AI_future
AI_future

STDP

Henry Markram提出STDP，Spike Timing Dependent Plasticity学习方法。它根据神经元学习的先后顺序，调整神经元之间连接的强弱。

对于一个神经元i而言：

如果在其他神经元j传递信息之后，它才产生反应，那么类似于因果关系，它和传递信息的神经元之间连接G(j→i)会加强；

如果它产生反应之后，其他神经元j才传递信息来，那么这个信息就有可能被忽略，即该神经元与传递信息的神经元间的连接G(j→i)会减弱。
用类似（3）中的例子。

如果每次你跳完一段新疆舞后，就给狗食物吃，次数多了，狗在看你跳舞时，变会认为离吃食物时间不远了，而流口水；但是如果每次你在给狗吃东西之后才跳一段新疆舞，那么狗会认为你有病，大倒胃口，“控制”流口水的神经元与传递你跳新疆舞的神经元之间的连接就被减弱了

 

Hebb学习规则

你可能感兴趣的:(脉冲神经网络)

  • 【计算机视觉前沿研究 热点 顶会】ECCV 2024中目标检测有关的论文 平安顺遂事事如意 顶刊顶会论文合集计算机视觉目标检测人工智能3d目标跟踪
    整值训练和尖峰驱动推理脉冲神经网络用于高性能和节能的目标检测与人工神经网络(ANN)相比，脑激励的脉冲神经网络(SNN)具有生物合理性和低功耗的优势。由于SNN的性能较差，目前的应用仅限于简单的分类任务。在这项工作中，我们专注于弥合人工神经网络和神经网络在目标检测方面的性能差距。我们的设计围绕着网络架构和尖峰神经元。当行人检测遇到多模态学习时：通才模型和基准数据集近年来，利用不同传感器模态(如RG
  • 脉冲神经网络（SNN）概述 喜欢打酱油的老鸟 人工智能脉冲神经网络（SNN）概述
    https://www.toutiao.com/a6701844289518830091/主要讨论脉冲神经网络的拓扑结构、信息的脉冲序列编码方法、脉冲神经网络的学习算法和进化方法等。一、脉冲神经网络的拓扑结构同传统的人工神经网络一样，脉冲神经网络同样分为三种拓扑结构。它们分别是前馈型脉冲神经网络（feed-forwardspikingneuralnetwork）、递归型脉冲神经网络（recurre
  • 多模态+SNN个人学习历程和心得 Daniel Muei 个人项目机器学习深度学习学习python
    祖传开头这次想写一个一直深藏心中的研究方向，那就是多模态方向。其实当初在实验室那会儿，最先接触的就是多模态的工作，因此这是我科研之路的起点。只不过，后来经历了一些波折，导致个人没有往这个方向深挖，这篇博客主要是想记录一些多模态相关的知识基础，还会涉及一些脉冲神经网络（SNN）的知识，同时记录个人参与过的工作，留下一些回忆。多模态学习基本概念多模态学习，或者称为多模态机器学习（MMML），是近年来学
  • 一个简单的脉冲神经网络模型的实践 半生924 神经网络深度学习python
    importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorch.utils.dataasdataclassSpikingNeuron(nn.Module):def__init__(self,threshold=1.0,decay=0.9):super(SpikingNeuron,self).__init__()self.thresh
  • 脉冲神经网络 南抖北快东卫 神经网络人工智能深度学习
    脉冲神经网络（SpikingNeuralNetworks，SNN）是一种神经网络模型，受到生物大脑神经元工作方式的启发，用于模拟和复制生物神经元之间的信息传递。与传统的神经网络模型（如前馈神经网络或卷积神经网络）不同，SNN的核心元素是脉冲神经元，这些神经元以离散的脉冲信号传递信息。以下是关于脉冲神经网络的一些关键概念和特点：脉冲神经元（SpikingNeurons）：脉冲神经元是SNN的基本构建
  • 目标检测最新创新点： EMS-YOLO：首个用于目标检测的直接训练脉冲神经网络 xuxu1116 论文分享目标检测YOLO神经网络直接训练脉冲神经网络EMS-YOLO
    EMS-YOLO：第一个用于目标检测的深度直接训练脉冲神经网络，首次使用代理梯度训练深度SNN进行检测，并设计全脉冲残差块EMS-ResNet，代码刚刚开源！单位：国科大,西安交大,清华,北大,华为脉冲神经网络(SNN)是受大脑启发的节能模型，可对时空动态信息进行编码。最近，直接训练的深度SNN在以很少的时间步长实现分类任务的高性能方面取得了巨大成功。然而，如何为目标检测的回归任务设计直接训练的S
  • 神经网络偏置值怎么显示,神经网络的偏置和阈值 goodutils 技术日志神经网络深度学习机器学习算法
