- 遥感之智能优化算法大纲介绍
遥感-GIS
遥感之智能优化算法图像处理arcgis启发式算法
介绍近年来在遥感及人工智能领域研究比较火热的智能优化算法,其中被广泛使用的比如粒子群算法和遗传算法等,在遥感领域,比如高光谱特征选择,机器学习超参数优化等方向有众多的应用,除了提到了两个算法之外,还有众多其他算法,本专栏基于《智能优化算法与涌现计算》及其相关资料,对智能优化算法做些详细的整理和总结,以期给遥感或其他领域提供有价值的参考。书籍大纲为:第一篇仿人智能优化算法描述模拟人脑思维、人体系统、
- 经典算法之链表篇(三)
dlwlrma ⥳
LeetCode刷题算法链表数据结构
目录一:旋转链表(LeetCode.61)二:LRU缓存(LeetCode.146)有关链表的其他算法题,可以参考我上篇写的文章经典算法之链表篇(二)一:旋转链表(LeetCode.61)问题描述:给你一个链表的头节点head,旋转链表,将链表每个节点向右移动k个位置。示例:输入:head=[1,2,3,4,5],k=2输出:[4,5,1,2,3]解题思路:计算链表的长度,并找到链表的尾节点,同时
- 深度探索:机器学习中的序列到序列模型(Seq2Seq)原理及其应用
生瓜蛋子
机器学习机器学习人工智能
目录1.引言与背景2.庞特里亚金定理与动态规划3.算法原理4.算法实现5.优缺点分析优点缺点6.案例应用7.对比与其他算法8.结论与展望1.引言与背景在当今信息爆炸的时代,机器学习作为人工智能领域的核心驱动力,正以前所未有的深度和广度渗透进我们的日常生活。从语言翻译、文本摘要、语音识别到对话系统,众多自然语言处理(NLP)任务的成功解决离不开一种强大的模型架构——序列到序列(Sequence-to
- Java基础算法之堆排序(Heap Sort)
被惦记的猫
排序算法算法排序算法堆排序
堆排序(HeapSort)1、堆介绍2、算法介绍3、图解4、代码实现5、执行结果6、其他算法1、堆介绍大顶堆:非叶子结点的数据要大于或等于其左,右子节点的数据小顶堆:非叶子结点的数据要小于或等于其左,右子节点的数据2、算法介绍先从后面的非叶子结点从后向前将结点构建成一个大顶堆(小顶堆)。此时根节点就是最大的数据(最小的数据),然后将根节点与数组最后一位进行交换。交换后再从根节点开始构建堆(此时树的
- 基础算法 - 快速排序、归并排序、二分查找、高精度模板、离散化数据
Calebbbbb
算法算法排序算法二分高精度模板离散化快速排序归并排序
文章目录前言Part1:排序一、快速排序二、归并排序Part2:二分一、二分-查找左边界二、二分-查找右边界Part3:高精度一、高精度加法二、高精度减法三、高精度乘法四、高精度除法Part4:离散化一、区间和前言由于本篇博客相较而言都是算法中最基础的模板,包括快速排序、归并排序、二分、高精度加减乘除法、离散化。这些基础模板多与其他算法混合考察,这些模板是许多算法的实现基础。Part1:排序快速排
- 蓝桥杯:C++二叉树
DaveVV
蓝桥杯c++蓝桥杯c++算法数据结构c语言
二叉树几乎每次蓝桥杯软件类大赛都会考核二叉树,它或者作为数据结构题出现,或者应用在其他算法中。大部分高级数据结构是基于二叉树的,例如常用的高级数据结构线段树就是基于二叉树的。二叉树应用广泛和它的形态有关。二叉树的定义:二叉树的第1层是一个结点,称为根,它最多有两个子结点,分别是左子结点、右子结点,以它们为根的子树称为左子树、右子树。二叉树上的每个结点,都是按照这个规则逐层往下构建出来的。图3.4二
- shiro登陆时密码加盐哈希实现和简单原理
ignoHH
javashirospringbootjavashiro密码学
shiro登陆时密码加盐哈希实现版权声明:本文为博主原创文章,遵循CC4.0BY-SA版权协议,转载请附上原文出处链接和本声明。本文链接:https://blog.csdn.net/wy862740672/article/details/109818314实现废话不多说,开搞。此篇采用SHA-256哈希算法,采用其他算法只需要更改算法名字段。1.在shiro配置中添加对于HashedCredent
