期末必备西北大学高级软件工程-酒店预订系统-后端开发框架Spring-第二次作业
这个项目的目的是确保你理解并熟悉讲座中涉及的概念。在这个项目中，您可以使用控制台应用程序或简单的GUI应用程序来实现程序的用户界面。警告:这是一个很长的编程项目，为三周的学习负荷而设计，估计为3*8 = 24小时。它在概念层面和实施层面都具有挑战性。你们必须在规定的三个星期内把货物分发出去。如果你只在项目截止日期前的最后一周才开始，你将没有足够的时间来完成它。假设您正在创建一个简化的酒店预订系统，该系统涉及酒店零售商(代理商)和批发商(连锁酒店)。该系统由多个旅行社(客户)组成，如hotels.com、hotwire.com和priceline.com，他们可以在这些网站预订酒店房间;还有多个连锁酒店(服务器)，如戴斯酒店(Days Inn)、假日酒店(Holiday Inn)和希尔顿酒店(Hilton)，它们向这些旅行社提供酒店房间。所需的体系结构和系统的主要组件如下图所示。
期末必备西北大学-高级软件工程
本演示文稿旨在探讨高级软件工程领域的关键概念、最佳实践和应用。通过本演示，您将深入了解现代软件开发过程中的高级技术和方法。主要内容包括但不限于：介绍软件工程的基本原理、发展历程和核心概念，包括软件生命周期、需求工程和软件设计。深入探讨常见的软件设计模式，如工厂模式、观察者模式、策略模式等，以及它们在实际项目中的应用。讨论敏捷开发方法和持续集成的重要性，包括Scrum、Kanban等方法论，以及CI/CD（持续集成/持续交付）流程的实施。介绍软件质量保证的最佳实践，包括测试驱动开发（TDD）、单元测试、集成测试和自动化测试的重要性。探讨现代软件开发中的新兴技术趋势，如微服务架构、云原生应用和容器化技术（如Docker和Kubernetes）。本演示适合软件工程师、项目经理和任何对现代软件开发流程和技术感兴趣的专业人士。通过本演示，您将获得提升软件开发效率和质量的实用知识和见解。
期末必备西北大学数值分析PPT
本演示文稿旨在介绍数值分析的基本原理、方法和应用。通过本演示，您将了解到数值分析在解决实际问题中的重要性和应用场景。主要内容包括但不限于：介绍数值分析的基础概念，如数值积分、微分方程数值解法和插值等。深入探讨了牛顿法、梯度下降法、高斯消元法等常见数值算法，并讨论它们的优缺点及适用范围。探讨了数值分析在计算流体力学、结构分析、信号处理等领域的具体应用案例。通过编程语言如Python或MATLAB展示数值方法的实现，并提供实际案例和代码示例，帮助观众理解和应用数值分析方法。本演示适合数学、工程和计算机科学领域的学生、研究人员和从业者，旨在帮助他们理解和利用数值分析解决现实世界中的复杂问题。
期末必备研究生课程-数值分析笔记
【西北大学数值分析课程】
这份数值分析笔记涵盖了数值方法的基本原理、常见算法及其在实际问题中的应用。通过本笔记，读者将了解到数值分析的核心概念，包括数值解法的稳定性、精度和收敛性评估。主要内容包括但不限于：介绍数值分析的基础理论，如插值、数值积分和微分方程数值解法等。深入探讨了常见的数值算法，如牛顿法、梯度下降法、高斯消元法等，以及它们在不同数学和工程问题中的应用。探讨了数值分析在计算流体力学、结构力学、电路模拟等领域中的具体应用案例。通过Python或MATLAB等编这份数值分析笔记适合数学、工程、计算机科学及相关领域的学生和研究人员，旨在帮助他们掌握和应用数值方法解决实际问题的能力。程语言实现数值方法，并提供了实际案例和代码示例，帮助读者加深理解和应用。
C#中的指针和内存管理以及垃圾回收PPT
在C#中，直接操作指针是相对较少见的，因为C#旨在提供一种更安全和更易于管理内存的方式。然而，有些情况下，你可能需要使用指针来与非托管代码进行交互，或者在性能要求较高的场景下进行优化。以下是关于C#中指针、内存管理和垃圾回收的一些基本信息：
指针(Pointer)
在C#中，通过使用unsafe关键字，可以声明不安全代码块，从而允许使用指针。例如：
unsafe
{
int x = 10;
int* ptr = &x;
