- 【机器学习理论基础】一文看尽朴素贝叶斯算法
大数据AI
MachineLearning机器学习
在所有的机器学习分类算法中,朴素贝叶斯和其他绝大多数的分类算法都不同。对于大多数的分类算法,比如决策树,KNN,逻辑回归,支持向量机等,他们都是判别方法,也就是直接学习出特征输出Y和特征X之间的关系,要么是决策函数Y=f(X)Y=f(X)Y=f(X),要么是条件分布P(Y∣X)P(Y|X)P(Y∣X)。但是朴素贝叶斯却是生成方法,也就是直接找出特征输出YYY和特征XXX的联合分布P(X,Y)P(X
- 【机器学习第十二章——计算学习理论】
方寸星河yu
机器学习人工智能
机器学习第十二章——计算学习理论12.计算学习理论12.1基础知识12.1可能学习近似正确假设(PAC)12.3有限假设空间12.4VC维12.计算学习理论12.1基础知识从理论上刻画了若干类型的机器学习问题中的困难和若干类型的机器学习算法的能力这个理论要回答的问题是:在什么样的条件下成功的学习是可能的?在什么条件下某个特定的学习算法可保证成功运行?机器学习理论的一些问题:是否可能独立于学习算法确
- 一篇文章预览数据挖掘比赛入门
MycountryMyhome
很多学习机器学习的同学来参加数据挖掘比赛,发现数据挖掘比赛和自己学过的机器学习理论完全不一致.所以,我决定写一篇入门文章给那些新人。必须掌握的库scikit-learnscipyseabornmatplotlibpandasHyperopt特征分类:连续数字特征序数特征类别特征时间特征坐标特征文本特征序数特征:定义为无限循环有限个数字。比如某一列只有123类别特征:类别特征和序数特征相似只不过表现
- [笔记]机器学习之机器学习理论及案例分析《二》 聚类
二进制怪兽
人工智障聚类机器学习算法
#21天学习挑战赛—机器学习#活动地址:CSDN21天学习挑战赛文章目录前言聚类聚类定义什么是簇聚类分类离群点聚类算法实例K-Means算法(k-均值算法)寻找质心最佳位置关于均值关于距离函数维度灾难定义产生的问题解决办法总结前言聚类聚类是在无标记样本的条件下将数据进行分组,从而发现天然的结构。聚类是无监督学习的主要任务,分类是监督学习的主要任务。聚类主要应用在:发现数据的潜在结构对数据进行自然分
- Python数据分析的入门路线
皮皮大
最近发现了一个自学Python数据分析的好地方,这里的原创文章高达200+篇,大家一起来看看,可以关注学习起来喔❤️公众号的原创文章涉及:Python数据分析、爬虫、机器学习、kaggle案例分享、MySQL、可视化等,下面是部分原创文章:一、机器学习+kaggle案例机器学习和数据分析案例分享是尤而小屋的核心内容,主要包含机器学习理论+kaggle比赛+数据分析的分享:机器学习(1)部分关于机器
- 【机器学习理论】2023 Spring 期中考试 CSCI5030 Midterm
叼辣条闯天涯
机器学习理论机器学习人工智能
Date&Time:16/03/2023,12:30-2:00pmQuestion1(True/False,20Points):Forthisquestion,youneedtoanswerwhichofthefollowingstatementsaretrueandwhichonesarefalse.Youalsoneedtoprovideashortexplanationforyourtrue
- 【机器学习理论】2023 Spring Homework 1
叼辣条闯天涯
机器学习理论机器学习概率论人工智能
PleaselogintoGradescopeviayourCUHKaccountandusetheentrycode:6ZWGYDProblem1(GaussianDistributionasanExponentialFamily):WeshowedGaussiandistributionN(μ,σ2)\mathcal{N}\left(\mu,\sigma^{2}\right)N
- 【机器学习理论】人工神经网络之神经元的MP模型
Li Yuexi
机器学习理论神经网络人工智能机器学习人工智能神经网络
