weixin_33979203
weixin_33979203

【工具使用系列】关于 MATLAB 系统辨识，你需要知道的事

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

如何使用系统辨识

白噪声产生及其仿真

  • 白噪声的产生
  • 伪随机信号的产生

古典辨识方法

  • 相关分析法频率响应辨识
  • 相关分析法频率响应辨识
  • 相关分析法脉冲响应应用

最小二乘问题的算法

  • 最小二乘一次完成算法
  • 最小二乘递推算法
  • 增广最小二乘辨识

梯度校正参数辨识

  • 脉冲响应梯度校正辨识

极大似然法辨识方法

  • 似然递推法辨识

离散随机系统的自适应滤波

  • Bayes辨识的MATLAB仿真

神经网络模型方法

神经网络辨识

  • 具有噪声二阶系统辨识
  • 多维非线性辨识

遗传神经网络

  • 遗传神经解耦

模糊神经网络

  • 非线性多变量系统解耦

什么是系统辨识

辨识建模的概念

  • 系统和模型
  • 数学模型的分类

辨识建模的定义

辨识问题的定义

  • 辨识问题的表达形式
  • 辨识算法的基本原理
  • 误差准则

辨识建模的内容和步骤

##非线性系统辨识与控制方法

  • 非线性辨识典型模型及辨识、控制方法
  • 非线性系统参数估计的特点
  • 非线性解耦问题
  • 其他非线性问题
  • 神经网络及其系统控制结构

辨识理论基础

随机过程基本概念及其数学描述

谱密度与相关函数

  • 帕塞瓦尔定理与功率密度谱表示式
  • 维纳-辛钦关系式

线性系统在随机输入下的响应

白噪声产生方法

  • 白噪声的产生
  • 伪随机信号的产生

古典辨识方法

  • M序列自相关函数
  • 逆M序列

最小二乘参数辨识

最小二乘法的概念

最小二乘问题的描述

最小二乘算法

  • 最小二乘一次完成算法
  • 最小二乘参数估计的地推算法
    • 递推算法的概念
    • 递推算法的推导
  • 增光最小二乘法
  • 广义最小二乘法
  • 多级最小二乘法
    • 辅助模型参数辨识
    • 系统模型参数辨识
    • 噪声模型参数辨识

梯度校正参数辨识

确定性问题的梯度校正参数辨识方法

  • 确定性梯度校正辨识公式的推导
  • 权矩阵的选择

随机性问题的梯度校正参数辨识方法

  • 随机性问题的提法
  • 随机性辨识问题的分类
  • 随机性问题的梯度校正参数估计方法

梯度校正法在动态过程辨识中的应用

  • 状态方程的参数辨识
  • 差分方程的参数辨识

随机逼近法

  • 随机逼近原理
  • 随机逼近参数估计方法
  • 随机牛顿法

极大似然法辨识方法

极大似然参数辨识原理

动态系统模型参数的极大似然模型

  • 极大似然估计与最小二乘估计的关系
  • 协方差阵未知时的极大似然参数估计

递推的极大似然参数估计

  • 极大似然递推算法的原理与方法

离散随机系统的自适应滤波

Bayes辨识方法

  • Bayes基本原理
  • 最小二乘模型的Bayes参数辨识

Kalman滤波

  • 预测、滤波与平滑
  • 高斯变量估计
  • Kalman滤波与预测

模型参考自适应辨识方法

  • φ1和φ2的确定
  • ε(k)的计算
  • A类辨识算法
  • B类辨识算法
  • C类辨识算法

神经网络模型辨识

神经网络概念与特性

  • 人工神经元模型
  • 激发函数
  • 神经网络模型分类
  • 神经网络学习方法
  • 神经元网络特点 ###神经网络模型辨识中常用结构

网络训练算法的X种形式

  • 自适应控制系统的基本结构
  • 常用BP网络训练算法

改进的BP网络训练算法

  • 基于降低网络灵敏度的网络改进算法
  • 提高一类神经网络容错性的理论和方法
  • 提高神经网络收敛速度的一种赋初值算法
  • 其他网络训练技巧

基于改进遗传算法的神经网络

  • 一种适应度函数的改进算法
  • 一种改进的遗传神经解耦方法

模糊神经网络及其应用

  • 模糊神经网络原理及其应用

非线性动态系统的其他辨识方法

Volterra级数的表示

  • 非线性系统Volterra级数的表示

复杂系统的混沌现象

  • 反馈系统和优化过程中的混沌现象
  • 基于控制理论的混沌分析方法

转载于:https://my.oschina.net/shamrocks/blog/1612054

你可能感兴趣的:(【工具使用系列】关于 MATLAB 系统辨识，你需要知道的事)