    1、神经网络中的偏置值什么意思就是b值....wx+b的b打个比方有点(1,1)属于1类点(2,2)属于2类，请问是否能从原点画一条线把他们分开不可以，所以需要偏置值b，这样线段就不从(0,0)点出发了谷歌人工智能写作项目：小发猫2、神经网络单元为什么会有偏置在生物体中，神经元的兴奋程度超过了某个限度，也就是细胞膜去极化程度超过了某个阈值电位时，神经元被激发而输出神经脉冲神经网络偏置值。人工神经网
  • 深入解析：在Tensorflow框架中构建和实现SNN网络和LIF神经元模型 快撑死的鱼 tensorflow网络深度学习
    尊敬的读者，你好！我非常荣幸有机会与你们分享这篇文章。在这篇文章中，我将探讨在Tensorflow框架中如何实现脉冲神经网络（SpikingNeuralNetwork,SNN）和漏电积分火（LeakyIntegrateandFire,LIF）神经元模型。我会尽我最大的能力将每一步解释得尽可能清楚，我期待在此过程中与你们共享知识的喜悦。我也欢迎各位读者在评论区给我留言，告诉我你们的看法和建议。第一部
  • 使用两种脉冲神经网络（Spiking Neural Network）预测脑电图的癫痫发作：基于LIF神经元模型的实践与分析 快撑死的鱼 神经网络python人工智能
    亲爱的读者，你好。在此，我想和你分享一项在脑电图分析领域的研究，这是我近期进行的一项尝试，希望它能给你带来一些启发。我们试图使用两种脉冲神经网络（SNN）模型来预测脑电图的癫痫发作，虽然我们目前的进展仍有限，但我相信，这个研究方向有着巨大的潜力。在此，我会详细地描述我们的研究过程，包括数据获取、特征选择以及模型构建等步骤。希望在阅读完这篇文章之后，你可以对脉冲神经网络和它在处理脑电图数据中的应用有
  • 人工智能(pytorch)搭建模型10-pytorch搭建脉冲神经网络（SNN）实现及应用 微学AI (Pytorch)搭建模型人工智能神经网络pytorchSNN
    大家好，我是微学AI，今天给大家介绍一下人工智能(pytorch)搭建模型10-pytorch搭建脉冲神经网络（SNN）实现及应用，脉冲神经网络（SNN）是一种基于生物神经系统的神经网络模型，它通过模拟神经元之间的电信号传递来实现信息处理。与传统的人工神经网络（ANN）不同，SNN中的神经元能够生成脉冲信号，并且这些信号在神经网络中以时序的方式传播。目录引言脉冲神经网络（SNN）简介SNN原理使用
  • 论文阅读 | Event Transformer. A sparse-aware solution for efficient event data processing btee 论文阅读机器学习人工智能论文阅读深度学习神经网络
    前言：CVPR2022workshop用transformer提取事件特征EventTransformer.Asparse-awaresolutionforefficienteventdataprocessing引言从事件相机中提取信息目前已有的比较好的方法可以分为：效果最好的方法是frame-based，用卷积神经网络或循环神经网络，其次是利用图卷积、点卷积、脉冲神经网络等方法来更好的利用事件的
  • Chatgpt训练使用的模拟人脑神经元网络 roxxo chatgpt人工智能gpt-3神经网络神经元
    目前模拟人脑神经元的网络主要有以下几种：人工神经网络（ArtificialNeuralNetwork，ANN）：ANN是一种基于人脑神经元结构和功能的计算模型，包括前馈神经网络、反馈神经网络、自组织神经网络等。脉冲神经网络（SpikingNeuralNetwork，SNN）：SNN是一种基于神经元脉冲放电方式的计算模型，与ANN不同的是，SNN中神经元之间的信息传递是通过脉冲信号来实现的。深度置信
  • 使用FORCE训练的脉冲神经网络中的监督学习（Matlab代码实现） 然哥依旧 神经网络预测与分类matlab神经网络学习
    欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述1.1第一代神经网络1.2第二代神经网络：BP神经网络1.3第三代神经网络：脉冲神经网络2运行结果3参考文献‍4Matlab代码实现1概述脉冲神经网络简介：脉冲神经网络(SNN)属于第三代神经网络模型，实现了更高级的生物神经模拟水平。除了神经元和突触状态之外，S
  • 语音识别系列之脉冲神经网络特征工程 语音之家 智能语音语音识别神经网络人工智能
    人工神经网络（ArtificialNeuralNetwork,ANN）中的单个人工神经元是对生物神经元的高度抽象、提炼和简化，模拟了后者的若干基本性质。得益于误差反向传播算法，网络权重可根据设定的目标函数得到有效地调整，ANN在视觉、文本、语音等领域都取得了巨大的成功，各种新奇的网络结构、训练策略层出不穷，ANN获得了蓬勃发展，大量科研及工程人才投入之中，强力推动了学术研究及工业应用。相较而言，比
  • SNN(脉冲神经网络)——Brian2_STDP_MNIST学习记录 ReShaker_ 脉冲神经网络python神经网络人工智能
