- matlab cdf,Matlab 简单计算PDF和CDF | 学步园
苏晓晓
matlabcdf
通信的魅力就是在于随机性中蕴含的确定性，这也就是为什么你随便拿出一本通信方面的教材，前面几章都会大篇幅的讲解随机过程，随机过程也是研究生必须深入了解的一门课，特别是对于信号处理以及通信专业的学生。在实际工作中，通常会得到很多随机的数，我们要分析它们的分布，最常见的就是用PDF和CDF来描述了。好了，还是举出一个具体例子吧。那么实际中我们要验证是不是符合这样的分布，首先看代码再解释：%%%%%%%%
- 随机过程【张颢】第一章
模拟IC和AI的Learner
随机过程机器学习人工智能
学习目标随机过程主要研究多个随机变量之间的联系。主要分为两个大类：一，线性相关对线性相关的研究主要从以下方面：（1）从时域角度（2）从频域角度主要研究一个重要的过程：（3）高斯过程二，马尔可夫性主要学习：（1）离散时间的马尔可夫链（2）连续时间的马尔可夫链还会学习一个典型的过程（最简单、应用最广泛的马尔可夫过程）：（3）泊松过程三，鞅（研究较少，主要用在金融方面）
- 随机信号是什么，随机信号的分类
cxylay
声音信号随机信号分类白噪声高斯非平稳
随机信号（RandomSignal）是指在时间或空间上，信号的取值是不可预测的，或者说是由随机过程所生成的信号。随机信号广泛存在于自然界中，例如大气噪声、电磁干扰、地震波等都可以被视为随机信号。随机信号的特点：①不可预测性：随机信号的未来取值无法通过确定性规律准确预测，只能通过统计特性来描述和估计。②统计特性描述：由于随机信号的瞬时值难以预测，因此我们通常通过统计特性，如均值、方差、自相关函数、功
- 【概率图与随机过程】01 一维高斯分布：极大似然与无偏性
石 溪
机器学习中的数学（全集）概率论图论自然语言处理机器学习人工智能
在这个专栏中，我们开篇首先介绍高斯分布，他的重要性体现在两点：第一：依据中心极限定理，当样本量足够大的时候，任意分布的均值都趋近于一个高斯分布，这是在整个工程领域体现出该分布的一种普适性；第二：高斯分布是后续许多模型的根本基础，例如线性高斯模型（卡尔曼滤波）、高斯过程等等。因此我们首先在这一讲当中，结合一元高斯分布，来讨论一下极大似然估计，估计的有偏性、无偏性等基本建模问题。1.极大似然估计问题背
- 【Stable Diffusion】：原理、应用与未来展望
Python小原
stablediffusion人工智能深度学习
一、引言在人工智能的快速发展中，StableDiffusion作为一种先进的随机过程模型，受到了广泛的关注。StableDiffusion不仅能够描述许多自然和人工系统中的随机演化行为，而且在多个领域展现出了广泛的应用潜力。本文将详细介绍StableDiffusion的原理、应用以及未来的发展趋势。二、StableDiffusion的原理StableDiffusion可以被定义为一个基于随机漫步的
- 随机过程及应用学习笔记（三）几种重要的随机过程
苦瓜汤补钙
学习笔记
介绍独立过程和独立增量过程。重点介绍两种独立增量过程-—维纳过程和泊松过程。目录前言一、独立过程和独立增量过程1、独立过程（IndependentProcess）2、独立增量过程（IndependentIncrementProcess）二、正态过程（高斯过程）1、正态过程的定义编辑2、正态过程的概率分布三、维纳过程（Brown运动）1、定义2、概率分布及数学特征3、性质四、泊松过程1、定义2、概率
- MATLAB实现几何布朗运动(模拟股价走势)
MATLAB代码顾问
matlab开发语言
问题描述:几何布朗运动（GeometricBrownianMotion，GBM）是一种常常用于模拟股票价格或汇率等金融资产价格的随机过程。MATLAB代码:clearall;clc;closeall;%设置参数T=1;%时间总长N=1000;%时间步数dt=T/N;%时间步长mu=0.1;%均值sigma=0.2;%标准差S0=100;%初始价格%初始化向量S=zeros(1,N);%价格t=ze
- 指数随机变量 泊松过程跳_随机过程学习笔记(1)：指数分布与泊松过程
姐姐妹妹向前冲
