Alexanderwkw的专栏

Java编程思想第4版中文版，共914页，附上习题答案代码

Graph 图论........................................3 | DAG的深度优先搜索记..............................................3 | 无向图找桥..................................................3 | 无向图连通度(割)................................................3 | 最大团问题 DP + DFS.....................................3 | 欧拉路径O(E)...............................................3 | DIJKSTRA数组实现O（N^2）.......................................3 | DIJKSTRA O(E * LOG E).............................................4 | BELLMANFORD单源最短路O(VE)...................................4 | SPFA(SHORTEST PATH FASTER ALGORITHM)..............4 | 第K短路（DIJKSTRA）...................................5 | 第K短路（A*）..................................................5 | PRIM求MST......................................................6

JSP&Servlet;技术 Struts的工作流程: 在web应用启动时就会加载初始化ActionServlet,ActionServlet从 struts-config.xml文件中读取配置信息,把它们存放到各种配置对象 当ActionServlet接收到一个客户请求时,将执行如下流程. -(1)检索和用户请求匹配的ActionMapping实例,如果不存在,就返回请求路径无效信息; -(2)如果ActionForm实例不存在,就创建一个ActionForm对象,把客户提交的表单数据保存到ActionForm对象中; -(3)根据配置信息决定是否需要表单验证.如果需要验证,就调用ActionForm的validate()方法; -(4)如果ActionForm的validate()方法返回null或返回一个不包含ActionMessage的ActuibErrors对象, 就表示表单验证成功; -(5)ActionServlet根据ActionMapping所包含的映射信息决定将请求转发给哪个Action,如果相应的 Action实例不存在,就先创建这个实例,然后调用Action的execute()方法; -(6)Action的execute()方法返回一个ActionForward对象,ActionServlet在把客户请求转发给 ActionForward对象指向的JSP组件; -(7)ActionForward对象指向JSP组件生成动态网页,返回给客户; 为什么要用： spring工作机制 1.spring mvc请所有的请求都提交给DispatcherServlet,它会委托应用系统的其他模块负责负责对请求进行真正的处理工作。 2.DispatcherServlet查询一个或多个HandlerMapping,找到处理请求的Controller. 3.DispatcherServlet请请求提交到目标Controller 4.Controller进行业务逻辑处理后，会返回一个ModelAndView 5.Dispathcher查询一个或多个ViewResolver视图解析器,找到ModelAndView对象指定的视图对象 6.视图对象负责渲染返回给客户端。 Hibernate工作原理及为什么要用？ 原理： 1.读取并解析配置文件 2.读取并解析映射信息，创建SessionFactory 3.打开Sesssion 4.创建事务Transation 5.持久化操作 6.提交事务 7.关闭Session 8.关闭SesstionFactory

第1章 示例描述：本章演示如何开始使用JDK进行程序的开发。 第2章 示例描述：本章介绍开发Java的基础语法知识。 第3章 示例描述：本章学习对象和类。 第4章 示例描述：本章学习继承与多态。 第5章 示例描述：本章学习数组与字符串。 第6章 示例描述：本章学习Java的异常处理。 第7章 示例描述：本章学习Java的输入和输出。 第8章 示例描述：本章学习多线程。 第9章 示例描述：本章学习运行时类型识别。 第10章 示例描述：本章学习泛型。 第11章 示例描述：本章学习集合。 第12章 示例描述：本章学习类型包装器、自动装箱和元数据。 第13章 示例描述：本章学习常用工具类。 第14章 示例描述：本章学习GUI程序设计。 第15章 示例描述：本章学习多媒体程序设计。 第17章 示例描述：本章学习数据库程序设计。 第18章 示例描述：本章学习C/S网络程序设计。 第19章 示例描述：本章学习JSP程序设计。本章所有文件均已经按照Tomcat网站部署的要求放置在各自的目录下，然后打包成ZIP文件。读者只需要解包后放置在某一分区中，然后在Tomcat中配置好入口就可以使用。 第21章 示例描述：本章是一个IM软件的完整代码。

<<Java Web 基于Spring Struts Hibernate 轻量级架构开发>>书中7-12,13章

<<Java Web 基于Spring Struts Hibernate 轻量级架构开发>>书中3-6章代码

125条常见的java面试笔试题汇总.chm Java Interview(包含Servlet JSP等).pdf java面试笔试题大汇总.doc SQL语言操作速查手册_教材.chm 软件开发人员招聘笔试试题.doc ......

