1.安装database： ... 2.客户端安装： 注意选择管理员并添加database安装时创建的账号，保证database和client处在同意基目录，并保证安装客户端时在有network\admin\tnsnames.ora。 3....

一段简单的测试代码 #include #include "ace/Log_Msg.h" #include "ace/OS_main.h" int main0() { cout !!!Hello World!!!" ; // prints !!!Hello World!...int ACE_TMAIN(int arg,ACE_TCH

转载地址：http://blog.csdn.net/flyspace/article/details/1532944   什么是HTTPS？ 当使用 基于SSL/TLS（通常使用 https:// URL）向站点进行HTTP请求时，从服务器向客户机发送一个证书。客户机使用已安装的...

http://blog.csdn.net/flyspace/article/details/36185061 设置所有项目的公共配置Application\Common\Conf\config.php，SAE模式下配置文件为config_sae.php配置默认的模块 [php]view plaincopy ...

原文所在：http://blog.csdn.net/flyspace/archive/2006/10/31/1357777.aspx担心以后找不到，就转到这里来了。内容如下：调了好久，无论怎么改，一直出现错误 Resolving Dependencies--> Populating transacti

接口控制 对各类接口进行严格、合理的控制，是软件配置管理中最重要的任务之一。整个软件项目及其各子系统都必须对进行严格的控制。在工程化软件系统中，主要的接口有如下五类： A． 用户界面：用户界面是指各子系统...

可扩展客户信息语言 (xCIL) 简介 (转)[@more@]可扩展客户信息语言 (xCIL) 简介 XML:namespace prefix = o ns = "urn:schemas-microsoft-com:Offic...

可扩展客户信息语言 (xCIL) 简介 flyspace(王金辉) 粗译 参考原文：http://www.oasis-open.orgxCIL xCIL定义了可以通过标准格式描述客户核心信息的基本结构，可以应用于CRM/e-CRM,客户信息系统,数据处理(分析、...

HR-XML（可扩展人力资源标准）简介Flyspace (flyspace@x263.net) 2003年12月12日 标准出处：http://www.hr-xml.org标准简介：什么是HR-XML联盟？HR-XML联盟是一个独立的非盈利机构，其宗旨是发展和促进有关XML细分...

下一代的ERP--动态企业建模（DEM） http://blog.csdn.net/flyspace/archive/2004/06/16/4307.aspxDEM 产生的背景 ---- 制造技术的发展带来了管理思想的改变。...

数学建模最常用的30种算法！ 全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。2018年，来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队（本科38573队、专科3555队）、超过12万名大学生报名参加本项竞赛。

常见的30种数学模型，比较详细，非常适合搞数学建模的学生使用

MATLAB信号处理详解 结合MATLAB最新版本系统地介绍信号处理及现代信号处理或者非平稳信号处理(包括信号处理、阵列信号处理、时频分析及高阶谱分析)的基本理论及在工程应用中的一些基本方法；详细地介绍MATlLAB工具箱函数的用法；最后结合一些应用实例，说明基于MATLAB进行分析与设计的方法。 《MATLAB信号处理》首次将信号处理涉及的各种MATLAB工具箱全面加以说明分析，简明扼要地介绍相关领域的基本概念和基本理论，重在讲述有关基本理论和物理背景，避开繁复的推导和中间过程，结合编程应用介绍工具箱函数的功能及用法，并且通过各种应用实例阐述如何利用MATLAB工具箱来解决工程应用问题。

本套Java视频完全针对初级学员，课堂实录，自发布以来，好评如潮！Java视频中注重与学生互动，讲授幽默诙谐、细致入微，覆盖Java基础所有核心知识点，同类Java视频中也是代码量大、案例多、实战性强的。同时，本Java视频教程注重技术原理剖析，深入JDK源码，辅以代码实战贯穿始终，用实践驱动理论，并辅以必要的代码练习。 通过20的课程学习，使学员掌握java核心语法、面向对象思想编程、异常处理、IO流、集合类、多线程、网络编程等。

宏基础 VBA编程基础 常用语句（分支、循环语句的基础及应用） VBA结合工作表的函数功能的应用等 如果您会了所有的excel技能都不能解决工作的数据问题。那请选择VBA技术完成。本季主要讲解关于VBA的基础知识。为走向更高阶的excel技术打下基础。为更高效的办公打下基础。

自己做的五一赛论文，代码数据都在附录。本文针对股票投资组合问题进行了研究，建立了投资效用与多目标规划模 型，运用了历史模拟、灰色关联等方法，旨在确定股票投资组合策略。

通过C语言开发一个简单的项目：学生成绩管理系统 1.C语言知识点的综合运用，加深对C语言的理解，学会结构化编程的思想 2.熟悉企业软件开发的基本流程，树立软件工程的思维和概念 3.具备独立开发一个小型甚至中型软件的能力：XX管理系统 4.具备企业初级工程师的能力和水平，实现从学生到工程师的初级跨越 关注更多新教程，可以关注微信号：armlinuxfun（嵌入式工程师自我修养） 让学生通过一个C语言项目的开发，熟悉软件工程流程，树立软件工程和模块化编程的概念和思维，具备独立开发一个小型甚至中型C语言项目的能力。完成从学生到企业初级工程师的零基础跨越。

这本面试手册包含了Java基础、Java集合、JVM、Spring、Spring Boot、Spring Cloud、Mysql、Redis、RabbitMQ、Dubbo、Netty、分布式及架构设计等方面的技术点。内容难度参差，满足初中高级Java工程师的面试需求。

