Zhaomy8
Zhaomy8

#世界上最早的个人计算机LINC的发明者——威斯利克里克

1 人物生平

#世界上最早的个人计算机LINC的发明者——威斯利克里克_第1张图片
威斯利克拉克出生于1927年，1949年毕业于加州大学伯克利分校物理系。1952年，克拉克加盟麻省理工学院(MIT)林肯实验室，负责为“旋风”(Whirlwind)计算机测试内存技术。1956年，克拉克完成了TX-0研制，1959完成最早的多指令流计算机TX-2。
20世纪60年代，电子计算机是可望而不可及的：不但价格昂贵、体积庞大、难以维护，而且还需要专门的操作维护人员。由于对计算机现状的不满，克里克开始进行改革，为计算机提出6个目标：易于编程；运行时易于交互；易于维修；体积小；便宜；能直接处理生物信号。之后在1962年3月，Linc样机完成，并成功记录分析猫的脑波。而后采用LINC的单位所应用的项目绝大多数都取得了成功。2016年2月逝世，享年88岁。
#世界上最早的个人计算机LINC的发明者——威斯利克里克_第2张图片

#2 影响及荣誉
威斯利克拉克设计出被认为是个人计算机的鼻祖——LINC，其LINC的设计思想对计算机产业带去了永存的冲击和影响，因而在1980年克里克被授予了计算机先驱奖。

#3人物启示
作为计算机先驱，克里克在解决当时计算机糟糕现状时，研制出LINC样机，后者被认为是个人笔记本的鼻祖。正是克里克和他的LINC样机为后人开路，方才有个人计算机的蓬勃发展，网络时代的到来！
如今互联网领域依旧活力十足，技术快速发展，攻克计算机难题，勇于开拓尝试，做时代先驱，同样是一名IT技术人的责任和担当！同君共勉！

计算机先驱奖简介
谢谢观看！
注：文章部分内容摘自 新浪科技《计算机先驱克拉克逝世 曾参与研发首款晶体管PC》

你可能感兴趣的:(人物模型)

  • 深度学习-81-大语言模型LLM之基于litellm与langchain与ollama启动的模型交互 皮皮冰燃 深度学习深度学习语言模型langchain
    文章目录1LiteLLM1.1生成对话补全1.2响应格式(OpenAIFormat)1.3异步调用1.4流式生成对话补全1.5支持的ollama模型2langchain2.1LangChain简介2.2LangChain架构2.3构建简单LLM应用程序(OllamaLLM)2.3.1生成对话补全2.3.2流式生成对话补全2.4聊天模型(ChatOllama)2.4.1Invoke调用2.4.2st
  • 如何在本地运行大型语言模型（LLM）：深度指南及最佳实践 m0_57781768 语言模型人工智能自然语言处理
    如何在本地运行大型语言模型（LLM）：深度指南及最佳实践在当今的人工智能领域，越来越多的开发者希望能够在本地运行大型语言模型（LLM），而不依赖于云端服务。这种趋势的兴起主要源于两个重要的需求：隐私保护和成本控制。通过在本地设备上运行LLM，用户的数据不会被发送到第三方服务器，确保了数据的隐私性。同时，在长时间运行的模拟、文本生成、总结等需要大量计算资源的应用中，本地运行可以显著降低成本。本文将深
  • 图神经网络实战（9）——GraphSAGE详解与实现 盼小辉丶 图神经网络从入门到项目实战图神经网络GNNpytorch
    图神经网络实战（9）——GraphSAGE详解与实现0.前言1.GraphSAGE原理1.1邻居采样1.2聚合2.构建GraphSAGE模型执行节点分类2.1数据集分析2.2构建GraphSAGE模型3.PinSAGE小结系列链接0.前言GraphSAGE是专为处理大规模图而设计的图神经网络(GraphNeuralNetworks,GNN)架构。在科技行业，可扩展性是推动系统增长的关键驱动力。因此
  • 基于 langchain+ollama 创建私有化知识库 大语言模型 langchain知识图谱LLM人工智能llamaRAG知识库
