水晶妈咪
水晶妈咪

家长的考验

我是日记星球239号星宝宝，来自深圳的水晶晶。我相信日积月累的力量，积跬步以致千里！这是我的第314篇日记。

今天天气阴冷，我和孩子们一天没出门，和妈妈窝在家里。有妈妈在，我不用做饭，更不用打扫，感觉很舒服，偶尔享受下也给自己心情放个假。

大妮三天的假期作业今天还在陆续写着，三个丫头玩一会，我就喊她过来写一会。现在老师也真会留作业，不仅锻炼孩子，更是考验大人的脑洞。大人光是有心还不行，还得有脑，不然应付不来。

好累好累！不仅考验水平，更有耐心，忍受力，唉…

你可能感兴趣的:(家长的考验)

  • AI+Web3：从自动化工具到自主经济体的范式革命 Loving_enjoy 计算机学科论文创新点迁移学习人工智能机器学习
    >想象你的AI助手不仅能回答问题，还能自主管理你的加密资产、参与DAO治理、在预测市场博弈，甚至为你创造持续收益——欢迎来到AI与Web3融合的新世界。传统互联网（Web2）的AI困在中心化的牢笼中：数据被垄断在科技巨头手中，算法决策如同黑箱，用户沦为被动的数据奶牛。**Web3与AI的碰撞正在打破这一枷锁**，催生出去中心化的自主智能体（AIAgent），它们拥有数字身份、加密钱包和经济决策权，
  • 为什么让AI洗碗比写诗难百倍？清华教授揭秘具身智能鸿沟 Loving_enjoy 计算机学科论文创新点机器学习人工智能facebook课程设计
    >**人类小脑数亿年进化出的运动智慧，成了AI最难破解的密码**2025年3月，一位网友困惑地发问：“我想让人工智能替我洗碗做饭洗衣服，没想到现在的AI反而在画画、写歌、搞创作……”对此，全国政协委员、中国科学院自动化研究所研究员赵晓光一针见血地指出：**“大模型没有创新能力，想让AI干体力活还要靠具身智能的发展。”**这个看似矛盾的现象背后，隐藏着人工智能发展进程中一个惊人的认知盲区。清华大学心
  • 【论文阅读】Dynamic Few-Shot Visual Learning without Forgetting Bosenya12 论文阅读
    系统概述如下：(a)一个基于卷积神经网络（ConvNet）的识别模型，该模型包含特征提取器和分类器；(b)一个少样本分类权重生成器。这两个组件都是在一组基础类别上训练的，我们为这些类别准备了大量训练数据。在测试阶段，权重生成器会接收少量新类别的训练数据以及基础类别的分类权重向量（分类器框内的绿色矩形），并为新类别生成相应的分类权重向量（分类器框内的蓝色矩形）。这样，卷积神经网络就能同时识别基础类别
  • 【资源分享】外文文献检索网站 Bosenya12 资源文献检索
    外文文献检索网站Sci-Hub网址链接：https://www.sci-hub.st/Sci-hub是一个可以无限搜索、查阅和下载大量优质论文的数据库。其优点在于可以免费下载论文文献。ScienceDirect网址链接：http://www.sciencedirect.com/ScienceDirect是一个拥有2500多本期刊以及近20000篇文章的科学数据库，里面的文献可以免费检索阅读。Pro
  • 扩散模型中的 Transformer：图像生成及其延展应用询问 ChatGPT DeepSeek大模型官方教程 transformerchatgpt深度学习自然语言处理人工智能ai大模型学习
    扩散模型近年来在生成逼真但合成的连续媒体内容方面引起了广泛关注。本次演讲将介绍Transformer在图像生成的扩散模型中的应用，并进一步探讨其更广泛的前景。我们首先简要介绍扩散模型的基础知识以及它们的训练方式，从而建立基本背景。接着，我们讲解曾是扩散模型事实标准的基于UNet的网络架构，这将帮助我们理解引入Transformer架构并推动其发展的动因。随后，我们将深入探讨构成基础架构的核心模块，
  • AI+小程序新范式：智能推荐、语音交互的场景落地全攻略
    AI+小程序新范式：智能推荐、语音交互的场景落地全攻略内容摘要在AI技术席卷全球的今天，小程序与AI的结合已不再是“锦上添花”，而是企业生存的“必答题”。当用户打开一个电商小程序，系统竟能提前预判其需求；当用户对着智能音箱说一句指令，小程序即刻完成从订票到推荐餐厅的“一条龙”服务——这些场景正在成为现实。但问题随之而来：智能推荐如何避免“精准骚扰”？语音交互如何突破方言和噪音的桎梏？技术背后隐藏着
  • STM实战开发（4）：STM32控制蜂鸣器发声的开发博客 嵌入式开发项目 2025年嵌入式开发stm32嵌入式硬件单片机物联网
