2018绍兴有哪些大学?

时间:2024-11-12 05:37 人气:0 编辑:招聘街

一、2018绍兴有哪些大学?

羌笛何须怨杨柳,春风不度玉门关。

鸣笙起秋风,置酒飞冬雪。

遥知不是雪,为有暗香来。

接天莲叶无穷碧,映日荷花另样红。

碧玉妆成一树高,万条垂下绿丝绦。

竹径通幽处,禅房花木深。

枯藤老树昏鸦,小桥流水人家,古道西风瘦马。

会当凌绝顶,一览众山小。

二、2018绍兴体育中考分数?

2018年绍兴体育中考总分是五十分。必考项目是游泳一百米或者长跑男子一千米女子八百米。再根据自己的特长在引体向上是二十分,立定跳远,五十米,排球,篮球女生仰卧起坐选择两项考试,每项十分共二十分。平时上课表现五分,还有体质测试五分。所有分数加起来一共五十分。

三、2018浙江绍兴所有大学排名?

绍兴的大学排名第一的是绍兴文理学院,排名第二的是绍兴文理学院元培学院,排名第三的是浙江农林大学暨阳学院,以下是具体榜单:

绍兴的大学排名

1 绍兴文理学院 浙江省 浙江 绍兴 本科 公办

2 绍兴文理学院元培学院 浙江省教育厅 浙江 绍兴 本科 民办

3 浙江农林大学暨阳学院 浙江省教育厅 浙江 绍兴 本科 民办

4 浙江越秀外国语学院 浙江省教育厅 浙江 绍兴 本科 民办

5 浙江工业职业技术学院 浙江省 浙江 绍兴 专科 公办

6 浙江邮电职业技术学院 浙江省 浙江 绍兴 专科 公办

7 浙江农业商贸职业学院 浙江省 浙江 绍兴 专科 公办

8 绍兴职业技术学院 浙江省教育厅 浙江 绍兴 专科 民办

四、2018事业单位面试题目

2018事业单位面试题目

近年来,事业单位成为许多求职者的热门选择。事业单位拥有稳定的工作环境和丰厚的福利待遇,因此备受青睐。然而,事业单位的面试过程常常充满挑战,需要应聘者具备广泛的知识和扎实的能力。下面是2018年事业单位面试的一些常见题目,供大家参考。

1. 请谈谈你对事业单位的了解和认识。

这是一个非常基础的问题,但也是面试官了解应聘者对事业单位的理解程度的关键。应聘者应该重点介绍事业单位的定义、性质和目标,以及事业单位与其他类型组织的区别。此外,还可以提及一些知名的事业单位以及他们的职责和职业发展路径。

2. 你为什么选择应聘这个职位?怎样证明你对此职位有热情和能力?

这个问题考察应聘者对所申请职位的理解和兴趣程度。应聘者需要阐述自己对该职位的认识和了解,并且提供相关的证据,如工作经历、培训经历或个人成就,来证明自己具备相关的能力和热情。

3. 请谈谈你的职业规划和发展方向。

此问题旨在了解应聘者对自身职业生涯的规划和目标。应聘者需要结合所申请职位的特点,展示自己的职业规划和未来发展方向,并说明为什么选择该职位能够帮助自己实现目标。

4. 针对不同工作场景,你会怎样调整自己的工作方式和沟通方式?

这是一个考察应聘者适应能力和沟通能力的问题。应聘者需要展示自己的变通性和学习能力,说明自己可以根据实际情况灵活调整工作方式和沟通方式,以达到最佳效果。

5. 请谈谈你在过去的工作中遇到的难题,以及你是如何解决的。

这个问题考察应聘者的问题解决能力和工作经验。应聘者需要选择一个具有代表性的难题,并详细描述自己在解决问题过程中采取的策略和方法。同时,应聘者也可以反思并总结自己在问题解决过程中的收获和成长。

6. 请谈谈你对团队合作的理解,并举例说明。

团队合作是事业单位工作中的重要组成部分。应聘者需要明确表达对团队合作的理解,并提供一个具体的例子,阐述自己如何在团队中发挥作用、解决问题,并帮助团队取得成功。

7. 请谈谈你对公务员廉政建设的认识。

公务员廉政建设是事业单位的重要内容之一。应聘者需要对公务员廉政建设有一定了解,并从自己的角度出发,表达对廉政建设的认识、态度和看法,强调自己的廉政意识和对道德准则的遵守。

8. 你是如何平衡工作与生活的?

事业单位的工作强度较高,良好的工作与生活平衡是每个员工都需要关注的问题。应聘者需要说明自己对于工作与生活平衡的重视,并提供自己在实践中采取的一些具体措施和方法。

9. 在未来的事业发展中,你期望得到哪些支持和帮助?