    本文实现了基于langchain的本地知识库的基本功能，可离线访问。主要使用了Langchain，ChromaDbOllama。概念介绍什么是RAGRAG是retrieval-augmented-generation的缩写，直译中文的意思是检索增强生成，可以简单理解能让训练好的大模型LLM可以结合外部数据，可以补充或者修正大模型返回的答案，提高答案的准确性。LLM有哪些痛点数据陈旧，一旦训练完成无
  • DeepSeek怎么用，DeepSeek使用指南最全合集（保姆级教程） xiecoding.cn deepseekdeepseek使用指南deepseek怎么用deepseek免费教学deepseek资料合集
    DeepSeek是一款由国内顶尖团队开发的人工智能大模型，旨在为用户提供高效、智能的问答和知识服务。作为国产AI模型的代表，DeepSeek不仅在自然语言处理（NLP）领域表现出色，还在多个应用场景中展现了强大的能力。与ChatGPT等国际知名模型相比，DeepSeek在中文语境下的表现尤为突出，能够更好地理解中文的复杂语义和文化背景。DeepSeek使用资源下载为了方便大家更好地学习和使用Dee
  • DeepSeek 10 分钟快速部署，告别卡顿，免费使用 爱学习的小孩啦 帮助贴~deepseek
    DeepSeek总是卡顿那有什么办法可以稳定使用DeepSeek？一、注册使用硅基流动（SiliconFlow）硅基流动（SiliconFlow）是一款优秀的云服务平台，可提供多种大模型服务。近期它联合华为云推出了基于昇腾云的DeepSeek服务。特点：提供满血版R1的API和直接对话功能，新用户注册赠送2000万Tokens免费额度（能用好久！！足够日常点的使用了）作为集合顶尖大模型的一站式云服
  • 《动手学PyTorch深度学习建模与应用》第二章：2.4-2.6节详解 环工人学Python 深度学习pytorch人工智能python机器学习学习
    写在前面：不知不觉已经更了第一个章节，目前的内容都是很基础的内容，有人会问现在ai时代，还有必要学习这些内容吗，我想说的是，越是基础的内容我们越要认真去学习和分析，ai可以快速解决问题，但是我希望我们可以知其所以然，感谢所有支持的收藏和粉丝，希望这些文章对你们有些许帮助！点点关注不迷路，免费的赞和收藏走起来！后续更新第一时间提示哦，每周会更新不同内容，下周更新如何用各种模态的大模型去为你服务，编写
  • 硅基流动：免费领取2000万Token，畅享AI大模型盛宴！ ai开发
    硅基流动（SiliconFlow）是一家专注于大规模AI计算的技术公司，由清华大学高性能计算研究所孙广宇教授团队创立。其核心团队来自清华大学、MIT等顶尖高校，致力于为企业和开发者提供高性能的AI模型推理和训练解决方案。硅基流动通过创新的系统优化技术，大幅提升AI模型的计算效率，帮助企业降低部署成本，是AI领域的一颗新星。https://cloud.siliconflow.cn/i/i05xEFB
  • 家居行业全渠道零售技术解决方案架构指南 CSTechAIExpert 零售架构科技产品运营
    家居行业全渠道零售技术解决方案架构指南行业数字化转型挑战体验断层线上渠道商品认知度不足，退货率高达35-42%物流成本高企大件商品平均物流成本占比达18%，破损率超行业标准2.3倍决策周期长客户平均决策周期达12.7天，需构建全链路交互体系核心系统技术实现一、沉浸式体验引擎3D场景化展示WebGL模型轻量化处理defoptimize_model(obj_file):apply_decimation
  • 大模型WebUI：Gradio全解12——LangChain原理、架构和组件（3） 龙焰智能 LangChain架构Integration包LangGraphLangGraph平台LangSmithLangfuse
    大模型WebUI：Gradio全解12——LangChain原理、架构和组件（3）前言本篇摘要12.LangChain原理及agents构建GradioUI12.3LangChain架构12.3.1LangChain12.3.2IntegrationPackages1.概念2.示例12.3.3LangGraph1.概念2.示例12.3.4LangGraphPlatform1.概览2.优势分析12.