    1.前言随着智能硬件的发展，蜂鸣器成为了很多嵌入式系统中的一个常见输出装置。无论是作为警报声，还是作为提示音，蜂鸣器都可以为用户提供直观的声音反馈。在嵌入式开发中，STM32由于其强大的性能和灵活的外设配置，成为了实现蜂鸣器控制的理想平台。本文将以STM32为开发平台，详细讲解如何控制蜂鸣器发声。通过本篇博客，你将能够了解蜂鸣器的工作原理、如何连接蜂鸣器到STM32单片机，以及如何编写控制蜂鸣器的
  • PDF 的开发工具库: Adobe PDF Library 纸上笔下 AcroBatpdfadobeSDKAPI标准签名接口
    AdobePDFLibrary是Adobe公司提供的一个软件开发工具包(SDK)，它本质上是AdobeAcrobat的"无界面"版本，但功能更为强大。作为PDF处理领域的专业解决方案，它为开发者提供了创建、操作和管理PDF文档的全面能力。1many1many1manyAdobePDFLibrary+createPDF()+manipulatePDF()+extractData()+renderPD
  • 国内Ubuntu访问不了github等外网 weixin_66009678 ubuntulinux运维
    各位小伙伴们，大家好呀。大家是不是经常遇到访问不了外网的情况呀。在Ubuntu中可以这样做。访问这个网站网站测速-Ping检测-Trace查询-Dig查询-路由跟踪查询-tools.ipip.net，对于github.com，在这个网站输入github.com，会返回20.205.243.166然后在ubuntu上输入sudovi/etc/hosts然后增加如下：20.205.243.166git
  • 0704-0706上海，又聚上了 GISer_Jinger 新浪微博前端
    上次，还是0413，当时写了一篇，下次相见是何时？也鼓励自己下次相见是找到工作（实习也算），没想到真找到了，DWApp说到实习，其实没认真投递很多，互联网公司除了阿里系卡学历连笔试机会都没有的话，其他的都给了一定的面试机会，只是自己没能很好把握机会，也能理解毕竟刚开始面试又加上自己表达能力和总结的不到位，或多或少的和面试官有代沟，其实也好，万一是实习的Mentor两个人又聊不来互相不对头的话也不好
  • 【论文阅读】Few-Shot PPG Signal Generation via Guided Diffusion Models Bosenya12 论文阅读
    从少量样本数据选择到后处理的整体框架。首先，扩散模型在N样本数据集和指导下的训练。接着，模型生成一个增强的数据集，并进一步优化以提高保真度。最后，这些合成数据与少量样本训练数据集结合，用于基准模型的训练和评估。数据分布从最初的红色变为保真度增强的蓝色，这表明模型与真实数据更加吻合，如简化后的数据分布示意图所示。这篇文章的核心内容是介绍了一种名为BG-Diff（Bi-GuidedDiffusion）
  • 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
  • HarmonyOS开发秘籍：从监听系统变量到掌握AbilityStage回调 大雨淅淅 #HarmonyOS开发harmonyos华为
    目录一、HarmonyOS开发新视野二、AbilityStage组件初相识（一）组件定义与作用（二）与Module的对应关系三、开发前的准备工作（一）创建AbilityStage文件步骤（二）导入依赖与配置文件四、监听系统环境变量变化实战（一）关键代码解析（二）回调函数触发机制五、AbilityStage其他回调函数探秘（一）onAcceptWant()（二）onMemoryLevel()（三）o
  • Fibonacci sequence 斐波那契数列解法及分析 hiqex ALfibfibonacci
    版权声明：欢迎转载，但请注明出处，若有什么不对的地方，欢迎指正，https://blog.csdn.net/wutenglong123/article/details/82764585斐波那契数列(Fibonaccisequence)斐波那契数列的性质多种多样，截至现在，人么依然没有将之研究透彻，本文就从中选取几个有趣的性质分析。定义Fib数列的定义如下：F(n)={0ifn=01ifn=1Fn−
  • 【零基础学AI】第29讲：BERT模型实战 - 情感分析 1989 0基础学AIbert人工智能深度学习神经网络cnnpython自然语言处理
    本节课你将学到BERT模型的核心原理与优势HuggingFaceTransformers库的BERT接口使用情感分析任务的完整实现流程模型微调(Fine-tuning)技巧开始之前环境要求Python3.8+需要安装的包：pipinstalltorchtransformersdatasetspandastqdmGPU推荐（可加速训练）前置知识第28讲Transformer基础基本PyTorch使用
