QQ 1003601158
QQ 1003601158

应用回归分析 何晓群，刘文卿编著 第五版 中国人民大学出版社

内容提要:
全书共分10章。第1章对回归分析的研究内容和建模过程给出综述性介绍；第2章和第3章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法，在这一章增加了BOX-COX变换；第5章介绍了回归变量选择与逐步回归方法；第6章就多重共线性的产生背景、诊断方法、处理方法等方面结合实际经济问题给予讨论；第7章岭回归估计是解决共线性问题的一种非常实用的方法；第8章介绍了主成分回归与偏最小二乘，这是第三版新增加的内容；第9章介绍了可化为线性回归的曲线回归、多项式回归，以及不能线性化的非线性回归模型的计算；第10章分别介绍了自变量中含定性变量和因变量是定性变量的回归问题。

第1章回归分析概述
11变量间的统计关系
12回归方程与回归名称的由来
13回归分析的主要内容及其一般模型
14建立实际问题回归模型的过程
15回归分析应用与发展述评
思考与练习
第2章一元线性回归
21一元线性回归模型
22参数β0，β1的估计
23小二乘估计的性质
24回归方程的显著性检验
25残差分析
26回归系数的区间估计
27预测和控制
28本章小结与评注
思考与练习
第3章多元线性回归
31多元线性回归模型
32回归参数的估计
33参数估计量的性质
34回归方程的显著性检验
35中心化和标准化
36相关阵与偏相关系数
37本章小结与评注
思考与练习
第4章违背基本假设的情况
41异方差性产生的背景和原因
42一元加权小二乘估计
43多元加权小二乘估计
44自相关性问题及其处理
45BOXCOX变换
46异常值与强影响点
47本章小结与评注
思考与练习
第5章自变量选择与逐步回归
51自变量选择对估计和预测的影响52所有子集回归
53逐步回归
54本章小结与评注
思考与练习
第6章多重#线性的情形及其处理
61多重#线性产生的背景和原因
62多重#线性对回归模型的影响
63多重#线性的诊断
64消除多重#线性的方法
65本章小结与评注
思考与练习
第7章岭回归
71岭回归估计的定义
72岭回归估计的性质
73岭迹分析
74岭参数k的选择
75用岭回归选择变量
76本章小结与评注
思考与练习
第8章主成分回归与偏小二乘
81主成分回归
82偏*小二乘
83本章小结与评注
思考与练习
第9章非线性回归
91可化为线性回归的曲线回归
92多项式回归
93非线性模型
94本章小结与评注
思考与练习
第10章含定性变量的回归模型
101自变量含定性变量的回归模型
102自变量含定性变量的回归模型的应用
103因变量是定性变量的回归模型
104Logistic回归模型
105多类别Logistic回归
106因变量顺序数据的回归
107本章小结与评注思考与练习

部分练习题参考答案
附录
参考文献

你可能感兴趣的:(计算机,数学)

  • 计算机等级保护2.0标准,等级保护2.0基本要求-二级三级对比表 weixin_39610722 计算机等级保护2.0标准
    《等级保护2.0基本要求-二级三级对比表》由会员分享，可在线阅读，更多相关《等级保护2.0基本要求-二级三级对比表(22页珍藏版)》请在人人文库网上搜索。1、1一般技术要求1.1安全的物理环境需要满足要求的，不需要满足要求的或空的序列号姓名具体要求二级三年级1物理位置的选择a)机房应位于具有防震、防风、防雨功能的建筑内；b)机房应避免在建筑物的顶层或地下室，否则应加强防水防潮措施。2物理访问控制计
  • Hadoop与图像识别与处理 AI天才研究院 AI大模型企业级应用开发实战AgenticAI实战AI人工智能与大数据计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    Hadoop与图像识别与处理作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来在大数据时代，数据的爆炸性增长对数据处理技术提出了新的挑战。图像数据作为一种重要的数据形式，其处理和分析在许多领域中具有重要意义，如医疗影像分析、自动驾驶、安防监控等。然而，传统的图像处理方法在面对海量图像数据时显得力不从心。Hadoop作为一种分