  • 苹果AI生态再扩容！iOS 18.4代码泄密：Find My定位将获Gemini多模态能力加持 北京自在科技 iosfindmy前沿技术科技googleGemini
    2025年2月24日，开发者社区通过iOS18.4测试版后端代码发现重大升级——苹果正将谷歌Gemini模型深度整合至FindMy定位体系，这标志着全球超20亿苹果设备组成的FindMyNetwork将迎来智能进化。FindMy技术升级路径多模态定位算法增强代码显示，当用户通过Siri调用FindMy查找AirTag或第三方设备时，系统将优先调用Gemini2.0的视觉-语义联合模型。例如查找丢失
  • 特征提取：如何从不同模态中获取有效信息？ Ash Butterfield 自然语言处理（NLP）专栏nlp人工智能
    在多模态学习中，特征提取是一个至关重要的过程。它是将原始数据（如文本、图像、视频和语音等）转化为机器能够理解和处理的特征的核心步骤。不同于传统的单一模态任务，在多模态学习中，如何有效地从每种模态中提取出有意义的信息并进行融合，直接影响到最终模型的性能和准确性。本篇文章将详细讲解如何从不同的模态（文本、图像、语音）中进行特征提取，涵盖常用的技术、方法、挑战以及应用。1.什么是特征提取？在机器学习中，
  • 介绍下pdf打印工具类 JasperPrint 东方巴黎～Sunsiny webjava数据库开发语言
    JasperPrint工具类深度解析JasperPrint是JasperReports框架中实现PDF打印的核心载体类，其本质是填充数据后的可打印报表对象，承担着从模板编译、数据填充到格式输出的全流程控制。以下从7个维度展开深度解析：一、核心定位与生命周期中间态实体角色JasperPrint处于报表生成流程的中间阶段（生命周期模型）：JRXML（设计模板）→Jasper（编译模板）→JasperP
  • 基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型 汀、人工智能 LLM工业级落地实践langchainmilvusembedding人工智能自然语言处理语言模型大模型
    基于LangChain-Chatchat实现的RAG-本地知识库的问答应用[6]-实现Milvus向量检索+实现自定义关键词调整Embedding模型0.Milvus与Faiss对比Milvus相对于Faiss的优势主要体现在以下几个方面：在线数据更新与实时搜索：Milvus支持在线的数据更新和实时的向量搜索，这意味着在数据频繁变动的场景下，用户无需重新构建整个索引，从而大大减少了维护成本。相比之
  • JAVA版本GDAL安装使用教程(详细步骤） Roc-xb javaGDAL
    GDAL由加拿大航天代理局开发，采用MIT/X开源协议，由OpenSourceGeospatialFoundation维护。它通过抽象数据模型统一支持多种地理数据格式，包括栅格数据（如GeoTIFF、JPEG2000、HDF）和矢量数据（如Shapefile、GeoJSON）。其跨平台性支持Windows、Linux、macOS等操作系统，并提供了Python、C/C++、Java等多种语言接口一
  • 【c++】【线程池】同步队列 钟离墨笺 c++c++java网络
    【c++】【线程池】同步队列是基于半同步/半异步模式设计实现的任务Task是一个模板1同步队列的设计可以将其当作一个生产者-消费者模型往同步队列中添加任务(Put())的过程–>理解为生产者从同步队列中取出任务(Take())的过程–>理解为消费者1属性1.1设计一个任务队列listlist是一个存储任务的队列（同步队列）Task是其中需要存储的任务是一个模板1.2给出互斥锁mutex生产者和消费
  • J-LangChain，用Java实现LangChain编排！轻松加载PDF、切分文档、向量化存储，再到智能问答 花千树-010 JLangChain-TGlangchainjavapdfAIGCnlpAI编程
    Java如何玩转大模型编排、RAG、Agent？？？在自然语言处理（NLP）的浪潮中，LangChain作为一种强大的模型编排框架，已经在Python社区中广受欢迎。然而，对于Java开发者来说，能否有一个同样高效、灵活的工具来实现类似功能？答案是肯定的！今天，我们将聚焦J-LangChain——一个专为Java打造的LangChain实现，带你探索如何用Java语言轻松构建从PDF处理到智能问答
