摘要本文在实例的基础上讨论了HTC(HTML Component)的编程方法，提出了一种编写脚本组件的基本模式。2.目标读者HTML开发人员，脚本开发人员，系统分析人员3.背景知识HTML, DHTML, CSS4.引言HTC(HTML Compo

对于libgdx来说，对载入的图片要求是：宽高都必须是2的N次幂的图片才行，否则会提示：texture width and height must be powers of two。 好了，我们来查看一下源码： if(Gdx.gl20 == null && ...

相比去年CES移动端新品的盛况，2016年的CES展则略显冷清，各大移动厂商都按兵不动，等着之后的MWC 2016再亮出自己的王牌之作，结果并没有让机友们失望，可以说本年度的MWC是近几年最出彩的一届，不但有Galaxy S7、LG...

内容简介 2017，顶着刘海的 iPhone X 带着“史上升级变动最大”的 iOS 11，依然碎片化严重的 Android 带着“更快、更强大、更安全” 的8.0来到我们面前。回首过去十年，从诺记的 Symbian、摩托罗拉的 Linux、苹果的 ...

完全看懂ARM处理器：RISC与CISC是什么？...历史、架构一次看透 目录 目录1 1.都是从不务正业开始1 2.世界上首颗RISC处理器2 2.1.RISC与CISC的差异3 3.首颗RISC架构CPU4 4.渐入佳境、架构变...

历史、架构一次看透 目录 目录 1 1. 都是从不务正业开始 1 2. 世界上首颗RISC处理器 2 2.1. RISC与CISC的差异 3 3. 首颗RISC架构CPU 4 4. 渐入佳境、架构变更...

序 携来百侣曾游，忆往昔峥嵘岁月稠。 -- 《沁园春·长沙》 对于Android，我也算是老人了，所谓，有文有真想。...于是想再一次为Android写一系列的东西，这些东西来自于一些开发经验，对源码的学习和对

于是想再一次为Android写一系列的东西，这些东西来自于一些开发经验，对源码的学习和对Android的浅薄认识，也算是鞭笞自己学习的一种手段。其下所有内容，预计有十数篇，抑或更多。基本和技术相关，也许会配有一些...

深入Android 【一】 —— 序及开篇携来百侣...于是想再一次为Android写一系列的东西，这些东西来自于一些开发经验，对源码的学习和对Android的浅薄认识，也算是鞭笞自己学习的一种手段。其下所有内容，预计有十数篇，抑

你知道iOS、Windows Phone、Android这3大平台的手机共通点是什么吗？除了都可以打电话、传简讯、安装App之外，在硬件架构上最大的共同点，就是这些手机CPU全都是采用ARM架构。现在连Microsoft都相中这块逐渐成长中的...

 在DHTML开发中，微软在其DOM中为每个元素实现了一个fireEvent方法。我们知道HTML的事件onXXX可以由系统(IE环境)来管理和触发，也可以直接执行事件的handler，比如onclick，如果被赋予事件处理函数，我们可以用...

这个demo 显示的功能: 按下任一手柄上的按键,便载入下一个场景   找到demo场景中##Scene Changer## 游戏物体,打开附加的scene changer脚本 里面有两个核心的类,以及几个重要的

我们都知道Android平台没有任务管理器，而内部App维护者一个Activity history stack来实现窗口显示和销毁，对于常规从快捷方式运行来看都是startActivity可能会使用FLAG_ACTIVITY_NEW_TASK标记来打开一个新窗口，...

2019独角兽企业重金招聘Python工程师标准>>> ...

深入Android 【一】 —— 序及开篇 序 ...对于Android，我也算是老人了，所谓，有文有真想。正由于这段玩票经历，使得我在毕业后，鬼使神差的成为移动平台的一名码工，再次有机会放肆的拥抱...于是想再一次为Andro

 点击链接加入群【虚拟技术tango.unity技术】：http://jq.qq.com/?... 每个手机里都有IMU。 IMU实现三自由度（相当于人的前庭系统）算出加速度和方向，就像你走路的时候可以加速减速走，也可以拐弯。...

看了坛子上同学用Kopilua，以为真的跨平台没问题，就实验了安卓手机，然后就开始铺游戏框架，干了一星期到昨晚想起来到ipad上跑跑，然后我跟我的小Demo一起崩溃了。今天搜索luajit，终于在u3d官方论坛终于发现了真正...

最近写点东西，主要还是从基础开始，总结再完善吧一直保存着owasp的XSS_Filter_Evasion_Cheat_Sheet,很早之前也有中文版了，作为个坏人，还是让我习惯性地盗图吧原文：http://drops.wooyun.org/tips/1955源文档地址...

WebGIS设计与实现原理褫其华衮，示人本相系列之一2006-2-18cheungmine1 什么是WebGIS 我的定义是：在internet领域内，向WWW服务器请求地图数据或与之相关的操作，从而获得地图并呈现给最终用户的过程。几点共识是：...

-- 《木兰辞》要说当今移动平台的当红辣子鸡，Android说它是第二，也许没有别家敢认这个第一（好吧，iPhone，有意见就说...）。了解Android开发平台的过去和现状，除了往下看，另有便捷的方式就是在WikiPedia中键入...

Hybrid App五大误区：不要为了HTML5而Hybrid 2014-03-24 11:17 佚名 infoq字号：T|T Hybrid App，一种开发模式，兼顾Web和Native的一种开发模式。有人说它把Web App扼杀在摇篮里，有人说它把Native App引向一...

本文转自： http://wenku.baidu.com/view/bb7dad58804d2b160b4ec058.html  相应的word文档csdn下载地址： 中图分类号：TP311.1         本 科 生 毕 业 论 文 （申请学士学位）

Android 面试题(有详细答案)附带答案，共100分一、选择题（30题，每题1.5分，共45分）1.java.io包中定义了多个流类型来实现输入和输出功能，可以从不同的角度对其进行分 类,按功能分为：(c),如果为读取的内容进行...

Android面试题 1. 下列哪些语句关于内存回收的说明是正确的? (b )  A、 程序员必须创建一个线程来释放内存 ... B、 内存回收程序负责释放...我想每个人第一次用Android的时候,不可避免的会去装 个任务管理

大唐杯资料+题库（移动通信）

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）

【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）。

该课程是计算机图形领域的基础的课程，包含了计算机图形学的数学原理，例如在计算机图形学中的重要坐的标变换的原理。该课程也是游戏开发、VR/AR等开发的基础课程。在该课程中除了讲授数学原理，还包括了C++实践，实现3D数学类。 该课程的主要内容包括：向量、向量空间、矩阵、矩阵空间、仿射空间、齐次坐标系、仿射变换、刚体变换、四元数等。 掌握游戏编程和计算机图形学的基本数学知识。 掌握线性代数、几何变换、运动学、3D物理和相关数值运算的基本方法。

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

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！