  • 【零基础学AI】第27讲：注意力机制（Attention） - 机器翻译实战 1989 0基础学AI人工智能机器翻译自然语言处理pythontensorflow机器学习神经网络
    本节课你将学到理解注意力机制的核心思想掌握注意力计算的数学原理实现基于注意力机制的Seq2Seq模型构建英语到法语的神经翻译系统开始之前环境要求Python3.8+需要安装的包：tensorflow==2.8.0numpy==1.21.0matplotlib==3.4.0pandas==1.3.0前置知识RNN/LSTM原理（第26讲）序列数据处理（第26讲）自然语言处理基础（第14讲）核心概念为
  • 【scl】博图程序的导入和导出 peace.. 西门子1200windows经验分享学习其他
    导入或者导出博图文件的方法（也叫移植文件）目录前言编辑编辑前言本篇文章主要写一下关于博图文件的导入和导出，具体要怎么样才能将写好的程序或者块移植到其他地方，下面我们一起来看！一、程序块的导入和导出程序块包含FC块，FB块；注意：需要是SCL语言编写的程序块才可以导出源文件！导出步骤：找到要导出的程序块---->右键单击----->选择从块生成源---->可以选着一个块或关联块---->将文件保存-
  • TensorFlow图神经网络(GNN)入门指南 AI天才研究院 AI人工智能与大数据tensorflow神经网络人工智能ai
    TensorFlow图神经网络(GNN)入门指南关键词：TensorFlow、图神经网络、GNN、深度学习、图数据、节点嵌入、图卷积网络摘要：本文全面介绍如何使用TensorFlow实现图神经网络(GNN)。我们将从图数据的基本概念开始，深入探讨GNN的核心原理，包括图卷积网络(GCN)、图注意力网络(GAT)等流行架构，并通过TensorFlow代码示例展示如何构建和训练GNN模型。文章还将涵盖
  • STM32串口DMA方式向上位机连续发送接收数据 Justinlevy stm32单片机arm
    目录一、DMA初步应用1、DMA含义2、DMA传输四要素3、使用区别4、DMA的应用场景5、DMA传输方式6、DMA中断二、创建项目1、STM32CubeMX创建1.1设置SYS1.2设置RCC1.3设置USART1.4DMA设置1.5时钟设置1.6文件配置2、KEIL代码配置2.1main.c文件代码2.2while循环中代码2.3编译烧录2.4运行结果三、DMA总结四、参考一、DMA初步应用1
  • 鸿蒙（HarmonyOS）性能优化实战-启动分析工具Launch Profiler 学习指南 愿天堂没有996 HarmonyOS鸿蒙开发移动开发harmonyos性能优化HarmonyOSOpenHarmony移动开发
    LaunchProfiler概述DevEcoStudio内置Profiler分析调优工具。其中Launch主要用于分析应用或服务的启动耗时，分析启动周期各阶段的耗时情况、核心线程的运行情况等，协助开发者识别启动缓慢的原因。此外，Launch任务窗口还集成了Time、CPU、Frame场景分析任务的功能，方便开发者在分析启动耗时的过程中同步对比同一时段的其他资源占用情况。场景示例如下代码在页面绘制之
  • Python: 如何用Python的迭代器或生成器实现斐波那契数列 KevinShi_BJ python
    斐波那契数列（Fibonaccisequence）是指这样一个数列：1，1，2，3，5，8，13，21，34，55，89...这个数列从第3项开始，每一项都等于前两项之和。斐波那契数列的定义者，是意大利数学家莱昂纳多·斐波那契（LeonardoFibonacci）。以兔子繁殖为例子而引入，故又称为”兔子数列“。斐波那契数列又称黄金分割数列，n越大，相邻两值的比越接近黄金分割0.618，非常有趣。百
  • 小米手机录音文件位置 中少奇 智能手机
    录音机的文件位置有两个地方，一个地方是\Android\data\com.android.soundrecorder\files另外一个地方\MIUI\sound_recorder
  • 笔记本屏幕亮度忽明忽暗是怎么回事？
    当你正在沉浸在写代码、编辑文档或者观看影片的时候，笔记本屏幕突然变暗，或者瞬间又变得刺眼，这不仅打断了你的专注，还可能对眼睛造成伤害。这种屏幕亮度的忽明忽暗，往往令人不悦，也引发了对电脑硬件或软件出现问题的担忧。那么，为什么会出现这种情况呢？更重要的是，我们该如何解决这一问题呢？在本文中，我将与大家分享笔记本屏幕亮度不稳定的可能原因及相应的解决方法，希望能够帮助你迅速恢复屏幕的正常亮度，让你的工作
  • stm32开发板ADC和USART配置DMA循环模式的本质区别 中少奇 stm32嵌入式硬件单片机