  • 家居行业全渠道零售技术解决方案架构指南 cstech_deep 零售架构科技产品运营
    家居行业全渠道零售技术解决方案架构指南行业数字化转型挑战体验断层线上渠道商品认知度不足，退货率高达35-42%物流成本高企大件商品平均物流成本占比达18%，破损率超行业标准2.3倍决策周期长客户平均决策周期达12.7天，需构建全链路交互体系核心系统技术实现一、沉浸式体验引擎3D场景化展示WebGL模型轻量化处理defoptimize_model(obj_file):apply_decimation
  • 互联网产品经理 西部驯兽师 项目管理软件工程方法论产品经理
    要成为高级互联网产品经理，需要系统性地构建知识体系、规划职业路径、积累实战经验并建立行业影响力。以下是具体路径和建议：一、知识体系构建1.核心能力模块市场与用户洞察：掌握市场分析工具（SWOT、PESTEL、波特五力模型）。精通用户研究方法（问卷、访谈、用户画像、A/B测试）。学习行为心理学（如《影响力》《思考，快与慢》）。产品设计与技术基础：熟悉产品设计工具（Axure、Figma、墨刀）。理解
  • AI绘画工具Stable Diffusion+ComfyUI的配置 AIGC龙哥 AI作画stablediffusiongpt-3文心一言DALL·E2
    ComfyUI是一个基于图形用户界面的开源工具，用于搭建和运行复杂的图像生成和处理工作流。它主要围绕使用StableDiffusion模型来生成高质量的图像。这种工具通常允许用户通过拖放不同的模块或节点，定义数据处理和生成流程，然后通过这些流程生成图像。ComfyUI的核心功能包括图形化工作流设计：用户可以通过连接不同的模块或节点（例如，模型加载、图像处理、生成等）来构建自定义的图像生成流程。支持
  • LangChain教程 - RAG - PDF问答 花千树-010 LangChainlangchainpdfAIGCpythonnlpembedding人工智能
    系列文章索引LangChain教程-系列文章在现代自然语言处理（NLP）中，基于文档内容的问答系统变得愈发重要，尤其是当我们需要从大量文档中提取信息时。通过结合文档检索和生成模型（如RAG，Retrieval-AugmentedGeneration），我们可以构建强大的问答系统。本博客将详细介绍如何使用FastAPI和LangChain框架，创建一个基于PDF文档的RAG问答API。一、背景在许多
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • 基于 BERT 的自定义中文命名实体识别实现 风清扬【coder】 自然语言分析处理自然语言处理bertnlptransformer
    基于BERT的自定义中文命名实体识别实现在自然语言处理中，命名实体识别（NamedEntityRecognition，NER）是一项重要的任务，旨在识别文本中的特定实体，如人名、地名、组织机构名等。本文将介绍如何使用BERT模型实现自定义中文命名实体识别，并提供详细的代码分析和解读。一、项目背景命名实体识别在许多领域都有广泛的应用，如信息提取、问答系统、机器翻译等。传统的命名实体识别方法通常基于规
  • 实体识别处理--在给定的文本中识别特定类型的实体 风清扬【coder】 自然语言分析处理算法深度学习人工智能nlp自然语言处理
    整体功能概述这个算法实现了一个实体识别系统，主要用于在给定的文本中识别特定类型的实体。它结合了字典匹配和向量相似度匹配两种方法，利用预训练的BERT模型来获取实体的嵌入表示，通过构建Trie树来提高字典匹配的效率。代码结构和模块分析1.导入必要的库importtorchfromtorchimportnnfromtransformersimportBertTokenizer,BertModelfro
  • Android Kotlin 系列：深入理解高级项目架构模式 - MVVM 安静旅者 androidkotlin架构Android
