DNN学习资源整理

 

陆陆续续学习DNN也有一个月了,在此还是非常感谢启蒙老师http://www.dnnmix.com/的John为DNN在中国的推广作出的卓越贡献。今天我将我这期间学习DNN碰到的好的学习资源给大家做个总结,也防止我日后遗忘。

1、DNN官网:http://www.dotnetnuke.com/ .

不多说了,下载官方的源文件及项目从这里进去。好多人问DNN源码在哪里下载。其实只要你进入官网,就能看到菜单栏中的Download,点击进去就可以看到有2个版本供你选择,我们一般选择下载Community版本,再点击这个版本的Download。接下来就按它的提示操作,注册用户,然后就出现下载页面。其实这个项目是放在codeplex上的。不用注册也可以的。目前下载地址是:http://dotnetnuke.codeplex.com/Release/ProjectReleases.aspx?ReleaseId=33848,在这里你就可以选择5.1.4 - New Installation (安装版), 5.1.4 - Source Code (New Install + Source Code)(安装及源码,包含了项目文件,可以在Vs2008中修改)

2、DNN最专业的教程:http://www.dnncreative.com/

这个网站里有大量的DNN视频教程,不过需要你Subscribe,要收费的。不过其中还是有免费的下载,那就是它的DotNetNuke 5 Quick Start Guide http://www.dnncreative.com/Tutorials/DNNTutorialsforBeginners/DotNetNuke5QuickStartGuide/tabid/512/Default.aspx

全部的flv格式,非常清晰。而且下载速度也挺快。看完这个新手上路的教程,对你学习DNN5肯定大有益处。

3、DNN免费皮肤及模板:http://skintemplates.dnncreative.com/

这里共有11个免费的DNN模块,风格各异,出之DNNCreative官方之手,效果非常棒,如果你没有太多要求,可以直接拿来使用。当然有兴趣,你也可以修改成你想要的样式。

4、DNN收费模块的专业开发公司:http://www.datasprings.com/

http://www.datasprings.com/Products/DNNModules.aspx这里有该公司开发的大量模块,其中不少web2.0的模块,比如tag,contacts等。当然这些模块都是收费的。不过,我们可以从这些模块的详细介绍里,窥探到其开发思路,这才是值得我们学习的。如果你有精力和时间,完全可以开发出像它一样棒的模块。

5、DNN模块交易网站:http://www.snowcovered.com/

这是一个专业的DNN模块,皮肤的在线交易网站。里面很多好东西,当然都是收费的,不过还是我上面所说的,您可以从中窥探到一些对你有价值的信息。

在这里我看到好像有国内人士开发的皮肤,alldnnskins.com?好像老板也是国内dnn的老手哦。

6、一个开源的可以用在DNN上的Forum:http://www.yetanotherforum.net/

这个论坛可比DNN自带的论坛强不少,非常的新颖,是一个开源的项目,而且完全与DNN紧密结合,不用重新注册用户。有兴趣您可以下载下来研究研究。

好了,说了这么多,我附上一些我手头上有的资源给大家。

文章及分类模块。我使用了,完全可以满足一般的新闻发布,新闻分类,新闻搜索的功能。

 /Files/showker/ArticleAndCategory.rar

目前就这个,等收集到其它的,再给大家附上。那个视频资料太大就不附上了,大家去其官网下载吧。

【语音分离】基于平均谐波结构建模的无监督单声道音乐声源分离(Matlab代码实现)内容概要:本文介绍了基于平均谐波结构建模的无监督单声道音乐声源分离方法,并提供了相应的Matlab代码实现。该方法通过对音乐信号中的谐波结构进行建模,利用音源间的频率特征差异,实现对混合音频中不同乐器或人声成分的有效分离。整个过程无需标注数据,属于无监督学习范畴,适用于单通道录音场景下的语音与音乐分离任务。文中强调了算法的可复现性,并附带完整的仿真资源链接,便于读者学习与验证。; 适合人群:具备一定信号处理基础和Matlab编程能力的高校学生、科研人员及从事音频处理、语音识别等相关领域的工程师;尤其适合希望深入理解声源分离原理并进行算法仿真实践的研究者。; 使用场景及目标:①用于音乐音频中人声与伴奏的分离,或不同乐器之间的分离;②支持无监督条件下的语音处理研究,推动盲源分离技术的发展;③作为学术论文复现、课程项目开发或科研原型验证的技术参考。; 阅读建议:建议读者结合提供的Matlab代码与网盘资料同步运行调试,重点关注谐波建模与频谱分解的实现细节,同时可扩展学习盲源分离中的其他方法如独立成分分析(ICA)或非负矩阵分解(NMF),以加深对音频信号分离机制的理解。
内容概要:本文系统介绍了新能源汽车领域智能底盘技术的发展背景、演进历程、核心技术架构及创新形态。文章指出智能底盘作为智能汽车的核心执行层,通过线控化(X-By-Wire)和域控化实现驱动、制动、转向、悬架的精准主动控制,支撑高阶智能驾驶落地。技术发展历经机械、机电混合到智能三个阶段,当前以线控转向、线控制动、域控制器等为核心,并辅以传感器、车规级芯片、功能安全等配套技术。文中还重点探讨了“智能滑板底盘”这一创新形态,强调其高度集成化、模块化优势及其在成本、灵活性、空间利用等方面的潜力。最后通过“2025智能底盘先锋计划”的实车测试案例,展示了智能底盘在真实场景中的安全与性能表现,推动技术从研发走向市场验证。; 适合人群:汽车电子工程师、智能汽车研发人员、新能源汽车领域技术人员及对智能底盘技术感兴趣的从业者;具备一定汽车工程或控制系统基础知识的专业人士。; 使用场景及目标:①深入了解智能底盘的技术演进路径与系统架构;②掌握线控技术、域控制器、滑板底盘等关键技术原理与应用场景;③为智能汽车底盘研发、系统集成与技术创新提供理论支持与实践参考。; 阅读建议:建议结合实际车型和技术标准进行延伸学习,关注政策导向与行业测试动态,注重理论与实车验证相结合,全面理解智能底盘从技术构想到商业化落地的全过程。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值