- 【探索AI】四:AI(人工智能)自然语言处理(NLP)
美少女战士1@
学习笔记AI人工智能自然语言处理
自然语言处理(NLP)的概念自然语言处理(NaturalLanguageProcessing,NLP)是一门交叉学科,涉及人工智能、计算机科学和语言学等领域,旨在让计算机能够理解、分析、生成和处理人类语言。NLP技术致力于使计算机能够与人类以自然语言进行交流,从而实现更加智能、便捷的人机交互。在自然语言处理中,常见的任务包括但不限于:文本分类:将文本按照预定义的类别进行分类,如垃圾邮件分类、新闻分
- facebook群控如何做?静态住宅ip代理在多账号运营重的作用
Snow跨境日记
代理IPfacebookip
在进行Facebook群控时,ip地址的管理是非常重要的,因为Facebook通常会检测ip地址的使用情况,如果发现有异常的使用行为,比如从同一个ip地址频繁进行登录、发布内容或者在短时间内进行大量的活动等等,就会视为垃圾邮件或者恶意行为,导致账户被禁用或者限制。因此,在进行Facebook群控时,使用大量的静态住宅ip代理是非常必要的。本文将介绍静态住宅ip代理的好处以及如何使用ip代理池来进一
- 有哪几种行为会导致服务器被入侵
MarkHD
服务器运维
导致服务器被入侵的行为有很多种,以下是一些常见的行为:系统漏洞:服务器操作系统或软件存在漏洞,攻击者可以通过利用这些漏洞获取系统权限,从而入侵服务器。弱口令:服务器的账号密码过于简单或者未及时更新,攻击者可以通过暴力破解等手段获取系统权限,进而入侵服务器。不良的安全配置:如未启用防火墙、未及时更新安全补丁等,都可能导致服务器成为黑客的目标。恶意软件:服务器可能通过垃圾邮件或者恶意软件受到攻击,攻击
- 朴素贝叶斯算法
YuanDaima2048
机器学习算法学习算法机器学习人工智能深度学习pythonsklearn
朴素贝叶斯算法一、基本概念二、算法及代码应用朴素贝叶斯NB算法分类算法区别其他机器学习算法:机器学习实战工具安装和使用一、基本概念朴素贝叶斯(NB)是一种基于贝叶斯定理与特征条件独立假设的分类算法。它被广泛应用于文本分类、垃圾邮件过滤等领域。朴素贝叶斯算法简单易懂,其核心思想是假设在给定目标值时,各个属性之间相互独立。在实际应用中,朴素贝叶斯算法在垃圾邮件过滤中表现出色。它不仅准确率高,而且速度快
- 21丨朴素贝叶斯分类(下):如何对文档进行分类?
张九日zx
朴素贝叶斯分类最适合的场景就是文本分类、情感分析和垃圾邮件识别。sklearn机器学习包sklearn的全称叫Scikit-learn,它给我们提供了3个朴素贝叶斯分类算法,分别是高斯朴素贝叶斯(GaussianNB)、多项式朴素贝叶斯(MultinomialNB)和伯努利朴素贝叶斯(BernoulliNB)。自然界的现象比较适合用高斯朴素贝叶斯来处理,而文本分类是使用多项式朴素贝叶斯或者伯努利朴
- Touch Forms Pro7 for Mac(Web表单生成器)
過客_fad6
TouchFormsPro7Mac特别版是Mac平台上一个易于使用的拖放式Web表单生成器。使用与GoogleRECAPTCHA的内置集成保护您的网站联系表单免受到网络垃圾邮件的攻击。TouchFormsPro7Mac版还是一款操作简单使用方便的网页表单生成器。能够让您使用直观的拖放式设计器构建漂亮,美观的网页表单,并且通过FTP发布到您自己的网页主机。非常好用。TouchFormsMac特别版下
- EasyCaptcha,开源图形验证码新标杆!
