...

系统只集成了解压软件、输入法、备份工具等，更适合电脑维护人员快速装机之用。系统用 Windows XP SP3 MSDN 原版制作，集成了最新的安全补丁和其它系统升级程序，可以通过微软验证，支持在线更新。 一。系统特色：*...

Windows7旗舰版Ghost_Windows7_sp1_Ultimate_x86V2011.10.10 【OEM 通用版】（好人一个出品） ...3.更新PE的SRS驱动，及启动光盘工具，方便装机人员操作维护 3.智能驱动工具-驱动精灵封装版(0.9.5 Beta_Win7_32位-201

Windows7旗舰版Ghost_Windows7_sp1_Ultimate_x86V2011.10.10 【OEM 通用版】（好人一个出品） ...3.更新PE的SRS驱动，及启动光盘工具，方便装机人员操作维护 3.智能驱动工具-驱动精灵封装版(0.9.5 Beta_Win7_32位-201

1．某针式打印机在有纸的情况下经常指示缺纸，致使打印工作不能正常进行，可能的故障部位是（C）。 A、微机并行端口  B、打印机电源  C、打印机检测电路 D、打印电缆 2．在MS-DOS中，删除文件的命令是（C）。...

3.A___领域是计算机应用中最诱人、也是难度大且目前研究最为活跃的领域之一。 A.辅助设计B.信息处理C.人工智能D.过程控制 4.在计算机领域，客观事物的属性表示为___C。 A.数据B.数值C.模拟量D.信息 5.某型计算机峰值...

既然是用纯手工来制作万能克隆系统，那么能用手工做到的事情就尽量用手工来做，尽量少用自动化的功能去实现，这样不仅能够详细的了解和学习系统封装的全过程，而且还能感受到封装系统带来的无穷乐趣。...

　问：我最近用BT软件下载电影，但是必须下载完全部内容才能播放，有时候经常是下载到了90%多的时候，因为没有种子下载无法完成，请问有没 有方法观看这些未下载完的影片？ 　答：当然可以了。有一款VLC媒体...

现在XP系统已经成为很多网吧的选择,但一直没有网友提供完整的方案.春节放假期间做了几套系统,顺便 把过程记录如下希望能给那些想学习网吧系统的朋友一点帮助安装Windows XP SP2上海政府版一、分区： 为了维护方便，...

如果是重度的office办公需求人员，不建议使用linux desktop，而建议使用windows，基本上所有的大型office的应用软件的最优体验方案都是在windows上实现的。 但是本文还是会花一定的篇幅来讲解如何在Linux(Ubuntu)...

Excel 电子表格运用技巧汇总Leo @ 2005-4-25 13:53Excel XP的八则快速输入技巧　如果我们在用Excel XP处理庞大的数据信息时，不注意讲究技巧和方法的话，很可能会花费很大的精力。因此如何巧用Excel XP，来快速...

注册表知识和技巧大全 注册表基础： ********系统文件夹：********* 名称 路径 含义 AppData C:＼Windows＼Application Data 应用程序 Cache C:＼Windows＼Temporary Internet Files...Desktop Desk

在专升本考试中，计算机是一门简单易上手的学科，它的复习方法和文综差不多，想要顺利通关专升本计算机考试，一个字就是“背”。小编汇总了2021年专升本计算机备考基础知识点，备考2021专升本的升本人要认真查看哟↓...

Java系列技术之必学工具Maven是在JavaWeb入门课程的后续课程，也是以后课程里都要用的实用级工具，所以大家一定要学会，Maven 是目前在生产环境下多框架、多模块整合开发的项目自动化构建工具，是我们学习Java的技术人必须要学会的一个工具, 大型项目开发过程中不可或缺的重要工具。 这里将带着大家了解 Maven 的作用，常用命令，配置依赖，以及依赖的范围、依赖的传递性、依赖的排除、生命周期等重要概念，以及继承、聚合、部署的 Maven 配置。全部配置操作，手把手演示操作，绝对能提升大家的实际操作能力！

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

参加的是2020年的计算机设计大赛，软件应用与开发赛道。我们的开发文档仅供参考。（20页）

Qt是一个1991年由奇趣科技开发的跨平台C++图形用户界面应用程序开发框架。它既可以开发GUI程序，也可用于开发非GUI程序，比如控制台工具和服务器。Qt是面向对象的框架，使用特殊的代码生成扩展（称为元对象编译器(Meta Object Compiler, moc)）以及一些宏，易于扩展，允许组件编程。 Linux环境图形用户界面应用程序开发，面向对象程序设计，Linux/Windows多平台图形应用开发，嵌入式设备图形界面开发。Qt绘图，事件机制，网络，数据库，嵌入式移植。

【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）。

主要介绍了vscode 的node.js debugger 的 launch.json 配置详情,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下