    AndroidKotlin系列：深入理解高级项目架构模式-MVVM在本篇文章中，我们将详细讲解Android应用程序开发中的高级项目架构模式-MVVM（Model-View-ViewModel）。MVVM是一种用于构建用户界面的现代化架构模式，它能够有效地分离界面逻辑和业务逻辑，并提供良好的可测试性和可维护性。MVVM由三个主要组件组成：Model（模型）、View（视图）和ViewModel（视
  • 如何构建量化投资的多因子模型 云策量化 量化投资自动化交易程序化炒股量化炒股miniQMT量化交易QMT量化投资deepseek
    程序化炒股：如何申请官方交易接口权限？散户可以申请吗？程序化炒股(一)：申请官方接口权限程序化炒股(二)：股票实时、历史数据获取程序化炒股(三)：程序化下单及撤单程序化炒股(四)：查询交易订单及账户资产如何构建量化投资的多因子模型引言在量化投资的世界里，多因子模型是一种强大的工具，它可以帮助投资者从多个维度分析和预测股票或其他金融资产的表现。这篇文章将带你走进多因子模型的世界，让你了解如何构建一个
  • halcon手眼标定例程详解_七、机器人运动控制算法——标定 戴亦舒 halcon手眼标定例程详解
    在工程中，标定实验是经常要做的，有一些小伙伴可能不太清楚标定是什么，所以我就拿机器人来举例说明一下。前几章的主要任务是建立模型，那我们为什么要建立（数学）模型呢？（数学）模型又是什么呢？（数学）模型是对现实世界中各种物体、运动、或者工作过程的一种抽象，即用数学语言描述我们存在的世界。我们了解自然的目的是让自然界更友好地对待我们人类，让我们人类生存在这个地球上更容易一些。既然要改造自然，那前提是了解
  • 【Spring MVC】基本原理和工作流程 cangloe javaspringmvcjava
    SpringMVC是SpringFramework提供的一个基于Model-View-Controller(MVC)模式的Web框架。它用于构建灵活且可扩展的Web应用程序。SpringMVC将应用程序的业务逻辑、用户界面和导航逻辑分开，从而简化开发过程，提高代码的可维护性和可测试性。以下是对SpringMVC的基本原理和工作流程的详细讲解。SpringMVC基本原理1.MVC架构Model（模型
  • 如何用 DeepSeek 进行卷积神经网络（CNN）的优化 一碗黄焖鸡三碗米饭 人工智能前沿与实践cnn人工智能神经网络机器学习深度学习
    如何用DeepSeek进行卷积神经网络（CNN）的优化卷积神经网络（CNN）在计算机视觉任务中取得了巨大的成功，例如图像分类、目标检测和图像生成。然而，尽管CNN在这些任务中表现出色，它们通常需要大量的计算资源，并且在优化过程中可能会遇到一些挑战，如过拟合、训练速度慢、局部最优解等问题。为了更好地优化CNN模型，提高其性能和训练效率，DeepSeek提供了多种优化技术和工具，可以帮助我们系统地进行
  • 英特尔开发板试用：结合OAK深度相机进行评测 OAK中国_官方 数码相机
    最近英特尔官方发布了一篇文章：主要介绍了如何将英特尔开发板（小挪吒）与OAK深度相机结合使用，并通过OpenVINO™工具套件进行开发和性能评测OAK相机：作为深度数据采集的核心设备，其深度测距功能与OpenVINO™推理相结合，实现了高效的目标检测和深度信息处理。OpenVINO™：作为英特尔的深度学习推理框架，为开发板和OAK相机提供了强大的推理支持。性能优化：通过模型转换和硬件加速，去实现高
  • HQL之投影查询 归来朝歌 HQLHibernate查询语句投影查询
            在HQL查询中，常常面临这样一个场景，对于多表查询，是要将一个表的对象查出来还是要只需要每个表中的几个字段，最后放在一起显示？ 针对上面的场景，如果需要将一个对象查出来： HQL语句写“from 对象”即可 Session session = HibernateUtil.openSession();
  • Spring整合redis bylijinnan redis
    pom.xml <dependencies> <!-- Spring Data - Redis Library --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redi