    这篇是学习Brian2模拟器一个手写数字识别的代码学习记录我非常想结识相关领域的朋友，大家感兴趣可以看到最后一段。本文参考：建议先读一下这篇论文和过一遍Brian2的使用手册。Peter,U,Diehl,etal.Unsupervisedlearningofdigitrecognitionusingspike-timing-dependentplasticity[J].FrontiersinCom
  • 脉冲神经网络资料汇总 夏天的爱人是绿色 机器学习深度学习神经网络java人工智能
    往期文章推荐：  损失函数与代价函数  神经网络从入门到精通  脉冲神经网络综述笔记【版权申明】未经博主同意，谢绝转载！（请尊重原创，博主保留追究权）；本博客的内容来自于：脉冲神经网络资料汇总；学习、合作与交流联系q384660495；本博客的内容仅供学习与参考，并非营利；文章目录一、导言二、综述书籍中文综述英文综述笔记一、导言这篇文章用来记录我自己本人在研究生期间的一些成果和文章。研究生期间，我
  • 有没有学脉冲神经网络的朋友 BDFW! python人工智能
    求一份复现了张马路博士《AHighlyEffectiveandRobustMembranePotentialDrivenSupervisedLearningMethodforSpikingNeurons》的代码，Python写的最好
  • 脉冲神经网络原理及应用,脉冲神经网络的优缺点 普通网友 神经网络深度学习人工智能
    脉冲神经网络的简介脉冲神经网络（SNN-SpikingNeuronNetworks)经常被誉为第三代人工神经网络。第一代神经网络是感知器，它是一个简单的神经元模型并且只能处理二进制数据。第二代神经网络包括比较广泛，包括应用较多的BP神经网络。但是从本质来讲，这些神经网络都是基于神经脉冲的频率进行编码(ratecoded）。脉冲神经网络，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中
  • snntorch：P2—【LIF神经元模型】手撕公式、代码实现与演示 小曹同学努力了吗 脉冲神经网络python深度学习深度学习机器学习神经网络人工智能pytorch
    LIF神经元模型是现阶段脉冲神经网络的搭建与训练过程中使用最多的神经元模型，既保留了HH模型中关于生物神经元的核心思想，具有一定的仿生型，也兼顾了普通人工神经元计算效率高的特点，所以本文就LIF神经元展开说明，包括了生物启发的模型建立、公式推导、离散化递归表示以用于代码实现，最后有snntorch框架中关于LIF神经元的相关代码。L:leaky(泄露)——细胞膜内外存在电势差时，电压会逐渐降低（泄
  • snntorch : 一种将torch引入到snn中的脉冲神经网络训练框架（P1 如何将数据转化为脉冲序列） 小曹同学努力了吗 脉冲神经网络python深度学习神经网络深度学习pytorch
    这篇文章下面的代码主要实现以下三个功能：将数据集转化为脉冲序列的数据集如何可视化它们如何生成随机脉冲序列数据集采用深度学习中常用的MNIST数据集采用脉冲序列作为输入的三大好处：3-SSpikes脉冲神经网络的输入是一系列由0和1组成的脉冲序列，也是人脑中沿着轴突传递的神经冲动的数字化表示。Sparsitysparsity是稀疏性的意思，是指我们上一点提到的的脉冲序列通常是稀疏矩阵的形式，也就是说
  • snntorch_P3: 脉冲神经网络与其他经典算法的对比 小曹同学努力了吗 脉冲神经网络机器学习深度学习神经网络算法机器学习
    大家好，已经近一年没有更新过了，现在已经研二啦，这一年做过横向，搞过算法，学过java，对前途也有点迷茫，就业也是真的难，但是大环境如此也没有办法。我们能做的还是要不断精进增长本事，下面我们开始正题！我的研究方向是基于脉冲神经网络的飞行器变体控制，具体指的是飞行器在高空飞的过程中高度、速度、攻角等的变化会导致气动特性的变化，我要做的事情就是在每一个飞行状态下选择一个合适的飞行器变形率（选择的是变后
  • 类脑量子叠加脉冲神经网络：从量子大脑假说到更好的人工智能 人工智能学家 神经网络大数据计算机视觉机器学习人工智能
    来源：神经现实作者：曾毅研究团队|封面：MarioDeMeyer排版：光影以深度神经网络为代表的现代人工智能模型在识别图像、语音、文字等模式信息任务取得优异表现。然而，生物大脑具有处理复杂多变的环境信息的能力，这一点是当下人工智能模型所欠缺的。生物大脑的高效性源于多个方面，大脑神经元的种类，数量以及连接的复杂性都是重要因素。此外，神经元发放的脉冲序列所具有的时间维度信息，大脑中可能存在的量子信息处
  • csp2021-09-3 脉冲神经网络 隔壁李叟 ccf-cspcsp
    神经元与脉冲源是节点，突触是边，按题意模拟即可。突触传递脉冲有一个时间D的延迟，开一个add[1005][1005]add[1005][1005]add[1005][1005]数组来记录不同时刻脉冲到达的强度。如果延迟最大是DmaxD_{max}Dmax，那只要记录当前时刻往后DmaxD_{max}Dmax时刻内的变化就行，对Dmax+1D_{max}+1Dmax+1取模以节约空间（类似循环队列）