    USART的DMA配置成循环模式时发送会不停的传输数据，接收时只有有数据时才会传输，否则挂起等待。而ADC的DMA配置成循环模式时只有ADC转换完成后才会自动触发DMA传输，不是一直在传输。1.触发机制的差异‌‌USART（持续触发）‌USART的DMA传输由‌硬件事件持续驱动‌：发送时：当TX数据寄存器为空（TXE标志），DMA会立即填充新数据，形成‌不间断传输循环‌。接收时：当RX数据寄存器非
  • HarmonyOS 生命周期详解：用三张图彻底搞懂 UIAbility、页面与组件的生命周期
    作者：像素笔记|发布时间：2025年6月27日摘要本文通过三层结构图、状态流程图、对比表格三大图表，深入解析HarmonyOSArkUI的生命周期机制，涵盖UIAbility、页面、组件各层级的触发顺序与最佳实践。同时提供高级场景管理方案、常见误区分析及实战级生命周期管理工具设计，助你打造高性能、高稳定性的HarmonyOS应用！一、三层生命周期结构图（图1）下图展示了HarmonyOS应用框架的
  • .NET9 实现 JSON 序列化和反序列化（Newtonsoft.Json & System.Text.Json）性能测试
    为了在.NET9平台上对比Newtonsoft.Json和System.Text.Json的序列化与反序列化的性能，我们可以使用BenchmarkDotNet来进行压测。目录1.项目准备2.基准测试环境3.性能对比a.对象级别的序列化（Object-LevelSerialization）b.对象级别的反序列化（Object-LevelDeserialization）c.API响应级别的序列化（Ap
  • .NET9 实现字符串拼接（StringConcatenation）性能测试 ChaITSimpleLove .NET跨平台.netstring拼接字符串拼接性能测试BenchmarkTestcsharp
    为了评估.NET9平台上使用C#中不同字符串拼接操作的性能表现，我们可以使用BenchmarkDotNet这一强大的开源库来构建科学且可重复的基准测试。BenchmarkDotNet能够自动处理诸如JIT编译、预热（Warm-up）、运行次数控制、统计误差分析等底层细节，确保测试结果具有高度准确性与可比性。在.NET9中，使用C#字符串拼接的常见方式包括：使用+运算符使用string.Concat
  • HarmonyOS多语言支持：如何实现语言资源智能分发 操作系统内核探秘 操作系统内核揭秘harmonyos华为ai
    HarmonyOS多语言支持：如何实现语言资源智能分发关键词：HarmonyOS、多语言支持、资源分发、智能调度、动态加载、国际化、本地化摘要：本文深入解析HarmonyOS多语言资源管理体系，系统阐述从基础架构设计到智能分发算法的核心技术。通过剖析资源目录结构、配置文件语法、动态加载机制等底层原理，结合自适应优先级调度算法和数学匹配模型，展示如何实现基于用户习惯、设备环境、区域特征的智能资源分发
  • 深入解析HarmonyOS5 UIAbility组件：从核心架构到实战应用 颜颜yan_ 架构harmonyos鸿蒙鸿蒙系统
    ⭐本期内容：深入解析HarmonyOS5UIAbility组件：从核心架构到实战应用系列专栏：鸿蒙HarmonyOS：探索未来智能生态新纪元文章目录前言核心定位架构特性分析系统调度的基本单元灵活的多实例架构实际应用场景——智能办公应用综合案例详细的架构设计思路解析总结前言在万物互联的智能时代，HarmonyOS作为面向全场景的分布式操作系统，其独特的架构设计为开发者提供了前所未有的开发体验。其中，
  • 从亏损到盈利：用Python实现WVAD策略，量价结合更靠谱 程序化交易助手 量化软件Python程序化交易Python量化炒股PTradeQMT量化交易量化软件deepseek
    从亏损到盈利：用Python实现WVAD策略，量价结合更靠谱那个让我夜不能寐的亏损账户去年有个客户老张来找我，50万本金半年亏了15万。他红着眼睛问我："为什么我跟着大V买卖还是亏？"我看了他的交易记录就明白了——全是凭感觉操作，涨了追，跌了割，完全被市场情绪牵着鼻子走。这让我想起自己刚入行时，盯着分时图眼睛发酸的日子。直到有天看到营业部老总桌上那本《量化交易入门》，才恍然大悟：原来职业玩家都在用
  • LeetCode[Math] - #66 Plus One Cwind javaLeetCode题解AlgorithmMath