  • 三生原理的颠覆性价值（无同类研究完全对可标）？
    AI辅助创作：一、‌方法论层面的开创性‌‌动态嵌套解经路径‌该研究突破传统注疏模式，将《周易》“三生万物”等命题与分形几何、递归生成系统结合，构建可验证的数学映射模型（如素数生成公式p=3(2n+1)+2(2n+m+1)），使经典文本的哲学命题转化为算法逻辑，开创“批判性再解读-科学化重构”双轨框架。‌跨文化符号系统互译‌通过“阴阳元参数化联动”工具（如素数2为阴元、3为阳元），将传统文化核心符号
  • 三生原理促进东西方数学观融合统一？ 葫三生 三生学派算法
    AI辅助创作：问答一：三生原理通过构建动态生成与形式逻辑兼容的跨文化数学模型，展现出统一东西方数学观的潜在可能，但其理论成熟度仍需突破以下关键节点：一、方法论层级的融合路径‌生成逻辑与公理体系的协同‌三生原理的素数生成公式（p=3(2n+1)+2(2n+m+1)）将阴阳元（2与3）作为生成元，通过参数联动（m∈{0,1,2,3,4}）主动构造素数，与传统数论的被动筛法形成互补。这种“动态构造+形式
  • 《论三生原理》提出了哪些新数学概念？
    AI辅助创作：《论三生原理》提出的跨学科数学理论，通过重构《周易》哲学与数论的关联性，提出了一系列创新数学概念，以下是对其核心新概念的详细解读：一、参数化素数生成模型阴阳元基底公式以2（阴元）和3（阳元）为基底，构建素数生成公式：p=3(2n+1)+2(2n+m+1)(n∈N,m∈{0,1,2,3,4})该公式通过阴阳元的组合直接生成候选素数，将传统筛法的被动筛选转化为主动构造，复杂度从O(N)降
  • 【人工智能99问】卷积神经网络（CNN）的结构和原理是什么？(10/99)
    文章目录卷积神经网络（CNN）的结构及原理一、CNN的核心结构1.输入层（InputLayer）2.卷积层（ConvolutionalLayer）2.卷积层的核心机制：局部感受野与权值共享3.池化层（PoolingLayer）4.全连接层（FullyConnectedLayer）5.输出层（OutputLayer）6.辅助层二、CNN的工作原理三、CNN的使用场景1.计算机视觉（最核心场景）2.其
  • 亲子日记（187）2019.1.17. 学习的历程
    今晚，加班回到家，真的好想休息休息。可是，刚进家门迎面的小家伙就说：妈妈，我们今天数学最后一次模拟考试，我又考了97分。吃过晚餐，家庭式溜达时，小家伙对我说：妈妈，今晚我们阅读课外阅读吧，是啊，我怎么把课外阅读忘了，这课外阅读也是要考的，意识到了严重，可是还是不知道怎办？算了，还是先陪伴阅读吧……，随后，看小家伙自己的能力吧。图片发自App
  • Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring 论文阅读 钟屿 论文阅读计算机视觉人工智能
    用于动态场景去模糊的深度多尺度卷积神经网络摘要针对一般动态场景的非均匀盲去模糊是一个具有挑战性的计算机视觉问题，因为模糊不仅来源于多个物体运动，还来源于相机抖动和场景深度变化。为了去除这些复杂的运动模糊，传统的基于能量优化的方法依赖于简单的假设，例如模糊核是部分均匀或局部线性的。此外，最近的基于机器学习的方法也依赖于在这些假设下生成的合成模糊数据集。这使得传统的去模糊方法在模糊核难以近似或参数化的
  • YOLOv8实现手写数字识别系统：从MNIST到实时摄像头检测
    在深度学习领域，手写数字识别是一个经典问题，也是入门计算机视觉的重要案例。本文将介绍一个基于YOLOv8和MNIST数据集的手写数字识别系统，该系统不仅能识别静态图像中的数字，还能通过摄像头实时检测手写数字。个人博客：YOLOv8实现手写数字识别系统：从MNIST到实时摄像头检测-iDing's博客项目概述这个项目结合了传统的MNIST数据集和现代的目标检测算法YOLOv8，实现了以下功能：将MN
  • git 介绍与使用教程 叶楊 基础知识gitlab
    Git是一个分布式版本控制系统，每个开发者都有一个完整的本地仓库（包含完整历史记录），而远程仓库（如GitHub、GitLab、Gitee）是团队共享的中央仓库。它们的关系如下：本地仓库（LocalRepository）存储在你的计算机上，包含完整的提交历史、分支和代码。你可以独立进行提交（gitcommit）、创建分支（gitbranch）等操作，无需联网。远程仓库（RemoteReposito