第一章 基本问题 第二章 数值计算 第三章 图形图像 第四章 程序设计 第五章 混合编程 第六章 算法 第七章 工具箱应用 第八章 Simulink 第九章 概率统计和优化问题 第十章 方程解法 第十一章 仿真程序

包含一个人脸库的matlab代码实现和PCA的K-L变换matlab代码

本设计中所要完成的主要功能如下所述： 图像获取功能： 该模块主要是从摄像头拍照后进行获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进行识别。 图像预处理功能： 该模块主要包括图像光线补偿、图像变成灰色、高斯平滑、均衡直方图、实现图像对比度增强、二值化变换等。 人脸定位功能： 该模块主要是将处理后的人脸图片进行定位，将眼睛、鼻子、嘴巴标记出来，以便进行特征提取。 特征提取功能： 该模块是在定位后的人脸图片中将眼睛、鼻子、嘴巴的特征值提取出来。 识别功能： 该模块是将从图片中提取的特征值和后台数据库中的值进行比较来完成识别功能。

分析各种安装方法、解决Cygwin安装问题，提供Cygwin 的卸载方法

《人脸识别手册》人脸识别领域的经典著作 Handbook of Face Recognition

《机器学习 汤姆·米切尔》 目录第1章 引言 1．1 学习问题的标准描述 1．2 设计-个学习系统 1．2．1 选择训练经验 1．2．2 选择目标函数 1．2．3 选择目标函数的表示 1. 2．4 选择函数逼近算法 1．2．5 最终设计 1．3 机器学习的一些观点和问题 1．4 如何阅读本书 1．5 小结和补充读物 习题 第2章 概念学习和一般到特殊序 2．1 简介 2．2 概念学习任务 2．2．1 术语定义 2．2．2 归纳学习假设 2．3 作为搜索的概念学习 2．4 find-s：寻找极大特殊假设 2．5 变型空间和候选消除算法 .2．5．1 表示 2．5．2 列表后消除算法 2．5．3 变型空间的更简洁表示 2．5．4 候选消除学习算法 2．5．5 算法的举例 2．6 关于变型空间和候选消除的说明 2．6．1 候选消除算法是否会收敛到正确的假设 2．6．2 下一步需要什么样的训练样例 2．6．3 怎样使用不完全学习概念 2．7 归纳偏置 2．7．1 -个有偏的假设空间 2．7．2 无偏的学习器 2．7．3 无偏学习的无用性 2．8 小始和补充读物 习题 第3章 决策树学习 3．1 简介 3．2 决策树表示法 3．3 决策树学习的适用问题 3．4 基本的决策树学习算法 3．4．1 哪个属性是最佳的分类属性 3．4．2 举例 3．5 决策树学习中的假设空间搜索 3．6 决策树学习的归纳偏置 3．6．1 限定偏置和优选偏置 3．6．2 为什么短的假设优先 3．7 决策树学习的常见问题 3．7．1 避免过度拟合数据 3. 7．2 合并连续值属性 3．7．3 属性选择的其他度量标准 3．7．4 处理缺少属性值的训练样例 3．7．5 处理不同代价的属性 3．8 小结和补充读物 习题 第4章 人工神经网络 4．1 简介 4．2 神经网络表示 4．3 适合神经网络学习的问题 4．4 感知器 4．4．1 感知器的表征能力 4. 4．2 感知器训练法则 4．4．3 梯度下降和delta法则 4．4．4 小结 4．5 多层网络和反向传播算法 4．5．1 可微阈值单元 4．5．2 反向传播算法 4．5．3 反向传播法则的推导 4．6　　反向传播算法的说明 4．6．1 收敛性和局部极小值 4．6．2 前馈网络的表征能力 4．6．3 假设空间搜索和归纳偏置 4．6．4 隐藏层表示 4．6．5 泛化、过度拟合和停止判据 4．7 举例：人脸识别 4．7．1 任务 4．7．2 设计要素 4．7．3 学习到的隐藏层表示 4．8 人工神经网络的高级课题 4．8．1 其他可选的误差函数 4．8．2 其他可选的误差最小化过程 4．8．3 递归网络 4．8．4 动态修改网络结构 4．9 小结和补充读物 习题 第5章 评估假设 5．1 动机 5．2 估计假设精度 5．2．1 样本错误率和真实错误率 5．2．2 离散值假设的置信区间 5．3 采样理论基础 5．3．1 错误率估计和二项比例估计 5．3．2 二项分布 5．3．3 均值和方差 5．3．4 估计量、偏差和方差 5．3．5 置信区间 5．3．6 双侧和单侧边界 5．4 推导置信区间的一般方法 5．5 两个假设错误率间的差异 5．6 学习算法比较 5．6. 1 配对t测试 5．6．2 实际考虑 5．7 小结和补充读物 习题 第6章 贝叶斯学习 6．1 简介 6．2 贝叶斯法则 6．