- 博客(319)
- 资源 (48)
- 问答 (1)
- 收藏
- 关注
原创 【开源项目】航空订票系统(界面 + 数据库 + 运行手册)开源说明
摘要:本文介绍了一个开源的航空订票系统演示资源包,包含前端界面、数据库结构和运行手册,专为快速部署和可视化展示设计。资源提供一键运行脚本(Windows)、模块截图、数据库说明和部署文档,支持自动完成环境配置、依赖安装、数据库初始化和服务启动。适用于需要快速体验系统、进行现场演示或交付可运行成果的用户和开发者。
2026-02-12 17:09:05
39
原创 【开源项目】航空订票系统(核心功能实现)开源说明
这是一个基于Python+FastAPI开发的航空订票系统核心后端开源项目,实现了"查、订、付、退"全流程功能。系统采用PostgreSQL/SQLite数据库,包含航班查询、订单创建、模拟支付、退票申请等核心模块,特别设计了基于起飞剩余时间的梯度退票计费规则。技术实现上采用Alembic迁移和Pytest单元测试,业务规则支持比例/固定值两种计费方式,并记录规则快照便于审计。适合作为教学演示、中小系统MVP开发或微服务拆分前的单体参考实现。
2026-02-12 17:06:07
23
原创 【开源项目】航空订票系统(需求与流程设计)开源说明
本文介绍了航空订票系统开源设计资源,包含完整的需求与流程材料,采用"先设计、后开发"模式。资源涵盖功能需求说明(用户、订单、支付、退票)、业务流程设计、状态流转设计、退票规则及接口调用示例。适用于课程/毕业设计、快速开发需求文档及系统评审展示。设计亮点包括可配置退票规则、闭环流程追踪及可复用文档。建议使用流程为:先阅读文档,再开发联调,最后完成演示交付。
2026-02-12 17:00:20
30
原创 【学习笔记】视频抽帧方法大全
视频抽帧方法按实现逻辑、精度、用途分为 7 类,含原理、优缺点、适用场景,清晰易读。固定帧间隔抽帧、 固定时间间隔抽帧、均匀分段抽帧、关键帧(I 帧)抽帧、画面差异抽帧、场景切换抽帧、目标驱动抽帧、质量优先抽帧、标准帧率转换抽帧
2026-02-12 11:19:11
338
原创 [Git 报错解决]本地分支落后于远程分支(`non-fast-forward`)
Git协作中常见的non-fast-forward报错通常发生在本地分支与远程分支提交历史不同步时。该错误表明远程分支存在本地未包含的新提交,Git为防止数据丢失拒绝推送。解决方案需先拉取远程内容并合并:1)通过git fetch确认差异;2)执行git pull origin main --allow-unrelated-histories合并远程与本地提交;3)解决可能出现的文件冲突;4)重新推送。进阶用户可使用git rebase保持线性历史。关键预防措施包括:推送前必拉取、避免网页端直接修改、谨慎使
2026-01-06 09:00:00
1193
原创 【Git 报错解决】本地分支与远程分支名称/提交历史不匹配
本文针对Git推送时出现的src refspec main does not match any错误,分析了其核心原因是本地与远程分支名称不匹配及提交历史无关联。提供了完整的解决流程:首先验证分支信息,然后通过重命名本地分支或创建远程新分支统一名称,接着使用--allow-unrelated-histories参数关联提交历史,最后明确分支映射进行推送。文中还包含验证方法和实用技巧,如推送前先拉取、统一命名规范等,帮助开发者从根本上避免此类问题。该解决方案兼顾新手友好性和操作严谨性,适用于Git分支管理中的
2026-01-06 08:45:00
850
原创 【Git 报错解决】本地无有效提交无法推送(`src refspec main does not match any`)