此问题考察应聘者对于事业发展的规划和对工作环境的期望。应聘者需要明确表达自己对于得到支持和帮助的期望,如培训机会、职业晋升机会、专业指导等,并说明这些支持和帮助对于自己的职业发展至关重要。

希望以上的面试题目可以帮助大家更好地应对事业单位面试。在备战面试的过程中,要保持自信和冷静,结合个人的经验和实际情况,合理回答面试官的问题,并展示出自己的优势和潜力。祝愿每一位应聘者都能够取得满意的成绩,顺利进入心仪的事业单位!

五、2018贵州年特岗面试题

2018年贵州特岗教师面试题解析

2018年,贵州省特岗教师招聘面试题备受广大教师应聘者关注。在这些面试题中,不仅考查了应聘者的专业知识和教学能力,还涉及了教育教学实践、教育教学改革等方面的问题。本文将对2018年贵州特岗教师面试题进行解析,帮助应聘者更好地准备面试。

面试题目一:如何看待学生的发展差异?

解析:这个问题旨在考察教师对学生个体差异的认识和对待方式。在回答时,应聘者可以强调不同学生有不同的学习能力、兴趣爱好和学习风格,教师应根据学生的个体差异有针对性地展开教学工作,关注每个学生的进步和成长,做到因材施教。

面试题目二:如何在课堂中促进学生的创新思维?

解析:这个问题考察了教师在课堂教学中是否注重培养学生的创新思维能力。教师可通过设计富有创意的教学活动、引导学生提出新颖问题、鼓励他们勇于尝试和改进,在激发学生的创新潜能的同时,促进他们的思维发展和综合能力的提升。

面试题目三:请谈谈您对课堂管理的看法及具体做法。

解析:这个问题考察了教师对课堂管理的重视程度和相关经验。在答题时,应聘者可以结合自身教学实践经验,介绍自己的课堂管理理念和具体做法,如制定严谨的课堂纪律,保持良好的师生关系,及时有效地处理突发事件等,确保教学秩序和教学效果。

结语

面试是教师招聘过程中的重要环节,借助面试题解析及备考,应聘者能够更清晰地了解面试内容和考察重点,有效提升应对面试的能力。希望本文对广大教师应聘者在2018年贵州特岗教师面试中取得成功有所帮助。

六、2018浙江省绍兴高考状元?

来自绍兴上虞区春晖中学高三(1)班的王晓宇同学取得了705分的高分,整整比一本录取分数线高了117分!她的成绩语文117分,数学148分,英语140分,物理100分,化学100分,生物100分!

巧的是,今年来自绍兴柯桥中学的女学霸毛思清也取得了同样的总分,705分!她的成绩为语文121分、数学147分、英语140分、政治100分、历史97分、地理100分。

七、绍兴婚宴酒店推荐:2018年最佳选择

绍兴婚宴酒店推荐

你是否正在为即将举办的婚宴苦恼,不知道该选择哪家酒店?在绍兴,有许多优秀的婚宴酒店可供选择,但如何从中挑选出最适合的呢?我们在这里整理了2018年绍兴地区最佳的婚宴酒店,希望能给您带来帮助。

1. A酒店

A酒店位于绍兴市中心,交通便利,设施完善。酒店拥有宽敞明亮的婚宴厅,提供多种不同风格的装饰方案,能满足不同新人的需求。酒店的厨师团队精通各种烹饪技巧,能为新人打造出美味可口的菜品。此外,酒店的服务团队专业且周到,将竭尽全力为您提供一场难忘的婚宴。

2. B酒店

B酒店位于绍兴市郊区,环境优美,空气清新。酒店规模宏大,拥有多个不同大小的婚宴厅,可容纳不同规模的婚宴。酒店的厨师团队擅长粤菜和川菜,并烹饪出口感十足的菜品,为您的婚宴增添美味。酒店的服务人员也备受好评,热情友好,能为您提供优质的服务。

3. C酒店

C酒店位于绍兴市新区,交通便利,设施一流。酒店拥有豪华的婚宴厅和宴会厅,装修精美,气氛温馨。酒店的厨师们经验丰富,能够烹饪出各种中西美食,让您的宾客品尝到不一样的美味。同时,酒店也注重细节,服务周到细致,所有的安排都将确保您的婚宴圆满成功。

4. D酒店

D酒店位于绍兴市辖区,地理位置优越,设施一流。酒店拥有现代化的婚宴厅,装修豪华,氛围高雅。酒店的厨师们精湛的烹饪技艺确保了菜品的品质与口味。服务团队专业素质高,贴心的服务让您的婚宴更加顺利。此外,酒店还提供了各类婚庆服务,让您的婚礼更加完美。

绍兴是一个拥有悠久历史和文化的城市,也是举办婚宴的理想之地。无论是追求豪华与时尚,还是静谧与浪漫,绍兴的婚宴酒店都能满足您的需求。希望我们的推荐能帮助到您,祝您的婚庆活动圆满成功!