Console.WriteLine(*ptr); // 输出 10
}
在使用指针时，需要格外小心，因为它们可以绕过C#的类型安全和边界检查，可能导致内存泄漏、潜在的安全漏洞或未定义的行为。
内存管理
在C#中，大部分情况下，内存管理由垃圾回收器负责，你不需要显式地分配或释放内存。这种自动管理内存的方式大大减少了内存泄漏的风险。
不过，在与非托管代码交互或对性能要求极高的情况下，你可能需要手动管理内存。这可以通过使用Marshal类中的方法来进行非托管内存的分配和释放
DrugClip全文翻译
DrugCLIP通过将虚拟筛选定义为密集检索任务，并使用对比学习来对齐结合蛋白口袋和分子的表示，这些表示来自大量没有明确结合亲和力评分的成对数据。DrugCLIP还引入了一种生物知识启发的数据增强策略，以学习更好的蛋白质分子表示。大量实验表明，在各种虚拟筛选基准上，DrugCLIP显著优于传统的对接和监督学习方法，并且大大减少了计算时间，特别是在零样本设置下。DrugCLIP被提出，这是一种密集检索方法，它计算两个单独的预训练编码器之间的对比损失，以最大化蛋白质-分子对之间的相似性。与监督学习方法相比，对比学习方法有几个优点。首先，寻找蛋白质与分子之间的匹配关系的目标自然符合虚拟筛选任务的制定。其次，设计的对比损失减轻了对binding亲和力标注的依赖，有利于在PDBBind等密集标注的小数据集之外使用大规模未标注数据。DrugCLIP中还引入了一种生物学知识启发的增强方法，HomoAug，它基于蛋白质同源进化创建蛋白质-分子对。最后，密集检索设置允许离线预计算蛋白质和分子编码，为在线推理提高效率，并有望对数十亿分子进行高通量虚拟筛选。
电气设备数字化测试仪器数据与通信技术规范第1、4、5部分
电气设备数字化测试仪器数据与通信技术规范 第 1 部分：通用技术要求
Technical specification for data and communication of digital test instruments for electrical equipment—Part1：General technical requirements
电气设备数字化测试仪器数据与通信技术规范 第 4 部分：停电试验仪器数据规范
Technical specification for data and communication of digital test instruments forelectrical equipment—Part 4：Data specifications for outage test instruments
电气设备数字化测试仪器数据与通信技术规范 第 5 部分:停电试验仪器通信规约
Technical specification for data and communication of digital test instruments
AlphaFold2论文及其补充文档
2021年DeepMind公司发表在Nature上的获得最佳论文奖的论文的补充文档，论文好找，补充文档不好找，个人上传上来。
zip文件包含alphafoldv2版本的正文和补充文档
Paper Name：AlphaFold2: Highly accurate protein structure prediction with AlphaFold
Author：DeepMind的那群人
Author Affiliation：DeepMind
Citation Rate：14694
Abstract：蛋白质结构预测：给定某一个蛋白质的一串氨基酸序列，猜测这个蛋白质的3D结构是什么样子的 ？现在的生物学可能需要很长的时间来具体了解一个蛋白质的结构：从不同的角度用显微镜来看它的结构。AlphaFold 2的精度可以到达原子级别，实验室测得的（真实）位置和预测的位置之间的差距在原子大小的级别以内，模型使用了一定的生物学和物理学的知识，融合在深度学习里面前作AlphaFold 1精度不够，这篇论文提出了AlphaFold 2。
RSS订阅
5615
23