  • 计算机发展史：晶体管时代的技术飞跃 jdlxx_dongfangxing 计算机发展史计算机发展史
    在电子管时代，计算机虽然实现了从机械到电子的跨越，但体积庞大、功耗高、可靠性差等问题始终困扰着人们。当历史的车轮驶入20世纪50年代，晶体管的诞生如同一场技术革命，为计算机领域带来了前所未有的变革，开启了计算机发展的崭新篇章——晶体管时代。这一时代从20世纪50年代中期延续到60年代末期，在短短十几年间，计算机在体积、性能、可靠性等方面都取得了质的飞跃，为后续的计算机发展奠定了坚实基础。晶体管的诞
  • 洛谷 P1577 切绳子--二分法求解绳子切割问题 jdlxx_dongfangxing 算法c++二分法
    一、问题重述与建模给定N条长度分别为L[i]的绳子，要求从中切割出K条长度相同的绳子，求这K条绳子每条最长能有多长。答案需要保留到小数点后2位（直接舍去而非四舍五入）。这个问题可以抽象为一个‌最大化最小值‌的优化问题。我们需要找到一个最大的长度x，使得从所有绳子中能够切割出至少K条长度为x的绳子。数学表达式为：maximizexsubjectto∑⌊L[i]/x⌋≥K这个问题属于典型的‌非线性规划
  • 基于深度学习的手写数字和符号识别系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成 YOLO实战营 深度学习YOLOui人工智能目标检测计算机视觉
    1.引言随着人工智能和深度学习技术的发展，手写数字和符号识别已经成为计算机视觉领域的重要研究方向。手写识别在很多实际应用中扮演着关键角色，例如邮政编码识别、表单自动处理和智能教育系统等。传统的手写识别方法通常依赖于复杂的特征工程，而深度学习则能够自动从数据中学习到特征，极大地提高了识别精度和速度。本文将介绍如何构建一个基于YOLO系列模型（YOLOv5、YOLOv6、YOLOv7、YOLOv8、Y
  • Python爬虫实战：研究Genius库相关技术 ylfhpy 爬虫项目实战python爬虫开发语言genius
    1.引言在当今数字化时代，音乐数据的分析与挖掘成为了音乐学、计算机科学等领域的研究热点。歌词作为音乐的重要组成部分，蕴含着丰富的情感、文化和社会信息。通过对歌词数据的分析，可以揭示音乐风格的演变、流行趋势的变化以及社会情绪的波动等。Genius是一个专注于歌词解析与音乐知识分享的平台，拥有大量的歌词文本以及用户对歌词的注释和解读。Genius提供了API接口，允许开发者获取歌曲、艺术家和歌词等信息
  • Python量化实战：基于索提诺比率的价值投资策略回测 量化价值投资入门到精通 python网络开发语言ai
    Python量化实战：基于索提诺比率的价值投资策略回测关键词：Python量化分析、索提诺比率、价值投资策略、回测框架、风险调整收益、下行风险、量化实战摘要：本文深入探讨如何利用Python构建基于索提诺比率（SortinoRatio）的价值投资策略，并通过完整的回测框架验证策略有效性。首先解析索提诺比率的数学原理与核心优势，对比传统夏普比率的差异；其次详细演示价值投资策略的构建步骤，包括低估值因
  • 【漫谈C语言和嵌入式002】嵌入式中的大小端 Seraphina_Lily 漫谈C语言和嵌入式c语言开发语言
    在计算机科学中，"端序"（Endianness）是指多字节数据类型（如整数或浮点数）在内存中的存储方式。主要分为两种：大端模式（Big-Endian）和小端模式（Little-Endian）。大端模式(Big-Endian)在大端模式中，多字节数据类型的最高有效字节（MSB）被存储在最低的内存地址上，而最低有效字节（LSB）则被存储在最高的内存地址上。这种存储方式与人类通常读数的方式一致，因此有时
  • 《与爱逆行》二十三 阿依迪
