- 亮剑的背后
晖晖晓
今天是2018年12月21日是【晓晖有话说】陪伴你的第七百一十七天【亮剑的背后】:重新看《亮剑》的小说,沉重大过于狂乱的心情。历史的前进不是直线,不是渐进,可能是进很多步,退很多步,低速的螺旋上升。上升的方向却不明朗,或者是我们人为的设定好了前方的目的,但是整体人类文明的发展却总是产生种种意外,小进步小倒退,小倒退,小进步,我们还年轻。
- 吴恩达深度学习笔记(30)-正则化的解释
极客Array
正则化(Regularization)深度学习可能存在过拟合问题——高方差,有两个解决方法,一个是正则化,另一个是准备更多的数据,这是非常可靠的方法,但你可能无法时时刻刻准备足够多的训练数据或者获取更多数据的成本很高,但正则化通常有助于避免过拟合或减少你的网络误差。如果你怀疑神经网络过度拟合了数据,即存在高方差问题,那么最先想到的方法可能是正则化,另一个解决高方差的方法就是准备更多数据,这也是非常
- 服了我的一根筋
公木白
以前朋友说我一根筋,还有的说我是棒槌,实心眼的,听了我呵呵一笑,照常行事。年龄越大,越苦恼于我的一根筋,在我的思维模式里,所有的事情都是直线,点对点,没有曲折,没有迂回,对事的态度非黑及白,没有灰色地带。如果想好了一件事,脑子里只有这一件事,或者说遇事想好了解决办法,即使在执行过程中有更好的,也会自动忽略,还一直初在原定思维里。这种情况不只发生一两次,遇事不知变通,也不知道拐弯,总是过后才发觉本可
- 七.正则化
愿风去了
吴恩达机器学习之正则化(Regularization)http://www.cnblogs.com/jianxinzhou/p/4083921.html从数学公式上理解L1和L2https://blog.csdn.net/b876144622/article/details/81276818虽然在线性回归中加入基函数会使模型更加灵活,但是很容易引起数据的过拟合。例如将数据投影到30维的基函数上,模
- 机器学习-------数据标准化
罔闻_spider
数据分析算法机器学习人工智能
什么是归一化,它与标准化的区别是什么?一作用在做训练时,需要先将特征值与标签标准化,可以防止梯度防炸和过拟合;将标签标准化后,网络预测出的数据是符合标准正态分布的—StandarScaler(),与真实值有很大差别。因为StandarScaler()对数据的处理是(真实值-平均值)/标准差。同时在做预测时需要将输出数据逆标准化提升模型精度:标准化/归一化使不同维度的特征在数值上更具比较性,提高分类
- 剖析牛顿定律(三)
能子源
牛顿第三定律:两个物体之间的作用力是相互的、对抗的,称其为作用力和反作用力(F和-F)。一、解剖“牛三律”牛顿认为作用力和反作用力,大小相等、方向相反且作用在同一直线上,同时认为二者具有同时性。人们认为这里暗含了一个条件,就是力的传递是瞬时的,要不然作用力和反作用力就不具有同时性;但是爱因斯坦相对论认为,力的传递有时限性,即力的传递速度不能超过真空中的光速c,这样一来二者就不和谐了。现在我们就此分
- 语言的魅力
明月_xx
语言,可以是冬日的暖阳,也可以是一把利剑。一句伤人的话能毁掉一个人,一句安慰的话却可能会拯救一个人。所以我们要好好说话,掌握语言的魅力,与人交往时请记得少贬低、多赞美。课堂上也许仅仅是老师一句简单的话语:哇,XXX,你太厉害了,这么难的问题都能被你回答出来,你比老师都厉害,将来一定了不起。而XXX同学就因为老师这样一句普通的话,从此之后她爱上了语文课,成绩直线上升!这就是语言的魅力!在生活中,少指
- 500吨“翔”要来了,我们投“翔”么?