指数随机变量泊松过程跳
笔记主要基于中文版《应用随机过程IntroductiontoProbabilityModels》(SheldonM.Ross)，只有非常少的一部分是我自己的注解。写这个笔记的目的是自己复习用，阅读需要一定的微积分和概率论基础。本人为初学者，且全部为自学，如果笔记中有错误，欢迎指正。提示：概率论和指数分布作为本节的基础，我把一些重要公式写在开头，但是可以直接从泊松过程开始阅读，在泊松过程中用到相关知
- 应用随机过程期中复习总结
ldc1513
课程复习资料数学概率论应用随机过程马氏链常返
应用随机过程期中复习总结byldc前言：该笔记为北京大学数学科学学院应用随机过程课程的复习笔记和内容总结。主要参考课程讲义编写而成。该复习笔记截止期中，主要介绍了马氏链的概念，并且非常详细地讲解了时齐马氏链的各个性质。由于是总结性质的笔记，因此该总结中的结论不加证明地给出，如果需要查询证明的话可以参考以下两本书，也可以自行谷歌：英文：《MarkovChain》,Norris中文：《应用随机过程》,
- 随机过程学习笔记——概论
ReEchooo
随机过程
随机过程学习笔记——概论1.随机过程1.1基本概念1.2描述随机过程的方法2.随机过程的分类和举例3.随机过程的数字特征3.1均值（数学期望）3.2方差（二阶中心矩）3.3自相关函数（简称：相关函数）3.4自协方差函数（简称：协方差函数）4.两个或两个以上随机过程的联合分布和数字特征参考教材：陆大jin《随机过程及其应用》1.随机过程1.1基本概念随机过程是这样一个过程，它不能用一个时间t的确定性
- 随机过程及应用学习笔记（二）随机过程的基本概念
苦瓜汤补钙
学习笔记
随机过程论就是研究随时间变化的动态系统中随机现象的统计规律的一门数学学科。目录前言一、随机过程的定义及分类1、定义2、分类二、随机过程的分布及其数字特征1、分布函数2、数字特征均值函数和方差函数协方差函数和相关函数3、互协方差函数与互相关函数三、复随机过程总结前言随机过程理论产生于本世纪初，起源于统计物理学领域。布朗运动和热噪声是随机过程的最早例子。随机过程理论在社会科学、自然科学和工程技术的各个
- 随机过程及应用学习笔记（一）概率论（概要）
苦瓜汤补钙
学习笔记
概率是随机的基础，在【概率论（概要）】这个部分中仅记录学习随机过程及应用的基本定义和结果。前言首先，概率论研究的基础是概率空间。概率空间由一个样本空间和一个概率测度组成，样本空间包含了所有可能的结果，而概率测度则描述了每个结果发生的可能性大小。研究者通过定义适当的概率测度，可以更准确地描述各种随机现象的发生概率。一、概率空间(Ω,F,P)Samplespace样本空间：随机试验的所有可能结果构成的
- Smart seq2 2014
韧_7e6f
题目：Full-lengthRNA-seqfromsinglecellsusingSmart-seq2期刊：NatProtoc.通讯作者：RickardSandberg1.背景越来越明显的是，由于内在的随机过程和外部因素(如周围的微环境)，体内或体外细胞培养中看似均匀的细胞群在表达模式上可以显示出相当大的异质性。需要单细胞分辨率来增加我们对细胞间变异性的理解。我们的团队最近证明了Smart-seq
- 问题汇总20240206——角度随机游走、字符与字节、SWaP、跨平台通讯问题、#park
老王WHH
问题汇总经验分享学习笔记嵌入式硬件
文章目录角度随机游走字符与字节SWaP跨平台通讯过程中必须考虑以下问题：#park指令角度随机游走1.角度随时间变化是随机过程，即角度在时间上的随机漂移降低：温度稳定、校准、误差补偿、数据滤波（卡尔曼）降低环境因素带来的干扰，例如振动或噪声。但总的来说不可能完全消除。字符与字节字符：字母、数字、文本、标点等。不同的标准下的字符与字节的换算是不同的：ASCII、UTF-8：1字符=1字节=8bits
- 通信基础 4——遍历容量、信道估计、干扰对齐
今天也努力学习的Paul
物理层安全
