- OHIF Viewer医学影像学习日记
刘斩仙的笔记本
javascriptOHIFViewer医学影像vuereact
前言:OHIFViewer一个开源的,基于Web的,医学影像查看器。项目文档GitHub项目大概流程:我们下载OHIFViewer项目运行打包,发布到服务器,然后暴露访问地址;再由后端提供返回固定格式json的接口,完整路径例如:http://www.baidu.com/#/viewer?url=http://www.your.com/apiv1/dicom/analysis/studies把此链
- NCBI SRA数据库使用详解----学习笔记
盲人骑瞎马5555
生物信息学
SRA(SequenceReadArchive)数据库是用于存储二代测序的原始数据,包括454,Illumina,SOLiD,lonTorrent,Helicos和CompleteGenomics。除了原始序列数据外,SRA现在也存在rawreads在参考基因的比对信息。根据SRA数据产生的特点,将SRA数据分为四类:studies--研究课题experiments--实验设计runs--测序结果
- 散文笔记1--Of Studies--Francis Bacon
豹豹君
关于如何读书,怎么读书,为什么读书是古今中外常会探讨的问题,甚至包括语言学习也常给出是侧重精读还是泛读的不同建议。博学强记,精专某个领域均有不同的吸引力,但它们的共通点确实一致的,多读经典以及实用的书。弗朗西斯·培根除了说过"知识就是力量"以外,还有一条个人很喜欢的语句"读书不是为了雄辩和驳斥,也不是为了轻信和盲从,而是为了思考和权衡。"400多年前(1561-1626)的智慧依旧适用于现在。这篇
- Genome-wide association studies in R
m1chiru
r语言算法人工智能
全基因组关联(GWA)研究扫描整个物种基因组,寻找多达数百万个SNPs与特定感兴趣特征之间的关联。值得注意的是,感兴趣的性状实际上可以是归因于群体的任何类型的表型,无论是定性的(例如疾病状态)还是定量的(例如身高)。本质上,给定p个SNP和n个样本或个体,GWA分析将拟合p个独立的单变量线性模型,每个模型基于n个样本,使用每个SNP的基因型作为感兴趣特征的预测因子。每个P检验中的关联显著性(P值)
- Survival curve for TCGA
osho_c837
cgdsrlibrary(cgdsr)library(DT)mycgds=CGDS("http://www.cbioportal.org/")test(mycgds)###allcancerstudiesall_tcga_studies%droplevels()time_status$PERSON_NEOPLASM_CANCER_STATUS%droplevels()time_status$PER
- 【BMAN10970】Introduction to Management and Organization studies
iuww1314
学习
BMAN10970Essayquestions23/24Usingrelevantscholarlymaterialsfromsemester1answeroneofthefollowingquestionsin1,500words.Yourresponseshoulddemonstrateagoodunderstandingofthetopic/sinquestionalongsideareas
- GWAS数据下载详解(3)
weixin_49320263
GWASr语言数据挖掘
(1)GWASCatalog关于GWASCatalog数据库的下载,本文主要使用gwasrappid实现。#使用gwasrappidlibrary(gwasrapidd)help(package="gwasrappid")#获取研究my_studies%#根据P值筛选tidyr::drop_na(pvalue)%>%dplyr::pull(association_id)->association_
- Deep convolutional models: case studies
Simple_isBeauty
Casestudiesimage.pngClassicNetworks这节课中你会学到一些经典神经网络结构如LeNet-5AlexNet和VGGNet我们来看一下这是LeNet-5的网络结构你以一幅图像开始即32乘32乘1而LeNet-5的任务是识别手写数字可能就像这幅数字图像LeNet-5就在灰度图像上训练这就是为什么它是32乘32乘1该神经网络实际上(这些灰度图像)与你上周所见的样本类似ima
- 区别大盘点:信息学竞赛、信息学奥赛、NOIP、NOI和IOI傻傻分不清楚
小猫学编..