神经元的MP模型1神经元的生理结构2神经元的数学模型2.1从生理结构到MP模型的构建过程2.2MP模型的直观图示2.3MP模型的标准形式2.4MP模型的向量形式2.5小结3MP模型的加权求和的数学意义4总结人工神经网络是人工智能仿生学派的一大创造,人工神经网络的诞生极大地受到人体内的真实的神经元的生理结构的启发,并且最初的神经元的数学模型就是仿照真实的神经元的结构来设计的,所以在介绍神经元的MP模
- 【机器学习理论】2023 Spring 期末考试 CSCI5030 Finalterm
叼辣条闯天涯
机器学习理论机器学习人工智能
CSCI5030:FinalSolutionsDate&Time:May4,2:00-4:00pmQuestion1(True/False,20Points):Forthisquestion,youneedtoanswerwhichofthefollowingstatementsaretrueandwhichonesarefalse.Youalsoneedtoprovideashortexplan
- 适合进阶学习的 机器学习 开源项目(可快速下载)
GitCode官方
开源项目学习机器学习开源
目录开源项目合集[>>开源的机器学习平台:mlflow/mlflow](https://gitcode.com/mlflow/mlflow)[>>机器学习路线图:mrdbourke/machine-learning-roadmap](https://gitcode.com/mrdbourke/machine-learning-roadmap)[>>机器学习理论和实践的合集:ben1234560/A
- 2020-07-23计算学习理论
BOLDRainbow
1.章节主要内容机器学习理论(computationallearningtheory)研究的是关于通过“计算”来进行“学习”的理论,即关于机器学习的理论基础,其目的是分析学习任务的困难本质,为学习算法提供理论保证,并根据分析结果指导算法设计。这章内容相对比较抽象,它关注的更多是算法能产生的数据与结果之间的映射与实际映射的贴近程度和稳定程度,而不是具体的算法的优劣。这是一个在更高层面审视机器学习算法
- Python数据挖掘与机器学习实践技术应用
思考的小猴子
机器学习python数据挖掘机器学习
近年来,Python编程语言受到越来越多科研人员的喜爱,在多个编程语言排行榜中持续夺冠。同时,伴随着深度学习的快速发展,人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础,因此,掌握常用机器学习算法的工作原理,并能够熟练运用Python建立实际的机器学习模型,是开展人工智能相关研究的前提和基础。为各领域人员量身定制课程内容,让你畅学Python编程及机器学习理论与代码实现方法,从“
- 初步认识cortex(CTXC)
hp_6482
一、资料1、白皮书(EN)http://www.cortexlabs.ai/Cortex_AI_on_Blockchain_EN.pdf2、官方网站(EN)http://www.cortexlabs.ai/3、团队+顾问CEO——陈子祺,清华大学、卡耐基梅隆大学、加州大学圣克鲁斯分校学习。在早期的学习经历中,师从DavidP.Helmbold研究机器学习理论和各种算法应用,精通共识算法和共有链生态
- 8.1 有监督学习算法
adamlay
大课笔记——数据分析
有监督学习算法0.机器学习理论基础根据酒精浓度、颜色深度判断红酒类别常用机器学习算法体系有监督学习无监督学习半监督学习强化学习输入/输出空间、特征空间过拟合与欠拟合1.KNN/K近邻算法1.1算法原理1.2算法的优缺点1.3算法的变种1.4Python代码实现1.5SCIKIT-LEARN算法库实现主要设计原则:案例1.6选择最优K值绘制学习曲线1.7交叉验证1.7.1泛化能力1.7.2K折交叉验
- 对偶理论:基本概念札记
三翼鸟数字化技术团队
人工智能机器学习算法