- 面试:正确率能很好的评估分类算法吗
华农DrLai
分类数据挖掘人工智能机器学习深度学习大数据算法
正确率(accuracy)正确率是我们最常见的评价指标,accuracy=(TP+TN)/(P+N),正确率是被分对的样本数在所有样本数中的占比,通常来说,正确率越高,分类器越好。不同算法有不同特点,在不同数据集上有不同的表现效果,根据特定的任务选择不同的算法。如何评价分类算法的好坏,要做具体任务具体分析。对于决策树,主要用正确率去评估,但是其他算法,只用正确率能很好的评估吗?答案是否定的。正确率
- 2019-10-10 kNN近邻算法
lqzzz
kNN近邻算法算法原理样本点的特性与该邻居点的特性类似,可以简单理解为“物以类聚”。因此可以使用目标点的多个邻近点的特性表示当前点的特性。k近邻算法是非常特殊的,可以被认为是没有模型的算法,为了和其他算法统一,可以认为训练数据集就是模型本身。KNN分类算法:“投票法”,选择这k个样本中出现最多的类别标记作为预测结果。KNN回归算法:“平均法”,将这k个样本的实值输出标记的平均值作为预测结果。欧拉距
- 字符串匹配算法--数据结构与算法之美--CH32
csdn_SUSAN
数据结构和算法字符串匹配RK算法BF算法
文章目录1.什么是字符串匹配2.如何实现字符串匹配2.1BF算法2.2.1BF算法常用原因2.2RK算法2.2.1hash算法的设计2.2.2散列冲突处理3.其他算法简介4.思考总结1.什么是字符串匹配 “字符串匹配”就是在一个长字符串A中搜索一个短的字符串B,此时A称为主串,B称为模式串。 把主串A的长度记作n,模式串B的长度记作m,因为在主串中查找模式串,所以n>m。2.如何实现字符串匹配
- 算法——滑动窗口+前缀和
debugBiubiubiu2000
数据结构和算法算法滑动窗口前缀和差分数组leetcode
在刷leetcode时,看到一道精选的题解一次搞定前缀和觉得非常有用,文章的作者总结了关于滑动窗口和前缀和的知识点,于是想着在自己的博客做个记录,方便自己后面的学习回顾。该作者的关于其他算法知识的总结:算法知识点总结滑动窗口滑动窗口这一内容复制粘贴于:滑动窗口常见套路滑动窗口主要用来处理连续问题。比如题目求解“连续子串xxxx”,“连续子数组xxxx”,就应该可以想到滑动窗口。能不能解决另说,但是
- 梯度提升树系列1——梯度提升树(GBDT)入门:基本原理及优势
theskylife
数据挖掘python机器学习数据挖掘GBDT
目录写在开头1.GBDT的基本原理1.1GBDT的定义1.2GBDT的工作机制1.2.1初始化1.2.2迭代训练1.2.3集成预测2.GBDT的优势2.1高精度预测能力2.2对各种类型数据的适应性2.3在数据不平衡情况下的优势2.4鲁棒性与泛化能力2.5特征重要性评估2.6高效处理大规模数据3.与其他算法的比较3.1与随机森林的比较3.2与支持向量机的比较3.3与神经网络的比较写在最后梯度提升树(
- 【SparkML实践7】特征选择器FeatureSelector
周润发的弟弟
Spark机器学习spark-ml
本节介绍了用于处理特征的算法,大致可以分为以下几组:提取(Extraction):从“原始”数据中提取特征。转换(Transformation):缩放、转换或修改特征。选择(Selection):从更大的特征集中选择一个子集。局部敏感哈希(LocalitySensitiveHashing,LSH):这类算法结合了特征转换的方面与其他算法。FeatureSelectorsVectorSlicerVe
- 【Spark实践6】特征转换FeatureTransformers实践Scala版--补充算子
周润发的弟弟
Spark机器学习sparkscala大数据