蜗牛哒嗒
AD:打开支付宝首页搜索“7857987”立即领取红包事件起因:小区直线距离不到500米的地方要建一个大型垃圾站了,每天能处理500吨的垃圾!!!以后的日子里……不能淡定了。。。公示摘要:项目:罗泾中转站改扩建项目(宝山区生物能源再利用项目)地点:宝山区宝山工业园区潘川路1510号用地面积:8316.63平方米公示网站:宝山区人民政府门户网站看到这个公示的规划设计图,再去百度地图上搜了一看,那距离
- 夏季这么做,酒店空调能耗降一半
酒店大白话
每年7、8月都是一年中用电量最大的时期,因为三伏天到了,热热热热热呀~你的空调、西瓜、冰激凌、WiFi都准备好了吗?掐指一算,这两个月电费会直线上升。不过,会做生意的酒店人,早就在源头上解决了耗电问题,将能耗降了一半!想知道怎么做吗?请看以下分享:经国家有关权威部门统计,城市电网高峰负荷约1/3用于空调制冷,使许多地区用电高度紧张,拉闸限电频繁。预计到2020年,全国制冷电力负荷高峰将达1.8亿k
- 【机器学习与R语言】1-机器学习简介
苹果酱0567
面试题汇总与解析java中间件开发语言springboot后端
1.基本概念机器学习:发明算法将数据转化为智能行为数据挖掘VS机器学习:前者侧重寻找有价值的信息,后者侧重执行已知的任务。后者是前者的先期准备过程:数据——>抽象化——>一般化。或者:收集数据——推理数据——归纳数据——发现规律抽象化:训练:用一个特定模型来拟合数据集的过程用方程来拟合观测的数据:观测现象——数据呈现——模型建立。通过不同的格式来把信息概念化一般化:一般化:将抽象化的知识转换成可用
- WPF绘图(基础图形:直线、矩形和椭圆)
未来无限
C#WPF程序设计wpf绘图直线矩形椭圆
目录一、概述二、基本图形绘制2.1直线2.2矩形2.3椭圆一、概述与传统的.NET开发使用GDI+进行绘图不同,WPF拥有自己的一套图形API,绘图为矢量图。绘图可以在任何一种布局控件中完成,wpf会根据容器计算相应坐标。最常用的是Canvas和Grid。基本图形包括以下几个,都是Shaper类的派生类。1、Line,直线段,可以设置Stroke2、Rectangle,有Stroke也有Fill3
- Open3D 使用RANSAC分割平面
今夕是何年,
单目+双目计算机视觉
目录1,概述2,拟合平面3,实现过程4,主要函数:defsegment_plane(self,distance_threshold,ransac_n,num_iterations):'''5,代码实现6,结果展示1,概述随机抽样一致性算法QRANSAC(Randomsampleconsensus)是一种迭代的方法来从一系列包含有离异值的数据中计算数学模型参数的方法。RANSAC算法本质上由两步组成
- VLSI 电路单元的自动布局-2024华数杯B题
2401_84314384
算法python数学建模
摘要超大规模集成电路设计通常采用电子设计自动化(EDA)的方式进行,布局是EDA工具的核心的核心。本文通过构建的线长评估模型及网格密度评估模型,并在此基础上对模型进行优化,最后利用模型实现VLSI电路单元的自动布局。问题一:基于结合直线型斯坦纳最小树思想的优化HPWL模型评估与电路单元连线接口坐标相关的线长。本题需要建立与电路单元连线接口坐标相关的线长评估模型,最小化每组估计线长与对应RSMT的差
- 绘画分析打卡90天---24天
生活从改变开始
图片发自App【画者的基本信息】画者是一位36岁男性一【画面整体】(包括画面的大小、位置线条、颜色等)画面大小---画面大于4/5,自我为中心画面位置---中间,家庭环境整体状况比较健康正常,未受父母过多影响。画面线条---用笔的力重,自信。线条流畅,长线条和直线条居多,自我控制力强,对行动控制得体。有关男性化,自信,攻击性,固执,待人处事可素性差。【基本特征及释义】(包括房子、树木、人物及附属物
