論文筆記二
一、基本資訊
標題：基於SSM框架整合的高校教師招聘系統
時間：2016
出版源：辦公自動化
領域分類：高校教師招聘系統
二、研究背景
問題定義：基於SSM框架技術開發高校教師招聘系統
難點：系統採用典型的JavaEE架構技術，結合Spring、SpringMVC和MyBatis框架融合現有的人事系統中的oracle資料庫進行設計開發。前端採用Bootstrap框架，使用Maven做專案管理。
相關工作：系統功能模組包括線上簡歷投遞，頭像上傳與裁剪，簡歷篩選與彙總統計 ，簡歷資訊的匯出，線上資格稽核，訊息釋出，日誌管理，系統角色與許可權。
三、研究內容
系統設計技術
1.分層技術
2.資料驗證
3.密碼加密
4.使用者身份許可權驗證
5安全編碼
6.資料許可權
系統功能模組
1.基礎模組：使用者管理、操作日誌
2.功能模組：線上簡歷填報，頭像上傳、查詢統計、報表分析、資訊初審，簡歷匯出
四、結論
作者的總結：
對招聘系統開發的架構與框架選擇進行了簡單闡述，提供基礎模組與功能模組的劃分與設計，開發實現了招聘系統。經過測試與實際使用，系統得以可靠、穩定地執行，較好地實現了人事處招聘管理的需求
自己的評價：
Spring的面向切面程式設計使得系統業務分離實現業務功能零耦合；Spring MVC提供JSP標籤庫簡化JSP開發；MyBatis結合自定義SQL語言靈活對資料進行處理
相關推薦
論文筆記二
一、基本資訊 標題：基於SSM框架整合的高校教師招聘系統 時間：2016 出版源：辦公自動化 領域分類：高校教師招聘系統 二、研究背景 問題定義：基於SSM框架技術開發高校教師招聘系統 難點：系統採用典型的JavaEE架構技術，結合Spring、SpringMVC和MyBatis框架融合現有的人事系統中
論文筆記二十
一、基本資訊 標題：宜春學院教師招聘系統的設計與實現 時間：2014 領域分類：教師招聘系統 二、研究背景 問題定義：高校教師線上招聘系統後臺管理採用B/S結構，應聘者訪問該系統採用Android客戶端體系結構。 相關工作：高校教師招聘系統功能模組可劃分成招聘計劃申請生成模組、應聘者註冊模組、 應聘者上
Deep Learning論文筆記之（二）Sparse Filtering稀疏濾波
structure 分布 的確 tlab bolt 期望 有一個 尋找 mean Deep Learning論文筆記之（二）Sparse Filtering稀疏濾波 自己平時看了一些論文，但老感覺看完過後就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有
Person Re-identification 系列論文筆記（二）：A Discriminatively Learned CNN Embedding for Person Re-identification
triplet put ali com multi 深度學習 native alt 出現 A Discriminatively Learned CNN Embedding for Person Re-identification Zheng Z, Zheng L, Ya
論文筆記十二
一、基本資訊 標題：基於UML的面向物件建模技術研究 時間：2015 出版源：資訊與電腦 領域分類：面向物件建模技術 二、研究背景 問題定義：分析面向物件的建模技術過程 相關工作：探究面向物件建模系統設計、系統分析、需求定義以及系統實現等方向 三、研究內容 1.面向物件的軟體建模方法 2.統一建模語
論文閱讀筆記二十：LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation(CVPR2017)
源文網址：https://arxiv.org/abs/1707.03718 tensorflow程式碼:https://github.com/luofan18/linknet-tensorflow 摘要 畫素級分割不僅準確率上有要求，同時需要應用的實際中實時
論文閱讀筆記二十：MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS（ICRL2016）
論文源址：https://arxiv.org/abs/1511.07122 tensorflow Github:https://github.com/ndrplz/dilation-tensorflow 摘要 該文提出了空洞卷積模型，在不降低解析
論文閱讀筆記二十二：Learning to Segment Instances in Videos with Spatial Propagation Network（CVPR-20017）
論文源址：https://arxiv.org/abs/1709.04609 摘要 該文提出了基於深度學習的例項分割框架，主要分為三步，（1）訓練一個基於ResNet-101的通用模型，用於分割影象中的前景和背景。（2）將通用模型進行微調成為一個例項分割模型，藉