本文针对Git推送时常见的src refspec main does not match any报错提供解决方案。该错误通常是由于本地分支缺少有效提交记录导致的。文章详细解析了报错原因,并给出完整解决流程:1)验证仓库状态;2)添加文件到暂存区;3)提交到本地仓库;4)重新推送。同时提供了验证推送结果的步骤和实用技巧,包括分支名称匹配、空仓库处理等注意事项,帮助开发者避免类似问题。通过补全本地提交流程,即可成功将内容推送到远程仓库。
2026-01-06 08:15:00
1329
原创 【Git 报错解决】作者身份未配置(`Author identity unknown`)
Git提交报错"Author identity unknown"解决方案:当首次提交代码时,Git会检查作者身份信息(姓名+邮箱)。本文提供两种配置方案:1)全局配置(推荐),使用git config --global命令设置通用身份;2)局部配置,仅针对特定项目设置不同身份。配置后需验证信息是否生效,之后即可正常提交。注意事项包括配置优先级、与代码平台账号一致性等,避免团队协作时出现混乱。
2026-01-06 08:00:00
764
原创 【Git 报错解决】SSH 公钥认证失败(`Permission denied (publickey)`)
摘要:本文针对Git操作中常见的SSH公钥认证失败(Permission denied (publickey))错误,提供两种解决方案:1)通过生成SSH密钥对并添加到GitHub账号实现永久认证;2)临时改用HTTPS链接绕过认证。详细介绍了密钥生成、公钥配置、连接验证等步骤,并给出多账号管理、密钥安全等实用建议,帮助用户快速解决SSH认证问题,确保Git操作顺利进行。
2026-01-06 07:30:00
2395
1
原创 【Git 报错解决】 远程仓库 origin 已存在(`remote origin already exists`)
Git报错解决:远程仓库origin已存在 当执行git remote add origin命令时出现remote origin already exists报错,说明本地仓库已存在名为origin的远程关联。 解决方法: 查看现有远程仓库:git remote -v 删除旧关联:git remote remove origin 重新关联新仓库:git remote add origin [新仓库地址] 验证:git remote -v 补充技巧: 可使用自定义别名避免冲突:git remote add o
2026-01-06 07:00:00
445
原创 【Git操作】关联远程仓库并推送本地内容
摘要: 当本地项目需关联到已有README文件的GitHub远程仓库时,直接推送会冲突。解决方案是:1) 本地初始化Git仓库后关联远程;2) 关键步骤使用git pull origin main --allow-unrelated-histories合并远程内容,解决README冲突;3) 添加提交本地文件后推送。首次推送需加-u参数,后续更新简化为add-commit-push三步。若冲突严重,可克隆远程仓库后手动合并文件。(149字)
2026-01-06 00:21:17
1063
原创 【开源项目】核心评价指标的动态关联性分析与可视化实验 —— 以多分类文本任(代码+结果分析)
作者:烛龙实验日期:2025年12月29日联系方式:geniusdog_lyj@163.comCSDN网址:https://blog.csdn.net/qq_36631076/category_11469976.htmlGitHub:https://github.com/GeniusDog和鲸:和鲸社区 - Heywhale.com本实验聚焦准确率、精确率、召回率、F1分数四大指标,以多分类文本任务(20 NewsGroups新闻分类)为载体,通过“数据预处理差异”“预测阈值调整”“类训练阶段模拟
2025-12-30 00:50:36
1124
原创 【学习笔记】PyTorch 中.pth文件格式解析与可视化