- 每日一图,看景山
黑铁大魔王
从故宫里远眺景山时间:2021年元旦假期地点:故宫博物院设备:索尼A7ii,小小白以前从起景山里拍摄故宫,这次去故宫,发现在故宫里也能拍景山。物理规律真是无法逾越呀,谁让光是沿直线传播呢。你能看到我,我就也能看到你,除非你偷偷的看我。
- 5.1.3同位角、内错角、同旁内角教学设计
彭水432苏孝
一、内容分析《同位角、内错角、同旁内角》是人教版初中数学七年级下册第五章《相交线平行线》的第一节第三课时的内容。学生已经有了邻补角、对顶角的认识,在此基础上引出这节课,即由两条直线被第三条直线所截形成的八个角的位置关系——同位角、内错角、同旁内角。由于涉及到角的个数较多,位置复杂,很多同学难于理解掌握。二、教学目标1、理解“三线八角”中没有公共顶点的角的位置关系,知道什么是同位角、内错角、同旁内角
- 逆radon变换matlab,Radon变换及其Matlab代码实现
少年商学院
逆radon变换matlab
Radon变换和Hough变换类似,最初是用于检测图像中的直线(例如笔直的街道边沿、房屋的边沿、笔直的电线等)。关于Hough变换,可以参考OpenCV中的代码和示例(其实除了HoughLines还有HoughCircles等等变种),此处不再赘述。关于Radon变换,可以参考wiki或者百科,或者网络上的其他资料介绍。这里做一个简单的总结。首先准备一张灰度化的图像,及黑白图像,然后检测图像的边缘
- 2018-10-09
17李登博
今天我见到了围棋老师,围棋老师给我们的贴画,我们坐在凳子上坐好了小手放膝盖小脚平平摆,眼睛微微闭,腰儿直起来,我坐直了老师送给我贴画,围棋老师给我们玩了游戏下棋,在电视上看见了19条线数线直线都是19条,我们还猜了谜语,别人都猜了我举着手老师没有叫我,我觉得那个谜语很好猜,我很喜欢上围棋课。
- 曲线的平滑平滑处理
zq4132
c++qtc数据算法
最近在写一些数据处理的程序。经常需要对数据进行平滑处理。直接用FIR滤波器或IIR滤波器都有一个启动问题,滤波完成后总要对数据掐头去尾。因此去找了些简单的数据平滑处理的方法。在一本老版本的《数学手册》中找到了几个基于最小二乘法的数据平滑算法。将其写成了C代码,测试了一下,效果还可以。这里简单的记录一下,算是给自己做个笔记。算法的原理很简单,以五点三次平滑为例。取相邻的5个数据点,可以拟合出一条3次
- 如何设计黄金8年的个人成长路径
多元化思维小山
—导读:如何设计黄金8年的个人成长路径1.宏观指引-锁定大方向不动摇关注单位时间价值+主动定价权(提升个人单位时间并拥有主动定价权,直至你可以挤身同龄阶段人群的top10%-20%)小山的时间价值:36000元/年;3000元/月;100元/日;6.25元/时判断:是否有主动定价权:无(通过出售单份时间来获取收入)单位时间价值是直线增长还是曲线增长:直线增长,但不稳定性,或工作年限越长,直线下降。
- 渣爹vs应渊,成毅白发造型又欲又野,古装男星白发谁更胜一筹?
奇遇影评
最近的朋友圈算是被《沉香如屑》刷屏了,成毅原声的那句:“别再执着了,做我的帝后吧”配上bgm已经在抖音鲨疯,变成了他的专场。而新预告的“渣爹”玄夜白发卷发造型简直诠释出了三分欲七分野,又疯批又上头,白发卷发的“渣爹”成了《沉香如屑》入坑新粉。这部前几集还被疯狂diss吐槽的仙侠神剧逆风翻牌,热度直线飙升第一,站内热度迅速破万,看有谁不被颜淡和应渊的狗血虐恋虐到伤心伤肺?看看又是谁日日夜夜盼望着更新
- 螺杆支撑座与滚珠丝杆的精准适配!