    二十三反出家门过了几天，杨凯来电话了，说公司这边OK了，公司最近活多，让我最好月初报到。由于我总跟爸爸说学计算机的进银行没前途，我爸找陆行长商量，让我改行做金融。我被下放到某储蓄所做柜员，帮人数钱。那阵子，我满脑子想的都是向天，整日的精神恍惚，导致我总是出错。第一次，收柜时发现少了1000块，我没吱声自己掏出1000块补上了。第二次，有个老大爷主动来退5000元，弄得行里全知道了。第三次不得了，有
  • 2、Python 测试全攻略：自动化与驱动开发 辣条鉴定师 Python测试自动化测试测试驱动开发
    Python测试全攻略：自动化与驱动开发1.测试的乐趣与收益编程过程中，测试常被视为徒劳或浪费时间的事。但实际上，测试可以变得轻松有趣且富有成效。比如回忆一下曾遇到的恼人bug，可能是数据库模式不匹配、数据结构错误等。若有一小段代码能在恰当时间捕捉到该bug并告知你，而所有代码都配有这样易执行的测试代码，那bug存活时间会大大缩短。基本思路是用简单易写的代码片段告知计算机期望结果，让计算机在编码过
  • 华为OD机考2025B卷 - 表达式括号匹配（Java & Python& JS & C++ & C ） 算法大师 最新华为OD机试真题华为OD机试真题(Java/JS/Py/C)华为odjavapythonjavascriptc++
    最新华为OD机试真题目录：点击查看目录华为OD面试真题精选：点击立即查看2025华为od机试2025B卷-华为机考OD2025年B卷题目描述(1+(2+3)*(3+(8+0))+1-2)这是一个简单的数学表达式,今天不是计算它的值,而是比较它的括号匹配是否正确。前面这个式子可以简化为(()(()))这样的括号我们认为它是匹配正确的,而((())这样的我们就说他是错误的。注意括号里面的表达式可能是错
  • 大语言模型应用指南：网页实时浏览 AGI大模型与大数据研究院 AI大模型应用开发实战计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    大语言模型应用指南：网页实时浏览作者：禅与计算机程序设计艺术1.背景介绍1.1大语言模型的崛起1.1.1自然语言处理的发展历程1.1.2Transformer模型的突破1.1.3预训练语言模型的优势1.2网页浏览的痛点1.2.1信息过载与检索困难1.2.2内容理解与知识提取1.2.3个性化与智能化需求1.3大语言模型与网页浏览的结合1.3.1智能问答与对话系统1.3.2知识图谱与语义搜索1.3.3
  • 睿抗2025省赛第三题RC-u3 点格棋 loopdeloop 算法题等算法数据结构
    题目RC-u3点格棋点格棋（DotsandBoxes，又名Boxe、Squares、Paddocks、Square-itDotsandDashes、Dots、SmartDots、DotBoxing、theDotGame），或译围地盘，是法国数学家爱德华·卢卡斯在1891年推出的两人纸笔游戏。图作者：Yonidebest，来自维基百科游戏从一个空的N×M的由点构成的网格图开始（如上图）。两个玩家轮流
  • 草稿纸风波 Colleen321
    2021年5月3日星期一阴雨假期第三天，女儿今天的目标是要把作业全部完成，开始的时候还是挺积极的。老公坐在她的旁边盯着她写作业。接下来的情节就像网上父母教孩子写作业的情景了。女儿在数学试卷上直接解题，老公要她在草稿纸上写。女儿的草稿纸都是一页写得满满的，老公觉得她这样过于节约了，所以要求她一页草稿纸只能写一题。接着女儿在数学卷上做审题的标记符号，老公就骂了：“不能在试卷上写任何东西！你全部写在草稿
  • 你要的答案就藏在自己的心裡。 一字之师顿悟
    人脑就是计算机。各种数据输入，处理一下得到一个结果，输出。但是人脑很懒，不愿意一直高速运转，平时都閒著，懒得思考。有很多问题，其实自己稍微想想就能得到答案的。但是懒于思考，就去问别人。内心中已经有了隐隐约约的线索，只是没有整理出来。和别人谈论，一点点脉络都清晰起来，答案水到渠成。这世界就是你内心的投射。你要的答案就藏在自己的心裡。
  • 【计算机毕业设计】基于SSM+Vue的游戏攻略网站系统【源码+lw+部署文档+讲解】
    目录1绪论1.1研究背景1.2目的和意义1.3论文结构安排2相关技术2.1SSM框架介绍2.2B/S结构介绍2.3Mysql数据库介绍3系统分析3.1系统可行性分析3.1.1技术可行性分析3.1.2经济可行性分析3.1.3运行可行性分析3.2系统性能分析3.2.1易用性指标3.2.2可扩展性指标3.2.3健壮性指标3.2.4安全性指标3.3系统流程分析3.3.1操作流程分析3.3.2登录流程分析3