奇遇少年
SpringBoot开源java
引言:随着互联网的普及,验证码已成为网站和应用程序中不可或缺的安全组件。它能够有效地防止自动化攻击、垃圾邮件和机器人活动。在众多验证码解决方案中,Easy-captcha以其简单易用和高度可定制的特点受到了开发者的青睐。本文将指导读者如何利用这一工具构建自己的验证码系统。一、什么是Easy-captcha?Gitee:https://gitee.com/ele-admin/EasyCaptchaG
- 邮件服务器管理软件,U-Mail 邮件服务器软件(邮件系统)
weixin_39730587
邮件服务器管理软件
U-Mail是安全高速的全功能电子邮件服务器系统,融合强大的功能与简易高效的管理为一体,提供最佳的企业级邮箱服务器系统解决方案。内嵌顶级杀毒引擎;基于行为识别和热点等专利技术的反垃圾过滤引擎;终身免费升级;纯WEB管理;提供一站式全程服务!◇全球收发保证!即使您服务器的IP在对方的垃圾邮件黑名单中,邮件照发不误。◇邮件监控、收发审核!企业管理层可以根据实际的需要进行相关监控审核条件的设定。◇业界最
- Avaddon勒索病毒解密工具
熊猫正正
勒索病毒专题报告勒索病毒解密勒索病毒安全威胁分析系统安全
前言Avaddon勒索病毒被笔者称为2020年全球十大流行勒索病毒之一,其首次出现于2020年6月在俄罗斯某地下黑客论坛开始出售,该勒索病毒使用C++语言进行编写,采用RSA-2048和AES-256加密算法对文件进行加密,该勒索病毒的传播方式多种多样,前期主要通过垃圾邮件附件JS/PowerShell恶意脚本等无文件技术进行传播,免杀效果非常好,发展到后面通过Phorpiex僵尸网络进行传播,同
- 机器学习之监督学习和非监督学习
华农DrLai
机器学习学习人工智能深度学习
监督学习(SupervisedLearning)监督学习是一种学习方式,其中模型从标记的训练数据中学习。这意味着每个训练样本都是由输入向量和相应的目标输出(也称为标签)组成的。模型的任务是学习输入到输出的映射函数,以便当提供新的、未见过的数据时,模型能够预测出正确的输出。例子:邮件分类:根据邮件内容将邮件自动分类为“垃圾邮件或“非垃圾邮件”。这里,邮件内容是输入,而“垃圾邮件“或“非垃圾邮件”的非
- DeepMind加持的GNN框架正式开源,TensorFlow进入图神经网络时代
Python数据挖掘
pythonpython深度学习神经网络
谷歌在垃圾邮件检测、流量估计以及YouTube内容标签等环境中使用了一种强大的工具GNN(图神经网络)。11月18日,谷歌联合DeepMind对外开源TensorFlowGNN工具,助力流量预测、谣言和假新闻检测、疾病传播建模、物理模拟等领域的基础研究。11月18日,谷歌联合DeepMind发布了TensorFlowGNN(图神经网络)。目前,谷歌已经在诸如垃圾邮件检测、流量估计以及YouTube
- 基于jieba、TfidfVectorizer、LogisticRegression的垃圾邮件分类,模型平均得分为0.98左右(附代码和数据集)
代码讲故事
机器人智慧之心数据挖掘jiebaTfidfVectorizer垃圾邮件深度学习机器学习模型
基于jieba、TfidfVectorizer、LogisticRegression的垃圾邮件分类,模型平均得分为0.98左右(附代码和数据集)。垃圾邮件分类识别是一种常见的文本分类任务,旨在将收件箱中的邮件分为垃圾邮件和非垃圾邮件。以下是一些常用的技术和方法用于垃圾邮件分类识别:基于规则的过滤(Rule-basedFiltering):这种方法使用事先定义好的规则来筛选垃圾邮件。规则可以包括关键
- 我用生命换来的老婆却逼我去死
落魄编剧酒馆
更多故事请关注微信公众号【落魄编剧酒馆】世界上什么事都可以发生,就是不会发生不劳而获的事。吕总坐在酒馆里摆弄着面前的电脑,皱着眉头,一脸的不耐烦。隔壁桌的客人奇怪,出声询问:“您是遇到什么麻烦了吗?”吕总一脸生人勿近的表情说:“收到一封垃圾邮件,删不掉了。”客人笑笑:“不会那么巧,遇到恶魔交易了吧?”壹愤怒的我关上了电脑,那个邮件真是莫名其妙,一定是病毒!如果不是病毒,我这个专业人员怎么会删不掉?
- 【揭秘】GPT如何秒变写作高手?一键出稿背后的秘密!
LlRr
ChatGPTgpt
简介一、如果你使用ChatGPT为你编写任何内容,你可能会对它的默认语气和写作风格感到沮丧。事实上,如果你曾经使用ChatGPT帮助你起草电子邮件、网站的销售文案或广告脚本,它的写作方式可能会让人感觉像垃圾邮件,或者像是一个咄咄逼人的推销员。这听起来不像你,也不像你写的任何东西。但你可以通过简单的自定义指令来解决此问题。二、如果你不熟悉自定义指令,你可以在帐户级别向ChatGPT提供这些指令。我将
- 特征工程:数据平衡
林浩杨
数据探索与可视化机器学习python人工智能机器学习算法数据挖掘
目录一、前言二、正文Ⅰ.基于过采样算法Ⅱ.基于欠采样算法Ⅲ..基于过采样和欠采样的综合算法三、结语一、前言大多数情况下,使用的数据集是不完美的,会出现各种各样的问题,尤其针对分类问题的时候,会出现类别不平衡的问题。例如:在垃圾邮件分类时,垃圾邮件数据会有较少的样本量,从而导致两种类型的邮件数据量差别很大;在欺诈监测数据集中,往往包含的欺诈样本并没有那么多。处理这类数据集的分类的时候,需要对数据集的
- 使用PyTorch实现二元分类
小Z的科研日常
pytorchpython深度学习分类机器学习
导读在机器学习领域,二元分类是一项基本任务,是许多实际应用的基石。无论是垃圾邮件检测、情绪分析、医疗诊断还是欺诈检测,二元分类在基于数据的决策中都发挥着关键作用。在本文中,我们将使用PyTorch实现二分类任务。二元分类涉及将数据点分类为两个类或类别之一。类似使用过滤器来区分苹果和橙子、积极情绪和消极情绪、或者健康患者和疾病患者。二元分类的强大之处在于它的简单性和对广泛问题的适用性。本期『数据』已
- 《搞定三》摘要十六
Rogerchan2018
01如果不需要采取行动......没有意义的东西.没有意义的东西可以单独归类,你不再需要、当初也不需要的东西,比如垃圾邮件和短信、推销广告、老旧物品等。.一旦你想清楚它是垃圾,往往就不是问题了。.心事纠结跟没有及时清理且日益增多的垃圾成正比。如果你不细想,它会控制了你,而不是你占有它。.在明确某样东西真正意义时,常会引起我们不愿意面对的隐秘感情。.认识哪些是生活中不再需要的东西,有意识搞清楚物品和
- 机器学习算法之逻辑回归算法(Logistic Regression)
迎风斯黄
数学建模美赛机器学习算法回归
逻辑回归算法是一种用于分类问题的经典机器学习算法。虽然它的名字中带有“回归”,但实际上逻辑回归用于解决分类问题,特别是二分类问题。本篇博文将详细介绍逻辑回归算法的工作原理、应用领域以及Python示例。算法背景逻辑回归起源于20世纪初,用于分析生存率数据。随后,它被广泛应用于医学、社会科学、经济学和工程学等领域。在机器学习中,逻辑回归通常用于解决以下问题:信用评分垃圾邮件分类疾病诊断用户流失预测金
- 机器学习 | 探索朴素贝叶斯算法的应用
亦世凡华、
#机器学习机器学习算法人工智能朴素贝叶斯经验分享
朴素贝叶斯算法是一种基于贝叶斯定理和特征条件独立假设的分类算法。它被广泛应用于文本分类、垃圾邮件过滤、情感分析等领域,并且在实际应用中表现出色。朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法:1)对于给定的待分类项r,通过学习到的模型计算后验概率分布。2)此项出现的条件下各个目标类别出现的概率,将后验概率最大的类作为α所属的类别。核心思想:是利用特征之间的条件独立性,来对给定的数据进行分
- [Python] 自动化办公 邮件操作基础知识及代码(上)
半为花间酒
转载请注明:陈熹
[email protected](号:半为花间酒)若公众号内转载请联系公众号:早起PythonPython和邮件交互有哪些好处?批量发送邮件(各邮件可以含有不同内容)高度自定义的定时发送更有效地管理收件箱……(注意:用代码发邮件时注意不能频繁发送,容易被当作垃圾邮件被屏蔽和限制)邮件基本概念代码操作前的配置以网易163邮箱为例邮箱需要先开通POP3/SMTP/IMAP在代
- 使用PaddleNLP识别垃圾邮件:用ELECTRA做英文邮件标题分类,英文邮件短标题的分类效果能达到92%以上以及如何使用PaddleNLP加载和微调ELECTRA模型?(附公开数据集)
代码讲故事
机器人智慧之心分类数据挖掘ELECTRAPaddleNLPNLP垃圾邮件邮件识别
使用PaddleNLP识别垃圾邮件:用ELECTRA做英文邮件标题分类,英文邮件短标题的分类效果能达到92%以上以及如何使用PaddleNLP加载和微调ELECTRA模型?(附公开数据集)要使用PaddleNLP和ELECTRA来识别垃圾邮件并做英文邮件标题分类,可以按照以下步骤进行操作:安装PaddlePaddle和PaddleNLP:首先,确保在你的环境中已经安装了PaddlePaddle和P
- 使用PaddleNLP识别垃圾邮件:用RoBERTa做中文邮件标题分类,模型在测试集上准确率达到98.3%以上(附公开数据集)
代码讲故事
机器人智慧之心分类数据挖掘RoBERTa垃圾邮件机器学习深度学习PaddleNLP
使用PaddleNLP识别垃圾邮件:用RoBERTa做中文邮件标题分类,模型在测试集上准确率达到98.3%以上(附公开数据集)。要使用PaddleNLP和RoBERTa来识别垃圾邮件并做中文邮件标题分类,可以按照以下步骤进行操作:安装PaddlePaddle和PaddleNLP:首先,确保在你的环境中已经安装了PaddlePaddle和PaddleNLP。你可以根据PaddlePaddle和Pad
- 使用PaddleNLP识别垃圾邮件:用BERT做中文邮件内容分类,验证集准确率高达99.6%以上(附公开数据集)
代码讲故事
机器人智慧之心bert分类PaddleNLPNLP垃圾邮件邮件识别深度学习
使用PaddleNLP识别垃圾邮件:用BERT做中文邮件内容分类,验证集准确率高达99.6%以上(附公开数据集)。要使用PaddleNLP和BERT来识别垃圾邮件并做中文邮件内容分类,可以按照以下步骤进行操作:安装PaddlePaddle和PaddleNLP:首先,确保在你的环境中已经安装了PaddlePaddle和PaddleNLP。你可以根据PaddlePaddle和PaddleNLP的官方文
- 机器学习 | 掌握逻辑回归在实践中的应用
亦世凡华、
#机器学习机器学习逻辑回归人工智能经验分享数据分析
目录初识逻辑回归逻辑回归实操分类评估方法初识逻辑回归逻辑回归(LogisticRegression)是机器学习中的一种分类模型,逻辑回归是一种分类算法,虽然名字中带有回归,但是它与回归之间有一定的联系。由于算法的简单和高效,在实际中应用非常广泛。逻辑回归就是解决二分类问题的利器,以下是逻辑回归的应用场景:1)广告点击率2)是否为垃圾邮件3)是否患病4)金融诈骗5)虚假账号逻辑回归原理:逻辑回归是一
- 第七章 朴素贝叶斯机器学习
颜大哦
人工智能学习笔记机器学习人工智能