本节介绍了用于处理特征的算法,大致可以分为以下几组:提取(Extraction):从“原始”数据中提取特征。转换(Transformation):缩放、转换或修改特征。选择(Selection):从更大的特征集中选择一个子集。局部敏感哈希(LocalitySensitiveHashing,LSH):这类算法结合了特征转换的方面与其他算法。FeatureTransformersIndexToStri
- 【SparkML实践5】特征转换FeatureTransformers实战scala版
周润发的弟弟
Spark机器学习spark-mlscala开发语言
本节介绍了用于处理特征的算法,大致可以分为以下几组:提取(Extraction):从“原始”数据中提取特征。转换(Transformation):缩放、转换或修改特征。选择(Selection):从更大的特征集中选择一个子集。局部敏感哈希(LocalitySensitiveHashing,LSH):这类算法结合了特征转换的方面与其他算法。本章节主要讲转换1FeatureTransformersTo
- 【SparkML系列3】特征提取器TF-IDF、Word2Vec和CountVectorizer
周润发的弟弟
spark-mltf-idfword2vec
本节介绍了用于处理特征的算法,大致可以分为以下几组:提取(Extraction):从“原始”数据中提取特征。转换(Transformation):缩放、转换或修改特征。选择(Selection):从更大的特征集中选择一个子集。局部敏感哈希(LocalitySensitiveHashing,LSH):这类算法结合了特征转换的方面与其他算法。###FeatureExtractors(特征提取器)###
- SHADE和SaDE跑CEC2017测试集
树洞优码
算法改进优化算法差分进化算法改进差分进化算法
SHADE和SaDE跑CEC2017测试集对比图,并分别连续运行30次并且输出最优值,最差值,平均值,标准差基于成功历史的参数自适应差分进化算法(SHADE)是经典的差分进化变体,该论文发表于2013年,性能非常有参考价值,可用于和其他算法进行对比试验,该算法尤其是在CEC测试集上有着优秀的表现,将此算法用作对比算法,可以极大增强试验的说服力。提升论文被录用的概率。参考文献:RyojiTanabe
- Python的hashlib模块:7种加密算法深入剖析
傻啦嘿哟
关于python那些事儿python哈希算法开发语言
目录一、引言二、哈希算法简介三、hashlib模块中的加密算法MD5SHA1SHA224/SHA256/SHA384/SHA512SHA3其他算法:四、加密算法比较与选择五、实际应用与注意事项六、总结本文将深入探讨Python的hashlib模块,重点解析其中的七种加密算法:MD5、SHA1、SHA224、SHA256、SHA384、SHA512和SHA3。我们将通过理论、代码示例和实际应用来展示
- XGBoost系列3——XGBoost在多分类问题中的应用
theskylife
数据分析数据挖掘分类数据挖掘人工智能python机器学习
目录写在开头1.多分类问题的介绍1.1什么是多分类问题?1.2多分类问题的挑战1.3XGBoost如何应对多分类问题?1.4多分类问题的应用场景2.XGBoost中的多分类支持2.1分类原理2.2Softmax损失函数2.3One-vs-All与One-vs-One2.4多分类性能优势2.5超参数调优2.6特征重要性分析2.7模型解释性2.8一个简单的例子3.对比XGBoost与其他算法在多分类任
- 【信息学奥赛一本通 提高组】第二章 二分与三分
weixin_30609287
c/c++数据结构与算法
一、二分二分法,在一个单调有序的集合或函数中查找一个解,每次分为左右两部分,判断解在那个部分并调整上下界,直到找到目标元素,每次二分都将舍弃一般的查找空间,因此效率很高。二分常见模型1、二分答案最小值最大(或是最大值最小)问题,这类双最值问题常常选用二分法求解,也就是确定答案后,配合贪心,DP等其他算法检验这个答案是否合理,将最优化问题转化为判定性问题。例如,将长度为n的序列ai分为最多m个连续段
- Nginx 如何实现负载均衡?