  • org.hibernate.NonUniqueResultException: query did not return a unique result: 2 0624chenhong Hibernate
    参考：http://blog.csdn.net/qingfeilee/article/details/7052736 org.hibernate.NonUniqueResultException: query did not return a unique result: 2         在项目中出现了org.hiber
  • android动画效果 不懂事的小屁孩 android动画
    前几天弄alertdialog和popupwindow的时候，用到了android的动画效果，今天专门研究了一下关于android的动画效果，列出来，方便以后使用。 Android 平台提供了两类动画。 一类是Tween动画，就是对场景里的对象不断的进行图像变化来产生动画效果（旋转、平移、放缩和渐变）。 第二类就是 Frame动画，即顺序的播放事先做好的图像，与gif图片原理类似。
  • js delete 删除机理以及它的内存泄露问题的解决方案 换个号韩国红果果 JavaScript
    delete删除属性时只是解除了属性与对象的绑定，故当属性值为一个对象时，删除时会造成内存泄露  （其实还未删除） 举例： var person={name:{firstname:'bob'}} var p=person.name delete person.name p.firstname -->'bob' // 依然可以访问p.firstname，存在内存泄露
  • Oracle将零干预分析加入网络即服务计划 蓝儿唯美 oracle
    由Oracle通信技术部门主导的演示项目并没有在本月较早前法国南斯举行的行业集团TM论坛大会中获得嘉奖。但是，Oracle通信官员解雇致力于打造一个支持零干预分配和编制功能的网络即服务（NaaS）平台，帮助企业以更灵活和更适合云的方式实现通信服务提供商（CSP）的连接产品。这个Oracle主导的项目属于TM Forum Live!活动上展示的Catalyst计划的19个项目之一。Catalyst计
  • spring学习——springmvc（二） a-john springMVC
    Spring MVC提供了非常方便的文件上传功能。 1，配置Spring支持文件上传： DispatcherServlet本身并不知道如何处理multipart的表单数据，需要一个multipart解析器把POST请求的multipart数据中抽取出来，这样DispatcherServlet就能将其传递给我们的控制器了。为了在Spring中注册multipart解析器，需要声明一个实现了Mul
  • POJ-2828-Buy Tickets aijuans ACM_POJ
    POJ-2828-Buy Tickets http://poj.org/problem?id=2828 线段树，逆序插入 #include<iostream>#include<cstdio>#include<cstring>#include<cstdlib>using namespace std;#define N 200010struct
  • Java Ant build.xml详解 asia007 build.xml
    1,什么是antant是构建工具2,什么是构建概念到处可查到，形象来说，你要把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作，当然不仅与此，但是主要用来干这个3,ant的好处跨平台   --因为ant是使用java实现的，所以它跨平台使用简单--与ant的兄弟make比起来语法清晰--同样是和make相比功能强大--ant能做的事情很多，可能你用了很久，你仍然不知道它能有
  • android按钮监听器的四种技术 百合不是茶 androidxml配置监听器实现接口
    android开发中经常会用到各种各样的监听器,android监听器的写法与java又有不同的地方;    1,activity中使用内部类实现接口 ,创建内部类实例  使用add方法  与java类似   创建监听器的实例 myLis lis = new myLis();   使用add方法给按钮添加监听器  