本文深入解析了PyTorch框架中.pth文件的格式与结构。.pth文件是基于Python pickle模块的二进制文件,主要用于存储模型权重(state_dict)或完整模型对象。文章首先区分了两种.pth文件类型:轻量级的模型权重文件和包含完整训练状态的模型文件。通过二进制内容打印和可视化分析,展示了.pth文件的底层序列化特征,并提供了代码示例演示如何查看文件内容。这种分析有助于深入理解PyTorch模型的存储机制,为模型迁移和部署提供技术支撑。
2025-12-28 22:57:11
2167
原创 【学习笔记】通过准确率/精确率/召回率/F1分数判断模型效果+数据可视化实操
摘要:分类模型评估指标与可视化实践 在分类任务中,仅依赖准确率(Accuracy)会导致误判,尤其在类别不平衡时(如垃圾邮件检测)。需结合精确率(Precision)、召回率(Recall)和F1分数(F1-Score)全面评估: 精确率:预测为正类的样本中实际为正类的比例,避免误判(如垃圾邮件检测中减少正常邮件的误判)。 召回率:真实正类中被正确预测的比例,避免漏判(如癌症筛查中减少漏诊)。 F1分数:精确率和召回率的调和平均,综合反映模型性能。 通过混淆矩阵可直观分析错误类型(FP/FN)。训练时需监控
2025-12-28 22:32:22
1141
原创 【 学习笔记】搞懂早停(Early Stopping)——模型训练的“刹车神器”
摘要: 早停(Early Stopping)是防止模型过拟合的关键技术,通过监控验证集指标(如准确率、F1值)在训练过程中动态终止训练。其核心原理是设置"耐心值"(Patience),当验证集性能连续多轮未提升时停止,并保存最优模型而非最终模型。以PyTorch为例,需自定义早停类,在训练循环中实时判断指标变化,避免模型陷入过拟合。参数调整中,Patience建议5-15轮,delta可过滤微小波动。早停能显著节省训练时间(如30轮训练提前至10轮停止),同时提升模型泛化能力。
2025-12-28 13:31:48
1058
原创 【学习笔记】多标签交叉熵损失的原理
单标签任务(单选题):一个样本只能对应一个标签,标签之间是“互斥关系”。比如电商评论情感分析(要么好评、要么中评、要么差评,不能同时是好评和差评)、手写数字识别(一张图只能是0-9中的一个数字)。多标签任务(多选题):一个样本可以同时对应多个标签,标签之间是“独立关系”,互不排斥。比如:CV任务:一张风景图可以同时包含“蓝天”“白云”“山脉”“湖泊”4个标签;NLP任务:一篇新闻可以同时属于“科技”“人工智能”“政策”3个分类;
2025-12-28 07:45:00
559
原创 【学习笔记】PyTorch与TensorFlow的区别、用途及模型任务定位
PyTorch和TensorFlow是当前两大主流深度学习框架,各有侧重:PyTorch以动态计算图见长,适合科研探索和快速迭代,语法简洁易调试;TensorFlow则更擅长工业部署,拥有完善的工具链和全平台支持。实际选择应根据任务需求:科研和小型项目推荐PyTorch,工业落地和大规模部署优先TensorFlow。两者生态差异明显,PyTorch与Hugging Face等科研工具兼容性更好,TensorFlow在移动端和云端部署方面更具优势。新手建议从PyTorch入门,再根据实际需求学习TensorF
2025-12-28 07:00:00
941
原创 【学习笔记】搞懂主干网络——模型的“核心特征提取器”
摘要: 主干网络是AI模型的核心特征提取器,负责将原始数据(如图片、文本)转化为高级特征,供后续任务头(如分类、检测)使用。在CV任务中,ResNet等主干网络逐步提取边缘、纹理和全局特征;在NLP任务中,BERT通过注意力机制捕捉上下文语义。主干网络的选择直接影响模型性能,预训练主干(如BERT、ResNet)能快速适配任务,而轻量化主干(如MobileNet)适合移动端。实操发现,主干网络的通用性和特征提取能力比调参更重要,需根据任务类型、硬件条件合理选择经典主干网络(如CV用ResNet,NLP用BE