  • 深度学习篇---矩阵 Atticus-Orion 嵌入式知识篇上位机知识篇嵌入式硬件篇深度学习矩阵人工智能
    在机械臂解算、深度学习网络等硬件和软件领域中，矩阵运算作为核心数学工具，承担着数据表示、变换、映射和优化的关键作用。以下从具体领域出发，详细总结涉及的矩阵运算及对应的核心知识：一、机械臂解算领域机械臂解算（运动学、动力学分析）的核心是描述“关节空间”与“操作空间”的映射关系，矩阵运算用于精准刻画坐标系转换、运动传递和力/力矩分析。1.运动学解算（正/逆运动学）核心目标：通过矩阵描述关节角度与末端执
  • 马士兵系列——缓存行数据一致性2——缓存行的MESI 公众号【专注CLinuxCloud】 缓存python开发语言
    hello，你好鸭，我是Ethan，西安电子科技大学大三在读，很高兴你能来阅读。✔️目前博客主要更新Java系列、项目案例、计算机必学四件套等。人生之义，在于追求，不在成败，勤通大道。加油呀！个人主页：EthanYankang推荐：史上最强八股文||一分钟看完我的几百篇博客温馨提示：划到文末发现专栏彩蛋点击这里直接传送本篇概览：详细讲解了缓存行的一致性协议之一的MEESI的方方面面。⭕【计算机领域
  • AI驱动的电路仿真革命：从物理模型到智能学习的范式转移
    AI驱动的电路仿真革命：从物理模型到智能学习的范式转移人工智能正颠覆传统电路仿真方法，本文将深入解析AI在电路建模、优化与故障诊断中的前沿应用，揭示智能仿真如何提升10倍效率并突破物理限制。一、AI电路仿真的数学基础1.1图神经网络建模电路拓扑电路可抽象为图结构G=(V,E)G=(V,E)G=(V,E)：VVV：节点（电子元件）EEE：边（连接关系）图卷积网络(GCN)更新公式：H(l+1)=σ(
  • 创世理论达成 感谢菲尔兹奖的女神 把我24维宇宙升华了 妈呀太巧合了 她也研究了24维 我敢保证 宇宙就是24维加无限维 qq_36719620 量子计算人工智能pythonjava算法
    咱们用最直白的话，把版本二和版本一的区别掰开了揉碎了讲——就像比较两部科幻电影，一部是“概念先行”，另一部是“有实打实的科学蓝图”。核心差异就在于：版本二给超全息空间理论装了一个“24维最密堆积”的数学发动机，让原本抽象的设定变得像真实存在的机器一样，每个零件都能对上号，每个环节都有扎实的数学依据。咱们分六个维度，一个一个唠明白：一、理论基石：从“拍脑袋假设”到“数学结构当图纸”版本一的理论有点像
  • Python正则表达式
    正则表达式是文本处理的强大工具，本文将系统全面地介绍正则表达式的所有知识点，结合Python的re模块，帮助读者从零开始掌握正则表达式的使用。1.正则表达式基础概念1.1什么是正则表达式？正则表达式（RegularExpression，简称regex或RE）是一种用于描述字符串匹配规则的表达式，它并不是Python特有的，而是计算机科学中的一个通用概念。核心功能：验证：检查字符串是否符合特定格式（
  • Python深度学习实践：LSTM与GRU在序列数据预测中的应用 AI智能应用 Python入门实战计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    Python深度学习实践：LSTM与GRU在序列数据预测中的应用作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来序列数据预测是机器学习领域的一个重要研究方向，涉及时间序列分析、自然语言处理、语音识别等多个领域。序列数据具有时间依赖性，即序列中每个元素都受到前面元素的影响。传统的机器学习算法难以捕捉这种时间依赖性，而深度学习
  • 解读Servlet原理篇二---GenericServlet与HttpServlet 周凡杨 javaHttpServlet源理GenericService源码