科士威传动
滚珠丝杆螺杆支撑座大数据服务器数据库运维制造能源
螺杆支撑座与滚珠丝杆的适配是确保机械系统的稳定性、精度和耐用性的关键,其适配方法主要包括螺纹连接、联轴器连接、锁紧连接。螺杆支撑座种类多样,每种类型都有其特定的适用范围和性能特点。因此,根据滚珠丝杆的规格和应用需求,选择合适的螺杆支撑座类型是首要,接下来就可以进行连接了。1、螺纹连接:是最常见的方法,通过丝杆上的外螺纹与螺杆支撑座上的内螺纹紧密咬合,实现直线运动的传递。2、联轴器连接:适用
- 她的二十七岁
花朵的姿态
图片发自App一晃,到了这个据说人生巅峰的二十七,据说,这一年之后,作为女人,身体的各项机能都要走向下坡路。二十七岁,她生了一个孩子,身体大不如前,皮肤干燥、柔韧度直线下降、肌肉松弛、状态暗淡。因此,分不清是年纪还是生育让她有了这些糟糕的变化。其实她有着另外一个引起糟糕的原因——她过着一段不幸福的生活。首先,从双方的人格特质来讲这是一段不平等的爱情。她相对内敛、顺从,但内心却向往着自由与个性,所以
- Flutter 自绘组件 (CustomPaint与Canvas)绘制虚线、区域、直线(一)
goodhighting
程序员flutter前端javascript
有人也许会疑惑,方案1和方案二不都是采用的绘制吗,那可不一定。有的时候解决问题,我们不遵循常规也可以解决问题,满足一时之需了。1、解决问题奇葩方式一:为什么奇葩呢?我们采用多个Container进行竖直或者水平排列完成了效果,至于性能上我们后面慢慢验证了。_lineContainer(){returnContainer(margin:EdgeInsets.only(top:2.0),color:C
- 慢时光,慢生活:因为画画得来的感悟
北欧慢时光
文北欧慢时光欢迎关注我的《慢时光,慢生活日记系列——记录北欧生活日常》连载时间:2020年12月28日地点:斯德哥尔摩天气:阴假期在家,无事可做,妹妹倒是很期待她的画画课。第二次网课上完,我能看到她明显的进步,比如直线比如平涂的技法。于是,我小心地试探Mike,想问问他愿不愿意继续画画。说起Mike的学画过程,真的是一波三折。五六岁时,我看他特别喜欢画画(估计那个年龄段正好是对颜色画画感兴趣的阶段
- 【04】深度学习——训练的常见问题 | 过拟合欠拟合应对策略 | 过拟合欠拟合示例 | 正则化 | Dropout方法 | Dropout的代码实现 | 梯度消失和爆炸 | 模型文件的读写
花落指尖❀
#深度学习深度学习人工智能目标检测神经网络cnn
深度学习1.常见的分类问题1.1模型架构设计1.2万能近似定理1.3宽度or深度1.4过拟合问题1.5欠拟合问题1.6相互关系2.过拟合欠拟合应对策略2.1问题的本源2.2数据集大小的选择2.3数据增广2.4使用验证集2.5模型选择2.6K折交叉验证2.7提前终止3.过拟合欠拟合示例3.1导入库3.2数据生成3.3数据划分3.4模型定义3.5辅助函数3.6可视化4.正则化4.1深度学习中的正则化4
- 惩罚线性回归模型
媛苏苏
算法/模型/函数线性回归算法回归
惩罚线性回归模型是一种常见的线性回归的变体,它在原始的线性回归模型中引入了一种惩罚项,以防止模型过拟合数据。在惩罚线性回归中,除了最小化预测值与实际值之间的平方误差(或其他损失函数)外,还会考虑模型参数的大小。惩罚项通常被加到模型的损失函数中,以限制模型参数的大小。这样做有助于减少模型对训练数据的过度拟合,提高模型的泛化能力。常见的惩罚线性回归模型包括:岭回归(RidgeRegression):岭
- 数学运用 -- 使用最小二乘与勒让德多项式拟合离散数据
sz66cm
线性代数矩阵机器学习
使用最小二乘与勒让德多项式拟合离散数据1.准备离散数据假设我们有以下离散数据集:xxxyyy0.01.00.50.81.00.51.50.22.0-0.1我们想用勒让德多项式拟合这些数据,并通过最小二乘法找到勒让德多项式的系数。2.勒让德多项式勒让德多项式的前几项为:P0(x)=1P_0(x)=1P0(x)=1P1(x)=xP_1(x)=xP1(x)=xP2(x)=12(3x2−1)P_2(x)=
- 通俗理解线性回归(Linear Regression)
小夏refresh
机器学习数据挖掘机器学习算法人工智能数据挖掘
线性回归,最简单的机器学习算法,当你看完这篇文章,你就会发现,线性回归是多么的简单.首先,什么是线性回归.简单的说,就是在坐标系中有很多点,线性回归的目的就是找到一条线使得这些点都在这条直线上或者直线的周围,这就是线性回归(LinearRegression).是不是有画面感了?那么我们上图片:![1.png][1]那么接下来,就让我们来看看具体的线性回归吧首先,我们以二维数据为例:我们有一组数据x