本资源包含数据，代码，解释，相应的文件。代码是练习用的，文章中的代码都可以运行出来，是很好的一个练手项目。

2020年，“51”数学建模C类问题，关于饲料配比问题以及加工优化方案。论文采用统计分析，建立了关于饲料加工的多目标优化模型。并利用蒙特卡罗算法对目标函数进行优化，解决了饲料加工质量最优配比问题并进行了成本控制。

ARIMA模型-matlab代码，可以根据自己的实际情况进行参数调节，实现所需要的效果。

各种基于SEIR模型的改进算法代码、Python代码，还包含Si，sir，sis的代码，是做数学建模比赛整理的资料，具全，带论文。研究COVID-19的传播过程和受感染人数的变化规律，是探索如何制止COVID-19蔓延的重要环节。本文针对COVID-19的防控问题，通过对各个国家疫情状况数据的分析，采用……方法，建立……模型，获得……，同时以……为优化目标，获得……最优模型。 针对问题一，为了确定COVID-19的传播系数。通过对国家卫健委公布的1月21日～2月5日的疫情数据分析，考虑易感人群(S)、潜伏人群(E)、感染人群(I)、治愈人群(R)建立SEIR模型，基于SEIR模型计算的COVID-19的传播系数(R0)在3.096～3.613之间。 针对问题二，针对不同地区采取的不同防控策略建立模型分析、预测未来的疫情数据。通过分析COVID-19存在潜伏期且康复后二次感染的概率低的传播特性，结合国内公开的疫情防控数据，考虑隔离/未隔离情况、疫苗接种情况、医疗卫生条件等因素提出了改进的SEIR模型，与logistic模型和传统的SEIR模型比较，预测率有较大提升。由于国外的数据不包含疑似病例数据，采用SIR模型进行分析预测未来疫情数据。

2020年五一数学建模A题解题思路 最容易建模的是秦皇岛港动力煤价格的主要因素的影响，分别统计2019年5月1日至2020年4月30日一年内影响煤炭价格数据变化，（主要因素包括气候变化、出行方式、能源消耗方式、国际煤炭市场）。建立预测模型（时间序列预测模型， Elman神经网络预测模型等），预测煤炭价格变化。

自动驾驶模型的建立

针对本文给出的基金资产配置策略问题，本文建立了结合小波分析算法，均值-方 差模型，蒙特卡罗模拟方法以及遗传算法的资产配资投资效益优化模型，对企业购买股 票以及合理进行资金的配置具有一定的指导作用。 针对问题一 本文使用皮尔逊相关系数与系统聚类 针对问题二 本文结合小波分析算法与均值-方差模型确定使投资效用最大化的股 票投资策略，使用小波分析算法对数据进行降噪，再使用样条插值补全数据。之后计算协方差矩阵代入均值方差模型求解确定了投资效用最大的策略 针对问题三 本文使用历史模拟法、蒙特卡罗方法，参数模拟法度量每个基金公司 2020 年 95% 置信水平下的风险价值。 针对问题四 本文建立了整个系统的兼顾投资效益以及风险价值的投资策略优化 模型，并且使用遗传算法，改变初始参数多次进行求解。

五一建模写的论文，当时是拿啦奖的，你们可以参考下哦

本问主要以预测秦皇岛煤炭价格为目标，通过问题一中不同因素对其影响权重的大小以及神经网络算法，建立价格预测模型。BP神经网络模型处理信息的基本原理是：输入信号，通过中间节点（隐层点）作用于输出节点，经过非线性变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量t，网络输出值y与期望输出值t之间的偏差，通过调整输入节点与隐层节点的连接强度值和隐层节点与输出节点之间的连接强度以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数（权值和阈值），训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线性转换的信息。

2021华中杯第一问配套思路，内有处理后的可读数据，输出结果，可视化图片，新增的RGB坐标。（R语言代码） 声明：只可自己使用，不可商用。违者必究。 具体思路见：https://tjxwz.blog.csdn.net/article/details/116310441

数据结构课程是计算机类专业的专业基础课程，在IT人才培养中，起着重要的作用。课程按照大学计算机类专业课程大纲的要求，安排教学内容，满足需要系统学习数据结构的人。系列课程包含11个部分，本课为第7部分“图”，介绍图的相关概念图的存储结构和基本运算，深度优先和广度优先的遍历以及小生成树等其他运算。 系列课程的目标是帮助学习者系统掌握数据结构课程的相关知识，具备利用这些知识分析问题、解决问题的能力。本课是系列课程中的第7部分，具体目标包括：掌握图的相关概念；重点掌握图的邻接矩阵和邻接表各种存储结构；重点掌握图的基本运算,包括创建图、输出图、深度优先遍历、广度优先遍历算法；掌握图的其他运算，包括最小生成树、最短路径、拓扑排序等算法。能够灵活运用图解决一些综合应用问题。

本课程从Node.js的安装配置开始，包括函数调用，模块调用，路由，文件操作，异常处理，参数接收，正则表达式，连接数据库，事件等内容，使学员通过十六课时，学习Node.js的基础知识，掌握JS开发服务端的编写方法，了解Node.js的运行机制，为深入学习后期各类框架打好基础。 学习Node.js的基础知识，掌握JS开发服务端的编写方法，了解Node.js的运行机制，为深入学习后期各类框架打好基础。