  • MySQL 中的锁机制详解：原理、实现方式与实战解析！ 程序猿Mr.wu MySQLmysql数据库
    MySQL中的锁机制详解：原理、实现方式与实战解析！锁的世界，比你想象得更精彩！一、为什么要有锁？在并发环境下，多线程操作数据库的同一份数据时，如果没有锁机制，可能会出现以下问题：脏读：读取了另一个事务未提交的数据。不可重复读：同一事务中多次读取结果不一致。幻读：读取时发现记录“凭空”出现或消失。锁的存在，就是为了保证并发情况下的数据一致性与隔离性。二、MySQL中锁的分类1.按作用范围分类分类说
  • Spring Boot 应用开发实战指南：从入门到实战（内含实用技巧+项目案例） 程序猿Mr.wu SpringBootJava后端springbootjava
    SpringBoot应用开发实战指南：从入门到实战（内含实用技巧+项目案例）你是否还在为Spring配置复杂、开发效率低下而苦恼？SpringBoot早已成为Java后端开发的“标配”，本篇文章将带你全面掌握SpringBoot应用开发核心技能，从0到部署，构建高效、优雅的企业级应用！一、什么是SpringBoot？SpringBoot是Spring团队推出的快速开发框架，简化了传统Spring应
  • Android筑基——Service的启动过程之同进程启动（基于api21） willwaywang6 #Android架构学习androidService启动
    目录1.前言2.正文2.1ContextWrapper.startService()方法2.2ContextImpl.startService()方法2.3ContextImpl.startServiceCommon()方法2.3.1ActivityManagerNative.getDefault()方法2.4ActivityManagerProxy.startService()方法2.5Acti
  • Oracle 神级函数 Decode 实战：一条 SQL 替代 3000 行代码的计算逻辑 AI、少年郎 oraclesql数据库递归组织树
    在企业级应用开发中，复杂的业务统计需求往往需要编写大量代码进行数据处理。本文将通过Oracle的DECODE函数与分组函数的巧妙结合，展示如何用一条SQL语句实现原本需要3000行代码的复杂计算逻辑，尤其针对企业组织架构中的部门级请假数据统计场景。一、基础准备：构建业务数据表1.创建单位部门表（模拟组织架构）CREATETABLEt_dept(dept_idNUMBERPRIMARYKEY,--部
  • 后台服务启动前台Service（跨进程） 一只努力的菜鸟。 javaandroidandroidstudio
    在开发中，很多时候我们会碰到在hmi里面做了页面布局，但是要求开机就显示。我们的Service是开机自启动的，但是hmi不是开机自启动。那么这个时候我们需要在hmi添加一个hmiService，用后台的Service拉起hmiService进而去显示View（这个View一般都为WindowManager，不依附Activity）上代码：前台Service（hmiService）：1.首先创建一个
  • 02 ESP32-S3——WIFI开发
    在ESP32开发中，或多或少会看见有的工程添加的是ESP-WIFI库有的添加的是WIFI库。特意去查找了下，两者都是可以开发esp32/esp8266的WIFI功能。两者的区别：Esp-wifi库：硬件平台：这个库是Espressif提供的专门为esp32开发wifi的库，是ESP-IDF（EspressifIoTDevelopmentFramework）的一部分，ESP-IDF是ESP32的官方
  • 学习一：Qt中Connect和多线程 嘿·嘘 Qtqt开发语言
    目录1、信号与槽1.1举例：在同一个cpp文件中。1.2举例：在不同cpp文件中。1.3断开连接2、多线程2.1公共函数2.2信号与槽2.3静态函数2.4保护功能2.5静态保护成员3.6举例1、信号与槽在Qt中connect函数主要用来建立信号与槽函数。通过信号与槽函数机制可以实现不同线程之间的数据传输（不止这一种方式，这里就单描述信号与槽）。因为在Qt中，通常是主线程对窗口进行赋值，子线程不能直
  • AI原生应用领域反馈循环：助力应用持续进化 AI天才研究院 计算AI大模型企业级应用开发实战AI人工智能与大数据AI-nativeai
    AI原生应用领域反馈循环：助力应用持续进化关键词：AI原生应用、反馈循环、持续进化、数据驱动、用户体验摘要：本文围绕AI原生应用领域的反馈循环展开探讨。首先介绍了反馈循环在AI原生应用中的重要性，接着详细解释了反馈循环的核心概念及其相关要素。通过具体的算法原理和操作步骤展示了反馈循环如何在技术层面实现。以实际项目案例说明反馈循环在实际开发中的应用和效果。还探讨了反馈循环在不同场景下的应用，推荐了相