谢谢您的阅读,希望这篇文章对您选择绍兴婚宴酒店提供了帮助。

八、mahout面试题?

之前看了Mahout官方示例 20news 的调用实现;于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。

训练数据:

Day Outlook Temperature Humidity Wind PlayTennis

D1 Sunny Hot High Weak No

D2 Sunny Hot High Strong No

D3 Overcast Hot High Weak Yes

D4 Rain Mild High Weak Yes

D5 Rain Cool Normal Weak Yes

D6 Rain Cool Normal Strong No

D7 Overcast Cool Normal Strong Yes

D8 Sunny Mild High Weak No

D9 Sunny Cool Normal Weak Yes

D10 Rain Mild Normal Weak Yes

D11 Sunny Mild Normal Strong Yes

D12 Overcast Mild High Strong Yes

D13 Overcast Hot Normal Weak Yes

D14 Rain Mild High Strong No

检测数据:

sunny,hot,high,weak

结果:

Yes=》 0.007039

No=》 0.027418

于是使用Java代码调用Mahout的工具类实现分类。

基本思想:

1. 构造分类数据。

2. 使用Mahout工具类进行训练,得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

接下来贴下我的代码实现=》

1. 构造分类数据:

在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。

数据文件格式,如D1文件内容: Sunny Hot High Weak

2. 使用Mahout工具类进行训练,得到训练模型。

3。将要检测数据转换成vector数据。

4. 分类器对vector数据进行分类。

这三步,代码我就一次全贴出来;主要是两个类 PlayTennis1 和 BayesCheckData = =》

package myTesting.bayes;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.FileSystem;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.util.ToolRunner;

import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;

import org.apache.mahout.text.SequenceFilesFromDirectory;

import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;

public class PlayTennis1 {

private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";

/*

* 测试代码

*/

public static void main(String[] args) {

//将训练数据转换成 vector数据

makeTrainVector();

//产生训练模型

makeModel(false);

//测试检测数据

BayesCheckData.printResult();

}

public static void makeCheckVector(){

//将测试数据转换成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"testinput";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是,是否递归删除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失败!");

System.exit(1);

}

//将序列化文件转换成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是,是否递归删除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件转换成向量失败!");

System.out.println(2);

}

}

public static void makeTrainVector(){

//将测试数据转换成序列化文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"input";

String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是,是否递归删除的意思

fs.delete(out, true);

}

SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();

String[] params = new String[]{"-i",input,"-o",output,"-ow"};

ToolRunner.run(sffd, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("文件序列化失败!");

System.exit(1);

}

//将序列化文件转换成向量文件

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";

String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";

Path in = new Path(input);

Path out = new Path(output);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是,是否递归删除的意思

fs.delete(out, true);

}

SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();

String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};

ToolRunner.run(svfsf, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("序列化文件转换成向量失败!");

System.out.println(2);

}

}

public static void makeModel(boolean completelyNB){

try {

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";

String model = WORK_DIR+Path.SEPARATOR+"model";

String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";

Path in = new Path(input);

Path out = new Path(model);

Path label = new Path(labelindex);

FileSystem fs = FileSystem.get(conf);

if(fs.exists(in)){

if(fs.exists(out)){

//boolean参数是,是否递归删除的意思

fs.delete(out, true);

}

if(fs.exists(label)){

//boolean参数是,是否递归删除的意思

fs.delete(label, true);

}

TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();

String[] params =null;

if(completelyNB){

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};

}else{

params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};

}

ToolRunner.run(tnbj, params);

}

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("生成训练模型失败!");

System.exit(3);

}

}

}

package myTesting.bayes;

import java.io.IOException;

import java.util.HashMap;

import java.util.Map;

import org.apache.commons.lang.StringUtils;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.fs.PathFilter;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.mahout.classifier.naivebayes.BayesUtils;

import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;

import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;

import org.apache.mahout.common.Pair;

import org.apache.mahout.common.iterator.sequencefile.PathType;

import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;

import org.apache.mahout.math.RandomAccessSparseVector;

import org.apache.mahout.math.Vector;

import org.apache.mahout.math.Vector.Element;

import org.apache.mahout.vectorizer.TFIDF;

import com.google.common.collect.ConcurrentHashMultiset;

import com.google.common.collect.Multiset;

public class BayesCheckData {

private static StandardNaiveBayesClassifier classifier;

private static Map<String, Integer> dictionary;

private static Map<Integer, Long> documentFrequency;

private static Map<Integer, String> labelIndex;

public void init(Configuration conf){

try {

String modelPath = "/zhoujianfeng/playtennis/model";

String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";

String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";

String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";

dictionary = readDictionnary(conf, new Path(dictionaryPath));

documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));

labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));

NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);

classifier = new StandardNaiveBayesClassifier(model);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

System.out.println("检测数据构造成vectors初始化时报错。。。。");

System.exit(4);

}

}

/**

* 加载字典文件,Key: TermValue; Value:TermID

* @param conf

* @param dictionnaryDir

* @return

*/

private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {

Map<String, Integer> dictionnary = new HashMap<String, Integer>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

String name = path.getName();

return name.startsWith("dictionary.file");

}

};

for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {

dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());

}

return dictionnary;

}

/**

* 加载df-count目录下TermDoc频率文件,Key: TermID; Value:DocFreq

* @param conf

* @param dictionnaryDir

* @return

*/

private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {

Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();

PathFilter filter = new PathFilter() {

@Override

public boolean accept(Path path) {

return path.getName().startsWith("part-r");

}

};

for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {

documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());

}

return documentFrequency;

}

public static String getCheckResult(){

Configuration conf = new Configuration();

conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));

String classify = "NaN";

BayesCheckData cdv = new BayesCheckData();

cdv.init(conf);

System.out.println("init done...............");

Vector vector = new RandomAccessSparseVector(10000);

TFIDF tfidf = new TFIDF();

//sunny,hot,high,weak

Multiset<String> words = ConcurrentHashMultiset.create();

words.add("sunny",1);

words.add("hot",1);

words.add("high",1);

words.add("weak",1);

int documentCount = documentFrequency.get(-1).intValue(); // key=-1时表示总文档数

for (Multiset.Entry<String> entry : words.entrySet()) {

String word = entry.getElement();

int count = entry.getCount();

Integer wordId = dictionary.get(word); // 需要从dictionary.file-0文件(tf-vector)下得到wordID,

if (StringUtils.isEmpty(wordId.toString())){

continue;

}

if (documentFrequency.get(wordId) == null){

continue;

}

Long freq = documentFrequency.get(wordId);

double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);

vector.setQuick(wordId, tfIdfValue);

}

// 利用贝叶斯算法开始分类,并提取得分最好的分类label

Vector resultVector = classifier.classifyFull(vector);

double bestScore = -Double.MAX_VALUE;

int bestCategoryId = -1;

for(Element element: resultVector.all()) {

int categoryId = element.index();

double score = element.get();

System.out.println("categoryId:"+categoryId+" score:"+score);

if (score > bestScore) {

bestScore = score;

bestCategoryId = categoryId;

}

}

classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";

return classify;

}

public static void printResult(){

System.out.println("检测所属类别是:"+getCheckResult());

}

}

九、webgis面试题?

1. 请介绍一下WebGIS的概念和作用,以及在实际应用中的优势和挑战。

WebGIS是一种基于Web技术的地理信息系统,通过将地理数据和功能以可视化的方式呈现在Web浏览器中,实现地理空间数据的共享和分析。它可以用于地图浏览、空间查询、地理分析等多种应用场景。WebGIS的优势包括易于访问、跨平台、实时更新、可定制性强等,但也面临着数据安全性、性能优化、用户体验等挑战。

2. 请谈谈您在WebGIS开发方面的经验和技能。

我在WebGIS开发方面有丰富的经验和技能。我熟悉常用的WebGIS开发框架和工具,如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能够使用HTML、CSS和JavaScript等前端技术进行地图展示和交互设计,并能够使用后端技术如Python、Java等进行地理数据处理和分析。我还具备数据库管理和地理空间数据建模的能力,能够设计和优化WebGIS系统的架构。

3. 请描述一下您在以往项目中使用WebGIS解决的具体问题和取得的成果。

在以往的项目中,我使用WebGIS解决了许多具体问题并取得了显著的成果。例如,在一次城市规划项目中,我开发了一个基于WebGIS的交通流量分析系统,帮助规划师们评估不同交通方案的效果。另外,在一次环境监测项目中,我使用WebGIS技术实现了实时的空气质量监测和预警系统,提供了准确的空气质量数据和可视化的分析结果,帮助政府和公众做出相应的决策。

4. 请谈谈您对WebGIS未来发展的看法和期望。

我认为WebGIS在未来会继续发展壮大。随着云计算、大数据和人工智能等技术的不断进步,WebGIS将能够处理更大规模的地理数据、提供更丰富的地理分析功能,并与其他领域的技术进行深度融合。我期望未来的WebGIS能够更加智能化、个性化,为用户提供更好的地理信息服务,助力各行各业的决策和发展。

十、freertos面试题?

这块您需要了解下stm32等单片机的基本编程和简单的硬件设计,最好能够了解模电和数电相关的知识更好,还有能够会做操作系统,简单的有ucos,freeRTOS等等。最好能够使用PCB画图软件以及keil4等软件。希望对您能够有用。

相关资讯
热门频道

Copyright © 2024 招聘街 滇ICP备2024020316号-38