2025-12-28 00:03:08
999
原创 【学习笔记】模型的权重数据到底是干嘛的
摘要:权重是机器学习模型的核心,本质是模型从数据中积累的"知识和经验"。其作用包括:1) 捕捉特征并标记重要性;2) 将特征组合计算得出预测结果;3) 通过训练不断优化调整。实践发现:权重并非越多越好,预训练权重提供通用知识,保存权重即保存训练成果。权重是模型的"灵魂",每个数值都代表模型学到的经验,训练过程就是让这些经验更贴合任务需求。理解权重有助于更有效地使用和优化模型。
2025-12-27 23:31:32
744
原创 大模型训练全流程学习笔记
本文总结了大模型训练全流程的核心逻辑与实操经验,分为六个关键环节:1)问题定义(明确任务类型、评估指标和约束条件);2)数据准备(收集清洗、标注划分与增强);3)模型选择(适配任务与硬件);4)训练配置(框架选择、参数设置与防过拟合);5)验证迭代(监控评估与问题优化);6)轻量部署(可视化界面搭建)。作者强调问题驱动和数据质量的重要性,建议新手从小任务入手,使用公开数据集和预训练模型,通过多次迭代优化模型效果。全文以情感分析为例,分享了从数据收集到部署落地的完整路径与常见避坑指南。
2025-12-27 22:36:20
572
原创 【理论知识】测井领域中的反演算法及其作用
摘要:测井反演算法是将仪器测量的物理响应转化为地层地质参数的关键技术。常规线性反演(如最小二乘法、交会图法)适用于简单地层,计算快但精度有限;非线性反演(如迭代优化、随机优化)能处理复杂地层,但计算量大;前沿智能算法(神经网络、深度学习)利用AI实现高精度反演,尤其适合成像测井等复杂场景。反演算法最终服务于岩性识别、储层参数计算、流体识别等油气勘探核心需求。建议从基础线性反演入手,逐步掌握正则化反演,并关注机器学习在测井领域的应用趋势。(149字)
2025-12-08 23:19:28
1130
原创 【理论知识】NMR测井(核磁共振测井)常见问题与核心影响因素
NMR测井的核心是探测地层氢核的核磁共振信号,其准确性受多种因素影响。主要问题包括:井眼环境(不规则井眼、泥浆侵入、气泡杂质)导致信号失真;地层特性(含气、铁磁性矿物、低孔低渗)引发储层误判;仪器性能衰减和参数设置不当造成测量误差;以及数据处理算法选择不当和未进行环境校正带来的解析偏差。应对措施包括优化钻井工艺、联合多测井方法、灵活调整测量参数及严格数据校正。保证信号质量是NMR测井准确评价储层的关键。
2025-12-08 23:09:28
1283
原创 【理论知识】主流测井技术优缺点对比笔记
测井技术选择摘要 测井技术无绝对优劣,需匹配地质条件、勘探阶段与成本预算。电法测井(如电阻率/阵列感应)适用于初期勘探,但受泥浆影响;声波测井(如阵列声波)擅长孔隙度与力学评价;核测井(GR/密度中子)是岩性识别关键,但存在放射性风险。特色技术如核磁共振(NMR)精度高但成本昂贵,随钻测井(LWD)适合水平井实时调整。选择原则:勘探初期用常规组合,复杂储层加高端技术,开发阶段侧重生产监测。需综合考虑阶段、地质特性与预算,避免技术误用。
2025-12-08 23:06:45
1024
原创 【理论知识】石油测井技术全景概览
本文系统介绍了现代测井技术体系,按照物理原理和应用场景进行分类阐述。核心测井技术包括电法测井(测量地层导电性)、声波测井(评估孔隙度和力学性质)、核测井(探测元素组成)及其他物理方法。专用测井技术涵盖裸眼井、套管井、随钻测井和光纤测井等不同应用场景。前沿技术重点介绍了成像测井、生产测井和高温高压测井等特殊应用。文章指出测井技术正朝着集成化、智能化、微型化和绿色低碳方向发展,强调现代油气勘探需要多种测井技术的协同配合。建议学习路径应从基础技术入手,逐步掌握高级应用技术。
2025-12-08 22:59:56
1138
原创 【理论知识】NMR测井的数据长什么样?