  • AI原生应用性能优化：混合推理的7个最佳实践 AI天才研究院 计算AI大模型企业级应用开发实战AI人工智能与大数据AI-native性能优化ai
    AI原生应用性能优化：混合推理的7个最佳实践关键词：AI原生应用、性能优化、混合推理、最佳实践、推理效率摘要：本文主要探讨了AI原生应用性能优化中混合推理的相关内容。首先介绍了文章的背景、目的、预期读者和文档结构等信息，接着对混合推理的核心概念进行了通俗易懂的解释，并阐述了各核心概念之间的关系，给出了核心概念原理和架构的文本示意图以及Mermaid流程图。详细讲解了核心算法原理和具体操作步骤，用数
  • 浅谈HttpClient weixin_34092455 网络
    为什么80%的码农都做不了架构师？>>>HttpClient简介HttpClient是ApacheJakartaCommon下的子项目，可以用来提供高效的、最新的、功能丰富的支持HTTP协议的客户端编程工具包，并且它支持HTTP协议最新的版本和建议。HttpClient支持的功能如下：支持Http0.9、Http1.0和Http1.1协议。实现了Http全部的方法（GET,POST,PUT,HEA
  • 使用vllm部署 Nanonets-OCR-s 没刮胡子 软件开发技术实战专栏Linux服务器技术人工智能AIocrpython深度学习
    使用vLLM部署Nanonets-OCR-s模型的完整指南Nanonets-OCR-s作为基于Qwen2.5-VL-3B的多模态OCR模型，结合vLLM的高效推理引擎可显著提升部署性能。一、环境准备与依赖安装1.安装vLLM与多模态依赖#安装vLLM（含CUDA加速）pipinstallvllm==0.3.21#建议使用稳定版本pipinstalltransformers==4.35
  • C++：vector容器（上篇） 李白同学 C++c++开发语言
    1.vector的介绍及使用1.1vector的介绍vector文档说明链接：vector-C++Reference(cplusplus.com)1.2vector的使用1.2.1vector的定义(constructor)构造函数声明接口说明vector()（重点）无参构造vector（size_typen,constvalue_type&val=value_type()）构造并初始化n个val
  • C/C++快速回顾 Immok 其他
    C/C++的库参考大全：http://www.cplusplus.com/reference/C语言：C语言的入口方法：main(intargc,constchar*argv[])intargc指控制台传入的参数个数，argv是传入的值宏定义：#definePi3.14//在编译阶段替换宏方法：#defineMAX(a,b)\a>b?a:bC中的switch需要写break;,否则会一直往下执行，
  • 【STM32仿真】基于STM32单片机设计的秒表时钟计时器仿真系统 阿齐Archie 单片机项目合集stm32嵌入式硬件单片机proteus
    基于STM32单片机设计的秒表时钟计时器仿真系统演示视频基于STM32单片机设计的秒表时钟计时器仿真系统摘要本设计基于STM32单片机，设计并实现了一个秒表时钟计时器仿真系统。系统通过显示器实时显示当前时间，并通过定时器实现秒表计时功能。显示小时、分钟、秒、毫秒，通过按键可调整时分秒和毫秒的时间。在键盘上输入要设置的时间，按*进入时间修改，之后在按*回退到上一位数字，按#表示修改完成。系统采用模块
  • 鸿蒙开发之埋点方案：高效追踪用户行为 niu某某 移动开发鸿蒙开发HarmonyOSharmonyos鸿蒙开发移动开发组件化模块化ArkUI
    往期推文全新看点（文中附带最新·鸿蒙全栈学习笔记）✒️鸿蒙应用开发与鸿蒙系统开发哪个更有前景？✒️嵌入式开发适不适合做鸿蒙南向开发？看完这篇你就了解了~✒️对于大前端开发来说，转鸿蒙开发究竟是福还是祸？✒️鸿蒙岗位需求突增！移动端、PC端、IoT到底该怎么选？✒️记录一场鸿蒙开发岗位面试经历~✒️持续更新中……概述埋点是指将信息采集程序和原本的功能代码结合起来，针对特定用户行为收集、处理和发送一些
  • C++中对象传参的几种方式 递归书房 c++
    在C++中传递对象作为函数参数有多种方式，每种方式都有不同的语义、性能特点和适用场景。以下是全面的分析和最佳实践指南：1.按值传递(PassbyValue)voidprocessObject(MyClassobj){//操作obj的副本}MyClassoriginal;processObject(original);//复制构造新对象特点：创建对象的完整副本函数内修改不影响原始对象调用时发生复制构