  • CSP 202109-3 脉冲神经网络练习笔记 自信的小螺丝钉 CCF-CSPc++ccfcsp
    2021.12.19~12.20练习CSP202109-3脉冲神经网络本题的实现参考链接：大佬的100分脉冲神经网络代码练习过程中遇到的困难：对于脉冲经过突触的传递机制认识不足，I_k数组的设计值得考虑.对于题目中这句话“保证所有的RN加起来等于N。它们从前向后按编号顺序描述神经元，每行对应一段连续编号的神经元的信息”的理解不到位.”脉冲源在每个时刻以一定的概率发放一个脉冲，模拟这个过程的伪随机函
  • CSP CCF： 202109-3 脉冲神经网络 （C++） 66分 猫娜Lisa cspc++csp
    题目来源计算机软件能力认证考试系统解题思路由于我有些看不懂这个题目，所以我是先找的他人的博客理解了一下题目。这个博客写得很详细的（66分），有助于理解题目。CSP202109-3脉冲神经网络（详解）_刘学.的博客-CSDN博客所以我这里主要就是记录一下这道题啦，想到如何优化到100分，再更新。代码66分#include#includeusingnamespacestd;//神经元结构structn
  • CSP认证-非零段划分、脉冲神经网络 英雄各有见 算法竞赛笔记神经网络算法c++数据结构链表
    文章目录T2-非零段划分T3-脉冲神经网络T2-非零段划分好题，模拟潮水和山峰的关系巧解问题#includeusingnamespacestd;typedefpairPII;PIIs[100010];intsum[100010];intmain(){intm;scanf("%d",&m);for(inti=1;i1&&s[i-1].first==s[i].first)continue;intrig
  • 开源项目推荐 | 中科院自动化所历时9年打造的类脑认知智能引擎“智脉”正式开源部署至OpenI启智社区 OpenI启智社区 神经网络智脉开源开放类脑认知智能
    人脑能够自组织地协同数百项认知功能，灵活适应复杂多变的环境。如何整合多尺度生物可塑性法则来构建具有生物合理性和计算高效性的神经网络模型是类脑人工智能和计算神经科学领域共同关注和面临的重要挑战。中国科学院自动化研究所类脑认知智能研究组历时9年，打造全脉冲神经网络的类脑认知智能引擎(Brain-inspiredCognitiveIntelligenceEngine，简写为BrainCog，中文名“智脉
  • 如何利用Bindsnet-Python模拟脉冲神经网络（SNN）？Part I. 建立一个网络 脑机接口研习社 机器学习与脑机接口神经网络机器学习人工智能python
    微信公众号：脑机接口研习社关注脑机接口最新进展脑机接口研习社公众号即将开通机器学习专栏，从本篇文章开始，将介绍如何利用Bindsnet-Python包模拟脉冲神经网络（SNN）。一、脉冲神经网络（SNN）简介首先，我们来看什么是人工神经网络。人工神经网络（ArtificialNeuralNetwork，即ANN），是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进
  • 脉冲神经网络（SNN）论文阅读（三）-----高精度低时延的ANN转换SNN方法 lan人啊 脉冲神经网络（SNN）论文阅读神经网络深度学习机器学习
    原文链接：CSDN-脉冲神经网络（SNN）论文阅读（三）-----高精度低时延的ANN转换SNN方法OptimalANN-SNNConversionforHigh-accuracyandUltra-low-latencySpikingNeuralNetworks目录说明相关信息主要贡献ANN转SNN相关公式以及动机转换误差分析优化的ANN转换SNNquantizationclip-flooract
  • 脉冲神经网络（SNN）论文阅读（二）-----STBP算法训练高性能SNN lan人啊 脉冲神经网络（SNN）论文阅读神经网络深度学习算法人工智能计算机视觉
    原文链接：https://blog.csdn.net/qq_43622216/article/details/123739672Spatio-TemporalBackpropagationforTrainingHigh-PerformanceSpikingNeuralNetworks目录说明相关信息主要贡献启发Abstract1.Introduction2.METHODSANDMATERIALS2
  • ASM系列五 利用TreeApi 解析生成Class lijingyao8206 ASM字节码动态生成ClassNodeTreeAPI