核磁共振测井(NMR)数据包含三层结构:原始回波串(衰减信号)、T2弛豫时间谱(山峰状分布)和导出参数曲线。原始信号反映不同流体衰减特征,T2谱通过峰位和峰面积区分流体类型及含量,最终转化为孔隙度、渗透率等储层评价参数。NMR数据需结合其他测井方法综合分析,其核心在于通过T2谱解析储层流体分布,为油气勘探提供关键依据。
2025-12-08 22:58:05
831
原创 【理论知识】核磁共振测井技术测量原理与流程
核磁共振测井(NMR测井)是一种通过检测地层中氢核磁共振特性来评价储层的技术。其核心原理是利用油、气、水中氢核在磁场中的不同响应特性进行区分。测量过程分为四步:首先仪器下井建立稳定磁场使氢核有序排列;然后发射特定射频脉冲激发氢核;接着接收氢核弛豫时产生的信号;最后将信号传输至地面处理成T2谱图。该技术能无损检测孔隙度、渗透率和流体性质,是现代石油勘探的关键手段,与医用MRI相比更注重快速获取地层宏观参数而非成像。
2025-12-08 22:06:07
836
原创 【理论知识】纯深度学习模型在地震勘探中的“黑箱“困境`
纯深度学习模型在地震勘探中的"黑箱"特性,本质上是认知鸿沟和风险责任认知层面:工程师无法理解、验证和信任模型的决策逻辑,与传统地质解释方法脱节责任层面:在高风险的勘探决策中,无人敢为一个无法解释的"黑箱结果"承担责任关键:勘探不是"预测比赛",而是基于可靠依据的风险管理。纯深度学习模型若不解决"黑箱"问题,将永远停留在"辅助分析工具"阶段,难以成为勘探决策的"核心引擎"。
2025-12-06 00:16:52
696
原创 多模态融合实战步骤
本文系统介绍了多模态融合的完整流程,包括数据准备、模态预处理、跨模态对齐、特征提取、融合策略选择、模型训练与评估七个关键步骤。重点阐述了不同模态(图像、文本、音频)的特征处理方法,以及早期、中期、晚期三种融合策略的适用场景。文章提供了实用的代码示例和训练技巧,并建议从简单任务入手逐步构建复杂融合系统。最后强调了多模态融合通过利用不同模态的互补信息来提升模型理解能力的核心价值,为开发者提供了从理论到实践的完整指导框架。
2025-12-05 23:53:33
591
原创 【基础知识】地震相数据集常见文件后缀通用解析
地震相数据集文件后缀分类解析 地震相数据集文件后缀主要分为四大类:1)二进制核心数据文件(.segy/.sgy、.dat、.h5/.hdf5、.npy/.npz),存储地震勘探核心数值数据;2)标注与配置文件(.mask、.json、.csv、.yaml/.yml、.txt),承载标注信息和实验配置;3)地质专用数据文件(.las、.hor),包含测井曲线和层位信息;4)通用辅助文件。不同后缀对应特定的数据格式、读取工具和应用场景,共同支撑地震相分析的完整流程。
2025-11-27 20:15:52
733
原创 【基础理论】Transformer 模型为什么要设计 “多层结构”?数据是如何流动的?
