搜索资源列表
spring-framework-2.5.2
- spring-fr a mework-2.5.2.zip
puzzle
- [简介] 名称： 《拼图》-附源代码 （代码行数:747 注释行数:164） 开发环境：WinXp+VC.Net2005+Win32 API 作者：mj 联系方式：mj055@yahoo.cn [拼图] 鼠标操作，有音效 游戏玩法仿文曲星上拼图游戏,每次只能用空白方块与左右相邻的数字方块对换， 当排列成1 2 3 则游戏胜利 4 5 6 7 8 [
spring-framework-1.2.5-with-dependencies
- spring 框架及其源代码 spring 框架一个轻量级的事务架构，它能够管理组件级的事务集成。Spring就是一个解决方案，它的优势在于它没有像JNDI 数据源那样嵌入到J2EE容器服务中。如果我们希望把这个轻量级的事务架构插入到已有的J2EE容器中，也没有任何困难。看起来它在两者之间的平衡性方面做得很好。 Spring 轻量级事务架构还使用了面向方面编程（AOP）框架。Spring AOP框架组件使用了激活了AOP的S
spring-framework-2.5.4
- spring fr a mework 2.5.4源代码，喜欢研究得的朋友可以下载-spring fr a mework 2.5.4 source code, studied like a friend can be downloaded
CleverInternetSuite6.0.138.RAR
- 这是一套全面的网络组件，功能强大而易用。-The Clever Internet Suite represents 100 Delphi VCL components for Borland Delphi/C++Builder, with no external dependencies. These components allow you to send and receive mail, including HTML
database
- 数据库课程设计源代码，目由需求分析和依赖关系确立实体集及关系表，设立外码约束。创建适当的视图和事务。结合与用户的交互信息搭建友善的界面，根据功能的不同确立不同的模块，合理运用DELPHI语言和调用SQL语句达到数据库操作-Database of curriculum design source code, project dependencies from the needs analysis and the establishment
live.2010.11.17_vc6
- live555流媒体服务器源代码2010.11.17版，增加了VC6.0工程，便于进行跟踪和调试。本人在pudn上也找了其他的号称有vc工程的的代码，但下载的结果却很是失望，那些文件里要么没有dsp文件，要么里面只有一个.mak文件，根本无法调试。因此决定自己把dsp工程整理出来。"vc6-live555"目录中是lib工程和exe工程，注意这里只有一个dsw文件，这个workspace包含了5个project，并且建立了项目的依赖关系
360_panorama
- 360-panorama，360度柱面图像拼接，程序在VS2008环境下开发，opencv2.4.3版本，程序可以直接运行，以将所需依赖项添加在文件夹中，源图像放在source_pic中，最后生成结果在result_pic中。 实现步骤：1先将图像投影到柱面坐标上，2提取图像SIFT描述子，3将SIFT描述子配对，4用RANSAC算法根据配对成功的描述子统计出变换矩阵T，5图像拼接。 对于拼接后的图像，没有做进一步细化处理，使用
soapandiodtested
- 在Java中使用WebService进行网络通信的实例源码，适用于android开发，在Android中，第三方公司提供了基于webservice的jar包：ksoap2-android-assembly-2.5.2-jar-with-dependencies.jar。本实例演示了使用Web Service获取天气信息，没有显示在界面上，如果大家觉得不爽，可以把信息直接显示在界面上就可以了。因为我被这个问题困扰了2天，弄的很崩溃，所以就
spring-framework-2.5.6-with-dependencies
- spring框架源码，3.2版本，便于java框架的源码深入学习(java spring 3.2 Here you'll find all the documentation and tutorials written by the Spring team.)
apriori
- 收集数据：使用任何方法 准备数据：任意数据类型都可以，因为我们只保存集合 分析数据：使用任何方法 训练算法：使用Apriori算法来找到频繁项集 测试算法：不需要测试过程 使用算法：用于发现频繁项集以及物品之间的关联规则 使用Apriori算法，首先计算出单个元素的支持度，然后选出单个元素置信度大于我们要求的数值，比如0.5或是0.7等。然后增加单个元素组合的个数，只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集