       前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能，其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。          在介绍前，先要知道一点， Tree工程的接口基本可以完
  • 链表树——复合数据结构应用实例 bardo 数据结构树型结构表结构设计链表菜单排序
    我们清楚：数据库设计中，表结构设计的好坏，直接影响程序的复杂度。所以，本文就无限级分类（目录）树与链表的复合在表设计中的应用进行探讨。当然，什么是树，什么是链表，这里不作介绍。有兴趣可以去看相关的教材。 需求简介： 经常遇到这样的需求，我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如，多级菜单、组织结构、商品分类。更具体的，我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
  • 为啥要用位运算代替取模呢 chenchao051 位运算哈希汇编
        在hash中查找key的时候，经常会发现用&取代%，先看两段代码吧，     JDK6中的HashMap中的indexFor方法： /** * Returns index for hash code h. */ static int indexFor(int h, int length) {
  • 最近的情况 麦田的设计者 生活感悟计划软考想
          今天是2015年4月27号      整理一下最近的思绪以及要完成的任务             1、最近在驾校科目二练车，每周四天，练三周。其实做什么都要用心，追求合理的途径解决。为
  • PHP去掉字符串中最后一个字符的方法 IT独行者 PHP字符串
    今天在PHP项目开发中遇到一个需求，去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符","，最终结果为1,2,3,4,5,6 代码如下： $str = "1,2,3,4,5,6,"; $newstr = substr($str,0,strlen($str)-1); echo $newstr;
  • hadoop在linux上单机安装过程 _wy_ linuxhadoop
    1、安装JDK     jdk版本最好是1.6以上，可以使用执行命令java -version查看当前JAVA版本号，如果报命令不存在或版本比较低，则需要安装一个高版本的JDK，并在/etc/profile的文件末尾，根据本机JDK实际的安装位置加上以下几行：    export JAVA_HOME=/usr/java/jdk1.7.0_25  
  • JAVA进阶----分布式事务的一种简单处理方法 无量 多系统交互分布式事务
    每个方法都是原子操作： 提供第三方服务的系统，要同时提供执行方法和对应的回滚方法 A系统调用B,C,D系统完成分布式事务 =========执行开始======== A.aa(); try { B.bb(); } catch(Exception e) { A.rollbackAa(); } try { C.cc(); } catch(Excep
  • 安墨移动广 告：移动DSP厚积薄发 引领未来广 告业发展命脉 矮蛋蛋 hadoop互联网
    　　“谁掌握了强大的DSP技术，谁将引领未来的广 告行业发展命脉。”2014年，移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论，认为移动DSP是行业突破点，一时间许多移动广 告联盟风起云涌，竞相推出专属移动DSP产品。 　　到底什么是移动DSP呢? 　　DSP(Demand-SidePlatform)，就是需求方平台，为解决广 告主投放的各种需求，真正实现人群定位的精准广
  • myelipse设置 alafqq IP
      在一个项目的完整的生命周期中，其维护费用，往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。 注释模板导入步骤  安装方法： 打开eclipse/myeclipse 选择 window-->Preferences-->JAVA-->Code-->Code
  • java数组 百合不是茶 java数组
    java数组的   声明  创建  初始化；   java支持C语言      数组中的每个数都有唯一的一个下标 一维数组的定义 声明： int[] a = new int[3];声明数组中有三个数int[3] int[] a 中有三个数，下标从0开始，可以同过for来遍历数组中的数
  • javascript读取表单数据 bijian1013 JavaScript
