注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MBR、主引导扇区，主分区、扩展分区、逻辑分区，活动分区、引导分区、系统分区、启动分区的区别详解【讲的很清晰】

  2. 什么是MBR和主引导引导扇区？什么是主分区、扩展分区、逻辑分区？什么是活动分区、引导分区、系统分区、启动分区？一下子罗列这么多概念，恐怕很多人都搞不清它们的区别和联系吧。网上虽然不少解释，但很多是模棱两可甚至是错误的，反而越弄越糊涂。猫猫煞费苦心的把这一大串概念研究了很长时间，试图搞明白，为了以后查阅方便，于是把对这些概念的理解总结了一下。而要想分清这些概念，真要费一点脑筋啊！ 一、MBR和主引导扇区 首先简要介绍MBR和主引导扇区的关系。 主引导扇区是硬盘0号柱面，0号磁头的第一个扇区，大

  3. 所属分类：C

    • 发布日期：2009-09-12
    • 文件大小：56320
    • 提供者：moshiate

  1. uboott移植实验手册及技术文档

  2. 实验三 移植U-Boot-1.3.1 实验 【实验目的】 了解 U-Boot-1.3.1 的代码结构，掌握其移植方法。 【实验环境】 1、Ubuntu 7.0.4发行版 2、u-boot-1.3.1 3、FS2410平台 4、交叉编译器 arm-softfloat-linux-gnu-gcc-3.4.5 【实验步骤】 一、建立自己的平台类型 （1）解压文件 #tar jxvf u-boot-1.3.1.tar.bz2 （2）进入 U-Boot源码目录 #cd u-boot-1.3.1 （3）创

  3. 所属分类：Flash

    • 发布日期：2010-01-28
    • 文件大小：2097152
    • 提供者：yequnanren

  1. 电子商务设计师真题06年和07年

  2. 2007 年下半年电子商务设计师下午试卷第 1 页（共 1 页） 全国计算机技术与软件专业技术资格（水平）考试 2007 年下半年 电子商务设计师 下午试卷 （考试时间 14:00～16:30 共150 分钟） 请按下述要求正确填写答题纸 1. 在答题纸的指定位置填写你所在的省、自治区、直辖市、计划单列市的名称。 2. 在答题纸的指定位置填写准考证号、出生年月日和姓名。 3. 答题纸上除填写上述内容外只能写解答。 4. 本试卷共5道题，全部是必答题。试题一至试题五均为15分，满分75分。 5.

  3. 所属分类：C

    • 发布日期：2010-09-25
    • 文件大小：784384
    • 提供者：xiaolongren08

  1. Windows编程循序渐进.part2

  2. 上传限制，共分四卷压缩。请务必下载完所有压缩包。 目录 第一篇　软件设计基础篇 第1章　软件开发起步 2 1.1　建立MFC应用程序 2 1.2　分析框架结构 4 1.2.1　框架代码文件的结构 4 1.2.2　应用程序类 5 1.2.3　对话框类 6 1.2.4　添加消息响应 7 第2章　对话框应用程序 9 2.1　模态对话框 9 2.1.1　实例：使用MFC实现模态对话框 9 2.1.2　实例：使用Win32 API实现模态对话框 10 2.2　非模态对话框 12 2.2.1　实例：使用M

  3. 所属分类：C/C++

    • 发布日期：2011-04-12
    • 文件大小：30408704
    • 提供者：typecool

  1. Windows编程循序渐进.part3

  2. 上传限制，共分四卷压缩。请务必下载完所有压缩包。 目录 第一篇　软件设计基础篇 第1章　软件开发起步 2 1.1　建立MFC应用程序 2 1.2　分析框架结构 4 1.2.1　框架代码文件的结构 4 1.2.2　应用程序类 5 1.2.3　对话框类 6 1.2.4　添加消息响应 7 第2章　对话框应用程序 9 2.1　模态对话框 9 2.1.1　实例：使用MFC实现模态对话框 9 2.1.2　实例：使用Win32 API实现模态对话框 10 2.2　非模态对话框 12 2.2.1　实例：使用M

  3. 所属分类：C/C++

    • 发布日期：2011-04-12
    • 文件大小：30408704
    • 提供者：typecool

  1. 网络数据包捕获与应用的VC++6.0编程

  2. 网络数据包捕获与应用的VC++6.0编程 《网络数据包捕获与应用的VC++6.0编程》 美国GeneChiu基金资助 网络数据包捕获与应用的VC++6.0编程 研究生 方松茂 对以太帧头、IPv4报头、IPv6报头、TCP报头及UDP报头格式这几种常用数据报头 别利用WinPcap和原始套接字编写程序进行分析。并利用MFC类库，采用链表结构存放捕 获的网络数据的方案，实现了局域网内Internet数据采集的应用程序。 另外，还编写了一个利用WinPcap提供的发送数据报的函数实现SYN Flo