    原题链接：#66 Plus One   要求： 给定一个用数字数组表示的非负整数，如num1 = {1, 2, 3, 9}, num2 = {9, 9}等，给这个数加上1。 注意： 1. 数字的较高位存在数组的头上，即num1表示数字1239 2. 每一位（数组中的每个元素）的取值范围为0~9   难度：简单   分析： 题目比较简单，只须从数组
  • JQuery中$.ajax()方法参数详解 AILIKES JavaScriptjsonpjqueryAjaxjson
    url: 要求为String类型的参数，（默认为当前页地址）发送请求的地址。 type: 要求为String类型的参数，请求方式（post或get）默认为get。注意其他http请求方法，例如put和    delete也可以使用，但仅部分浏览器支持。 timeout: 要求为Number类型的参数，设置请求超时时间（毫秒）。此设置将覆盖$.ajaxSetup()方法的全局
  • JConsole & JVisualVM远程监视Webphere服务器JVM Kai_Ge JVisualVMJConsoleWebphere
        JConsole是JDK里自带的一个工具，可以监测Java程序运行时所有对象的申请、释放等动作，将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。 　　使用JConsole工具来分析WAS的JVM问题，需要进行相关的配置。 　　首先我们看WAS服务器端的配置. 　　1、登录was控制台https://10.4.119.18
  • 自定义annotation 120153216 annotation
    Java annotation 自定义注释@interface的用法 一、什么是注释      说起注释，得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说，元数据是描述数据的。就象数据表中的字段一样，每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据，也就是说注释是描述java源
  • CentOS 5/6.X 使用 EPEL YUM源 2002wmj centos
    CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
  • 在SQLSERVER中查找缺失和无用的索引SQL 357029540 SQL Server
    --缺失的索引 SELECT  avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,          last_user_seek ,    
  • Spring3 MVC 笔记（二） —json+rest优化 7454103 Spring3 MVC
    接上次的 spring mvc 注解的一些详细信息！                          其实也是一些个人的学习笔记  呵呵！
  • 替换“\”的时候报错Unexpected internal error near index 1 \ ^ adminjun java“\替换”
    发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...   在拆分字符串时遇到通过 \ 来拆分，可是用所以想通过转义 \\ 来拆分的时候会报异常   public class Main {          /*
  • POJ 1035 Spell checker(哈希表) aijuans 暴力求解--哈希表
    /* 题意：输入字典，然后输入单词，判断字典中是否出现过该单词，或者是否进行删除、添加、替换操作，如果是，则输出对应的字典中的单词 要求按照输入时候的排名输出 题解：建立两个哈希表。一个存储字典和输入字典中单词的排名，一个进行最后输出的判重 */ #include <iostream> //#define using namespace std; const int HASH =
  • 通过原型实现javascript Array的去重、最大值和最小值 ayaoxinchao JavaScriptarrayprototype
    用原型函数（prototype）可以定义一些很方便的自定义函数，实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。 实现代码如下：   <script type="text/javascript"> Array.prototype.unique = function() { var a = {}; var le
  • UIWebView实现https双向认证请求 bewithme UIWebViewhttpsObjective-C