1.前言在读论文或者学习机器学习理论时,常常看到对偶的身影。但因为对对偶问题的理解不够透彻,在看机器学习理论相关理论时也是懵懵懂懂。所以本文整理了对偶理论的基本概念,帮助理解记忆。本文主要描述:优化问题的标准形式,即原问题的基本定义;介绍Lagragian函数,Lagrage对偶函数/对偶函数,Lagrage对偶问题/对偶问题等基本概念;介绍将原问题转化为对偶问题的方法。优化问题的标准形式(原问题
- 一、大数据与机器学习-概述-笔记
火蓝棋
大数据机器学习-笔记
一、什么是机器学习?机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。二、机器学习应用场景举例1.Gam
- TensorFlow03-实现线性回归
__流云
deftest01_liner():#用numpy生成100个点x_data=np.random.rand(100)y_data=x_data*0.1+0.2#构造一个线程模型#k:斜率;b:偏置值b=tf.Variable(0.)k=tf.Variable(0.)y=k*x_data+b#定义二次方差损失函数,用于优化计算结果,机器学习理论部分#求得预测值和实际值的平方差,用于判断计算结果的损失
- 机器学习和python学习之路吐血整理技术书从入门到进阶(珍藏版)
rocling
人工智能人工智能
极客侠网站导航(全部书单资源导航页):https://pymlovelyq.github.io/archives/“机器学习/深度学习并不需要很多数学基础!”也许你在不同的地方听过不少类似这样的说法。对于鼓励数学基础不好的同学入坑机器学习来说,这句话是挺不错的。不过,机器学习理论是与统计学、概率论、计算机科学、算法等方面交叉的领域,对这些技术有一个全面的数学理解对理解算法的内部工作机制、获取好的结
- 001、torch笔记
Here we are——wxl
torch笔记
之——开始目录之——开始初衷杂谈正文1.大致框架2.数据操作基础2.1数组2.2广播机制2.4不常用的原地内存操作2.5numpy与tensor相互转换所属专栏会不断更新初衷学而时习之,太多东西来得杂乱,不用就忘,浅记一下,一些小的心得和想法杂谈2023.10.3,笑死是生日不过新的一年开始也很不错本科阶段学了很多模式识别机器学习理论,多部署少研究和编写,现在刚开始系统化动手。用上了jupyter
- 基于支持向量机 (SVM) 和稀疏表示理论 (SRC) 的人脸识别比较
西部小狼_
一背景1.1支持向量机简介支持向量机(SupportVectorMachine,SVM)是AT&TBell实验室的V.Vapnik等人提出的一种机器学习算法,是迄今为止最重要的机器学习理论和方法之一,也是应用最广泛、综合效果最好的模式分类技术之一。到目前为止,支持向量机已应用于孤立手写字符识别、网页或文本自动分类、说话人识别、人脸检测、性别分类、计算机入侵检测、基因分类、遥感图象分析、目标识别、函
- python 知乎 sklearn_sklearn:Python语言开发的通用机器学习库
weixin_39723678
python知乎sklearn
深入理解机器学习并完全看懂sklearn文档,需要较深厚的理论基础。但是,要将sklearn应用于实际的项目中,只需要对机器学习理论有一个基本的掌握,就可以直接调用其API来完成各种机器学习问题。sklearn介绍scikit-learn是Python语言开发的机器学习库,一般简称为sklearn,目前算是通用机器学习算法库中实现得比较完善的库了。其完善之处不仅在于实现的算法多,还包括大量详尽的文
- 近期微软重大论文----《通用人工智能的火花:GPT-4的早期实验》
小林猿~
chatgpt人工智能深度学习microsoftpythonstablediffusion
这篇论文是最近讨论度极高的一篇论文,推特上几乎被这篇论文刷屏,作者SebastienBubeck是微软机器学习基础组的研究经理。他本人之前的研究主要集中在机器学习理论,凸优化,对抗鲁棒性方法,下面是该大佬的个人主页:虽然作者是做理论ML出身,但是这篇论文中却没有利用机器学习的方法来对GPT-4进行分析,而是从心理学,哲学的角度出发来探讨评估GPT-4的智能。我个人认为这篇论文会是今年最重要的论文之
- 机器学习中为什么需要梯度下降_机器学习理论(四)线性回归中的梯度下降法...