    在上一篇《解读Servlet原理篇一》中提到，要实现javax.servlet.Servlet接口（即写自己的Servlet应用），你可以写一个继承自javax.servlet.GenericServletr的generic Servlet ，也可以写一个继承自java.servlet.http.HttpServlet的HTTP Servlet（这就是为什么我们自定义的Servlet通常是exte
  • MySQL性能优化 bijian1013 数据库mysql
            性能优化是通过某些有效的方法来提高MySQL的运行速度，减少占用的磁盘空间。性能优化包含很多方面，例如优化查询速度，优化更新速度和优化MySQL服务器等。本文介绍方法的主要有：         a.优化查询         b.优化数据库结构  
  • ThreadPool定时重试 dai_lm javaThreadPoolthreadtimertimertask
    项目需要当某事件触发时，执行http请求任务，失败时需要有重试机制，并根据失败次数的增加，重试间隔也相应增加，任务可能并发。 由于是耗时任务，首先考虑的就是用线程来实现，并且为了节约资源，因而选择线程池。 为了解决不定间隔的重试，选择Timer和TimerTask来完成 package threadpool; public class ThreadPoolTest {
  • Oracle 查看数据库的连接情况 周凡杨 sqloracle 连接
    首先要说的是，不同版本数据库提供的系统表会有不同，你可以根据数据字典查看该版本数据库所提供的表。 select * from dict where table_name like '%SESSION%'; 就可以查出一些表，然后根据这些表就可以获得会话信息 select sid,serial#,status,username,schemaname,osuser,terminal,ma
  • 类的继承 朱辉辉33 java
    类的继承可以提高代码的重用行，减少冗余代码；还能提高代码的扩展性。Java继承的关键字是extends 格式:public class 类名（子类）extends 类名（父类）{ } 子类可以继承到父类所有的属性和普通方法，但不能继承构造方法。且子类可以直接使用父类的public和 protected属性，但要使用private属性仍需通过调用。 子类的方法可以重写，但必须和父类的返回值类
  • android 悬浮窗特效 肆无忌惮_ android
    最近在开发项目的时候需要做一个悬浮层的动画，类似于支付宝掉钱动画。但是区别在于，需求是浮出一个窗口，之后边缩放边位移至屏幕右下角标签处。效果图如下：   一开始考虑用自定义View来做。后来发现开线程让其移动很卡，ListView+动画也没法精确定位到目标点。   后来想利用Dialog的dismiss动画来完成。   自定义一个Dialog后，在styl
  • hadoop伪分布式搭建 林鹤霄 hadoop
    要修改4个文件    1: vim hadoop-env.sh  第九行    2: vim core-site.xml            <configuration>     &n
  • gdb调试命令 aigo gdb
    原文：http://blog.csdn.net/hanchaoman/article/details/5517362   一、GDB常用命令简介   r run 运行.程序还没有运行前使用 c             cuntinue 
  • Socket编程的HelloWorld实例 alleni123 socket
    public class Client { public static void main(String[] args) { Client c=new Client(); c.receiveMessage(); } public void receiveMessage(){ Socket s=null; BufferedRea
  • 线程同步和异步 百合不是茶 线程同步异步