              什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求 中有讲述，不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求，网上有些文章中有涉及到此内容，但都只言片语，没有讲完全，更没有完整的代码，让人困扰不已。但是此知
  • NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存) bijian1013 redis数据库NoSQL
    3.事务处理         Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行，而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时，这个连接会进入一个事务上下文，该连接后续的命令不会立即执行，而是先放到一个队列中，当执行exec命令时，redis会顺序的执行队列中
  • 各数据库分页sql备忘 bingyingao oraclesql分页
    ORACLE 下面这个效率很低 SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20; 下面这个效率很高 SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
  • 【Scala七】Scala核心一：函数 bit1129 scala
    1. 如果函数体只有一行代码，则可以不用写{},比如 def print(x: Int) = println(x) 一行上的多条语句用分号隔开，则只有第一句属于方法体，例如   def printWithValue(x: Int) : String= println(x); "ABC"   上面的代码报错，因为，printWithValue的方法
  • 了解GHC的factorial编译过程 bookjovi haskell
    GHC相对其他主流语言的编译器或解释器还是比较复杂的，一部分原因是haskell本身的设计就不易于实现compiler，如lazy特性，static typed，类型推导等。 关于GHC的内部实现有篇文章说的挺好，这里，文中在RTS一节中详细说了haskell的concurrent实现，里面提到了green thread，如果熟悉Go语言的话就会发现，ghc的concurrent实现和Go有点类
  • Java-Collections Framework学习与总结-LinkedHashMap BrokenDreams LinkedHashMap
            前面总结了java.util.HashMap，了解了其内部由散列表实现，每个桶内是一个单向链表。那有没有双向链表的实现呢？双向链表的实现会具备什么特性呢？来看一下HashMap的一个子类——java.util.LinkedHashMap。       
  • 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory bylijinnan abstract
    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/ package design.pattern; /* * Abstract Factory Pattern * 抽象工厂模式的目的是： * 通过在抽象工厂里面定义一组产品接口，方便地切换“产品簇” * 这些接口是相关或者相依赖的
  • 压暗面部高光 cherishLC PS
    方法一、压暗高光&重新着色 当皮肤很油又使用闪光灯时，很容易在面部形成高光区域。 下面讲一下我今天处理高光区域的心得： 皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道（Lab模式的L通道）决定，色彩则由a、b通道确定。 处理思路为在保持高光区域纹理的情况下，对高光区域着色。具体步骤为：降低高光区域的整体的亮度，再进行着色。 如果想简化步骤，可以只进行着色（参看下面的步骤1
  • Java VisualVM监控远程JVM crabdave visualvm
    Java VisualVM监控远程JVM    JDK1.6开始自带的VisualVM就是不错的监控工具. 这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面   通过JMX连接远程机器, 需要经过下面的配置: 1. 修改远程机器JDK配置文件 (我这里远程机器是linux).    