  • 相机的光圈 enginexpert 数码相机
    光圈（Aperture）是镜头中一个控制光线进入相机的开口，它在摄影中起着至关重要的作用。光圈的大小决定了进入相机传感器的光线数量，并影响曝光、景深、以及拍摄效果。光圈参数通常用f/值（光圈值）来表示，常见的参数包括f/1.4,f/2.8,f/5.6,f/22等。以下是光圈的几个主要方面的详细解释：1.光圈值（f/值）光圈值（f/值）是衡量光圈大小的标准。光圈的f值是焦距与光圈直径的比值。较低的f
  • 神经网络架构搜索 IJCAST主编 进化计算神经网络架构人工智能
    InternationalJournalofComplexityinAppliedScienceandTechnology，投稿网址:https://www.inderscience.com/jhome.php?jcode=ijcast,发表论文不收取任何费用，论文平均审稿25天内即可录用。1.神经网络架构搜索方法分类当前，神经网络架构搜索的方法主要可以归纳为以下三类：a.基于强化学习的NAS方法
  • SpringBoot生态全景图：从SpringCloud到云原生技术栈演进 fanxbl957 Webspringbootspringcloud云原生
    博主介绍：Java、Python、js全栈开发“多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。DeepSeek-行业融合之万象视界(附实战案例详解100+)全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)感兴趣的可以先收藏起来，希望帮助更多的人SpringBoot生态全景图：从S
  • 【C++】C++快速回顾入门、概念概要 子非渔 C++入门C++C++总结
    C++语言跟其它语言类似，主要基本的本文不列举了。我在学习的过程中，遇到C++的不同之处，或者是重点的地方，都会将其记录下来。主要从关键字、常见函数、输入输出等角度去记录。输入输出：count>命名空间：namespaceusingnamespacestd;extern:多个文件中共享的全局变量。主要是将本文件中的变量释放至其他文件也可以使用的全局高度。用于不同文件的数据交互。成员运算符：.->.
  • c++STL库与快速排序 浪子小院 基础精讲c++算法开发语言数据结构
    什么是STL库STL=StandardTemplateLibrary，标准模板库，是一系列软件的统称。从根本上说，STL是一些“容器”的集合，这些“容器”有list,vector,set,map等，STL也是算法和其他一些组件的集合。前面已经学习过的中sort函数、中string类都是STL的内容。STL库还有很多内容，比如：向量（vector）、栈（stack）、队列（queue）、优先队列（p
  • 1910. 删除一个字符串中所有出现的给定子字符串 Joyner2018 python算法leetcode开发语言python
    字符串反复删除子串问题的多种解法解析✨题目描述给定两个字符串s和part，我们需要对s执行以下操作，直到s中不再包含任何子串part：每次找到s中最左边出现的part子串，并将其从s中删除。最后，返回所有part都被删除后的最终字符串。注意：子串指的是字符串中连续的字符序列。删除操作是从左到右，每次只删除最左边的一个匹配部分。示例说明示例1：输入：s="daabcbaabcbc",part="ab
  • 1911. 最大交替子序列和 Joyner2018 python算法leetcode开发语言python
    子序列的最大交替和—动态规划详解题目描述给定一个数组nums，定义其交替和为：数组中偶数下标元素之和减去奇数下标元素之和（下标从0开始）。例如，数组[4,2,5,3]的交替和为(4+5)-(2+3)=4。现在，给定数组nums，请你找到它的任意子序列，使得该子序列（重新编号，下标从0开始）的交替和最大，返回这个最大交替和。子序列定义：从原数组中删除一些元素后，剩下元素顺序不变组成的数组。你可以选择
  • 干货！大模型时代一定要收藏的 20 个LLM 中文数据集 OpenBayes 资源上新人工智能语言模型数据库机器学习
    自ChatGPT重磅推出以来，大语言模型(largelanguageModel,LLM)以其卓越的学习能力在各个领域引起轰动。大模型的训练和调优离不开优质庞大的数据支撑，精心构建的数据集不仅为大模型提供了充分的燃料，还为大模型在垂直领域的应用和性能提升提供了可能。本文整理了一些适用于大模型训练调优的热门中文公开数据集（按照首字母A-Z顺序排列），以供大家了解和使用。温馨提示：本文列举的所有数据集，