  3. 所属分类：C/C++

    • 发布日期：2011-04-14
    • 文件大小：1017856
    • 提供者：lixuejiangqq

  1. 〖程序设计基础〗练习题3及答案

  2. 一、单选题（30分） 1.Java语言是( )。 A.面向问题的解释型高级编程语言 B.面向机器的低级编程语言 C.面向过程的编译型高级编程语言 D.面向对象的解释型高级编程语言 2.下列的变量定义中，错误的是( )。 A) int i; B) int i=Integer.MAX_VALUE; C) static int i=100; D) int 123_$; 3.以下的变量定义语句中，合法的是( )。 A) float $_*5= 3.4F; B) byte b1= 15678; C) d

  3. 所属分类：Java

    • 发布日期：2011-05-30
    • 文件大小：36864
    • 提供者：cbqianqian

  1. c++经典编程题

  2. 1. 给定等式 A B C D E 其中每个字母代表一个数字，且不同数字对应不 D F G 同字母。编程求出这些数字并且打出这个数字的 + D F G 算术计算竖式。 ─────── X Y Z D E Z = 45 –a-b-c-d-e-f-x-y;1+2+3+4….+9 = 45; 2. Ａ、Ｂ、Ｃ、Ｄ、Ｅ五名学生有可能参加计算机竞赛，根据下列条件判断哪些 人参加了竞赛： （１）Ａ参加时，Ｂ也参加； （２）Ｂ和Ｃ只有一个人参加； （３）Ｃ和Ｄ或者都参加，或者都不参加； （４）Ｄ和Ｅ中至少有

  3. 所属分类：C/C++

    • 发布日期：2012-01-04
    • 文件大小：63488
    • 提供者：mei_liang

  1. 程序设计基础答案

  2. 〖程序设计基础〗练习题1一、选择题（每题1分，共30分）下列各题A）、B）、C）、D）四个选项中，只有一个选项是正确的，请将正确选项的标记写在题干后的括号内。1.以下的选项中能正确表示Java语言中的一个整型常量的是( )。A) 12. B) -20 C) 1,000 D) 4 5 62.以下选项中，合法的赋值语句是( )。A) a = = 1; B) ++ i; C) a=a + 1= 5; D) y = int ( i );3.若所用变量都已正确定义，以下选项中，非法的表达式是( )。A)

  3. 所属分类：C

    • 发布日期：2008-06-18
    • 文件大小：25600
    • 提供者：sbihqty

  1. Visual C++音频视频处理技术及工程实践地址

  2. 本书共16章，分为4篇，详细讲解了使用各种软件和平台进行音、视频多媒体编程的技术，以案例为对象展示实现过程、分析技术难点。主要内容包括软件Visual C++2005的开发技术、DirectSound开发音频、DirectShow/VFW开发视频、MMX/SSE进行多媒体汇编编程、DM642 DSP进行音视频算法优化和主流视频算法MPEG-4/H.264的编码原理及工程实践。本书系统地介绍Visual C++ 2005进行流媒体编程的基本思路和方法，采用案例为主的叙述方式，将大量的技术理论融入

  3. 所属分类：C++

    • 发布日期：2012-12-18
    • 文件大小：347
    • 提供者：a7952113

  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主

  3. 所属分类：C++

    • 发布日期：2013-05-16
    • 文件大小：14680064
    • 提供者：a121649982

  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤

  3. 所属分类：C++

    • 发布日期：2013-05-17
    • 文件大小：14680064
    • 提供者：a121649982

  1. 计算机网络习题

  2. 计算机网络课后习题答案（老师划出的） 第一章 概述 1-10 试在下列条件下比较电路交换和分组交换。要传送的报文共x（bit），从源站到目的站共经过k 段链路，每段链路的传播时延为d（s），数据率为C（bit/s）。在电路交换时电路的建立时间为s（s）。在分组交换时分组长度为p（bit），且各结点的排队等待时间可忽略不计。问在怎样的条件下，分组交换的时延比电路交换的要小？（提示：画一下草图观察k段链路共有几个结点） 答：对电路交换，当t=s 时，链路建立；当t=s+x/C，发送完最后一bit；

