【摘 要】
：
当前,通过网页提交各种数据已是用户的普遍要求,如果提交的数据量比较少,我们可以通过手动填报的方式完成,但在填报过程中出现的错误几率也很大,倘若有大批量数据要通过手动
论文部分内容阅读
当前,通过网页提交各种数据已是用户的普遍要求,如果提交的数据量比较少,我们可以通过手动填报的方式完成,但在填报过程中出现的错误几率也很大,倘若有大批量数据要通过手动输入填报,可想而知,会耗费大量人力和时间,也有人会想到数据的直接导入,数据直接导入对于终端用户而言那是不切合实际的(存在安全隐患),那么,通过开发一个Win Form应用程序,采用Web Browser控件完成自动填表,在此这过程中也对填报数据进行了校验,其填报效率和准确率要高很多,通过实施批量预约考试信息填报程序的设计开发,探讨一下'
其他文献
传统教学模式在高职教学中已经无法满足学生的学习需求,同时也满足不了学生对学习时间高灵活性的需求,本文针对如何解决学生自主学习的问题,以《计算机网络技术》课程为例,对
为改善川东北长兴-飞仙关组深层礁滩相储层地震识别及预测的可靠性，提出了几种储层识别的有效方法和步骤。①通过实际地震资料分析，并结合数值模拟技术，得到生物礁、鲕粒滩和礁
为解决启动发电一体化车辆在驻车发电时发动机舱内温度过高的问题,利用计算流体动力学（CFD）方法和CFD软件Fluent,对发动机舱空气流场和温度场进行数值模拟,得出发动机舱内部的
褶积微分算子法是一种全新的数值模拟方法,已被广泛应用于复杂介质的地震波场数值模拟,但是其边界反射问题一直没有解决。这里将最佳匹配层（PML）吸收边界条件引入到褶积微分算
人脸识别技术是当前进行身份识别的研究热点,已广泛应用在社会的各个领域。BP神经网络算法可以通过自动学习对网络的权值和偏差进行反复的调整训练,从而输出最优值。对图像进行预处理和特征提取后,利用BP神经网络算法进行学习和训练,可以有效地进行人脸图像的识别。
摘要：传统的寻路算法通常用在已知地形结构的基础上规划路线，而扫地机器人的工作环境通常是陌生的，传统寻路算法在此失效。该文结合BP神经网络的特性，提出一种基于BP神经网络的扫地机器人寻路算法，目标是使扫地机器人能够在任何陌生的环境中正确地完成寻路任务，通过分析扫地机器人的清扫模式，建立观察模型和运动模型，利用MatLab实现对应的BP神经网络，并对传统BP网络激励函数进行了优化，最后经过训练和仿真验