Advertisement

大连理工大学2021年春《软件工程》课程大作业.pdf

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
该文档是大连理工大学2021年春季学期《软件工程》课程的大作业资料,包含了课程实践项目的要求、规范及指导信息。 大连理工大学2021年春季《软件工程》课程大作业.pdf 由于文件名重复出现多次,在此仅列出一次以避免冗余: 大连理工大学在2021年的春季学期为学生提供了《软件工程》这门课的大作业,相关资料可能包含在这份PDF文档中。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2021.pdf
    优质
    该文档是大连理工大学2021年春季学期《软件工程》课程的大作业资料,包含了课程实践项目的要求、规范及指导信息。 大连理工大学2021年春季《软件工程》课程大作业.pdf 由于文件名重复出现多次,在此仅列出一次以避免冗余: 大连理工大学在2021年的春季学期为学生提供了《软件工程》这门课的大作业,相关资料可能包含在这份PDF文档中。
  • 设计
    优质
    本作业为大连理工大学软件学院学生完成的课程设计项目,旨在通过实践加深对所学知识的理解与应用,涵盖多个软件开发领域。 大连理工大学软件学院大三小学期课程设计的大作业由何增有老师指导。
  • 2021秋季期优化方法
    优质
    本课程大作业为大连理工大学2021年秋季学期《优化方法》课的实践任务,旨在通过具体项目加深学生对优化理论的理解与应用能力。 大连理工大学硕士课程《优化方法》上机大作业包括题目、matlab代码以及纸质报告。
  • 2021秋季期《优化方法》
    优质
    本课程大作业为大连理工大学2021年秋季学期《优化方法》课程设计,旨在通过实际问题求解,提升学生在约束优化、线性规划及算法实现方面的技能和理解。 大连理工大学2021学年秋季学期优化方法大作业包含MATLAB源码、运行结果展示图以及Word报告。
  • [解答][]2021季《可编控制器》在线3.doc
    优质
    这份文档是大连理工大学在2021年春季学期为《可编程控制器》课程准备的第三次在线作业答案,包含相关理论与实践题目解析。 [答案][大连理工大学]2021春《可编程控制器》在线作业3.doc 由于提供的文字内容仅包含文件名的重复出现,并无实质性的文本或联系信息需要去除,因此重写后的结果依旧为上述表述。若需具体作业题目的解答或其他相关信息,请另行说明以便提供帮助。
  • _高莹_经济
    优质
    本作业为大连理工大学高莹同学在工程经济学课程中的学习成果展示,涵盖了成本效益分析、项目评估等关键概念的应用实践。 大连理工大学高莹的工程经济学大作业是对软件开发图书商城进行案例分析。该案例分析涵盖了与软件工程相关的现金流量图、收入支出报表以及投资消息分析等内容。
  • 优质
    本资料汇集了大连理工大学软件工程专业的历年考研大题,覆盖范围广泛,内容详尽深入,旨在帮助考生全面掌握专业知识,提高应试能力。 根据某毕业设计选题系统的功能描述,使用 UML 建模技术完成需求分析的用例模型(Use Case),包括系统的用例及其子用例(如果有,需要标记与主用例的关系)和使用参与者(Actor)。具体如下: 1. 教师信息维护:教务员录入老师的基本信息;教师信息包括教师ID、教师名称、教师职称、联系方式、邮箱地址等。此外,系统支持从Excel中导入数据。指导教师的联系方式在学生选题成功后才能公开给学生。
  • 系统仿真
    优质
    本项目为大连理工大学系统仿真实验课的大作业,旨在通过实际案例分析与建模,提升学生在复杂系统设计和仿真的综合能力。 本段落介绍了大连理工大学电子信息与电气工程学院自动化专业开设的系统与仿真大作业课程。该课程采用Matlab R2018a版本进行计算和编程,并涉及相关的计算过程及代码编写。文章主要内容涵盖了此课程的基本信息及其相关要求。
  • 概率上机
    优质
    本课程为大连理工大学概率论与数理统计课程配套实践环节,旨在通过编程实现概率模型和算法,加深学生对理论知识的理解,并培养解决实际问题的能力。 X = 3 * rand(1000); Y = X .* (-6) + 3; % 第一题 DX = var(X); DY = var(Y); CovXY = cov(X, Y); pXY = corrcoef(X, Y); % 第二题 Y1 = (-6) .* X.^0 + 3; CovXY1 = cov(X, Y1); pXY1 = corrcoef(X, Y1); % n=0 Y2 = (-6) .* X.^1 + 3; CovXY2 = cov(X, Y2); pXY2 = corrcoef(X, Y2); % n=1 Y3 = (-6) .* X.^10 + 3; CovXY3 = cov(X, Y3); pXY3 = corrcoef(X, Y3); % n=10 Y4 = (-6) .* X.^50 + 3; CovXY4 = cov(X, Y4); pXY4 = corrcoef(X, Y4); % n=50 Y5 = (-6) .* X.^100 + 3; CovXY5 = cov(X, Y5); pXY5 = corrcoef(X, Y5); %A=mvnrnd(0,1,1000); %C=[]; %D=[]; %f i r=1:1 0 0 0 % C(i)=i; D(i)=0.5 * exp((-0.5)*i); %B=no