你好！能不能麻烦你把资料也发我一份呀，万分感谢！ _百度知道
你好！能不能麻烦你把资料也发我一份呀，万分感谢！
不好意思啊，这两天没上网。初试的时候就要看《会计》《财务管理》CPA教材吗？还是只要看前面两本就可以了啊？
我有更好的答案
按默认排序
不好意思，前段时间复试去了。会计考50%会计，50%财管。不知道明年改不改哦。。专业课一共有4本书，《会计学》赵德武，西南财经大学出版社（我用的第五版，加他那个练习册）《财务管理》彭韶兵，高等教育出版社（考西财必备圣经，好好钻研；练习册用的《公司财务》郑光亚，还是郑亚光）《会计》《财务管理》CPA教材烧饼哥个财管很重要啊，看两遍，再把重复的考点全掌握了，专业课就没啥米问题了。我那儿还有纸质版的要点总结，姐姐有时间给你们上传吧，嘻嘻~ 呃。亲，你考研还想偷懒啊？四本都要看，彭韶兵的是重点！每年考点重复的很多，后期可以自己总结一下！
来自：求助得到的回答
其他类似问题
您可能关注的推广回答者：
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁急：有限元分析软件ANSYS 10软件哪里下载？谁有？传我个
万分感谢，最好附加教程_百度知道
急：有限元分析软件ANSYS 10软件哪里下载？谁有？传我个
万分感谢，最好附加教程
提问者采纳
这里有教程，自己下。Email:
密码： bzfzhengguofang
邮箱密码不对、。。。。。。。。。。
能上去啊，我刚试了。
提问者评价
其他类似问题
有限元分析软件的相关知识
按默认排序
其他2条回答
太大了，QQ传不了，自己使用verycd下载吧。
你可以直接百度搜索一个下载 啊，我也是这么下载的
下载了，安装出错。。。。。。。。。。。
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁你好，能不能麻烦你发一份MATLAB写的车牌识别程序给我，如果没有完整的，能实现车牌定位的也行，万分感谢_百度知道
你好，能不能麻烦你发一份MATLAB写的车牌识别程序给我，如果没有完整的，能实现车牌定位的也行，万分感谢
麻烦你了，我的邮箱是，新人，不懂规矩，现在把分送上，谢谢！。
最小二乘我没用过；倾斜校正用得比较多的是hough变换和randon变换；hough变换必须得在车牌二值化的时候出现边框，要是粗定位没有边框或本来车牌边框不明显就没辙了。所以貌似radon变换比较靠谱；也叫旋转投影法，鲁棒性也比较好。我现在用的是改进的radon变换，以检测投影值的一阶导数累加值为基础。你可以先看看相关论文下面是我的radon变换子程序，你可以参考一下function
[picbw_xz,angle_xz]=radon(temparea_gray)%temparea_gray=rgb2gray(temparea);[height,width]=size(temparea_gray);level=ostugetT(temparea_gray,height,width);picbw=im2bw(temparea_gray,level/255.0);%figure(1);imshow(picbw);sum_xz=zeros(21,height);total_xz=zeros(1,21);max_total=0;for
angle=-5:5picbw_temp = imrotate(picbw,angle,'crop');t=angle+11;%%for i=1:height
sum_xz(t,i)=0;
for j=1:width
sum_xz(t,i)=sum_xz(t,i)+picbw_temp(i,j);
endendtotal_xz(t)=0;for i=1:height-1
total_xz(t)=total_xz(t)+abs( sum_xz(t,i)-sum_xz(t,i+1) );
endif total_xz(t)&max_total
picbw_xz=picbw_
max_total=total_endend 字符识别的话用BP神经网络好了，简单。下面这段是用来训练神经网络的，BP网络的基础知识是必须的啊忍忍多看两遍就理解了。文件夹下面有1～199张阿拉伯数字的样本图片，循环送到MATLAB中保存32×16×200的特征值，并与输出教师信号t对应,存在num_PT里头。然后送到matlab的神经网络工具箱里面去训练。（相关资料百度文库里面也有）最后保存网络 % 引自《神经网络模型及其MATLAB仿真程序设计》一书P94～98% 生成输入向量和目标向量'LOADING......'for kk = 0:199
m=strcat('use_num\',int2str(kk),'.jpg');%
x=imread(m,'jpg');
%依次输入训练字符。
bw1=im2bw(x,0.5);
%用0.5阈值进行二值化for
p(m*32+1:(m+1)*32,kk+1)=bw1(1:32,m+1);
t(:,kk+1)=[0 0 0 0 0 0 0];
t(kk+1)记录了真实的数值
t(:,kk+1)=[0 0 0 0 0 0 1];
t(:,kk+1)=[0 0 0 0 0 1 0];
t(:,kk+1)=[0 0 0 0 0 1 1];
t(:,kk+1)=[0 0 0 0 1 0 0];
t(:,kk+1)=[0 0 0 0 1 0 1];
t(:,kk+1)=[0 0 0 0 1 1 0];
t(:,kk+1)=[0 0 0 0 1 1 1];
t(:,kk+1)=[0 0 0 1 0 0 0];
t(:,kk+1)=[0 0 0 1 0 0 1];
endend'LOAD OK.'save num_PT% 创建和训练BP网络load num_PTpr(1:512,1)=0;pr(1:512,2)=1;net=newff(pr,[30 7],, 'traingdx', 'learngdm');% pr为输入节点
[25 1]隐层数目
为隐层传输函数
net.trainParam.epochs=3000;
%最大训练步数
%Backpropagation network training function %%%%Backpropagation weight/bias learning function%net.trainParam.goal=0.0001;
%训练目标误差net.trainParam.show=10;
%显示训练结果的间隔步数net.trainParam.lr=0.01;
%学习速度net=train(net,p,t)'TRAIN OK.'save num_PT保存好的网络num_PT net说白了就是记录权值系数的矩阵，在识别的地方调用这些系数与待识别的特征值相乘；得到的t就是识别结果
其他类似问题
车牌识别的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁}