ch3coohlink
ch3coohlink

幻觉其二

更早的黑历史，自那以后我就写得少而且慢了。
不知是好是坏。

在林间
1、黑夜里的警告
前行的将要等待
徘徊的终会离开
走在路上的人们
如果忘记了方向
就退出这树海吧
因为正如你所看到的那样
人间 只有那人间
才是愚钝与懦弱埋藏的地方

2、神谕
时间斑驳了圣殿
光影扑朔在林间
神的形象早已在世间消散
惟有神的谕旨旋转在我耳边

勿让那无知的智慧
淹灭自然的光辉

3、星光
全宇宙的光辉
都贴在眩目的天空上
那群星所到之处
满是银河的流动这广博令人心悸
令我沉醉不能呼吸。

然而
在这片深深的丛林之中
只有那无尽延展的黒暗
朝着无名的的方向汹涌旋转。

4、火
“万物流转，一切皆变”
这正是草原上烧荒的野火
所教会我的真谛
把那一切末来到的
看得跟过去了的一样轻

以上是我面对篝火时所产生的奇想。

5、杂诗（其一）
对于艺术而言
天才从来都不是特指某一个人
它不过是脑回路和血管里头
汹涌流动的感情。

6、林间巨兽
“杀呀，杀死那怪物！”
士兵们咆哮着
向丛林深处进发

我没有看见什么巨兽
我只看见兵。

7、呼吸
尘俗的呼吸
与血
在林间弥漫了
阳光照在我的手上
大地映在我的心底。
我哭泣。

8、黒夜里的回声
你是否有了怀疑
这一切不过是神秘的幻象
是脑海里涌现的第二真实
那么我将为你指引一条路
当湖畔的第一缕曙光出现
心灵向着初升的太阳。

9、漫步
回忆是个完整的舞台
演员，道具，灯光
都是你亲力而为
然而对于演出本身
你总是一无所知
正如此刻我信步林间
心底里埋藏细小的声音：
你究竟是在寻找你的湖泊
还是在寻找你的内心？

10、迷航
很远的海上有一道闪电
奔跑着照亮天空
迷航的船只以为有了方向
纷纷朝着闪电的中心进发

然而那永不被洞见的真理
总是诞生了又灭亡。

11、黒夜里的死寂
……

12、雨
倾盆的雨
在正午下起来
我的衣衫早已为汗水所湿透
又怎么会惧怕这风里来的流息？

13在林间
很长时间以来
我一直认为
智慧是莫大的
无上的荣光
是人类历史里的黄金和闪电。

如今我从沉睡中醒来
才发现智慧的彼岸里
只有无尽的孤独，苦痛
和他人所构成的地狱。

在遥远的时空里
鲜花的盛开
从来都只等待那大多数人所形成的群体
笨拙而缓慢地
纷至沓来

14、返程
愤怒和消解
离别和眷恋
我从泥土之中来
又要回到泥土里去

我在破败的石柱上刻下
没有什么东西
比这触手可及的尘俗世界
令我爱并恨得这样真实

15、杂诗（其二）
如同坐等猎物的死神
时间带走我们的气息
一去而不复返
不过
之所以燃烧掉蜡烛
是为那光芒。

2012.11.02
冬

你可能感兴趣的:(幻觉其二)

  • Unity Demo-3DFarm详解-其二 KhalilRuan unity游戏引擎
    我们接着一的内容来讲解这几个部分：角色与玩家互动物品与背包存档和进度管理用户界面系统角色与玩家互动角色与玩家互动系统是游戏中连接玩家输入与游戏世界的核心机制，它允许玩家通过点击、移动等操作与游戏中的各种对象（如NPC、物品、环境元素）进行交互，实现诸如对话、采集、使用物品、战斗等核心游戏玩法。交互逻辑实现Selectable组件（Selectable.cs）是所有可交互对象的基础，它定义了对象的交
  • Prompt相关 伤心美眉 prompt
    目录Prompt设计基础一.推理模型（例如gpt-4o，能够快速反应）二.通用模型Prompt相关一.AI需求类型二.Prompt类型三AI幻觉写Prompt技能一.基本技能二.基本策略三常见陷阱四如何写好一个Prompt1.基本模型：2.提示语链应用场景一文案写作二营销策划：三品牌故事Prompt设计基础一.推理模型（例如gpt-4o，能够快速反应）1.能够进行数学推导，逻辑分析，代码生成，复杂
  • 坐标变化其二 前缀和 black_blank csp算法开发语言c++
    202309-2试题名称：坐标变换（其二）时间限制：2.0s内存限制：512.0MB问题描述：问题描述对于平面直角坐标系上的坐标(,)，小P定义了如下两种操作：拉伸倍：横坐标变为，纵坐标变为；旋转：将坐标(,)绕坐标原点(0,0)逆时针旋转弧度（0≤后可使用三角函数cos()和sin()。Python：直接使用print(x)即可输出浮点数x；frommathimportcos,sin后可使用相应
  • Spring 生态创新应用：微服务架构设计与前沿技术融合实践 七夜zippoe #Javaspring微服务java
    在数字化转型的深水区，企业级应用正面临从“单体架构”向“分布式智能架构”的根本性跃迁。Spring生态以其二十年技术沉淀形成的生态壁垒，已成为支撑这场变革的核心基础设施。从2002年RodJohnson发布《ExpertOne-on-OneJ2EEDesignandDevelopment》奠定的理论基础，到如今覆盖从开发到运维全链路的技术矩阵，Spring始终以“简化开发”为初心，构建出适配不同业
  • 有关慢查询SQL优化的思路 Yilena 业务场景方案分析以及优化方案sql数据库学习MySQL优化
    目录一、什么是慢查询？二、如何定位？（一）通过命令行临时开启（二）通过配置文件永久开启(三）测试日志是否正常工作（四）分析日志三、慢查询常见原因四、优化思路（一）索引1.原因其一：未设置索引2.原因其二：索引失效3.原因其三：索引覆盖不全（二）SQL语句1.原因其一：返回结果存在冗余字段2.原因其二：子查询3.原因其三：多表JOIN过多4.原因其四：避免排序5.原因其五：避免使用NOTIN和!=（
  • 人工智能-基础篇-18-什么是RAG(检索增强生成：知识库+向量化技术+大语言模型LLM整合的技术框架) weisian151 人工智能人工智能语言模型自然语言处理
    RAG（Retrieval-AugmentedGeneration，检索增强生成）是一种结合外部知识检索与大语言模型（LLM）生成能力的技术框架，旨在提升生成式AI在问答、内容创作等任务中的准确性、实时性和领域适应性。1、核心概念大语言模型（LLM）的两大局限性：时效性不足：LLM的训练数据截止于某一时间点，无法获取最新信息（如2025年后的新事件）。知识幻觉：当问题超出模型训练数据范围时，LLM
  • 当争论者还在讨论AI的边界，实践者早已用这些技术解决实际问题 渡难繁辰 人工智能拥抱AI人工智能ai
    ——普通人参与AI革命的关键路径一、AI应用五大核心组件（通俗拆解版）1️⃣LLM：AI的「决策核心」本质：大型语言模型（如DeepSeek、通义千问），具备语言理解与生成能力能力边界：✅处理文本类任务（写作/翻译/摘要）❌无法获取实时信息（如最新股价）⚠️存在“幻觉”（虚构信息）风险案例对比：问：“鲁迅和周树人什么关系？”基础LLM：“两位都是著名作家”（错误）增强版LLM：“周树人是鲁迅本名”
  • AI伦理与安全之-哥斯拉与缰绳：如何让“哥斯拉”听懂人类的“悄悄话”？ 众链网络 AI伦理与安全AI人工智能AI工具AI智能体
    相关文章:AI伦理与安全AI伦理与安全之-镜子与偏见：我们教给它的，究竟是智慧还是偏见？AI伦理与安全之-哥斯拉与缰绳：如何让“哥斯拉”听懂人类的“悄悄话”？AI伦理与安全之-梦境与幻觉：它为何会一本正经地胡说八道？在上一篇中，我们谈到AI像一面“镜子”，会映照出我们数据中的偏见。但那只是AI伦理问题中的“序章”。一个更深邃、更终极的挑战，正横亘在人类与超人工智能（ASI）的未来之间。这个挑战，就
  • 【论文复现】利用生成式AI进行选股和分配权重 代码能跑就行管它可读性 人工智能chatgpt
    2023年8月，OleksandrRomanko等发表题为《ChatGPT-basedInvestmentPortfolioSelection》（基于ChatGPT进行投资组合选择）的论文。论文探讨了生成式AI模型（如ChatGPT）在投资组合选择中的应用潜力。由于生成式AI模型可能产生幻觉，因此需要谨慎验证和验证其输出。本文采用另一种方法，利用ChatGPT从S&P500市场指数中获取潜在有吸引
  • 从被动检索到主动思考：Naive RAG 到 Agentic RAG 的架构演进与关键技术解析 一休哥助手 人工智能架构RAG
    摘要随着大语言模型（LLMs）的广泛应用，检索增强生成（Retrieval-AugmentedGeneration,RAG）技术已成为解决模型知识滞后与幻觉问题的核心方案。本文深入剖析从基础NaiveRAG到新一代AgenticRAG的架构演进路径，聚焦关键技术创新点（如递归检索、自适应查询改写、工具集成、多智能体协作），并通过架构图对比与案例分析，揭示其在复杂任务处理中的范式转变。全文超过500
  • 在 Dify 平台中集成上下文工程技术 由数入道 人工智能数据库大数据人工智能软件工程dify
    1.提升LLM问答准确率的上下文构建与提示策略大语言模型在开放领域问答中常面临幻觉和知识过时等问题。为提高回答准确率，上下文工程的关键是在提示中注入相关背景知识与指导。具体策略包括：检索增强(RAG)：通过从知识库中检索相关内容并将其纳入提示，可以显著提升回答的准确性和可信度。Dify提供了知识检索节点，支持向量数据库存储外部知识，并将检索结果通过上下文变量注入LLM提示中。例如，在知识库问答应用
  • 挑战华为社招：7年老Java一次坑爹的面试经历 m0_57286571 程序员java后端面试
    前言今天刚好有空，跟大家聊聊如何学好算法进大厂。前两天一个读者和我说，他坚持刷算法题2个月，薪资翻番去了他梦寐以求的大厂，期间面字节跳动还遇到了原题…其实据我所知目前国内的大厂和一些独角兽，已经越来越效仿硅谷公司的做法，通过编程定题面试，来考察数据结构和算法的扎实程度。以我的经验来说，**对于新手来说，扎实的掌握一门语言是其一，其二就是要有基本的算法能力，这个非常重要。对于进阶的用户，更多技术栈的
  • Cursor黑科技实战：AI编程革命，效率提升300%的秘籍 IT莫染 科技AI编程pythonCursorProDeepSeek-CoderAI重构
    目录⚡程序员痛点诊断Cursor核心黑科技揭秘实战演示（附操作截图）场景1：AI秒杀样板代码（效率提升10倍）场景2：智能Debug（精准定位问题）场景3：跨语言迁移（Java→Python）生产力暴涨秘籍黑科技1：AI结对编程（Ctrl+L）黑科技2：代码气味检测（Ctrl+Shift+K）黑科技3：SQL优化（自然语言转SQL）避坑指南：Cursor三大死亡陷阱陷阱1：过度生成幻觉代码陷阱2：
  • 大模型岗到底有哪些？这六个主要工作让你秒懂！ AGI大模型学习 机器学习人工智能大数据大模型学习大模型教程大模型程序员
    一、Agent智能体Agent:能独立采取行动以实现特定目标的AI个体；Agent的特点：会使用工具，比如查数据库，买车票；拥有记忆，可以记住之前经历；会根据环境、自身记忆、自身能力进行行动决策；Agent的缺陷：带着大模型本身的幻觉情况；可用RAG降低该情况；二、RAG知识库RAG：在设定的知识库中搜索问题的最佳TopK个匹配资料，然后在使用大模型进行润色总结。RAG的特点：解决了大模型的幻觉问
  • 结合LangGraph、DeepSeek-R1和Qdrant 的混合 RAG 技术实践 大模型之路 RAGrag
    一、引言：混合RAG技术的发展与挑战在人工智能领域，检索增强生成（RAG）技术正成为构建智能问答系统的核心方案。传统RAG通过向量数据库存储文档嵌入并检索相关内容，结合大语言模型（LLM）生成回答，有效缓解了LLM的“幻觉”问题。然而，单一的稠密向量检索（如基于Transformer的嵌入模型）在处理关键词匹配和多义词歧义时存在局限性，而稀疏向量检索（如BM25）虽擅长精确关键词匹配，却缺乏语义理
  • 语言的钥匙：提示工程的艺术与驾驭AI的智慧 田园Coder 人工智能科普人工智能科普
    当大型语言模型（LLM）如GPT-4展现出令人惊叹的通用能力，却又伴随着“幻觉”、“黑箱”和“不可控”等阴影时，一个核心问题变得无比迫切：人类如何有效地与这些庞然大物沟通，引导它们可靠、安全、精准地完成任务？答案并非在于重新训练这头计算巨兽（成本高昂且周期漫长），而在于掌握一门新兴的关键技艺——提示工程（PromptEngineering）。提示工程，简而言之，就是精心设计输入给模型的自然语言指令
  • 【LLaMA 3实战：检索增强】13、LLaMA 3+RAG精准问答系统优化全指南：从检索增强到可信度提升实战 无心水 LLaMA3模型实战专栏llamaLLaMA3对话能力全解析LLaMA3AI大模型LLaMa3实战程序员的AI开发第一课AI入门
    一、RAG赋能LLaMA问答系统的核心价值与瓶颈突破（一）准确性提升的三大核心挑战问题类型典型表现传统方案局限RAG+LLaMA3解决方案知识滞后型错误回答包含过时技术细节依赖模型预训练更新动态检索最新文档库上下文误解曲解问题意图或检索内容固定分块导致语义断裂语义感知分块+动态查询扩展事实幻觉虚构不存在的概念或数据缺乏外部事实校验溯源标注+多模型交叉验证（二）RAG与LLaMA3的协同优势动态知识
  • Cursor AI 编程黑科技实战技巧 深山技术宅 素养人工智能科技
    以下是结合最新实战经验的CursorAI编程黑科技指南，涵盖高效开发、跨工具联动与深度优化技巧：一、核心功能实战技巧智能编辑模式（Ctrl+I）精准上下文理解：跨文件修改时，用自然语言描述需求（如“将utils.py中的日志函数迁移到lib/logger.py并改为异步调用”），自动完成代码迁移与重构。规避幻觉代码：对复杂需求追加约束（例：“用Python连接MySQL，禁用ORM，使用参数化查询
  • 面向大语言模型幻觉的关键数据集：系统性综述与分类法 致Great 语言模型人工智能自然语言处理
    面向大语言模型幻觉的关键数据集：系统性综述与分类法摘要大语言模型（LargeLanguageModels,LLMs）在自然语言处理的多个领域取得了革命性进展，但其固有的“幻觉”问题——即生成看似合理但与事实不符或与上下文无关的内容——严重制约了其在关键应用中的可靠性与安全性。为了系统性地评估、理解并缓解LLM的幻觉现象，学术界和工业界开发了大量多样化的数据集与基准。本文对大模型幻觉领域的关键数据集
  • RPC：跨越代码与硅晶的“握手”——你每天都在用，却可能从未真正理解它 老马爱知 信息技术#分布式计算rpc网络协议网络分布式系统微服务软件架构硬核科普
    ——从本地调用的幻觉到服务万物的底座，解析这个支配云原生时代的隐形协议引言：一个程序员的日常困境想象一下这个场景：你正在构建一个电商系统。用户服务（管理用户信息）在一台服务器上，订单服务在另一台，而支付服务，则由远在天边的第三方提供。当一个用户下单时，订单服务需要先向用户服务确认用户身份，再调用支付服务完成扣款。这三个服务如同三座孤岛，如何让它们高效、优雅地对话？难道你要手动编写Socket连接，
  • 【RAG面试题】LLMs已经具备了较强能力,存在哪些不足点? 一叶千舟 AI面试题【RAG】RAG
    目录LLMs核心不足点1、知识过时与静态性（LackofReal-Time&DynamicKnowledge）：2、幻觉与事实性错误（Hallucinations&FactualInaccuracies）：3、领域专业知识深度不足（LimitedDomain-SpecificExpertise）：4、缺乏透明度和可追溯性（LackofTransparency&Traceability）：5、上下文
  • 恋爱中的经济学 Roche-zgm 人工智能区块链
    美好的大学生活里，大家不可避免地都要经历“谈钱说爱”的环节，今天我们就来谈谈恋爱中的经济学。首先，我们都知道，爱情是一种稀缺的情感资源。其一，爱情是一种资源意味着它可以施予和配给你爱的人或者爱你的人。其二，资源的有限性意味着一个人用于爱情的精力是有限的，以有限的爱情面对预期中无数个可爱的对象，这必然是不可能的，因而你必须做出选择，不能脚踏N条船成为时间管理大师，毕竟哈工大规格严格，一不小心容易被过
  • 深入理解RAG：大语言模型时代的知识增强架构 小胡说技书 #大模型/智能体语言模型架构人工智能python大模型RAG
    在人工智能快速发展的今天，大语言模型（LLM）已经展现出令人惊叹的能力。然而，即使是最先进的模型也面临着知识更新滞后、事实性错误（幻觉）和专业领域知识不足等根本性挑战。检索增强生成（Retrieval-AugmentedGeneration，简称RAG）技术的出现，为解决这些问题提供了一个优雅而有效的方案。一、为什么需要RAG？从大模型的局限性说起1.1大语言模型的固有缺陷要理解RAG的价值，我们
  • 大模型应用实战1——大模型基本开发知识及GLM4的原理与应用（用大模型做游戏npc） 爱学习的uu 人工智能算法深度学习python
    大模型开发思路1.promptengineering注意明确输出格式，如以{"from":"","to":""}这种JSON格式输出。2.多轮互动产生原因：大模型会自己发散（幻觉）3.functionCalling产生原因：用户可以提问不同类型的事情，比如天气和季节解决方法：不要去给大模型设定好要做什么这里面，框架就要承担很重要的职责：1.根据用户注册的函数，在首次Prompt中生成所有Tool的
  • 在ASP.NET中读写Excel文件 独孤大虾 DotNet文章excelasp.netopenxmlofficemicrosoft文档
    在ASP.NET应用程序常常会遇到需要从Excel文件中读取数据或将数据写入Excel的需求。一般来讲，在ASP.NET中读写Excel文件有四种解决方案。1.1.1使用OLEDB使用OLEDB可以以查询数据库的方式来读取Excel文件，因为在某种程度上Excel表格可以看成是一张一张的数据表。其二者的主要区别在于所使用的数据引擎不一样。使用OLEDB访问Excel的要点是计算机上必须具有Micr
  • CART算法全解析：分类回归双修的决策树之王 大千AI助手 人工智能Python#OTHER算法分类回归决策树数据挖掘CARTDecisionTree
    CART（ClassificationandRegressionTrees）是决策树领域的里程碑算法，由统计学家Breiman等人在1984年提出。作为当今最主流的决策树实现，它革命性地统一了分类与回归任务，其二叉树结构和剪枝技术成为现代集成学习（如随机森林、XGBoost）的基石。本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕
  • 这9个MCP服务器改善AI幻觉（减少99%的代码错误） 李孟聊人工智能 AIAgents实战服务器人工智能AI编程MCPAIAgentAI幻觉
    几乎所有AI编程助手都在持续产生过时API的幻觉，忘记项目上下文，并一遍又一遍地犯同样的错误。如果你曾花费数小时调试为什么React组件无法渲染，最后却发现你的AI使用的是2022年已废弃的hooks，你就知道这种痛苦。AI编程工具的上下文限制正在消耗开发者真正的时间和理智。它们会忘记之前的对话，引用过时的文档，并且缺乏对你项目完整范围的认知。但以下内容彻底改变了我的体验。我发现MCP服务器可以将
  • 大模型RAG系统面试题及参考答案 大模型大数据攻城狮 算法大模型智能体aiagentpython面试向量数据库RAG
    目录什么是RAG？它由哪些核心部分组成？RAG与传统的LLM（如GPT）生成方式有何区别？RAG的设计初衷是什么？解决了哪些问题？检索器（Retriever）在RAG中的作用是什么？生成器（Generator）如何与检索器交互？什么是向量检索（denseretrieval）与稀疏检索（sparseretrieval）？举例说明。RAG如何减少“幻觉（hallucination）”？为什么说RAG可
  • Kafka协议开发总踩坑？3步拆解二进制协议核心 讳疾忌医丶 kafkalinq分布式
    在深入研究workflow项目的Kafka实现后，我发现其Kafka协议处理和压缩支持设计极其精妙。本文将从源码角度深度解析这两个核心知识点，并通过一个完整的学习案例来加深理解。第一部分：Kafka二进制协议深度解析1.1协议设计架构思想Kafka作为高性能的分布式流处理平台，其二进制协议设计体现了以下核心思想：1.协议层次化设计消息头(Header)：包含API类型、版本号、相关ID等元信息消息
  • 基于 LLM 的网络钓鱼网站检测多代理框架 hao_wujing 网络
    大家读完觉得有帮助记得及时关注和点赞！！！抽象网络钓鱼网站继续构成重大的网络安全威胁，通常利用欺骗性结构、品牌冒充和社会工程策略来逃避检测。虽然大型语言模型（LLM）的最新进展通过上下文理解改进了网络钓鱼检测，但大多数现有方法都依赖于面临幻觉风险的单代理分类，并且缺乏可解释性或稳健性。为了解决这些限制，我们提出了PhishDebate，这是一个基于模块化的多代理LLM辩论框架，用于网络钓鱼网站检测
  • Algorithm 香水浓 javaAlgorithm
    冒泡排序 public static void sort(Integer[] param) { for (int i = param.length - 1; i > 0; i--) { for (int j = 0; j < i; j++) { int current = param[j]; int next = param[j + 1];
  • mongoDB 复杂查询表达式 开窍的石头 mongodb
    1:count    Pg: db.user.find().count();    统计多少条数据 2:不等于$ne    Pg: db.user.find({_id:{$ne:3}},{name:1,sex:1,_id:0});    查询id不等于3的数据。 3：大于$gt $gte(大于等于) &n
  • Jboss Java heap space异常解决方法, jboss OutOfMemoryError : PermGen space 0624chenhong jvmjboss
    转自 http://blog.csdn.net/zou274/article/details/5552630 解决办法： window->preferences->java->installed jres->edit jre 把default vm arguments 的参数设为-Xms64m -Xmx512m ----------------
  • 文件上传 下载 解析 相对路径 不懂事的小屁孩 文件上传
    有点坑吧，弄这么一个简单的东西弄了一天多，身边还有大神指导着，网上各种百度着。 下面总结一下遇到的问题： 文件上传，在页面上传的时候，不要想着去操作绝对路径，浏览器会对客户端的信息进行保护，避免用户信息收到攻击。 在上传图片，或者文件时，使用form表单来操作。 前台通过form表单传输一个流到后台，而不是ajax传递参数到后台，代码如下: <form action=&
  • 怎么实现qq空间批量点赞 换个号韩国红果果 qq
    纯粹为了好玩！！ 逻辑很简单 1 打开浏览器console；输入以下代码。 先上添加赞的代码 var tools={}; //添加所有赞 function init(){ document.body.scrollTop=10000; setTimeout(function(){document.body.scrollTop=0;},2000);//加
  • 判断是否为中文 灵静志远 中文
    方法一： public class Zhidao { public static void main(String args[]) { String s = "sdf灭礌 kjl d{';\fdsjlk是"; int n=0; for(int i=0; i<s.length(); i++) { n = (int)s.charAt(i); if((
  • 一个电话面试后总结 a-john 面试
    今天，接了一个电话面试，对于还是初学者的我来说，紧张了半天。 面试的问题分了层次，对于一类问题，由简到难。自己觉得回答不好的地方作了一下总结：   在谈到集合类的时候，举几个常用的集合类，想都没想，直接说了list,map。   然后对list和map分别举几个类型：   list方面：ArrayList,LinkedList。在谈到他们的区别时，愣住了
  • MSSQL中Escape转义的使用 aijuans MSSQL
    IF OBJECT_ID('tempdb..#ABC') is not null drop table tempdb..#ABC create table #ABC ( PATHNAME NVARCHAR(50) ) insert into #ABC SELECT N'/ABCDEFGHI' UNION ALL SELECT N'/ABCDGAFGASASSDFA' UNION ALL
  • 一个简单的存储过程 asialee mysql存储过程构造数据批量插入
               今天要批量的生成一批测试数据，其中中间有部分数据是变化的，本来想写个程序来生成的，后来想到存储过程就可以搞定，所以随手写了一个，记录在此：            DELIMITER $$ DROP PROCEDURE IF EXISTS inse
  • annot convert from HomeFragment_1 to Fragment 百合不是茶 android导包错误
    创建了几个类继承Fragment, 需要将创建的类存储在ArrayList<Fragment>中; 出现不能将new 出来的对象放到队列中,原因很简单;     创建类时引入包是:import android.app.Fragment;      创建队列和对象时使用的包是:import android.support.v4.ap
  • Weblogic10两种修改端口的方法 bijian1013 weblogic端口号配置管理config.xml
    一.进入控制台进行修改    1.进入控制台:  http://127.0.0.1:7001/console     2.展开左边树菜单         域结构->环境->服务器-->点击AdminServer(管理) &
  • mysql 操作指令 征客丶 mysql
    一、连接mysql 进入 mysql 的安装目录； $ bin/mysql -p [host IP 如果是登录本地的mysql 可以不写 -p 直接 -u] -u [userName] -p 输入密码，回车，接连； 二、权限操作［如果你很了解mysql数据库后，你可以直接去修改系统表，然后用 mysql> flush privileges; 指令让权限生效］ 1、赋权 mys
  • 【Hive一】Hive入门 bit1129 hive
    Hive安装与配置 Hive的运行需要依赖于Hadoop，因此需要首先安装Hadoop2.5.2，并且Hive的启动前需要首先启动Hadoop。   Hive安装和配置的步骤   1. 从如下地址下载Hive0.14.0   http://mirror.bit.edu.cn/apache/hive/    2.解压hive，在系统变
  • ajax 三种提交请求的方法 BlueSkator Ajaxjqery
    1、ajax 提交请求 $.ajax({ type:"post", url : "${ctx}/front/Hotel/getAllHotelByAjax.do", dataType : "json", success : function(result) { try { for(v
  • mongodb开发环境下的搭建入门 braveCS 运维
      linux下安装mongodb 1）官网下载mongodb-linux-x86_64-rhel62-3.0.4.gz 2）linux 解压  gzip -d mongodb-linux-x86_64-rhel62-3.0.4.gz; mv mongodb-linux-x86_64-rhel62-3.0.4 mongodb-linux-x86_64-rhel62-
  • 编程之美-最短摘要的生成 bylijinnan java数据结构算法编程之美
    import java.util.HashMap; import java.util.Map; import java.util.Map.Entry; public class ShortestAbstract { /** * 编程之美 最短摘要的生成 * 扫描过程始终保持一个[pBegin,pEnd]的range,初始化确保[pBegin,pEnd]的ran
  • json数据解析及typeof chengxuyuancsdn jstypeofjson解析
    // json格式 var people='{"authors": [{"firstName": "AAA","lastName": "BBB"},' +' {"firstName": "CCC&
  • 流程系统设计的层次和目标 comsci 设计模式数据结构sql框架脚本
                                  流程系统设计的层次和目标  
  • RMAN List和report 命令 daizj oraclelistreportrman
    LIST 命令 使用RMAN LIST 命令显示有关资料档案库中记录的备份集、代理副本和映像副本的 信息。使用此命令可列出： • RMAN 资料档案库中状态不是AVAILABLE 的备份和副本 • 可用的且可以用于还原操作的数据文件备份和副本 • 备份集和副本，其中包含指定数据文件列表或指定表空间的备份 • 包含指定名称或范围的所有归档日志备份的备份集和副本 • 由标记、完成时间、可
  • 二叉树:红黑树 dieslrae 二叉树
        红黑树是一种自平衡的二叉树,它的查找,插入,删除操作时间复杂度皆为O(logN),不会出现普通二叉搜索树在最差情况时时间复杂度会变为O(N)的问题.     红黑树必须遵循红黑规则,规则如下     1、每个节点不是红就是黑。     2、根总是黑的  &
  • C语言homework3，7个小题目的代码 dcj3sjt126com c
    1、打印100以内的所有奇数。 # include <stdio.h> int main(void) { int i; for (i=1; i<=100; i++) { if (i%2 != 0) printf("%d ", i); } return 0; }  2、从键盘上输入10个整数，