摘要:Transformer采用多层结构(如6层编码器/解码器)实现信息的逐层提炼,从局部词关系到全局语义逐步深化。单层仅能处理简单词关联,多层则通过"流水线式加工":底层提取基础词义(如"红苹果"),中层整合短语逻辑,高层解析跨句指代等复杂关系。层间传输遵循"维度守恒"原则(如保持512维),通过残差连接防止信息丢失,自注意力和前馈网络逐步优化表征。解码器额外采用掩码注意力确保顺序生成,并通过编码器-解码器注意力对齐输入语义。这种分层设计(通常6
2025-10-20 16:25:26
873
原创 多头自注意力机制:解决传统RNN痛点的核心创新(知识笔记)
摘要:传统RNN存在两大痛点:无法并行计算导致训练速度慢,以及长距离依赖信息衰减。多头自注意力机制通过全序列并行处理和直接关联远距离词,有效解决了这些问题。具体表现为:1)同步生成向量并行计算,充分利用GPU算力;2)通过多视角注意力头直接建立远距离关联,避免信息丢失。相比RNN的线性计算,多头自注意力实现了10倍以上的速度提升,并精准捕捉长程语义关系,成为Transformer架构的核心优势。(149字)
2025-10-20 16:06:34
871
原创 【基础理论】位置向量|位置编码学习笔记
位置向量(位置编码)是Transformer模型的关键设计,由谷歌团队Vaswani等人在2017年提出。它通过正弦余弦函数生成,具有三个核心特点:维度与词嵌入一致(通常512维),数值随位置周期性变化且唯一,与词嵌入直接相加而非拼接。这种设计既能保留语义信息,又能区分词序,支持任意长度句子处理,且不增加计算负担。例如,在512维设置中,每个位置对应一组独特的512个数字,通过相加方式将位置信息融入词向量,使模型能区分"我喜欢猫"和"猫喜欢我"等不同语序。
2025-10-20 15:45:26
731
原创 【理论知识】Q/K/V权重矩阵学习笔记
本文总结了Transformer中Q/K/V权重矩阵的核心要点:1)权重矩阵将512维输入向量转换为64维的Q/K/V向量,以平衡计算效率和信息保留;2)单头注意力中,W_Q/W_K/W_V维度固定为512×64;3)多头注意力(如8头)将权重矩阵拆分为8组512×8的子矩阵,独立计算后拼接;4)权重矩阵数值动态调整,初始随机,训练中优化以捕捉词间关联;5)代码实现中,权重矩阵对应线性层的参数。核心功能是高效转换输入维度,支撑注意力机制的计算。
2025-10-20 15:34:20
1274
原创 【开源项目】基于BERT+PyTorch的小样本邮件分类实战笔记(含代码 + 结果解读)
摘要 本项目基于BERT+PyTorch实现小样本邮件分类,针对"每类仅10条标注样本"的场景,通过预训练模型微调达到83%准确率。实验使用自定义3类邮件数据集(工作/垃圾/私人邮件),采用轻量微调策略(冻结大部分BERT层、小学习率)和GPU混合精度训练优化效率。完整复现指南包含云平台与本地配置方案,核心代码仅需PyTorch、Transformers等基础库。项目验证了小样本学习在文本分类中的有效性,为低资源场景提供实用解决方案,并提出样本增强等优化方向。
2025-10-14 19:43:52
862
原创 【更新中】岩性识别与油气勘探领域:初学者基础理论及核心技术知识清单
摘要: 本文系统梳理了油气勘探中的沉积学基础理论、机器学习特征选择方法及地质勘探技术三大模块。沉积学部分(权重20%)聚焦岩性、储集层、油气藏形成要素等核心概念;特征选择部分(权重19%)详解主成分分析、L1正则化等算法,强调随机森林、XGBoost等工具在岩性识别中的应用;地质勘探技术(权重20%)重点阐释测井与地震数据融合技术,包括井震标定、合成地震记录等关键方法。三部分协同构成"理论-算法-数据"闭环,为油气储层智能识别提供全链路解决方案。
2025-10-10 18:19:50
614
原创 地震记录制作全流程:从信号采集到成果输出
在梳理制作流程前,需先明确 “地震记录” 的范畴 —— 它并非单一文件,而是从原始信号到最终成果的系列数据载体,主要分类如下:记录类型定义核心用途数据形态原始地震记录野外采集的未处理 “地震道数据”保留原始信号,用于后续处理的基础单炮记录(单震源激发的所有检波器信号)、共中心点道集(同一地下点的多道信号)处理后地震记录经去噪、校正后的 “提纯数据”地质解释(构造识别、储层追踪)叠加剖面(单条垂直剖面)、三维数据体(立体网格数据)成果化地震记录标注地质信息的 “可视化图件”