- 理论+实践,一文带你读懂线性回归的评价指标
木东居士
关于作者:饼干同学,某人工智能公司交付开发工程师/建模科学家。专注于AI工程化及场景落地,希望和大家分享成长中的专业知识与思考感悟。0x00前言:本篇内容是线性回归系列的第三篇。在《模型之母:简单线性回归&最小二乘法》、《模型之母:简单线性回归&最小二乘法》中我们学习了简单线性回归、最小二乘法,并完成了代码的实现。在结尾,我们抛出了一个问题:在之前的kNN算法(分类问题)中,使用分类准确度来评价算
- java数字签名三种方式
知了ing
javajdk
以下3钟数字签名都是基于jdk7的
1,RSA
String password="test";
// 1.初始化密钥
KeyPairGenerator keyPairGenerator = KeyPairGenerator.getInstance("RSA");
keyPairGenerator.initialize(51
- Hibernate学习笔记
caoyong
Hibernate
1>、Hibernate是数据访问层框架,是一个ORM(Object Relation Mapping)框架,作者为:Gavin King
2>、搭建Hibernate的开发环境
a>、添加jar包:
aa>、hibernatte开发包中/lib/required/所
- 设计模式之装饰器模式Decorator(结构型)
漂泊一剑客
Decorator
1. 概述
若你从事过面向对象开发,实现给一个类或对象增加行为,使用继承机制,这是所有面向对象语言的一个基本特性。如果已经存在的一个类缺少某些方法,或者须要给方法添加更多的功能(魅力),你也许会仅仅继承这个类来产生一个新类—这建立在额外的代码上。
- 读取磁盘文件txt,并输入String
一炮送你回车库
String
public static void main(String[] args) throws IOException {
String fileContent = readFileContent("d:/aaa.txt");
System.out.println(fileContent);
- js三级联动下拉框
3213213333332132
三级联动
//三级联动
省/直辖市<select id="province"></select>
市/省直辖<select id="city"></select>
县/区 <select id="area"></select>
- erlang之parse_transform编译选项的应用
616050468
parse_transform游戏服务器属性同步abstract_code
最近使用erlang重构了游戏服务器的所有代码,之前看过C++/lua写的服务器引擎代码,引擎实现了玩家属性自动同步给前端和增量更新玩家数据到数据库的功能,这也是现在很多游戏服务器的优化方向,在引擎层面去解决数据同步和数据持久化,数据发生变化了业务层不需要关心怎么去同步给前端。由于游戏过程中玩家每个业务中玩家数据更改的量其实是很少
- JAVA JSON的解析
darkranger
java
// {
// “Total”:“条数”,
// Code: 1,
//
// “PaymentItems”:[
// {
// “PaymentItemID”:”支款单ID”,
// “PaymentCode”:”支款单编号”,
// “PaymentTime”:”支款日期”,
// ”ContractNo”:”合同号”,
//
- POJ-1273-Drainage Ditches
aijuans
ACM_POJ
POJ-1273-Drainage Ditches
http://poj.org/problem?id=1273
基本的最大流,按LRJ的白书写的
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
#define INF 0x7fffffff
int ma
- 工作流Activiti5表的命名及含义
atongyeye
工作流Activiti
activiti5 - http://activiti.org/designer/update在线插件安装
activiti5一共23张表
Activiti的表都以ACT_开头。 第二部分是表示表的用途的两个字母标识。 用途也和服务的API对应。
ACT_RE_*: 'RE'表示repository。 这个前缀的表包含了流程定义和流程静态资源 (图片,规则,等等)。
A
- android的广播机制和广播的简单使用