論文閱讀筆記二十三：Rich feature hierarchies for accurate object detection and semantic segmentation Tech report(R-CNN CVPR2014)
論文源址：http://www.cs.berkeley.edu/~rbg/#girshick2014rcnn 摘要 在PASCAL VOC資料集上，最好的方法的思路是將低階資訊與較高層次的上下文資訊進行結合。該文的兩個亮點：（1）將CNN應用到re
論文閱讀筆記二十四：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition（SPPNet CVPR2014）
分享圖片 介紹 bin con strong map com 提高 https 論文源址：https://arxiv.org/abs/1406.4729 tensorflow相關代碼：https://github.com/peace195/sppnet 摘要
論文閱讀筆記二十五：Fast R-CNN (ICCV2015)
論文源址：https://arxiv.org/abs/1504.08083 參考部落格：https://blog.csdn.net/shenxiaolu1984/article/details/51036677 摘要 該文提出了一
論文閱讀筆記二十六：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks（CVPR 2016）
論文源址：https://arxiv.org/abs/1506.01497 tensorflow程式碼：https://github.com/endernewton/tf-faster-rcnn 摘要 目標檢測依賴於區域proposals演算法對目標的位置進
論文2016年《6D位姿估計的多視點自監督深度學習》 在亞馬遜挑選的挑戰——學習筆記二
第一部分：論文的學習的全部理解 關鍵字：多視覺的物體6D姿態估計、自監督訓練網路、自動標記採集、標記資料 、ICP演算法 摘要：機器人倉庫自動化近年來引起了人們的極大興趣，也許最引人注目的是亞馬遜採摘挑戰賽（APC）。完全自主的倉庫取放系統需要強大的視野，可以在雜亂的環境，自我遮擋，感測
論文閱讀筆記二十九：One pixel attack for fooling deep neural networks（CVPR2017）
論文源址：https://arxiv.org/abs/1710.08864 tensorflow程式碼: https://github.com/Hyperparticle/one-pixel-attack-keras 摘要
論文筆記：語音情感識別（二）聲譜圖+CRNN
一：An Attention Pooling based Representation Learning Method for Speech Emotion Recognition（2018 InterSpeech） （1）論文的模型如下圖，輸入聲譜圖，CNN先用兩個不同的卷積核分別提取時域特徵和頻域特徵，c
《完結篇》論文筆記（二十）
到這裡為止，自己看了將近三十篇關於超市管理系統相關的論文了，挑了其中的十九篇做了相應的論文筆記。最後一篇，不想寫文獻筆記了，因為要了解的瞭解的差不多了，不夠了解的，後面接著學。這篇想說總結一下這將近一個多月寫論文筆記的心得。 每一篇論文，自己不見得對於整篇論文看得有多仔細，但對於自己很缺乏的理論知識
《基於UML的中小型超市管理系統分析與設計》論文筆記（二十）
一、基本資訊 標題：基於UML的中小型超市管理系統分析與設計 時間：2016 來源：湘南學院學報 關鍵詞：中小型連鎖超市; 資訊化建設; Java技術; Java EE技術; 二、研究內容 1.中小型超市管理系統的需求分析： 這個系統面向的使用者主要是超市收銀員
化學論文筆記（二）
四、《伏安型電子舌在食用油檢測中的應用》 1、研究的意義，食用油的質量問題直接影響人們的健康，地溝油事件猖狂 2、通過檢測電導率、過氧化酸價來檢測食用油的好壞 電導率低的食用油是好油（使用電導儀），過氧化酸價PH低的是好油（使用酸鹼試紙）， 這兩種方法只能檢測食用油的好壞，比較單一
2018-3-20論文（一種新型的智慧演算法-狼群演算法WPA）筆記二（狼群系統分析，演算法步驟）
狼群系統分工：頭狼： 狼群中最有智慧以及最凶猛的。它不斷的根據狼群所感知的資訊進行決策，身份：行動的指揮者探狼：負責偵查資訊，感知獵物的氣味。在進行實物搜尋的階段，會派出一些探狼（只是一小部分）去偵測資訊，他們會根據偵測到的資訊進行自主決策，向著獵物氣味最近的方向前進。猛狼：
CVPR2018論文筆記（二）PPFNet_Part2
這周主要學習了兩部分內容，分別是論文中圖2的內容和本文對PointNet的介紹。 一、Figure 2.PPFNET [注]圖片源於論文 Figure 2.PPFNET, our inference network, consists of mul