    利用javascript读取表单数据，可以利用以下三种方法获取： 1、通过表单ID属性：var a = document.getElementByIdx_x_x("id"); 2、通过表单名称属性：var b = document.getElementsByName("name"); 3、直接通过表单名字获取：var c = form.content.
  • 探索JUnit4扩展：使用Theory bijian1013 javaJUnitTheory
    理论机制（Theory） 一.为什么要引用理论机制（Theory）         当今软件开发中，测试驱动开发（TDD — Test-driven development）越发流行。为什么 TDD 会如此流行呢？因为它确实拥有很多优点，它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。 TDD 的优点：     &nb
  • [Spring Data Mongo一]Spring Mongo Template操作MongoDB bit1129 template
    什么是Spring Data Mongo Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装，这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate，主要能力包括 1. 封装客户端跟MongoDB的链接管理 2. 文档-对象映射，通过注解:@Document(collectio
  • 【Kafka八】Zookeeper上关于Kafka的配置信息 bit1129 zookeeper
    问题： 1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置 3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里 4. Producer跟Zookeeper究竟有没有关系？没有关系！！！   //consumers、config、brokers、cont
  • java OOM内存异常的四种类型及异常与解决方案 ronin47 java OOM 内存异常
          　OOM异常的四种类型： 　　　 　　一：　StackOverflowError ：通常因为递归函数引起（死递归，递归太深）。-Xss 128k 一般够用。     　  二：　out Of memory: PermGen Space：通常是动态类大多，比如web 服务器自动更新部署时引起。-Xmx
  • java-实现链表反转-递归和非递归实现 bylijinnan java
    20120422更新： 对链表中部分节点进行反转操作，这些节点相隔k个： 0->1->2->3->4->5->6->7->8->9 k=2 8->1->6->3->4->5->2->7->0->9 注意1 3 5 7 9 位置是不变的。 解法： 将链表拆成两部分： a.0-&
  • Netty源码学习-DelimiterBasedFrameDecoder bylijinnan javanetty
    看DelimiterBasedFrameDecoder的API，有举例： 接收到的ChannelBuffer如下： +--------------+ | ABC\nDEF\r\n | +--------------+ 经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后，得到： +-----+----
  • linux的一些命令 -查看cc攻击-网口ip统计等 hotsunshine linux
    Linux判断CC攻击命令详解 2011年12月23日 ⁄ 安全 ⁄ 暂无评论 查看所有80端口的连接数 netstat -nat|grep -i '80'|wc -l 对连接的IP按连接数量进行排序 netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n 查看TCP连接状态 n
  • Spring获取SessionFactory ctrain sessionFactory
    String sql = "select sysdate from dual"; WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext(); String[] names = wac.getBeanDefinitionNames(); for(int i=0; i&
  • Hive几种导出数据方式 daizj hive数据导出
    Hive几种导出数据方式   1.拷贝文件   如果数据文件恰好是用户需要的格式，那么只需要拷贝文件或文件夹就可以。 hadoop fs –cp source_path target_path   2.导出到本地文件系统   --不能使用insert into local directory来导出数据，会报错 --只能使用