百合不是茶
android广播机制广播的注册
Android广播机制简介 在Android中,有一些操作完成以后,会发送广播,比如说发出一条短信,或打出一个电话,如果某个程序接收了这个广播,就会做相应的处理。这个广播跟我们传统意义中的电台广播有些相似之处。之所以叫做广播,就是因为它只负责“说”而不管你“听不听”,也就是不管你接收方如何处理。另外,广播可以被不只一个应用程序所接收,当然也可能不被任何应
- Spring事务传播行为详解
bijian1013
javaspring事务传播行为
在service类前加上@Transactional,声明这个service所有方法需要事务管理。每一个业务方法开始时都会打开一个事务。
Spring默认情况下会对运行期例外(RunTimeException)进行事务回滚。这
- eidtplus operate
征客丶
eidtplus
开启列模式: Alt+C 鼠标选择 OR Alt+鼠标左键拖动
列模式替换或复制内容(多行):
右键-->格式-->填充所选内容-->选择相应操作
OR
Ctrl+Shift+V(复制多行数据,必须行数一致)
-------------------------------------------------------
- 【Kafka一】Kafka入门
bit1129
kafka
这篇文章来自Spark集成Kafka(http://bit1129.iteye.com/blog/2174765),这里把它单独取出来,作为Kafka的入门吧
下载Kafka
http://mirror.bit.edu.cn/apache/kafka/0.8.1.1/kafka_2.10-0.8.1.1.tgz
2.10表示Scala的版本,而0.8.1.1表示Kafka
- Spring 事务实现机制
BlueSkator
spring代理事务
Spring是以代理的方式实现对事务的管理。我们在Action中所使用的Service对象,其实是代理对象的实例,并不是我们所写的Service对象实例。既然是两个不同的对象,那为什么我们在Action中可以象使用Service对象一样的使用代理对象呢?为了说明问题,假设有个Service类叫AService,它的Spring事务代理类为AProxyService,AService实现了一个接口
- bootstrap源码学习与示例:bootstrap-dropdown(转帖)
BreakingBad
bootstrapdropdown
bootstrap-dropdown组件是个烂东西,我读后的整体感觉。
一个下拉开菜单的设计:
<ul class="nav pull-right">
<li id="fat-menu" class="dropdown">
- 读《研磨设计模式》-代码笔记-中介者模式-Mediator
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/
/*
* 中介者模式(Mediator):用一个中介对象来封装一系列的对象交互。
* 中介者使各对象不需要显式地相互引用,从而使其耦合松散,而且可以独立地改变它们之间的交互。
*
* 在我看来,Mediator模式是把多个对象(
- 常用代码记录
chenjunt3
UIExcelJ#
1、单据设置某行或某字段不能修改
//i是行号,"cash"是字段名称
getBillCardPanelWrapper().getBillCardPanel().getBillModel().setCellEditable(i, "cash", false);
//取得单据表体所有项用以上语句做循环就能设置整行了
getBillC
- 搜索引擎与工作流引擎
comsci
算法工作搜索引擎网络应用
最近在公司做和搜索有关的工作,(只是简单的应用开源工具集成到自己的产品中)工作流系统的进一步设计暂时放在一边了,偶然看到谷歌的研究员吴军写的数学之美系列中的搜索引擎与图论这篇文章中的介绍,我发现这样一个关系(仅仅是猜想)
-----搜索引擎和流程引擎的基础--都是图论,至少像在我在JWFD中引擎算法中用到的是自定义的广度优先
- oracle Health Monitor
daizj
oracleHealth Monitor
About Health Monitor
Beginning with Release 11g, Oracle Database includes a framework called Health Monitor for running diagnostic checks on the database.