  • AI伦理与自动驾驶：当机器掌握方向盘时的道德抉择 AIGC应用创新大全 AI大模型与大数据技术AI人工智能与大数据应用开发MCP&Agent云算力网络人工智能自动驾驶unixai
    AI伦理与自动驾驶：当机器掌握方向盘时的道德抉择关键词：AI伦理、自动驾驶、道德算法、电车难题、责任归属、技术监管、人机协作摘要：本文深入探讨自动驾驶技术发展过程中面临的伦理挑战，从经典的"电车难题"出发，分析AI决策系统在生死抉择中的道德困境。我们将剖析自动驾驶的伦理框架设计原则，探讨技术实现方案，并通过代码示例展示伦理算法如何嵌入自动驾驶系统。文章还将讨论法律责任划分、社会接受度等现实问题，最
  • 利用大数据领域Doris提升企业数据决策效率 大数据洞察 大数据网络ai
    利用大数据领域Doris提升企业数据决策效率关键词：大数据、Doris、企业数据决策、数据处理、效率提升摘要：本文围绕利用大数据领域的Doris来提升企业数据决策效率展开。首先介绍了背景，包括目的、预期读者、文档结构和相关术语。接着阐述了Doris的核心概念、架构以及与其他系统的联系。详细讲解了Doris的核心算法原理和具体操作步骤，并给出Python代码示例。同时介绍了相关的数学模型和公式。通过
  • 15.OCR训练 Echo`` Halcon系统化学习ocr人工智能深度学习算法计算机视觉机器学习
    目录1.OCR训练2.助手训练13.助手训练24.算子训练5.OCR训练联合编程6.练习1.OCR训练*OCR训练*1.分类器文件*.omc*2.halcon官方的*1.局限性只能识别数字和字母*2.样式比较单一*3.样本数量较少*...**3.训练方法*1.助手训练*1.打开OCR助手*2.选择图片*3.选择训练区域*4.分割*5.字体*6.训练文件*7.新*8.学习*9.加入训练样本*10.保
  • Python爬虫技术实战：高效市场趋势分析与数据采集 Python爬虫项目 2025年爬虫实战项目python爬虫开发语言easyui汽车
    摘要本文将深入探讨如何利用最新的Python爬虫技术进行市场趋势分析，涵盖异步IO、无头浏览器、智能解析等前沿技术，并提供完整可运行的代码示例。文章将系统介绍从基础爬虫到高级反反爬策略的全套解决方案，帮助读者掌握市场数据采集的核心技能。1.市场趋势分析与爬虫技术概述市场趋势分析已成为现代商业决策的核心环节，而数据采集则是分析的基石。根据2024年最新统计，全球83%的企业已将网络爬虫技术纳入其数据
  • 14.OCR字符识别 Echo`` Halcon系统化学习ocr计算机视觉算法人工智能前端
    目录1.识别方法1.OCR识别2.OCR识别方法1-助手识别3.OCR识别方法2-算子分割识别4.文本分割识别2.文本分割1.借用助手设置参数文本分割+混合识别2.借用助手设置参数文本分割场景23.不同字符场景1.倾斜字符1.识别方法1.OCR识别*OCR*1.概念*光学字符识别**2.识别的是什么*1.图片里面的文字符号**3.怎么识别*1.基于halcon的OCR识别**4.halconOCR
  • 线段树懒标记详解 xwztdas 线段树/平衡树线段树数据结构算法
    引入在上一篇题解。我们详细讲解了单点修改，区间查询的线段树。在这篇题解我们将要讲解区间修改，区间查询的线段树。懒标记背景我们发现虽然我们可以做到在O(logn)O(log_{n})O(logn)的时间内做到单点修改，但我们如果将一个区间修改，我们发现时间复杂度为O(nlogn)O(nlog_{n})O(nlogn)，比暴力还慢。那我们只能想一些其他方法了。结构分析我们先从线段树的结构入手：还是这张
  • html页面js获取参数值 0624chenhong html
    1.js获取参数值js function GetQueryString(name) {      var reg = new RegExp("(^|&)"+ name +"=([^&]*)(&|$)");      var r = windo
  • MongoDB 在多线程高并发下的问题 BigCat2013 mongodbDB高并发重复数据
    最近项目用到 MongoDB , 主要是一些读取数据及改状态位的操作. 因为是结合了最近流行的 Storm进行大数据的分析处理，并将分析结果插入Vertica数据库，所以在多线程高并发的情境下, 会发现 Vertica 数据库中有部分重复的数据. 这到底是什么原因导致的呢？笔者开始也是一筹莫 展，重复去看 MongoDB 的 API , 终于有了新发现 ： com.mongodb.DB 这个类有