恒创HengHost
nginx负载均衡运维
Nginx是一个高性能的HTTP和反向代理服务器,也是一个IMAP/POP3/SMTP代理服务器。由于其具有丰富的功能和出色的性能,Nginx广泛应用于Web开发、负载均衡、反向代理等场景。在负载均衡方面,Nginx可以实现基于轮询、IP_HASH、URL_HASH和其他算法的负载均衡。本文将详细介绍Nginx如何实现负载均衡。一、Nginx负载均衡简介负载均衡是一种将请求分发到多个服务器或应用程
- yolov5 主要流程
isserendipity
yolov5YOLO
1.介绍本文包含了有关yolov5目标检测的基本流程,包括模型训练与模型部署,旨在帮助小伙伴们建立系统的认知YOLO是"Youonlylookonce"的首字母缩写,是一个开源软件工具,它具有实时检测特定图像中物体的高效能力。YOLO算法使用卷积神经网络(CNN)模型来检测图像中的物体。该算法只需要通过给定的神经网络进行一次前向传播就能检测到图像中的所有物体。这使YOLO算法在速度上比其他算法更有
- python开源项目之五子棋
falwat
opensourcepythonpython五子棋
目录概述特色流程文件组成关于嵌入你的AI算法概述本项目实现了一个带GUI的五子棋程序,源码可以从github获取.除此之外,源码目录下还有一个命令行式的五子棋代码.特色界面使用tkinter设计;提供了一个简单的Minxmax博弈算法;游戏双方均可设置为通过鼠标人工下子;游戏双方均可设置为AI下子;游戏支持自动重复开局(方便测试AI算法);方便嵌入其他算法;流程运行gobang.py,启动程序;点
- 模拟算法(模拟算法 == 依葫芦画瓢)万字
川入
算法专栏算法模拟算法
模拟算法基本思想引入算法题替换所有的问号提莫攻击Z字形变换外观数列数青蛙基本思想 模拟算法==依葫芦画瓢解题思维要么通俗易懂,要么就是找规律,主要难度在于将思路转换为代码。特点:相对于其他算法思维,思路比较简单(没有很多的弯弯绕绕,考察的是代码能力)。大致做题流程模拟算法流程(一定要在演草纸上过一遍-容易忽略细节)把流程转换为代码引入算法题替换所有的问号链接:https://leetcode.c
- 使用numpy处理图片——模糊处理
breaksoftware
numpynumpy
大纲高斯模糊方框模糊其他算法median_filtermaximum_filterminimum_filterpercentile_filterrank_filtergaussian_laplacecorrelatemorphological_laplacewhite_tophatmorphological_gradientblack_tophat在《使用numpy处理图片——滤镜》一文中,我们尝
- 遗传算法(GA)、模拟退火算法(SAA)、蚁群算法(ACO)、粒子群算法(PSO)优缺点汇总
筱筱西雨
算法模拟退火算法机器学习遗传算法启发式算法
遗传算法优点:与问题领域无关且快速随机的搜索能力,不会陷入局部最优解;搜索从群体出发,具有潜在的并行性,提高运行速度,鲁棒性高;搜索使用评价函数启发,过程简单;使用概率机制进行迭代,具有随机性;具有可扩展性,容易与其他算法结合。缺点:1.遗传算法的编程实现比较复杂,首先需要对问题进行编码,找到最优解之后还需要对问题进行解码;2.另外三个算子的实现也有许多参数,如交叉率和变异率,并且这些参数的选择严
- (leetcode)替换所有的问号 -- 模拟算法
Lei宝啊
算法算法模拟算法
个人主页:Lei宝啊愿所有美好如期而遇本题链接力扣(LeetCode)输入描述stringmodifyString(strings)输入一个字符串,字符串中仅包含小写字母和‘?’字符。输出描述将问号替换为小写字母,且这个替换的小写字母与他前后的字母不相同。算法分析模拟,实际上就是根据题目描述做题,不用考虑什么二分,前缀和等等,相对于其他算法比较简单,就是单纯的考察代码能力。本题我们直接循环遍历数组
- 集成学习(1)- 导论
木头里有虫911
首先明确一下为什么要进行集成学习的系统学习。我们先从机器学习说起。什么是机器学习?一言以蔽之,即一种算法。何谓算法?即通过有限的步骤解决一个问题的方法。而机器学习是一种什么样的算法呢?与其他算法不同,机器学习是通过数据来解决问题。通过学习数据中暗含的规律来预测或者分类是机器学习要解决的主要问题。如今,机器学习算法常被人们拿过来解决一些业内知名或者时间长久的老大难问题。一些问题也常被拿来作为一些比赛
- OpenVINS学习5——VioManager.cpp/h学习与注释
独孤西
SLAM学习
前言之前又看到说VioManager.cpp/h是OpenVINS中的核心程序,这次就看看这里面都写了啥,整体架构什么样,有哪些函数功能。具体介绍:VioManager类整体分析VioManager类包含MSCKF工作所需的状态和其他算法。我们将测量结果输入到此类中,并将它们发送到各自的算法。如果我们有要传播或更新的测量值,此类将调用我们的状态来执行此操作。主要包含下面6个函数/类:VioMana
- OpenSSL 命令详解(二)——摘要算法、签名、验签
锋影Q
操作系统平台QNX汽车电子androidlinux
锋影email:
[email protected]如果你认为本系列文章对你有所帮助,请大家有钱的捧个钱场,点击此处赞助,赞助额0.1元起步,多少随意本文主要介绍OpenSSL摘要计算命令。ref:http://blog.csdn.net/as3luyuan123/article/details/14046375用什么摘要算法指令代替时,默认使用该算法,但也可以指定其他算法。使用指令openssldg
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
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/
import java.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
 
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
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
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
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/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置