About Health Monitor Checks
Health M
- JSON字符串转换为对象
dieslrae
javajson
作为前言,首先是要吐槽一下公司的脑残编译部署方式,web和core分开部署本来没什么问题,但是这丫居然不把json的包作为基础包而作为web的包,导致了core端不能使用,而且我们的core是可以当web来用的(不要在意这些细节),所以在core中处理json串就是个问题.没办法,跟编译那帮人也扯不清楚,只有自己写json的解析了.
- C语言学习八结构体,综合应用,学生管理系统
dcj3sjt126com
C语言
实现功能的代码:
# include <stdio.h>
# include <malloc.h>
struct Student
{
int age;
float score;
char name[100];
};
int main(void)
{
int len;
struct Student * pArr;
int i,
- vagrant学习笔记
dcj3sjt126com
vagrant
想了解多主机是如何定义和使用的, 所以又学习了一遍vagrant
1. vagrant virtualbox 下载安装
https://www.vagrantup.com/downloads.html
https://www.virtualbox.org/wiki/Downloads
查看安装在命令行输入vagrant
2.
- 14.性能优化-优化-软件配置优化
frank1234
软件配置性能优化
1.Tomcat线程池
修改tomcat的server.xml文件:
<Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" maxThreads="1200" m
- 一个不错的shell 脚本教程 入门级
HarborChung
linuxshell
一个不错的shell 脚本教程 入门级
建立一个脚本 Linux中有好多中不同的shell,但是通常我们使用bash (bourne again shell) 进行shell编程,因为bash是免费的并且很容易使用。所以在本文中笔者所提供的脚本都是使用bash(但是在大多数情况下,这些脚本同样可以在 bash的大姐,bourne shell中运行)。 如同其他语言一样
- Spring4新特性——核心容器的其他改进
jinnianshilongnian
spring动态代理spring4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
- Linux设置tomcat开机启动
liuxingguome
tomcatlinux开机自启动
执行命令sudo gedit /etc/init.d/tomcat6
然后把以下英文部分复制过去。(注意第一句#!/bin/sh如果不写,就不是一个shell文件。然后将对应的jdk和tomcat换成你自己的目录就行了。
#!/bin/bash
#
# /etc/rc.d/init.d/tomcat
# init script for tomcat precesses
- 第13章 Ajax进阶(下)
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/
- Troubleshooting Crystal Reports off BW
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Troubleshooting+Crystal+Reports+off+BW#TroubleshootingCrystalReportsoffBW-TracingBOE
Quite useful, especially this part:
SAP BW connectivity
For t
- Java开发熟手该当心的11个错误
tomcat_oracle
javajvm多线程单元测试
#1、不在属性文件或XML文件中外化配置属性。比如,没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中,还是UAT(用户验收
测试)环境中,都可以顺畅无阻地运行,但是一旦部署在PROD 上,把它作为多线程程序处理更大的数据集时,就会抛出IOException,原因可能是JDBC驱动版本不同,也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置,那么使它成为
- 正则表达式大全
yang852220741
html编程正则表达式
今天向大家分享正则表达式大全,它可以大提高你的工作效率
正则表达式也可以被当作是一门语言,当你学习一门新的编程语言的时候,他们是一个小的子语言。初看时觉得它没有任何的意义,但是很多时候,你不得不阅读一些教程,或文章来理解这些简单的描述模式。
一、校验数字的表达式
数字:^[0-9]*$
n位的数字:^\d{n}$
至少n位的数字:^\d{n,}$
m-n位的数字:^\d{m,n}$