2025-09-15 23:09:37
1670
原创 测井曲线解读核心三属性(岩性 / 物性 / 含油气性)实用笔记
测井曲线是地下岩石的 “数字身份证”,通过自然伽马(GR)、电阻率(RT)、声波时差(AC)等关键曲线,可精准判断岩性、量化储层物性、识别流体类型,是油气勘探开发的核心技术工具。
2025-09-15 23:03:40
3478
原创 三维地震数据体:形态、处理流程与勘探应用笔记
三维地震数据体是空间三维网格状的数据集合,可理解为 “由无数个地震剖面堆叠而成的立体块体”,其核心特征如下:维度含义与作用单位 / 范围横向(X/Y)覆盖地表的平面范围,对应实际地理坐标通常覆盖数 km²~ 数千 km²(如油田区块)纵向(Z/T)对应地下深度(或地震波传播时间)时间域:0~8000ms(约对应地下 0~10km);深度域:0~10km数据单元每个网格点存储 “地震反射振幅值”振幅值:-32768~32767(二进制数据)
2025-09-15 22:46:46
1301
监听器:监听三个对象的创建和销毁方法
2018-05-15
cookie实现商品浏览记录
2018-04-24
过滤器的一个登录demo
2018-05-14
重新上传-各类PPT模板合集
2017-12-13
简单存储SharedPreferences的应用实例:增删改查联系人
2017-10-25
机械臂项目开发2
2018-01-11
机械臂项目开发1
2018-01-11
java web实现的一个用户登录注册小系统
2018-04-10
JSP之访问JavaBean的一个简单例子
2018-03-26
JSP之使用jsp:forward实现用户信息验证的页面跳转
2018-03-27
过滤器链的一个小Demo
2018-05-04
javaweb:jsp的一个简单应用
2018-03-19
计时器Chronometer控件的应用实例
2017-09-28
一个简单的Filterdemo
2018-05-03
高等教育自学考试全国统一命题考试操作系统概论试卷及其操作系统课后答案
2017-09-27
JSP之客户端的状态信息Cookie的创建和使用:用户登录功能的实现
2018-04-08
图像视图ImageView的应用实例
2017-09-27
航空订票系统:界面展示、数据库结构与一键运行说明
2026-02-12
航空订票系统:航班查询、订票退票与订单管理核心实现
2026-02-12
航空订票系统:功能需求与业务流程设计说明
2026-02-12
【计算机视觉】7类视频抽帧方法综述:原理、优缺点与应用场景全解析+打印版
2026-02-12
考博英语备考+历年真题解析+北师大考博考生熟悉英语考试题型 / 难度
2025-09-03
R2V for Windows 非常易于使用,其基本的转换和编辑功能,拥有不同技术背景的用户都可快速掌握 工具下载地址:https://download.csdn.net/download/qq-3
2025-02-13
R2V for Windows (9X, NT, 2000, ME, XP)是一款销量名列世界前三甲的高级光栅图矢量化软件系统
2025-02-13
Java编程练习题资源 学习Java编程是一项重要的技能,无论是初学者还是有经验的开发人员都可以从练习题中受益 这份练习题
2024-05-14
java web购物车模块的开发
2018-05-22
python-3.8.1.exe
2019-12-31
监听request、session、ServletContext 对象存放的数据变化情况
2018-05-15
java监听器之定时器
2018-05-22
session中的bean监听
2018-05-15
MySql数据库连接的JDBC-积分调整2
2019-03-23
NChickenProblem.java
2020-09-23
FirstDemo.py
2019-12-31
javaweb的servlet程序,换个电脑再次导入工程后运行不了
2018-03-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