  • c++ 用类模版实现链表(c++语言程序设计第四版示例代码) CrazyMizzz 数据结构C++
    #include<iostream> #include<cassert> using namespace std; template<class T> class Node { private: Node<T> * next; public: T data;
  • 最近情况 麦田的设计者 感慨考试生活
       在五月黄梅天的岁月里，一年两次的软考又要开始了。到目前为止，我已经考了多达三次的软考，最后的结果就是通过了初级考试（程序员）。人啊，就是不满足，考了初级就希望考中级，于是，这学期我就报考了中级，明天就要考试。感觉机会不大，期待奇迹发生吧。这个学期忙于练车，写项目，反正最后是一团糟。后天还要考试科目二。这个星期真的是很艰难的一周，希望能快点度过。   
  • linux系统中用pkill踢出在线登录用户 被触发 linux
    由于linux服务器允许多用户登录，公司很多人知道密码，工作造成一定的障碍所以需要有时踢出指定的用户 1/#who   查出当前有那些终端登录（用 w 命令更详细） # who root     pts/0        2010-10-28 09:36 (192
  • 仿QQ聊天第二版 肆无忌惮_ qq
    在第一版之上的改进内容:  第一版链接: http://479001499.iteye.com/admin/blogs/2100893   用map存起来号码对应的聊天窗口对象,解决私聊的时候所有消息发到一个窗口的问题. 增加ViewInfo类,这个是信息预览的窗口,如果是自己的信息,则可以进行编辑.   信息修改后上传至服务器再告诉所有用户,自己的窗口
  • java读取配置文件 知了ing
    1，java读取.properties配置文件 InputStream in; try { in = test.class.getClassLoader().getResourceAsStream("config/ipnetOracle.properties");//配置文件的路径 Properties p = new Properties()
  • __attribute__ 你知多少？ 矮蛋蛋 C++gcc
    原文地址: http://www.cnblogs.com/astwish/p/3460618.html GNU C 的一大特色就是__attribute__ 机制。__attribute__ 可以设置函数属性（Function Attribute ）、变量属性（Variable Attribute ）和类型属性（Type Attribute ）。 __attribute__ 书写特征是：
  • jsoup使用笔记 alleni123 java爬虫JSoup
    <dependency> <groupId>org.jsoup</groupId> <artifactId>jsoup</artifactId> <version>1.7.3</version> </dependency> 2014/08/28 今天遇到这种形式，
  • JAVA中的集合 Collectio 和Map的简单使用及方法 百合不是茶 listmapset
             List ,set ,map的使用方法和区别 java容器类类库的用途是保存对象，并将其分为两个概念：     Collection集合：一个独立的序列，这些序列都服从一条或多条规则;List必须按顺序保存元素  ，set不能重复元素；Queue按照排队规则来确定对象产生的顺序（通常与他们被插入的
  • 杀LINUX的JOB进程 bijian1013 linuxunix
    今天发现数据库一个JOB一直在执行，都执行了好几个小时还在执行，所以想办法给删除掉   系统环境：    ORACLE 10G    Linux操作系统   操作步骤如下： 第一步.查询出来那个job在运行，找个对应的SID字段 select * from dba_jobs_running--找到job对应的sid &n
  • Spring AOP详解 bijian1013 javaspringAOP
            最近项目中遇到了以下几点需求，仔细思考之后，觉得采用AOP来解决。一方面是为了以更加灵活的方式来解决问题，另一方面是借此机会深入学习Spring AOP相关的内容。例如，以下需求不用AOP肯定也能解决，至于是否牵强附会，仁者见仁智者见智。 1.对部分函数的调用进行日志记录，用于观察特定问题在运行过程中的函数调用