  • 编程之美 dcj3sjt126com 编程PHP重构
    我个人的 PHP 编程经验中，递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码，会更有利于对递归以及静态变量的理解   header("Content-type: text/plain"); function static_function () { static $i = 0; if ($i++ < 1
  • Android保存用户名和密码 dcj3sjt126com android
    转自：http://www.2cto.com/kf/201401/272336.html 我们不管在开发一个项目或者使用别人的项目，都有用户登录功能，为了让用户的体验效果更好，我们通常会做一个功能，叫做保存用户，这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码，这里我使用3种方式来存储用户名和密码 1、通过普通 的txt文本存储 2、通过properties属性文件进行存
  • Oracle 复习笔记之同义词 eksliang Oracle 同义词Oracle synonym
    转载请出自出处：http://eksliang.iteye.com/blog/2098861 1.什么是同义词       同义词是现有模式对象的一个别名。       概念性的东西，什么是模式呢？创建一个用户，就相应的创建了 一个模式。模式是指数据库对象，是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
  • Ajax案例 gongmeitao Ajaxjsp
    数据库采用Sql Server2005 项目名称为:Ajax_Demo 1.com.demo.conn包 package com.demo.conn; import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException; //获取数据库连接的类public class DBConnec
  • ASP.NET中Request.RawUrl、Request.Url的区别 hvt .netWebC#asp.nethovertree
      如果访问的地址是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
  • SVG 教程 （七）SVG 实例，SVG 参考手册 天梯梦 svg
    SVG 实例 在线实例 下面的例子是把SVG代码直接嵌入到HTML代码中。 谷歌Chrome，火狐，Internet Explorer9，和Safari都支持。 注意：下面的例子将不会在Opera运行，即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。   SVG 实例 SVG基本形状 一个圆 矩形 不透明矩形 一个矩形不透明2 一个带圆角矩
  • 事务管理 luyulong javaspring编程事务
    事物管理 spring事物的好处 为不同的事物API提供了一致的编程模型 支持声明式事务管理 提供比大多数事务API更简单更易于使用的编程式事务管理API 整合spring的各种数据访问抽象 TransactionDefinition 定义了事务策略 int getIsolationLevel()得到当前事务的隔离级别 READ_COMMITTED 
  • 基础数据结构和算法十一：Red-black binary search tree sunwinner AlgorithmRed-black
      The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
  • centos同步时间 stunizhengjia linux集群同步时间
    做了集群，时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器，只要配置了NTP，它就会提供NTP服务。 1)确认已经ntp程序包： # yum install ntp 2)配置时间源（默认就行，不需要修改） # vi /etc/ntp.conf server pool.ntp.o
  • ITeye 9月技术图书有奖试读获奖名单公布 ITeye管理员 ITeye
    ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾：http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）：      《NFC：Arduino、Andro
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他