weixin_39607423
机器学习中为什么需要梯度下降线性分组码的最小汉明距为6线性回归梯度下降法python
(小小:机器学习的经典算法与应用)(小小:机器学习理论(一)KNN-k近邻算法)(小小:机器学习理论(二)简单线性回归)(小小:机器学习理论(三)多元线性回归)(小小:机器学习理论(四)线性回归中的梯度下降法)(小小:机器学习理论(五)主成分分析法)(小小:机器学习理论(六)多项式回归)(小小:机器学习理论(七)模型泛化)(小小:机器学习理论(八)逻辑回归)(小小:机器学习理论(九)分类算法的评价
- Robocup 仿真2D 学习笔记(一) ubuntu16.04 搭建 robocup 仿真2D环境
markchalse
robocup2Drobocup仿真2Dubuntu16环境搭建
前言robocup2D是一个仿真机器人足球比赛,也是一个研究多智能体强化学习等机器学习理论算法的优秀平台,在接下来的一段时间,通过学习如何在robocup2D仿真比赛中运用机器学习算法,提高一个球队底层的实力。本文将在ubuntu16.04系统中搭建robcup2D开发环境,因为手中只有15版本的开发环境,但是在安装中与在ubuntu12.04的环境搭建过程有一些不同。本文介绍的搭建过程比较粗略,
- 量化:基于支持向量机的择时策略
无名J0kзr
量化支持向量机算法机器学习
文章目录参考机器学习简介策略简介SVM简介整体流程收集数据准备数据建立模型训练模型测试模型调节参数参考Python机器学习算法与量化交易利用机器学习模型,构建量化择时策略机器学习简介机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也
- 机器学习理论笔记(二):数据集划分以及模型选择
蓝色是天
蓝色是天的机器学习笔记机器学习笔记人工智能数据集验证数据集
文章目录1前言2经验误差与过拟合3训练集与测试集的划分方法3.1留出法(Hold-out)3.2交叉验证法(CrossValidation)3.3自助法(Bootstrap)4调参与最终模型5结语1前言欢迎来到蓝色是天的机器学习笔记专栏!在上一篇文章《机器学习理论笔记(一):初识机器学习》中,我们初步了解了机器学习,并探讨了其定义、分类以及基本术语。作为继续学习机器学习的进一步之旅,今天我们将进一
- 机器学习里面数学知识,到底对数学水平要求多高?
yoku酱
过去几个月里,有不少人联系我,向我表达他们对数据科学、对利用机器学习技术探索统计规律性,开发数据驱动的产品的热情。但是,我发现他们中有些人实际上缺少为了获取有用结果的必要的数学直觉和框架。这是我写这篇文章的主要原因。最近,许多好用的机器和深度学习软件变得十分易得,例如scikit-learn,Weka,Tensorflow,等等。机器学习理论是与统计学、概率论、计算机科学、算法等方面交叉的领域,它
- 机器学习理论笔记(一):初识机器学习
蓝色是天
蓝色是天的机器学习笔记机器学习笔记人工智能NFL西瓜书
文章目录1前言:蓝色是天的机器学习笔记专栏1.1专栏初衷与定位1.2本文主要内容2机器学习的定义2.1机器学习的本质2.2机器学习的分类3机器学习的基本术语4探索"没有免费的午餐"定理(NFL)5结语1前言:蓝色是天的机器学习笔记专栏尊敬的读者们,大家好!欢迎来到我的全新专栏:《蓝色是天的机器学习笔记》。我感到无比兴奋,能够在这里与各位分享我对机器学习的热爱与探索。这个专栏将成为我记录机器学习知识
- Python 数据挖掘与机器学习
xiao5kou4chang6kai4
农业生态气象python数据挖掘机器学习
近年来,Python编程语言受到越来越多科研人员的喜爱,在多个编程语言排行榜中持续夺冠。同时,伴随着深度学习的快速发展,人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础,因此,掌握常用机器学习算法的工作原理,并能够熟练运用Python建立实际的机器学习模型,是开展人工智能相关研究的前提和基础。畅学Python编程及机器学习理论与代码实现方法,从“基础编程→机器学习→代码实现”逐步
- Python数据分析宝藏地带!
计算机视觉研究院
可视化聚类数据分析python机器学习
给大家推荐一个Python机器学习、数据分析的好地方:尤而小屋。这里的原创文章高达260+篇,主要内容涉及:Python机器学习、数据分析、爬虫、kaggle案例分享、Pandas、MySQL、可视化、工具利器等,大家一起来看看,可以关注学习起来喔❤️下面是部分优质原创文章:一、机器学习+kaggle案例机器学习和数据分析案例分享是尤而小屋的核心内容,主要包含机器学习理论+kaggle比赛+数据分
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
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.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
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
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f