朴素贝叶斯是一组功能强大且易于训练的分类器,它使用贝叶斯定理来确定给定一组条件的结果的概率,“朴素”的含义是指所给定的条件都能独立存在和发生.朴素贝叶斯是多用途分类器,能在很多不同的情景下找到它的应用,例如垃圾邮件过滤、自然语言处理等.一.概率1.定义概率是反映随机事件出现的可能性大小.随机事件是指在相同条件下,可能出现也可能不出现的事件.例如:(1)抛一枚硬币,可能正面朝上,可能反面朝上,这是随
- 支持向量机
小森( ﹡ˆoˆ﹡ )
机器学习算法支持向量机算法机器学习
支持向量机(SupportVectorMachine,SVM)是一个非常优雅的算法,具有非常完善的数学理论,常用于数据分类,也可以用于数据的回归预测中。支持向量机在许多领域都有广泛的应用,如文本分类、图像识别、生物信息学、金融预测等。支持向量机的应用:(1)文本分类:支持向量机可以用于文本分类任务,如垃圾邮件过滤、情感分析、主题分类等。通过对文本数据进行预处理,提取特征,然后使用支持向量机进行训练
- 举例说明自然语言处理(NLP)技术
做一个AC梦
自然语言处理人工智能
自然语言处理(NLP)技术是一种使计算机能够理解和处理人类自然语言的领域。以下是一些常见的NLP技术的例子:文本分类:将文本按类别进行分类,例如将电子邮件归类为垃圾邮件或非垃圾邮件。语音识别:将语音信号转换为文本,例如将语音命令转换为文字指令。命名实体识别:从文本中识别出特定的实体,如人名、地名和组织名。情感分析:分析文本中的情感倾向,如判断一段文字是正面的、负面的还是中性的。机器翻译:将一种语言
- 【机器学习】贝叶斯垃圾邮件识别
住在天上的云
机器学习机器学习人工智能
实验三:贝叶斯垃圾邮件识别本次作业以垃圾邮件分类任务为基础,要求提取文本特征并使用朴素贝叶斯算法进行垃圾邮件识别(调用已有工具包或自行实现)。1任务介绍电子邮件是互联网的一项重要服务,在大家的学习、工作和生活中会广泛使用。但是大家的邮箱常常被各种各样的垃圾邮件填充了。有统计显示,每天互联网上产生的垃圾邮件有几百亿近千亿的量级。因此,对电子邮件服务提供商来说,垃圾邮件过滤是一项重要功能。而朴素贝叶斯
- 邮件到达率保障指南:从发送到接收,确保邮件顺利传递
ZOHO卓豪
数据库服务器人工智能运维
做邮件群发被当成垃圾邮件是最常见的问题,也是最让人头疼的问题。但是,我们无法改变邮箱服务商的机制,那就要从邮件本身以及群发邮件的方式上找原因,从根本上解决这个问题。被当成垃圾邮件首先要看你的邮件内容有没有出现以下这几种情况,如果有那就要迅速改正了。1、大量的链接一封邮件内含有大量的链接,比如购买链接、官网链接等,很容易被邮箱机制所拦截。所以在邮件内放1~2个链接是最合适的。2、过多的图片邮件内充斥
- 【漏洞复现】河辰通讯佑友防火墙后台命令执行漏洞
晚风不及你ღ
【漏洞复现】网络运维web安全
Nx01产品简介佑友是深圳市河辰通讯技术有限公司的注册商标,公司成立于1998年,主力产品是Mailgard佑友系列邮件服务器,邮件归档,垃圾邮件过滤网关,邮件网关,全球邮网关,邮件负载均衡网关、防火墙,VPN等。Nx02漏洞描述佑友防火墙网关管理系统存在命令执行漏洞,攻击者可利用该漏洞将恶意的系统命令拼接到正常命令中,从而造成命令执行攻击。Nx03产品主页hunter-query:app.nam
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
 
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置