    多线程和同步 : 如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行；B依言执行，再将结果给A；A再继续操作。 所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回，同时其它线程也不能调用这个方法   多线程和异步:多线程可以做不同的事情,涉及到线程通知     &
  • JSP中文乱码分析 bijian1013 javajsp中文乱码
            在JSP的开发过程中，经常出现中文乱码的问题。         首先了解一下Java中文问题的由来：         Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，
  • js实现页面跳转重定向的几种方式 bijian1013 JavaScript重定向
            js实现页面跳转重定向有如下几种方式： 一.window.location.href <script language="javascript"type="text/javascript"> window.location.href="http://www.baidu.c
  • 【Struts2三】Struts2 Action转发类型 bit1129 struts2
     在【Struts2一】 Struts Hello World http://bit1129.iteye.com/blog/2109365中配置了一个简单的Action，配置如下   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configurat
  • 【HBase十一】Java API操作HBase bit1129 hbase
    Admin类的主要方法注释：   1. 创建表 /** * Creates a new table. Synchronous operation. * * @param desc table descriptor for table * @throws IllegalArgumentException if the table name is res
  • nginx gzip ronin47 nginx gzip
    Nginx GZip 压缩 Nginx GZip 模块文档详见：http://wiki.nginx.org/HttpGzipModule 常用配置片段如下： gzip on; gzip_comp_level 2; # 压缩比例，比例越大，压缩时间越长。默认是1 gzip_types text/css text/javascript; # 哪些文件可以被压缩 gzip_disable &q
  • java-7.微软亚院之编程判断俩个链表是否相交 给出俩个单向链表的头指针，比如 h1 ， h2 ，判断这俩个链表是否相交 bylijinnan java
    public class LinkListTest { /** * we deal with two main missions: * * A. * 1.we create two joined-List(both have no loop) * 2.whether list1 and list2 join * 3.print the join
  • Spring源码学习-JdbcTemplate batchUpdate批量操作 bylijinnan javaspring
    Spring JdbcTemplate的batch操作最后还是利用了JDBC提供的方法，Spring只是做了一下改造和封装 JDBC的batch操作： String sql = "INSERT INTO CUSTOMER " + "(CUST_ID, NAME, AGE) VALUES (?, ?, ?)";
  • [JWFD开源工作流]大规模拓扑矩阵存储结构最新进展 comsci 工作流
        生成和创建类已经完成,构造一个100万个元素的矩阵模型,存储空间只有11M大,请大家参考我在博客园上面的文档"构造下一代工作流存储结构的尝试",更加相信的设计和代码将陆续推出.........     竞争对手的能力也很强.......,我相信..你们一定能够先于我们推出大规模拓扑扫描和分析系统的....