  • [Gson六]Gson类型适配器(TypeAdapter) bit1129 Adapter
    TypeAdapter的使用动机  Gson在序列化和反序列化时，默认情况下，是按照POJO类的字段属性名和JSON串键进行一一映射匹配，然后把JSON串的键对应的值转换成POJO相同字段对应的值，反之亦然，在这个过程中有一个JSON串Key对应的Value和对象之间如何转换(序列化/反序列化)的问题。   以Date为例，在序列化和反序列化时，Gson默认使用java.
  • 【spark八十七】给定Driver Program， 如何判断哪些代码在Driver运行，哪些代码在Worker上执行 bit1129 driver
    Driver Program是用户编写的提交给Spark集群执行的application，它包含两部分 作为驱动： Driver与Master、Worker协作完成application进程的启动、DAG划分、计算任务封装、计算任务分发到各个计算节点(Worker)、计算资源的分配等。 计算逻辑本身，当计算任务在Worker执行时，执行计算逻辑完成application的计算任务
  • nginx 经验总结 ronin47 nginx 总结
    　　　深感nginx的强大，只学了皮毛，把学下的记录。 　　　获取Header 信息，一般是以$http_XX（ＸＸ是小写）            获取body,通过接口，再展开，根据Ｋ取Ｖ 　　　获取uri,以$arg_XX      &n
  • 轩辕互动-1.求三个整数中第二大的数2.整型数组的平衡点 bylijinnan 数组
    import java.util.ArrayList; import java.util.Arrays; import java.util.List; public class ExoWeb { public static void main(String[] args) { ExoWeb ew=new ExoWeb(); System.out.pri
  • Netty源码学习-Java-NIO-Reactor bylijinnan java多线程netty
    Netty里面采用了NIO-based Reactor Pattern 了解这个模式对学习Netty非常有帮助 参考以下两篇文章： http://jeewanthad.blogspot.com/2013/02/reactor-pattern-explained-part-1.html http://gee.cs.oswego.edu/dl/cpjslides/nio.pdf
  • AOP通俗理解 cngolon springAOP
    1.我所知道的aop     初看aop,上来就是一大堆术语，而且还有个拉风的名字，面向切面编程，都说是OOP的一种有益补充等等。一下子让你不知所措，心想着：怪不得很多人都和 我说aop多难多难。当我看进去以后，我才发现：它就是一些java基础上的朴实无华的应用，包括ioc，包括许许多多这样的名词，都是万变不离其宗而 已。 2.为什么用aop&nb
  • cursor variable 实例 ctrain variable
    create or replace procedure proc_test01 as type emp_row is record( empno emp.empno%type, ename emp.ename%type, job emp.job%type, mgr emp.mgr%type, hiberdate emp.hiredate%type, sal emp.sal%t
  • shell报bash: service: command not found解决方法 daizj linuxshellservicejps
    今天在执行一个脚本时，本来是想在脚本中启动hdfs和hive等程序，可以在执行到service hive-server start等启动服务的命令时会报错，最终解决方法记录一下：   脚本报错如下： ./olap_quick_intall.sh: line 57: service: command not found ./olap_quick_intall.sh: line 59
  • 40个迹象表明你还是PHP菜鸟 dcj3sjt126com 设计模式PHP正则表达式oop
    你是PHP菜鸟，如果你：1. 不会利用如phpDoc 这样的工具来恰当地注释你的代码2. 对优秀的集成开发环境如Zend Studio 或Eclipse PDT 视而不见3. 从未用过任何形式的版本控制系统，如Subclipse4. 不采用某种编码与命名标准 ，以及通用约定，不能在项目开发周期里贯彻落实5. 不使用统一开发方式6. 不转换（或）也不验证某些输入或SQL查询串（译注：参考PHP相关函