  • 软件架构师不等同于资深程序员 bijian1013 程序员架构师架构设计
            本文的作者Armel Nene是ETAPIX Global公司的首席架构师，他居住在伦敦，他参与过的开源项目包括 Apache Lucene,，Apache Nutch， Liferay 和 Pentaho等。         如今很多的公司
  • TeamForge Wiki Syntax & CollabNet User Information Center sunjing TeamForgeHow doAttachementAnchorWiki Syntax
    the CollabNet user information center http://help.collab.net/   How do I create a new Wiki page? A CollabNet TeamForge project can have any number of Wiki pages. All Wiki pages are linked, and
  • 【Redis四】Redis数据类型 bit1129 redis
    概述 Redis是一个高性能的数据结构服务器，称之为数据结构服务器的原因是，它提供了丰富的数据类型以满足不同的应用场景，本文对Redis的数据类型以及对这些类型可能的操作进行总结。 Redis常用的数据类型包括string、set、list、hash以及sorted set.Redis本身是K/V系统，这里的数据类型指的是value的类型，而不是key的类型，key的类型只有一种即string
  • SSH2整合-附源码 白糖_ eclipsespringtomcatHibernateGoogle
    今天用eclipse终于整合出了struts2+hibernate+spring框架。 我创建的是tomcat项目，需要有tomcat插件。导入项目以后，鼠标右键选择属性，然后再找到“tomcat”项，勾选一下“Is a tomcat project”即可。具体方法见源码里的jsp图片，sql也在源码里。     补充1：项目中部分jar包不是最新版的，可能导
  • [转]开源项目代码的学习方法 braveCS 学习方法
    转自： http://blog.sina.com.cn/s/blog_693458530100lk5m.html http://www.cnblogs.com/west-link/archive/2011/06/07/2074466.html   1）阅读features。以此来搞清楚该项目有哪些特性2）思考。想想如果自己来做有这些features的项目该如何构架3）下载并安装d
  • 编程之美-子数组的最大和（二维） bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; import java.util.Random; public class MaxSubArraySum2 { /** * 编程之美 子数组之和的最大值（二维） */ private static final int ROW = 5; private stat
  • 读书笔记-3 chengxuyuancsdn jquery笔记resultMap配置ibatis一对多配置
    1、resultMap配置 2、ibatis一对多配置 3、jquery笔记 1、resultMap配置 当<select resultMap="topic_data"> <resultMap id="topic_data">必须一一对应。 (1)<resultMap class="tblTopic&q
  • [物理与天文]物理学新进展 comsci
          如果我们必须获得某种地球上没有的矿石,才能够进行某些能量输出装置的设计和建造,而要获得这种矿石,又必须首先进行深空探测,而要进行深空探测,又必须获得这种能量输出装置,这个矛盾的循环,会导致地球联盟在与宇宙文明建立关系的时候,陷入困境       怎么办呢?  
