前面讲了“图”和“声”的一般调理，这节我们开始琢磨“字”，要说这“字”，大号叫文本，还有三种类型：静态文本、动态文本和输入文本，下面我们就把这三样捏到一起作个综合练习实例。[url=http://bbs.flasher123.com/dispbbs.asp?boardid=10&id=23482][/url]本节问题讨论交流[url=http://laoxian.flasher123.com/fas/2/flash/21.fla][/url]源文件下载[u
系统 2019-08-29 23:35:50 2270
第一步:导入资料图片首先在flash中导入人物走路的图片,如下图:第二步:制作向前后左右走路的影片剪辑把刚才导入的图片,分别制作成4个影片剪辑a,d,s,w,用来描述走路的过程,如下图第三步:制作Walk影片剪辑,在主场景中建立一个walk影片剪辑,在walk中建立8个关键帧,帧标签分别是:Right,Left,Down,Up,Right2,Left2,Down2,Up2前4个关键帧分别放置影片剪辑d,a,s,w,后面4个关键帧放置相应的静态图片,用来显示
系统 2019-08-29 23:24:07 2270
复旦MBA预审分为：1、网上注册2、申请预审3、获取、提交材料4、得知预审评估结果5、参加预审面试6、得知预审面试结果，共六个步骤。1、网上注册：登录：http://app.fdsm.fudan.sh.cn/fdmba/apply注册。每位申请者仅需注册一次，请填写真实材料，此注册账号终身有效，请牢记用户名与密码。往年已经注册过的申请者可略过此步直接登录2、申请预审：申请者登录后，可以在线申请复旦MBA预审（复旦MBA计划2010年进行三次预审，最后一次申
系统 2019-08-29 23:21:25 2270
上图来源于Struts2官方站点，是Struts2的整体结构。一个请求在Struts2框架中的处理大概分为以下几个步骤1客户端初始化一个指向Servlet容器（例如Tomcat）的请求2这个请求经过一系列的过滤器（Filter）（这些过滤器中有一个叫做ActionContextCleanUp的可选过滤器，这个过滤器对于Struts2和其他框架的集成很有帮助，例如：SiteMeshPlugin）3接着FilterDispatcher被调用，FilterDis
系统 2019-08-29 22:50:03 2270
都说roller在国外是二次开发博客系统的首选，但是下载源代码之后发现是它是基于netbeans项目结构开发的。平时用习惯了Eclipse，所以想搬到MyEclipse上面，但没有想到居然那么不容易，折腾了整整一天，才最终跑起来。网上的参考信息太少，大概都是那二三篇的转贴，全部结合起来就差不多可以解决，借此总结一下，希望用到的朋友有参考作用！1．准备环境MyEclipse6.0JDK1.6.0_05Tomcat5.5.27（建议用5.5以上版本）Rolle
系统 2019-08-29 22:32:35 2270
接上一篇在SurfaceView上拖动一张小图片什么叫拖动飞机呢？且看怎么样？厉害吧，飞机都能拖动。:PpublicclassAppViewextendsSurfaceViewimplementsSurfaceHolder.Callback,Runnable,OnTouchListener{privatestaticfinalStringtag="AppView";privateContextcontext;privateSurfaceHolderhold
系统 2019-08-29 22:18:09 2270
注意：本地使用会由于Flash安全设置而无法发声，上传到WEB服务器后一切正常，通过IE/FF/Chrome测试。源码：见附件转载：http://www.oschina.net/news/18728/google-index-doodle-source-code2011年06月09日Google涂鸦-吉他-源代码
系统 2019-08-12 09:29:48 2270
先上去github或者任意托管的网站。注册账号，新建仓库，在本地运行Xcode新建工程，新建工程的时候勾上本地的仓库，然后在本地的项目根目录执行下边的命令：gitremoteaddoriginhttps://github.com/littleniu/zbar-.git//和远程的仓库简历连接gitpush-uoriginmaster//提交项目到远程的仓库加入没有本地仓库的话，可以在项目根目录，执行：gitinit//新建仓库可能提交push的时候会报错让
系统 2019-08-12 09:27:01 2270
前言在K近邻的原始算法中，没有对K近邻的方法进行优化，还是遍历训练集，找到与输入实例最近的K个训练实例，统计他们的类别，以此作为输入实例类别的判断。具体的模型理论见：统计学习方法——K近邻法（原始方法）1.K近邻算法的实现在算法实现的过程中，利用的是欧氏距离进行点与点之间的距离度量。在进行数据运算的时候，没有利用numpy，而是利用Python中自带的list来进行数据的计算。defknn(x,dataSet,labels,k):distanceMemor
系统 2019-09-27 17:56:59 2269
时间序列模型时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征。这是一类相对比较复杂的预测建模问题，和回归分析模型的预测不同，时间序列模型是依赖于事件发生的先后顺序的，同样大小的值改变顺序后输入模型产生的结果是不同的。举个栗子：根据过去两年某股票的每天的股价数据推测之后一周的股价变化；根据过去2年某店铺每周想消费人数预测下周来店消费的人数等等RNN和LSTM模型时间序列模型最常用最强大的的工具就是递归神经网络（recur
系统 2019-09-27 17:56:06 2269