信息学奥赛
最近很多家长微信私聊问我:“NOIP、NOI和IOI,让孩子参加哪个比较好?”下面小红就给有疑惑的家长解答一下。信息学(Informatics)一词在很多场合是计算机科学(ComputerScience)的代称。在中国大陆地区,特别是中学阶段主要指计算机科学中关注“计算机理论与算法(TheoryandAlgorithms)”的子领域。在社会各领域被信息技术快速变革和推动的背景下,针对各年龄段的“信
- TA-Lib学习研究笔记(二)——Overlap Studies上
六月闻君
数据分析Pythonpython量化
TA-Lib学习研究笔记(二)——OverlapStudies1.OverlapStudies指标['BBANDS','DEMA','EMA','HT_TRENDLINE','KAMA','MA','MAMA','MAVP','MIDPOINT','MIDPRICE','SAR','SAREXT','SMA','T3','TEMA','TRIMA','WMA']2.数据准备get_data函数参数
- Adversarial Attacks and Defenses on Graphs: A Review, A Tool and Empirical Studies(2020)
今我来思雨霏霏_JYF
图神经网络对抗性攻击图神经网络对抗攻击鲁棒性
AdversarialAttacksandDefensesonGraphs:AReview,AToolandEmpiricalStudies----《图上的对抗性攻击和防御:回顾、工具和实证研究》摘要 深度神经网络(DNN)在各种任务中都取得了显着的性能。然而,最近的研究表明,DNN很容易被输入的小扰动所欺骗,称为对抗性攻击。作为DNN对图的扩展,图神经网络(GNN)已被证明继承了该漏洞。对手可
- 数字地球
lgmawei
GIS数据库网络数据仓库internet存储分布式计算
1.地球信息科学1.1几个相关概念近十几年来,随着遥感,全球定位系统,地理信息系统以及计算机网络技术的发展,出现了一系列新的、意义相近的、与地理信息系统相关的名词,如地理信息科学(GeographicalInformationScience),地球测量(Geomatics,地球信息学[宫鹏],地球空间信息学[李德仁]),地球信息学(Geo-Informatics),地球信息科学(Geo-infor
- Adversarial attacks and defenses on AI in medical imaging informatics: A survey
今我来思雨霏霏_JYF
对抗性攻击人工智能安全
AdversarialattacksanddefensesonAIinmedicalimaginginformatics:Asurvey----《AI在医学影像信息学中的对抗性攻击与防御:综述》背景:之前的研究表明,人们对医疗DNN及其易受对抗性攻击的脆弱性一直存在疑虑。摘要: 近年来,医学图像显着改善并促进了多种任务的诊断,包括肺部疾病分类、结节检测、脑肿瘤分割和身体器官识别。另一方面,机器学
- python talib 使用
AICVer
量化分析Pythonpython开发语言机器学习
各种指标importtushareastsdf=ts.get_k_data('sh',start='2000-01-01')df.index=pd.to_datetime(df.date)df=df.sort_index()print(df.columns)defoverlap_studies():types=['SMA','EMA','WMA','DEMA','TEMA','TRIMA','KA
- Get better data from user studies: 16 interviewing tips
NewReadThing
收集用户数据:16个会谈技巧原文地址:https://library.gv.com/get-better-data-from-user-studies-16-interviewing-tips-328d305c3e37在我的工作中,我最喜欢的一个部分在于和大量的、各种各样的人进行访谈,交流他们的习惯、需求、态度和对设计的反应。我享受让一个陌生人尽快地对我畅所欲言,能够在我面前对试用产品的挑战。用户
- 强化学习(RLAI)读书笔记第十六章Applications and Case Studies(不含alphago)
无所知
强化学习强化学习
强化学习(RLAI)读书笔记第十六章ApplicationsandCaseStudies(不含alphago)16.1TD-Gammon16.2Samuel'sCheckersPlayer16.3Watson‘sDaily-DoubleWagering16.4OptimizingMemoryControl16.5Human-levelVideoGamePlay16.6MateringtheGame