  • Oracle 11g新特性:Automatic Diagnostic Repository daizj oracleADR
    Oracle Database 11g的FDI（Fault Diagnosability Infrastructure）是自动化诊断方面的又一增强。 FDI的一个关键组件是自动诊断库（Automatic Diagnostic Repository-ADR）。 在oracle 11g中，alert文件的信息是以xml的文件格式存在的，另外提供了普通文本格式的alert文件。 这两份log文
  • 简单排序:选择排序 dieslrae 选择排序
    public void selectSort(int[] array){ int select; for(int i=0;i<array.length;i++){ select = i; for(int k=i+1;k<array.leng
  • C语言学习六指针的经典程序，互换两个数字 dcj3sjt126com c
    示例程序，swap_1和swap_2都是错误的，推理从1开始推到2，2没完成，推到3就完成了 # include <stdio.h> void swap_1(int, int); void swap_2(int *, int *); void swap_3(int *, int *); int main(void) { int a = 3; int b =
  • php 5.4中php-fpm 的重启、终止操作命令 dcj3sjt126com PHP
    php 5.4中php-fpm 的重启、终止操作命令: 查看php运行目录命令：which php/usr/bin/php 查看php-fpm进程数：ps aux | grep -c php-fpm 查看运行内存/usr/bin/php  -i|grep mem 重启php-fpm/etc/init.d/php-fpm restart 在phpinfo()输出内容可以看到php
  • 线程同步工具类 shuizhaosi888 同步工具类
    同步工具类包括信号量（Semaphore）、栅栏（barrier）、闭锁（CountDownLatch）   闭锁（CountDownLatch） public class RunMain { public long timeTasks(int nThreads, final Runnable task) throws InterruptedException { fin
  • bleeding edge是什么意思 haojinghua DI
    不止一次，看到很多讲技术的文章里面出现过这个词语。今天终于弄懂了——通过朋友给的浏览软件，上了wiki。  我再一次感到，没有辞典能像WiKi一样，给出这样体贴人心、一清二楚的解释了。为了表达我对WiKi的喜爱，只好在此一一中英对照，给大家上次课。   In computer science, bleeding edge is a term that
  • c中实现utf8和gbk的互转 jimmee ciconvutf8&gbk编码
    #include <iconv.h> #include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <fcntl.h> #include <string.h> #include <sys/stat.h> int code_c
  • 大型分布式网站架构设计与实践 lilin530 应用服务器搜索引擎
    1.大型网站软件系统的特点？ a.高并发，大流量。 b.高可用。 c.海量数据。 d.用户分布广泛，网络情况复杂。 e.安全环境恶劣。 f.需求快速变更，发布频繁。 g.渐进式发展。 2.大型网站架构演化发展历程？ a.初始阶段的网站架构。 应用程序，数据库，文件等所有的资源都在一台服务器上。 b.应用服务器和数据服务器分离。 c.使用缓存改善网站性能。 d.使用应用
  • 在代码中获取Android theme中的attr属性值 OliveExcel androidtheme
    Android的Theme是由各种attr组合而成, 每个attr对应了这个属性的一个引用, 这个引用又可以是各种东西.   在某些情况下, 我们需要获取非自定义的主题下某个属性的内容 (比如拿到系统默认的配色colorAccent), 操作方式举例一则: int defaultColor = 0xFF000000; int[] attrsArray = { andorid.r.
  • 基于Zookeeper的分布式共享锁 roadrunners zookeeper分布式共享锁
    首先，说说我们的场景，订单服务是做成集群的，当两个以上结点同时收到一个相同订单的创建指令，这时并发就产生了，系统就会重复创建订单。等等......场景。这时，分布式共享锁就闪亮登场了。   共享锁在同一个进程中是很容易实现的，但在跨进程或者在不同Server之间就不好实现了。Zookeeper就很容易实现。具体的实现原理官网和其它网站也有翻译，这里就不在赘述了。   官
  • 两个容易被忽略的MySQL知识 tomcat_oracle mysql
    1、varchar(5)可以存储多少个汉字，多少个字母数字？ 　　相信有好多人应该跟我一样，对这个已经很熟悉了，根据经验我们能很快的做出决定，比如说用varchar(200)去存储url等等，但是，即使你用了很多次也很熟悉了，也有可能对上面的问题做出错误的回答。 　　这个问题我查了好多资料，有的人说是可以存储5个字符，2.5个汉字（每个汉字占用两个字节的话），有的人说这个要区分版本，5.0
  • zoj 3827 Information Entropy(水题) 阿尔萨斯 format
    题目链接：zoj 3827 Information Entropy 题目大意：三种底，计算和。 解题思路：调用库函数就可以直接算了，不过要注意Pi = 0的时候，不过它题目里居然也讲了。。。limp→0+plogb(p)=0，因为p是logp的高阶。 #include <cstdio> #include <cstring> #include <cmath&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他