  3. 所属分类：网络基础

    • 发布日期：2013-06-19
    • 文件大小：221184
    • 提供者：u011129363

  1. 南理工初试试题

  2. 南理工初试试题，很完整的试题哦南京理工大学课程考试试卷 （学生考试用） 课程名称： 数据结构 学分： 3 大纲编号 062204 试卷编号： 考试方式： 闭卷 满分分值： 100 考试时间： 120 分钟 组卷日期： 2006年5月18日 组卷教师（签字） 张宏 审定人（签字） 王树梅 学生班级： 计算机学院 04级 学生学号： 学生姓名： 一、 选择题（1.5*20=30分） 1.若以{4，5，6，3，8}作为叶子结点的权值构造哈夫曼树，则带权路径长度是 A) 55 B)68 C)59 D)

  3. 所属分类：讲义

    • 发布日期：2015-09-08
    • 文件大小：13631488
    • 提供者：u013942008

  1. 2017年上半年网络工程师考试真题（案例分析）.pdf

  2. 试题一(共 20 分) 阅读以下说明，回答问题 1 至问题 4 ，将解答填入答题纸对应 的解答栏内。 【说明】 某企业网络拓扑如图 1-1 所示，中国电信和中国移动双链路接 入，采用硬件设备实 现链路负载均衡:主磁盘阵列的数据通过备份服 务器到备份磁盘阵列。请结合下图，回答相关问题。

  3. 所属分类：讲义

    • 发布日期：2017-10-29
    • 文件大小：1048576
    • 提供者：morningshao

  1. 基于共现链的微博情感分析技术的研究与实现——硕士学位论文

  2. 将微博文本解析为文档链，根据预先设置好的阈值，采用聚类方法抽取同一主题的不同刻面，对每个刻面采用基于语义改进的SBV极性算法，分析其倾向性。

  3. 所属分类：机器学习

    • 发布日期：2017-11-12
    • 文件大小：5242880
    • 提供者：sd1230556

  1. 1.4【计算机组成与体系结构】考点汇总（共43页）.pdf

  2. 对电网应聘人员：计算机专业的笔试相关内容TCPU=In×CPI×TC In执行程序中指令的总数 CPI执行每条指令所需的平均时钟周期数 T时钟周期时间的长度 3.MIPS、 MFLOPS (1) MIPS MIPS (Million Instructions Per Second MIPS=In/(Te×106) In/(In×CPI×Tc×106) Rc/(CPI×106) Te:执行该程序的总时间 In:执行该程序的总指令数 Rc:时钟周期Tc的到数 MIPS只适合评价标量机,不适合评价向量

  3. 所属分类：电信

    • 发布日期：2019-09-03
    • 文件大小：422912
    • 提供者：madam001

  1. \"Tag-TextRank：一种基于Tag的网页关键词抽取方法\"分享总结

  2. NULL 博文链接：https://snv.iteye.com/blog/1886969在 Wikipedia中的实体,并且算法的复杂度很高。另外,国内一些学者lm2也开展了关键 词提取的研究。实际上,从上面的工作,我们可以得到这样的基本结论:基本的R特征可 以找到部分关键词,而加入用户信息或者领域知识可以进一步提高关键词抽取效果。 本文利用Tag信息来提高关键词的抽取效果。近年来,Tag数据作为·种新的资源, 其挖掘和利用已经成为信息检索、社区发现等领域的研究热点。从数据质量上讲,Iag数 据

  3. 所属分类：其它

    • 发布日期：2019-04-20
    • 文件大小：1046528
    • 提供者：weixin_38669628

  1. FREERL：融合关系嵌入式表示学习框架的方面提取

  2. 意见对象属性提取是细粒度情感分析的基本任务之一。 它是通过识别意见方面实体（包括对象实体和属性实体），然后将对象实体与属性实体对齐来实现的。 对知识图的最新研究表明，通过在观点方面实体之间添加语义结构的嵌入，基于结构的学习模型可以比传统方法在链接预​​测中实现更好的性能。 但是，这些研究仅集中于学习方面实体之间的语义结构，没有考虑语言表达特征。 在本文中，我们提出了融合关系嵌入式表示学习（FREERL）框架，通过该框架，可以将语义结构和语言表达特征（如统计共现或依赖语法）融合到对象实体和属性实体

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：883712
    • 提供者：weixin_38679839

  1. 权力游戏网络分析-源码

  2. 权力游戏网络分析 作为一名活跃的GOT粉丝，我渴望完成DataCamp：《权力的游戏的网络分析》上的项目。 该项目着重于： 在字符之间创建网络关系 使用程度中心法找到第一本书和第五本书中最重要的角色 第一本书中最重要的角色变化的演变 中间性和Google PageRank可以在我们的《权力的游戏》角色共现网络中找到五本书中的重要角色 根据Google PageRank，角色在《权力的游戏》网络中的重要性 在第五本书中，页面等级，中间性和程度中心性之间的相关性 根据页面等级，中间性和程度中心性度

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：33792
    • 提供者：weixin_42138525
« 12 3 »