- Machine Learning Engineering Case Studies with Python notebook
禅与计算机程序设计艺术
Python自然语言处理人工智能语言模型编程实践开发语言架构设计
作者:禅与计算机程序设计艺术1.简介Machinelearningengineering(MLE)istheprocessofdevelopingmachinelearningsystemsthatcanperformtaskswithhighaccuracyandefficiencyatscale.MLEinvolvesdesigning,building,testing,deploying,m
- E. Nastya and Potions
zzzyyzz_
codeforces算法
Problem-E-Codeforces思路:想到用图论前驱图了,但是因为考虑可能有环的存在,但是其实题干中说明了不能通过一种或几种混合得到自己,所以就保证了不存在环,那就能用拓扑结构的性质做,用记忆化搜索就可以了//Problem:E.NastyaandPotions//Contest:Codeforces-CodeforcesRound888(Div.3)//URL:https://codef
- Grade9 unit5 reading He studies harder than he used to
fisherzjj
图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App图片发自App
- 单细胞数据库整理
Seurat_Satija
一、human和mouse的单细胞数据库1.PanglaoDB人鼠单细胞数据库,比较全面,数据库里面也有celltypeMarker2.SingleCellPortal-BroadInstitute界面不是那么好用,数据应该含有挺多物种的,也包括人和小鼠的3.SingleCellExpressionAtlas-EMBL-EBI欧洲生物信息学中心,一共有9species,52studies,61,0
- E. Nastya and Potions - 记忆化搜索
Wy. Lsy
算法c++记忆化搜索
分析:dfs永远都需要记忆化搜索,也算是优化技巧吧,首先不知道哪种方法更加好,本质就是找每种材料的最小费用,能通过几种费用更少的材料代替就可以将费用优化成更小,这也就需要dfs来找最小费用,但是会超时,可以在dfs过程中开一个数组优化,进行记忆化搜索,搜过的地方也就不用再进行搜索,直接返回最小值,搜过后的地方数组记录的一定是费用最小值。代码:#includeusingnamespacestd;us
- TCGA数据下载系列之一:cgdsr
白云梦_7
#查看有多少不同的癌症数据集library(cgdsr)library(DT)mycgds<-CGDS("http://www.cbioportal.org/public-portal/")all_TCGA_studies<-getCancerStudies(mycgds)DT::datatable(all_TCGA_studies)#查看任意数据集的样本列表方式stad2014<-"stad_t
- ValueError: too many values to unpack (expected 4)
weixin_55008315
c++jarc#
今天给一个朋友处理安装的问题,安装完后测试代码时出现这个问题win10安装mujoco,mujoco_py,gym_mujoco安装_努力写代码的小梁的博客-CSDN博客安装完成后运行测试报错gym.logger.warn(Traceback(mostrecentcalllast):File"D:\毕设\robotics_studies-main\测试.py",line10,inobservati
- 论文阅读- Uncovering Coordinated Networks on Social Media:Methods and Case Studies
无脑敲代码,bug漫天飞
社交机器人检测论文阅读
链接:https://arxiv.org/pdf/2001.05658.pdf目录摘要:引言MethodsCaseStudy1:AccountHandleSharingCoordinationDetection分析CaseStudy2:ImageCoordinationCoordinationDetectionAnalysisCaseStudy3:HashtagSequencesCoordinat