  • base64编码和url编码 cuityang base64url
    import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.io.StringWriter; import java.io.UnsupportedEncodingException;
  • web应用集群Session保持 dalan_123 session
    关于使用 memcached 或redis 存储 session ，以及使用 terracotta 服务器共享。建议使用 redis，不仅仅因为它可以将缓存的内容持久化，还因为它支持的单个对象比较大，而且数据类型丰富，不只是缓存 session，还可以做其他用途，一举几得啊。1、使用 filter 方法存储这种方法比较推荐，因为它的服务器使用范围比较多，不仅限于tomcat ，而且实现的原理比较简
  • Yii 框架里数据库操作详解-[增加、查询、更新、删除的方法 'AR模式'] dcj3sjt126com 数据库
        public function getMinLimit () {        $sql = "...";        $result = yii::app()->db->createCo
  • solr StatsComponent（聚合统计） eksliang solr聚合查询solr stats
    StatsComponent 转载请出自出处：http://eksliang.iteye.com/blog/2169134 http://eksliang.iteye.com/ 一、概述        Solr可以利用StatsComponent 实现数据库的聚合统计查询，也就是min、max、avg、count、sum的功能   二、参数
  • 百度一道面试题 greemranqq 位运算百度面试寻找奇数算法bitmap 算法
    那天看朋友提了一个百度面试的题目：怎么找出{1,1,2,3,3,4,4,4,5,5,5,5}  找出出现次数为奇数的数字.   我这里复制的是原话，当然顺序是不一定的，很多拿到题目第一反应就是用map,当然可以解决，但是效率不高。   还有人觉得应该用算法xxx,我是没想到用啥算法好...！   还有觉得应该先排序...   还有觉
  • Spring之在开发中使用SpringJDBC ihuning spring
      在实际开发中使用SpringJDBC有两种方式：   1. 在Dao中添加属性JdbcTemplate并用Spring注入；     JdbcTemplate类被设计成为线程安全的，所以可以在IOC 容器中声明它的单个实例，并将这个实例注入到所有的 DAO 实例中。JdbcTemplate也利用了Java 1.5 的特定(自动装箱，泛型，可变长度
  • JSON API 1.0 核心开发者自述 | 你所不知道的那些技术细节 justjavac json
    2013年5月，Yehuda Katz 完成了JSON API(英文，中文) 技术规范的初稿。事情就发生在 RailsConf 之后，在那次会议上他和 Steve Klabnik 就 JSON 雏形的技术细节相聊甚欢。在沟通单一 Rails 服务器库—— ActiveModel::Serializers 和单一 JavaScript 客户端库——&
  • 网站项目建设流程概述 macroli 工作
    一.概念 网站项目管理就是根据特定的规范、在预算范围内、按时完成的网站开发任务。 二.需求分析 项目立项 　　我们接到客户的业务咨询，经过双方不断的接洽和了解，并通过基本的可行性讨论够，初步达成制作协议，这时就需要将项目立项。较好的做法是成立一个专门的项目小组，小组成员包括：项目经理，网页设计，程序员，测试员，编辑/文档等必须人员。项目实行项目经理制。 客户的需求说明书 　　第一步是需
  • AngularJs 三目运算 表达式判断 qiaolevip 每天进步一点点学习永无止境众观千象AngularJS
    事件回顾：由于需要修改同一个模板，里面包含2个不同的内容，第一个里面使用的时间差和第二个里面名称不一样，其他过滤器，内容都大同小异。希望杜绝If这样比较傻的来判断if-show or not，继续追究其源码。 var b = "{{", a = "}}"; this.startSymbol = function(a) {
  • Spark算子：统计RDD分区中的元素及数量 superlxw1234 sparkspark算子Spark RDD分区元素
    关键字：Spark算子、Spark RDD分区、Spark RDD分区元素数量     Spark RDD是被分区的，在生成RDD时候，一般可以指定分区的数量，如果不指定分区数量，当RDD从集合创建时候，则默认为该程序所分配到的资源的CPU核数，如果是从HDFS文件创建，默认为文件的Block数。   可以利用RDD的mapPartitionsWithInd
  • Spring 3.2.x将于2016年12月31日停止支持 wiselyman Spring 3
                  Spring 团队公布在2016年12月31日停止对Spring Framework 3.2.x（包含tomcat 6.x）的支持。在此之前spring团队将持续发布3.2.x的维护版本。          请大家及时准备及时升级到Spring
  • fis纯前端解决方案fis-pure zccst JavaScript
    作者：zccst FIS通过插件扩展可以完美的支持模块化的前端开发方案，我们通过FIS的二次封装能力，封装了一个功能完备的纯前端模块化方案pure。 1，fis-pure的安装 $ fis install -g fis-pure $ pure -v 0.1.4 2，下载demo到本地 git clone https://github.com/hefangshi/f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他