  • 自定义按钮, 图片在上, 文字在下, 居中显示 dcj3sjt126com 自定义
    #import <UIKit/UIKit.h> @interface MyButton : UIButton -(void)setFrame:(CGRect)frame ImageName:(NSString*)imageName Target:(id)target Action:(SEL)action Title:(NSString*)title Font:(CGFloa
  • MySQL查询语句练习题，测试足够用了 flyvszhb sqlmysql
    http://blog.sina.com.cn/s/blog_767d65530101861c.html 1.创建student和score表 CREATE  TABLE  student ( id  INT(10)  NOT NULL  UNIQUE  PRIMARY KEY  , name  VARCHAR
  • 转：MyBatis Generator 详解 happyqing mybatis
      MyBatis Generator 详解 http://blog.csdn.net/isea533/article/details/42102297   MyBatis Generator详解 http://git.oschina.net/free/Mybatis_Utils/blob/master/MybatisGeneator/MybatisGeneator.
  • 让程序员少走弯路的14个忠告 jingjing0907 工作计划学习
      无论是谁，在刚进入某个领域之时，有再大的雄心壮志也敌不过眼前的迷茫：不知道应该怎么做，不知道应该做什么。下面是一名软件开发人员所学到的经验，希望能对大家有所帮助   1.不要害怕在工作中学习。 只要有电脑，就可以通过电子阅读器阅读报纸和大多数书籍。如果你只是做好自己的本职工作以及分配的任务，那是学不到很多东西的。如果你盲目地要求更多的工作，也是不可能提升自己的。放
  • nginx和NetScaler区别 流浪鱼 nginx
    NetScaler是一个完整的包含操作系统和应用交付功能的产品，Nginx并不包含操作系统，在处理连接方面，需要依赖于操作系统，所以在并发连接数方面和防DoS攻击方面，Nginx不具备优势。 2.易用性方面差别也比较大。Nginx对管理员的水平要求比较高，参数比较多，不确定性给运营带来隐患。在NetScaler常见的配置如健康检查，HA等，在Nginx上的配置的实现相对复杂。 3.策略灵活度方
  • 第11章 动画效果（下） onestopweb 动画
    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/
  • FAQ - SAP BW BO roadmap blueoxygen BOBW
    http://www.sdn.sap.com/irj/boc/business-objects-for-sap-faq   Besides, I care that how to integrate tightly.   By the way, for BW consultants, please just focus on Query Designer which i
  • 关于java堆内存溢出的几种情况 tomcat_oracle javajvmjdkthread
    【情况一】： 　　 java.lang.OutOfMemoryError: Java heap space：这种是java堆内存不够，一个原因是真不够，另一个原因是程序中有死循环； 　　如果是java堆内存不够的话，可以通过调整JVM下面的配置来解决： 　　<jvm-arg>-Xms3062m</jvm-arg> 　　<jvm-arg>-Xmx
  • Manifest.permission_group权限组 阿尔萨斯 Permission
    结构 继承关系 public static final class Manifest.permission_group extends Object java.lang.Object android. Manifest.permission_group 常量 ACCOUNTS 直接通过统计管理器访问管理的统计 COST_MONEY可以用来让用户花钱但不需要通过与他们直接牵涉的权限 D
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他