  • Saiku去掉登录模块 daizj saiku登录olapBI
    1、修改applicationContext-saiku-webapp.xml <security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />  <security:intercept-url pattern=&qu
  • 浅析 Flex中的Focus dsjt htmlFlexFlash
    关键字：focus、 setFocus、 IFocusManager、KeyboardEvent 焦点、设置焦点、获得焦点、键盘事件 一、无焦点的困扰——组件监听不到键盘事件 原因：只有获得焦点的组件（确切说是InteractiveObject）才能监听到键盘事件的目标阶段；键盘事件（flash.events.KeyboardEvent）参与冒泡阶段，所以焦点组件的父项（以及它爸
  • Yii全局函数使用 dcj3sjt126com yii
    由于YII致力于完美的整合第三方库，它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如，Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数，使得代码看起来更加简洁易用。(原文地址) 我们可以保存在globals.php在protected目录下。然后，在入口脚本index.php的，我们包括在
  • 设计模式之单例模式二（解决无序写入的问题） come_for_dream 单例模式volatile乱序执行双重检验锁
                    在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题，但是因为由于JVM为了使得处理器内部的运算单元能充分利用，处理器可能会对输入代码进行乱序执行（Out Of Order Execute）优化，处理器会在计算之后将乱序执行的结果进行重组，保证该
  • 程序员从初级到高级的蜕变 gcq511120594 框架工作PHPandroidhtml5
    软件开发是一个奇怪的行业，市场远远供不应求。这是一个已经存在多年的问题，而且随着时间的流逝，愈演愈烈。 我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题，当然这些方法常常不管用，于是，唯一能做的就是不断地尝试，逐个看看是否奏效”。 现在我们把淫浸代码时间超过3年的开发人员称为
  • Reverse Linked List hcx2013 list
    Reverse a singly linked list.   /** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ p
  • Spring4.1新特性——数据库集成测试 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • C# Ajax上传图片同时生成微缩图(附Demo) liyonghui160com
        1.Ajax无刷新上传图片,详情请阅我的这篇文章。（jquery + c# ashx）         2.C#位图处理  System.Drawing。         3.最新demo支持IE7,IE8,Fir
  • Java list三种遍历方法性能比较 pda158 java
    从c/c++语言转向java开发，学习java语言list遍历的三种方法，顺便测试各种遍历方法的性能，测试方法为在ArrayList中插入1千万条记录，然后遍历ArrayList，发现了一个奇怪的现象，测试代码例如以下： package com.hisense.tiger.list; import java.util.ArrayList; import java.util.Iterator;
  • 300个涵盖IT各方面的免费资源（上）——商业与市场篇 shoothao seo商业与市场IT资源免费资源
    A.网站模板+logo+服务器主机+发票生成 HTML5 UP:响应式的HTML5和CSS3网站模板。 Bootswatch:免费的Bootstrap主题。 Templated:收集了845个免费的CSS和HTML5网站模板。 Wordpress.org|Wordpress.com:可免费创建你的新网站。 Strikingly:关注领域中免费无限的移动优
  • localStorage、sessionStorage uule localStorage
    W3School 例子   HTML5 提供了两种在客户端存储数据的新方法： localStorage - 没有时间限制的数据存储 sessionStorage - 针对一个 session 的数据存储   之前，这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储，因为它们由每个对服务器的请求来传递，这使得 cookie 速度很慢而且效率也不
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他