3 贝叶斯法则和概念学习 6．3．1 brute-force贝叶斯概念学习 6．3．2 map假设和一致学习器 6．4 极大似然和最小误差平方假设 6．5 用于预测概率的极大似然假设 6．6 最小描述长度准则 6．7 贝叶斯最优分类器 6．8 gibbs算法 6．9 朴素贝叶斯分类器 6．10 举例：学习分类文本 6．11 贝叶斯信念网 6．11．1 条件独立性 6．11．2 表示 6．11．3 推理 6．11．4 学习贝叶斯信念网 6．11．5 贝叶斯网的梯度上升训练 6．11．6 学习贝叶斯网的结构 6．12 em算法 6．12．1 估计k个高斯分布的均值 6．12．2 em算法的一般表述 6．12．3 k均值算法的推导 6．13 小结和补充读物 习题 第7章 计算学习理论 7．1 简介 7．2 可能学习近似正确假设 7．2．1 问题框架 7．2．2 假设的错误率 7．2．3 pac可学习性 7．3 有限假设空间的样本复杂度 7．3．1 不可知学习和不一致假设 7．3．2 布尔文字的合取是pac可学习的 7．3．3 其他概念类别的pac可学习性 7．4 无限假设空间的样本复杂度 7．4．1 打散一个实例集合 7．4．2 vapnik-chervonenkis维度 7．4．3 样本复杂度和vc维 7．4．4 神经网络的vc维 7．5 学习的出错界限模型 7．5．1 find-s算法的出错界限 7．5．2 halving算法的出错界限 7．5．3 最优出错界限 7．5．4 加权多数算法 7．6 小结和补充读物 习题 第8章 基于实例的学习 8．1 简介 8．2 k-近邻算法 8．2．1 距离加权最近邻算法 8．2．2 对k-近邻算法的说明 8．2．3 术语注解 8．3 局部加权回归 8．3．1 局部加权线性回归 8．3．2 局部加权回归的说明 8．4 径向基函数 8．5 基于案例的推理 8．6 对消极学习和积极学习的评论 8．7 小结和补充读物 习题 第9章 遗传算法 9．1 动机 9．2 遗传算法 9．2．1 表示假设 9．2．2 遗传算子 9．2．3 适应度函数和假设选择 9．3 举例 9．4 假设空间搜索 9．5 遗传编程 9．5．1 程序表示 9．5．2 举例 9．5．3 遗传编程说明 9．6 进化和学习模型 9．6．1 拉马克进化 9．6．2 鲍德温效应 9．7 并行遗传算法 9．8 小结和补充读物 习题 第10章 学习规则集合 10．1 简介 10．2 序列覆盖算法 10．2．1 一般到特殊的柱状搜索 10．2．2 几种变型 10．3 学习规则集：小结 10．4　学习一阶规则 10．4．1 一阶horn子句 10．4．2 术语 10．5 学习一阶规则集：foil 10．5．1 foil中的候选特化式的生成 10．5．2 引导foil的搜索 10．5．3 学习递归规则集 10．5．4 foil小结 10．6 作为逆演绎的归纳 10．7 逆归纳 10．7．1 一阶归纳 10．7．2 逆归纳：一阶情况 10．7．3 逆归纳小结 10．7．4 泛化、-包容和涵蕴 10．7．5 progol 10．8 小结和补充读物 习题 第11章 分析学习 11．1 简介 11．2　用完美的领域理论学习：prolog-ebg 11．3 对基于解释的学习的说明 11．3．1　发现新特征 11．3．2　演绎学习 11．3．3　基于解释的学习的归纳偏置 11．3．4　知识级的学习 11．4　搜索控制知识的基于解释的学习 11．5　小结和补充读物 习题 第12章 归纳和分析学习的结合 12．1 动机 12．2　学习的归纳-分析途径 12．2．1 学习问题 12．2．2　假设空间搜索 12．3 使用先验知识得到初始假设 12．3．1 kbann算法 12．3．2　举例 12．3．3　说明 12．4　使用先验知识改变搜索目标 12．4．1 tangentprop算法 12．4．2 举例 12．4．3 说明 12．4．4 ebnn算法 12．4．5 说明 12．5 使用先验知识来扩展搜索算子 12．5．1 focl算法 12．5．2 说明 12．6 研究现状 12．7 小结和补充读物 习题 第13章 增强学习 13．1 简介 13．2 学习任务 13．3 q学习 13．3．1 q函数 13．3．2 一个学习q的算法 13．3．3 举例 13．3．4 收敛性 13．3．5 实验策略 13．3．6 更新序列 13．4 非确定性回报和动作 13．5 时间差分学习 13．6 从样例中泛化 13．7 与动态规划的联乐 13．8 小结和补充读物 习题 附录 符号约定