- 【scRW】[1] Introduction to scRNA-seq
RachaelRiggs
这个专题叫ScheduleforSingle-cellRNA-seqworkshop,姑且就把这个专题叫做【scRW】第一课IntroductiontoscRNA-seq资料来源师姐推荐的哈佛的单细胞的课https://hbctraining.github.io/scRNA-seq/schedule/单细胞文章学习http://www.nxn.se/single-cell-studies正文部分1
- E. Nastya and Potions(DFS+记忆化搜索)
DHX~
cfdfs
炼金术士纳斯蒂亚喜欢混合药剂。一共有n种药剂,ci硬币可以买到一种i型药剂。任何一种药剂都只能通过一种方式获得,即混合其他几种药剂。混合过程中使用的药剂将被消耗掉。此外,任何药剂都不能通过一个或多个混合过程从自身获得。作为一名经验丰富的炼金术士,Nastya拥有无限量的k种药剂p1、p2、…、pk,但她不知道下一步要获得哪一种。为了做出决定,她要求你为每1≤i≤n找到她下一次获得i型药剂所需的最低
- OF STUDIES
上善若水_4bac
OfStudiesStudiesservefordelight,forornament①,andforability.Theirchiefusefordelight,isinprivatenessandretiring;forornament,isindiscourse;andforability,isinthejudgment,anddisposition②ofbusiness.Forexper
- Kubernetes Blog 更新:DaoCloud 为数字世界寻找全局最优解
云原生与道客
kubernetes云原生容器
“近日,一篇名为《「DaoCloud道客」与Kubernetes--为数字世界寻找全局最优解》的博文,在Kubernetes的全球官网上线(链接:https://kubernetes.io/case-studies/daocloud/),下面一起来了解一下具体内容。作为云原生领域的创新领导者,「DaoCloud道客」成立于2014年底,拥有自主知识产权的核心技术,致力于打造开放的云操作系统,为企业
- TLS详解(原理和实践)
warm3snow
___##主页-个人微信公众号:密码应用技术实战-个人博客园首页:https://www.cnblogs.com/informatics/___##引言本文主要内容涉及到TLS协议**发展历程**、TLS**协议原理**以及在**HTTPS中的应用**,以希望读着对TLS协议的基
- A New Surrogate Loss andEmpirical Studies on Medical Image Classification(待补充)
Nice25
图像分类论文计算机视觉深度学习
摘要深度AUC最大化(DAM)是一种通过最大化数据集上模型的AUC分数来学习深度神经网络的新范式。以往关于AUC最大化的研究大多集中在通过设计有效的随机算法进行优化的角度,而对于大型DAM在困难任务下的泛化性能的研究则较少。在这项工作中,我们的目标是使DAM在有趣的实际应用(医学图像分类)中更加实用。首先我们为AUC分数提出了一个新的基于边界(margin)最小最大代理损失函数(简称AUC最小-最
- Spring中@Value注解,需要注意的地方
无量
springbean@Valuexml
Spring 3以后,支持@Value注解的方式获取properties文件中的配置值,简化了读取配置文件的复杂操作
1、在applicationContext.xml文件(或引用文件中)中配置properties文件
<bean id="appProperty"
class="org.springframework.beans.fac
- mongoDB 分片
开窍的石头
mongodb
mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上,configsvr上边放的是metar信息,指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard(片)信息。
第一步启动两台以上的mongo服务
&nb
- OVER(PARTITION BY)函数用法
0624chenhong
oracle
这篇写得很好,引自
http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html
OVER(PARTITION BY)函数用法
2010年10月26日
OVER(PARTITION BY)函数介绍
开窗函数 &nb
- Android开发中,ADB server didn't ACK 解决方法
