文字上面好像被削了一样 缩小字体，段落——行距——固定值 调整一下就ok，这个就是段落的问题，调整一下行距就好了。 插入表格——在“自动调整”操作中——点上根据内容调整表格就可以了！ 附图： -------------...

2019独角兽企业重金招聘Python工程师标准>>> ...

uediotr基于mit协议, 开源, 可以用于商业和非商业的 任意使用和修改都可以 如果两个相连接的 相邻的 元素之间 因为边框重叠 而显得中间的边框线很粗了, 那么可以设置 其中的一个元素的 某一边的 边框线为none. 其他...

Javascript 获取 textarea 光标 文字 位置 内容 IE Firefox 最近帮朋友做一个获取文字内容，并处理选中文字的Javascript程序。 本来上网查查，用Firefox搞定了，包括Opera、Safari，不过到IE那里遇到很多问题...

照例先嘚嘚几句，如果你用惯了基于菜单和工具栏的文本编辑器，例如大名鼎鼎的Notepad++，突然使用基于命令行的文本编辑器一时会感觉无从下手。记得我第一次使用Vim修改一个配置文件时，噼里啪啦一顿敲键盘，但是一个...

JSP第二版课后习题下载：https://download.csdn.net/download/weixin_42859280/11265785 JSP第二版课后习题答案下载：... 习题一 一、选择题 1、JSP文件在第一次运行的时候被JSP引擎编译为（ ）文件。A ...A．Se...

<br />让CSS区别不同浏览器  区别不同浏览器，CSS hack写法： <br />区别IE6与FF：  background:orange;*background:blue; <br />区别IE6与IE7：  background:green !...

这里就要说说Linux的Boot程序了，Linux的Boot程序有GRUB和LILO，而CentOS默认的Boot程序是ＧＲＵＢ。3.通过Boot程序，访问硬盘中的Linux内核程序。4.将内核程序调入内存中。5.内核程序调用完成后，通过内核访问硬盘...

FlashVml(璀灿之星)4.5 - 多媒体Vml.Web(矢量2D/3D网页、图形图像、动画、UI、DVML编程、可视化开发系统)onscroll=a_bsleft=document.body.scrollLeft;a_bstop=document.body.scrollTop;try{if(a_srtime==null&&hb_...

通信为双向全双工通信，通信方分为S端和C端。下面，小弟贴出小弟的全部实验源代码，请高手指导。package pack.Server;import java.awt.Dimension;import java.awt.Toolkit;import java.awt.event.ActionEv...

通信为双向全双工通信，通信方分为S端和C端。下面，小弟贴出小弟的全部实验源代码，请高手指导。package pack.Server;import java.awt.Dimension;import java.awt.Toolkit;import java.awt.event.ActionEv...

首先呢! 我是经常将学习笔记记录在Typora中,然后呢,找个时间将笔记统一发布到csdn博客中,一是为了养成一种写笔记的习惯,二是为了保存自己的笔记,防止放在本地电脑,出现什么意外,然后笔记就不见了(好吧,我承认我遇到...

转自： https://www.jb51.net/article/7131_all.htm 这是一篇技术教程，真心诚意会用很简单的文字表达清楚自己的意思，只要你识字就能看懂，就能学到知识。写这篇教程的目的，是让每一个看过这些文字的朋友记住一句...

转自https://www.jb51.net/article/7131_all.htm这是一篇技术教程，真心诚意会用很简单的文字表达清楚自己的意思，只要你识字就能看懂，就能学到知识。写这篇教程的目的，是让每一个看过这些文字的朋友记住一句话：...

写这篇教程的目的，是让每一个看过这些文字的朋友记住一句话：如果爱可以让事情变的更简单，那么就让它简单吧！看这篇教程的方法 脚本之家补充说明：批处理相对来说是比较简单的语言，大家可以通过多写多看别人的...

这篇文章好像是51jb上推荐的比较好入门的一篇了，看了全文确实很有收获 文章推测写与2000-2004年之间，当时还是和学生的作者，可能还是同龄人。 现在人家是个大牛了，我现在还得从基础的学起，差距啊，不过还是很...

1. 怎么学习前端开发？求推荐学习路线？ http://www.zhihu.com/question/30180100 http://www.zhihu.com/question/22951927 ... 学习网站：w3cschool的教程 或者 慕课网前端视频教程 ，Learn to code ...

If else Shell共有三种三种if…else分支 if…fi语句 if…else…fi语句 if…elif…else…fi语...

From: http://cuiqingcai.com/2599.html Selenium教程：https://www.yiibai.com/selenium selenium 官方参考文档：https://selenium-python.readthedocs.io/index.html Selenium Documentation：...

一、BIOS中的提示信息提示信息 说明 Drive A error 驱动器A错误 System halt 系统挂起 Keyboard controller error 键盘控制器错误 Keyboard error or no keyboard present 键盘错误或者键盘不存在 BIOS ...

http://blog.csdn.net/chuyuqing/article/details/37561313 http://www.jb51.net/css/28150.html http://www.cnblogs.com/cs_net/articles/2033008.html http://www.68design.net/Web-Guide/HTMLCSS/37154-1.

在不同的浏览器使用不同的css样式,解决浏览器兼容问题 让CSS区别不同浏览器 区别不同浏览器，CSS hack写法：区别IE6与FF： background:orange;*background:blue;区别IE6与IE7： background:green !important;...

CSS面试题 1.介绍一下标准的 CSS 的盒子模型？低版本 IE 的盒子模型有什么不同的？ 相关知识点： ...（1）W3C标准盒模型：属性width，height只包含内容content，不包含border和padding （2）IE盒模型：属性wid

JSP第二版课后习题下载：https://download.csdn.net/download/weixin_42859280/11265785 JSP第二版课后习题答案下载：https://download.csdn.net/download/weixin_42859280/11265728 剪切之前的：...

一、总结下visual studio常用的使用技巧，有助于提高效率： 1.给代码行打标记：ctrl + K :给行打标记；ctrl + K + N：切换标记，即使当前页关闭了，也可以适用此快捷键快速定位到对应文件页！！...

59.java编程思想——创建窗口和程序片 Swing 当我们的工作方法在AWT 中发生了巨大的改变后（如果可以回忆起很久以前，当Java 第 一次面世时SUN 公司曾声明Java 是一种“稳定，牢固”的编程语言），可能一直有Java ...

【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）。

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。

0.网络工程师考试知识点[必考知识点]--必看 1.网络工程师考试常用计算公式汇总--必看 2.软考网络工程师必过教程---必看 3.软考网络工程师历年知识点总结(结合历年来真题内容总结) 4.软考网络工程师协议和名称---必看 5.网络工程师复习(背熟必过秘籍)---必看 6.网工上午经典考题汇总---必记 ………………共12份笔记，内容覆盖所有考点

这不是rtos源码分析的课程，而是为初级的同学设计，从基础原理讲师，一步步不断迭代设计rtos的课程！ 用不到【2000行代码，汇编代码仅18行】（不含注释）实现一个精巧的可以运行在ARM Cortex-M内核芯片上