AccessChk AccessEnum CacheSet Contig

NS2的入门使用手册，非常的全面 1、解释器接口 2、模拟器基本知识 3、支持 4、路由 5、传送 6、应用 7、规模 8、仿真 9、用Nam可视化 10、其它

非常清晰的讲解了数据链路层所涉及的介质访问控制问题，以及在以太网和无线网中随机访问协议的区别，而且对网络互联设备的区别也讲述的很透彻！

JSP Web应用开发面试题 Struts面试题 Hibernate面试题 Spring面试题 Java EE面试题 C语言面试题 C++面试题 VC++面试题 C#面试题 UML面试题 Oracle面试题

ANTLR的安装使用图解 Antlr（ANother Tool for Language Recognition）是一个工具，前身是 PCCTS,它为我们构造自己的识别器（recognizers）、编译器（compiler）和转换器（translators）提供了一个基础。

ANTLR是ANother Tool for Language Recognition的缩写“又一个语言识别工具”。从名字上可以看出在ANTLR出现之前已经存在其它语言识别工具了（如LEX [1]，YACC [2]）。ANTLR的官方定义为：根据一种可以嵌入如Java, C++或C#等辅助代码段的文法，来构筑出相对该文法的识别器，编译器或翻译器的一种语言工具框架。

ANTLR v3 Overview (for ANTLR v2 users)

介绍ANTLR的一本好书 Over the past few years ANTLR has proven itself as a solid parser generator. This book is a fine guide to making the best use of it.

程序化语言实现模式，This book explains how existing language applications work so you can build your own

ANTLR(ANother Tool for Language Recognition)，中文直译为“另外一种语法分析器”，看来它一出生就注定要去挑战经典的 Lex/Yacc分析器（一个20多年都没有发展的老古董）。 那么这个著名的Antlr分析器是由谁开发的呢？它是在旧金山大学的Terence Parr 领导下完成的，Terence Parr 从上世纪80年代就开始了对编译器的执着研究，开发了很多的编译工具，但最终这些工具都让他感到厌恶，而开发一种自动化的万能语法分析器一直是它的梦想，特别是对古董级yacc的不满使得这个梦想更加强烈。在对理想的执着追求下，通过十多年的艰苦努力，终于迎来了幸福的果实Antlr。这种执着让我敬佩，值得每一个有理想的程序员学习。 Terence Parr 的座右铭“Why program by hand in five days what you can spend five years of your life automating."

教程内容分三部分：  环境配置  相关服务的开发（加法服务，减法服务）  BPEL的开发

开发平台IDE：ecplise3.4-SDK JDK6.0 Web服务： axis2 加Axis2 Wizards(Axis2 Code Generator,Axis2 Service Archiver) BPEL：BPEL2.0, Apache ODE

环境： bpel: Apache ODE ws: Apache CXF(这里是两个控制台程序，也可自已根据wsdl写web service)

第4章 Web程序设计中的字符串与正则表达式动手实验 276 4.1 实验1 Sort()方法和Reverse()方法 276 4.1.1 实验目标 276 4.1.2 实验步骤 276 4.2 实验2 String类型是引用类型 278 4.2.1 实验目标 278 4.2.2 实验步骤 278 4.3 实验3 转义符与字符串 279 4.3.1 实验目标 279 4.3.2 实验步骤 279 4.4 实验4 StringBuilder类 280 4.4.1 实验目标 280 4.4.2 实验步骤 280 4.5 实验5 StringBuilder Capacity属性 283 4.5.1

中文版双周刊特刊 考研英语与北外高翻特别奉献 2010年03月14日

离散数学公理系统（马殿富pdf版本） 离散数学公理系统（马殿富pdf版本）

兵马俑网上商城综合案例,jsp实现，包括源代码即数据库的源代码

开题报告范文1（银行帐目管理信息系统）来自于论文先生网，如该文注明了作者及出处，请在转载引用时保留。否则因《开题报告范文1（银行帐目管理信息系统）》一文引起的法律纠纷请自负。>一.编写目的  《银行帐目管理信息系统》开题报告的编写目的是通过对《银行帐目管理信息系统》中各模块的分析，确定系统的体系结构，模块内容，技术方法，明确各模块的功能和数据流，为程序编写定下宏观体系框架。

通用解压密码：webshu.net 去'叶子树'webshu.net 下载更多 设计素材、Flash源码、特效小软件、PSD模板、字体、电子图书等资源！ 去'叶子树'webshu.net 学习如何做一个精致主页，或与大家分享你的主页! 去'叶子树'webshu.net 加入叶子树“同城交流小组”结识你周围共同爱好的更多朋友! 叶子树释意“叶子：网页,个人主页，主页爱好者。 树：叶子之根，主页家园! 叶子树：个人网页爱好者家园”