一炮送你回车库
Android开发
首先通知:凡是安装360、豌豆荚、腾讯管家的全部卸载,然后再尝试。
一直没搞明白这个问题咋出现的,但今天看到一个方法,搞定了!原来是豌豆荚占用了 5037 端口导致。
参见原文章:一个豌豆荚引发的血案——关于ADB server didn't ACK的问题
简单来讲,首先将Windows任务进程中的豌豆荚干掉,如果还是不行,再继续按下列步骤排查。
&nb
- canvas中的像素绘制问题
换个号韩国红果果
JavaScriptcanvas
pixl的绘制,1.如果绘制点正处于相邻像素交叉线,绘制x像素的线宽,则从交叉线分别向前向后绘制x/2个像素,如果x/2是整数,则刚好填满x个像素,如果是小数,则先把整数格填满,再去绘制剩下的小数部分,绘制时,是将小数部分的颜色用来除以一个像素的宽度,颜色会变淡。所以要用整数坐标来画的话(即绘制点正处于相邻像素交叉线时),线宽必须是2的整数倍。否则会出现不饱满的像素。
2.如果绘制点为一个像素的
- 编码乱码问题
灵静志远
javajvmjsp编码
1、JVM中单个字符占用的字节长度跟编码方式有关,而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式;2、对于单个字符:ISO-8859-1单字节编码,GBK双字节编码,UTF-8三字节编码;因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节,而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。
3、getBytes()、getByte
- java 求几个月后的日期
darkranger
calendargetinstance
Date plandate = planDate.toDate();
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd");
Calendar cal = Calendar.getInstance();
cal.setTime(plandate);
// 取得三个月后时间
cal.add(Calendar.M
- 数据库设计的三大范式(通俗易懂)
aijuans
数据库复习
关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式,才能设计出高效率、优雅的数据库,否则可能会设计出错误的数据库.
目前,主要有六种范式:第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式,简称1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称2NF。其余依此类推。
- 想学工作流怎么入手
atongyeye
jbpm
工作流在工作中变得越来越重要,很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点,那了解一点,既不系统,也容易半途而废。好比学武功,最好的办法是有一本武功秘籍。研究明白,则犹如打通任督二脉。
系统学习工作流,很重要的一本书《JBPM工作流开发指南》。
本人苦苦学习两个月,基本上可以解决大部分流程问题。整理一下学习思路,有兴趣的朋友可以参考下。
1 首先要
- Context和SQLiteOpenHelper创建数据库
百合不是茶
androidContext创建数据库
一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper
一:SQLiteOpenHelper创建数据库:
1,SQLi
- 浅谈group by和distinct
bijian1013
oracle数据库group bydistinct
group by和distinct只了去重意义一样,但是group by应用范围更广泛些,如分组汇总或者从聚合函数里筛选数据等。
譬如:统计每id数并且只显示数大于3
select id ,count(id) from ta
- vi opertion
征客丶
macoprationvi
进入 command mode (命令行模式)
按 esc 键
再按 shift + 冒号
注:以下命令中 带 $ 【在命令行模式下进行】,不带 $ 【在非命令行模式下进行】
一、文件操作
1.1、强制退出不保存
$ q!
1.2、保存
$ w
1.3、保存并退出
$ wq
1.4、刷新或重新加载已打开的文件
$ e
二、光标移动
2.1、跳到指定行
数字
- 【Spark十四】深入Spark RDD第三部分RDD基本API
bit1129
spark
对于K/V类型的RDD,如下操作是什么含义?