  • Android逐帧动画的实现 dcj3sjt126com android
    一、代码实现： private ImageView iv; private AnimationDrawable ad; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout
  • java远程调用linux的命令或者脚本 eksliang linuxganymed-ssh2
    转载请出自出处： http://eksliang.iteye.com/blog/2105862        Java通过SSH2协议执行远程Shell脚本(ganymed-ssh2-build210.jar)   使用步骤如下： 1.导包 官网下载: http://www.ganymed.ethz.ch/ssh2/ ma
  • adb端口被占用问题 gqdy365 adb
    最近重新安装的电脑，配置了新环境，老是出现： adb server is out of date. killing... ADB server didn't ACK * failed to start daemon * 百度了一下，说是端口被占用，我开个eclipse，然后打开cmd，就提示这个，很烦人。 一个比较彻底的解决办法就是修改
  • ASP.NET使用FileUpload上传文件 hvt .netC#hovertreeasp.netwebform
    前台代码： <asp:FileUpload ID="fuKeleyi" runat="server" /> <asp:Button ID="BtnUp" runat="server" onclick="BtnUp_Click" Text="上 传" />
  • 代码之谜（四）- 浮点数（从惊讶到思考） justjavac 浮点数精度代码之谜IEEE
    在『代码之谜』系列的前几篇文章中，很多次出现了浮点数。 浮点数在很多编程语言中被称为简单数据类型，其实，浮点数比起那些复杂数据类型（比如字符串）来说， 一点都不简单。 单单是说明 IEEE浮点数 就可以写一本书了，我将用几篇博文来简单的说说我所理解的浮点数，算是抛砖引玉吧。 一次面试 记得多年前我招聘 Java 程序员时的一次关于浮点数、二分法、编码的面试， 多年以后，他已经称为了一名很出色的
  • 数据结构随记_1 lx.asymmetric 数据结构笔记
    第一章   1.数据结构包括数据的 逻辑结构、数据的物理/存储结构和数据的逻辑关系这三个方面的内容。 2.数据的存储结构可用四种基本的存储方法表示，它们分别是 顺序存储、链式存储 、索引存储 和 散列存储。 3.数据运算最常用的有五种，分别是  查找/检索、排序、插入、删除、修改。 4.算法主要有以下五个特性：  输入、输出、可行性、确定性和有穷性。 5.算法分析的
  • linux的会话和进程组 网络接口 linux
    会话： 一个或多个进程组。起于用户登录，终止于用户退出。此期间所有进程都属于这个会话期。会话首进程：调用setsid创建会话的进程1.规定组长进程不能调用setsid，因为调用setsid后，调用进程会成为新的进程组的组长进程.如何保证？ 先调用fork，然后终止父进程，此时由于子进程的进程组ID为父进程的进程组ID，而子进程的ID是重新分配的，所以保证子进程不会是进程组长，从而子进程可以调用se
  • 二维数组 元素的连续求解 1140566087 二维数组ACM
    import java.util.HashMap; public class Title { public static void main(String[] args){ f(); } // 二位数组的应用 //12、二维数组中，哪一行或哪一列的连续存放的0的个数最多，是几个0。注意，是“连续”。 public static void f(){
  • 也谈什么时候Java比C++快 windshome javaC++
      刚打开iteye就看到这个标题“Java什么时候比C++快”，觉得很好笑。   你要比，就比同等水平的基础上的相比，笨蛋写得C代码和C++代码，去和高手写的Java代码比效率，有什么意义呢？   我是写密码算法的，深刻知道算法C和C++实现和Java实现之间的效率差，甚至也比对过C代码和汇编代码的效率差，计算机是个死的东西，再怎么优化，Java也就是和C
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他