val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5))
rdd.reduceByKey(_+_).collect
reduceByKey在这里的操作,是把
- java类加载机制
BlueSkator
java虚拟机
java类加载机制
1.java类加载器的树状结构
引导类加载器
^
|
扩展类加载器
^
|
系统类加载器
java使用代理模式来完成类加载,java的类加载器也有类似于继承的关系,引导类是最顶层的加载器,它是所有类的根加载器,它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时,通常会代理给父类加载器,若已经是根加载器了,就自己完成加载。
虚拟机区分一个Cla
- 动态添加文本框
BreakingBad
文本框
<script> var num=1; function AddInput() { var str=""; str+="<input 
- 读《研磨设计模式》-代码笔记-单例模式
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/
public class Singleton {
}
/*
* 懒汉模式。注意,getInstance如果在多线程环境中调用,需要加上synchronized,否则存在线程不安全问题
*/
class LazySingleton
- iOS应用打包发布常见问题
chenhbc
iosiOS发布iOS上传iOS打包
这个月公司安排我一个人做iOS客户端开发,由于急着用,我先发布一个版本,由于第一次发布iOS应用,期间出了不少问题,记录于此。
1、使用Application Loader 发布时报错:Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
- 工作流复杂拓扑结构处理新思路
comsci
设计模式工作算法企业应用OO
我们走的设计路线和国外的产品不太一样,不一样在哪里呢? 国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多,仅仅是在有限的了解程度上面提出这样的看法),从而避免在流程引擎中处理这些复杂的图的问题,而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性,这样一来,在引擎和流程流转控制这一个层面就会遇到很
- oracle 11g新特性Flashback data archive
daizj
oracle
1. 什么是flashback data archive
Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象,用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象,概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
- 多叉树:2-3-4树
dieslrae
树
平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:
1、有一个数据项的节点总是有2个子节点(称为2-节点)
2、有两个数据项的节点总是有3个子节点(称为3-节
- C语言学习七动态分配 malloc的使用
dcj3sjt126com
clanguagemalloc
/*
2013年3月15日15:16:24
malloc 就memory(内存) allocate(分配)的缩写
本程序没有实际含义,只是理解使用
*/
# include <stdio.h>
# include <malloc.h>
int main(void)
{
int i = 5; //分配了4个字节 静态分配
int * p
- Objective-C编码规范[译]
dcj3sjt126com
代码规范
原文链接 : The official raywenderlich.com Objective-C style guide
原文作者 : raywenderlich.com Team
译文出自 : raywenderlich.com Objective-C编码规范
译者 : Sam Lau
- 0.性能优化-目录
frank1234
性能优化
从今天开始笔者陆续发表一些性能测试相关的文章,主要是对自己前段时间学习的总结,由于水平有限,性能测试领域很深,本人理解的也比较浅,欢迎各位大咖批评指正。
主要内容包括:
一、性能测试指标
吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间
http://frank1234.iteye.com/blog/2180305
二、性能测试策略
生产环境相同 基准测试 预热等
htt
- Java父类取得子类传递的泛型参数Class类型
happyqing
java泛型父类子类Class
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import org.junit.Test;
abstract class BaseDao<T> {
public void getType() {
//Class<E> clazz =
- 跟我学SpringMVC目录汇总贴、PDF下载、源码下载
jinnianshilongnian
springMVC
----广告--------------------------------------------------------------
网站核心商详页开发
掌握Java技术,掌握并发/异步工具使用,熟悉spring、ibatis框架;
掌握数据库技术,表设计和索引优化,分库分表/读写分离;
了解缓存技术,熟练使用如Redis/Memcached等主流技术;
了解Ngin
- the HTTP rewrite module requires the PCRE library
流浪鱼
rewrite
./configure: error: the HTTP rewrite module requires the PCRE library.
模块依赖性Nginx需要依赖下面3个包
1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ )
2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )
3. s
- 第12章 Ajax(中)
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/
- Optimize query with Query Stripping in Web Intelligence
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence
and a very straightfoward video
http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
- Java开发者写SQL时常犯的10个错误
tomcat_oracle
javasql
1、不用PreparedStatements 有意思的是,在JDBC出现了许多年后的今天,这个错误依然出现在博客、论坛和邮件列表中,即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个: 他们对PreparedStatements不了解 他们认为使用PreparedStatements太慢了 他们认为写Prepar
- 世纪互联与结盟有感
阿尔萨斯
10月10日,世纪互联与(Foxcon)签约成立合资公司,有感。
全球电子制造业巨头(全球500强企业)与世纪互联共同看好IDC、云计算等业务在中国的增长空间,双方迅速果断出手,在资本层面上达成合作,此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任,另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。
众所周知,精于电子产品制造(世界第一),对于世纪互联而言,能够与结盟