目录遍历容量/各态历经性容量信道估计干扰对齐无线携能通信遍历容量/各态历经性容量说遍历容量不十分准确，应该叫各态历经性容量（是相对于中断容量说的）首先要理解《信息论》中得香农信道容量，然后结合《随机过程》这门课的内容来理解。通常我们所说的香农容量是在确定性信道条件下得到的信道容量，是一个确定值。但实际上，信道状态是一个不断变化的随机过程，应该采用统计意义上的信道容量来描述。有两种统计意义上的描述方
- 做研究系列：如何研究量子科学
科学禅道
Research：做研究系列量子计算
研究量子科学通常需要经过系统的学术训练和实践探索，以下是入门和深入研究量子科学的一般步骤：基础知识学习：学习物理学基础，包括经典力学、电磁学、热力学与统计物理等。掌握数学工具，如线性代数、微积分、泛函分析、复变函数论以及概率论与随机过程等，这些是理解和构建量子理论模型的基础。量子力学入门：从基本的量子力学原理开始，如波粒二象性、薛定谔方程、不确定性原理、态叠加原理和测量问题等。阅读经典的教材，例如
- 【深度学习】马尔科夫链
weixin_40293999
深度学习深度学习人工智能
马尔科夫链一、常见的马尔可夫过程：(1)独立随机过程为马尔可夫过程。(2)独立增量过程为马尔可夫过程：没{X(t)，t∈[0，+∞)}为一独立增量过程，且有P(X(0)=x0)=1，x0为常数，则X(t)为马尔可夫过程。(3)泊松过程为马尔可夫过程。(4)维纳过程为马尔可夫过程。(5)质点随机游动过程为马尔可夫过程。二、模型的创立条件importnumpyasnpdefmarkov():init_
- 泊松过程介绍
White__River
随机过程人工智能
泊松过程根据海上终端通信需求分布在时间和空间上的不均匀性,可以用泊松过程模拟这一过程.以下是泊松过程相关的理论知识.1.计数过程如果随机过程N(t)代表系统(从某一开始时刻)到t时刻这段时间内发生某个事件的次数,就称之为计数过程.根据其定义，计数过程的性质有：N(t)>=0N(t)的值是整数若s=0,有P{N(h+s)−N(s)=n}=e−λh(λh)nn!,n=0,1,...P\{N(h+s)-
- MUSIC算法原理与信号DOA估计
LiuXiaoli0720
算法线性代数矩阵信号处理
一、平稳随机过程的自相关矩阵及其性质1.1自相关矩阵的定义对离散时间平稳随即构成，用MMM个时刻的随机变量u(n),u(n−1),...,u(n−M+1)u(n),u(n-1),...,u(n-M+1)u(n),u(n−1),...,u(n−M+1)构造随机向量u(n)=[u(n),u(n−1),...,u(n−M+1)]Tu(n)=[u(n),u(n-1),...,u(n-M+1)]^{T}u(
- 专业140+总分420+复旦大学957信号与系统考研经验复旦电子信息与通信
一个通信老学姐
博睿泽信息通信考研论坛博睿泽信息通信考研考研信息与通信信号处理经验分享
今年专业957信号与系统140+，数二140+，总分420+，顺利上岸复旦大学，回顾这一年的复习，有起有落，也有过犹豫和放弃，好在都坚持下来了，希望大家考研复习要不忘初心，困难肯定是很多的，要坚持到底，不要怀疑自己，或者总觉得时间不够，想着二战。给自己松懈的理由。希望我的复习经验可以对大家复习有所帮助。专业课：957信号与系统（包含随机过程），复旦以前专业课考试内容较多，2022开始改为信号与系统
- BUPT果园物联大二下不完全回忆
本小爷世界第一花式帅
BUPT果园课程回忆录经验分享
随便写写，随写随更，主要我对不同课程的记忆点(主要是专业课）北邮国院物联网工程专业大二下学期课程记录I.必修课：1.数字电路与逻辑设计2.Java高级语言程序设计3.数据库4.概率论与随机过程5.产品开发与管理6.Design&Build实训37.学术交流技能28.MAOGAI9.MAOGAI（实践环节）10.XINGZHENG411.个人发展计划IIII.选修课：1.人文与医学（在线课程）2.区
- 2019-11-07
LiuLiuLu
随机过程的学习已经接近尾声了。我觉得该写点什么记录一下了。最初决定学习随机过程的原因是多方面的。一方面是想在信号处理这个方向深耕，随机过程是处理随机信号最重要的数学工具，想深入学习统计信号处理必须学习随机过程。另一方面，随机数学本身便充满了魅力。我选取的教材是中科大出版社出版的《随机过程引论》。坦白说，这不是一本好教材。不过和其他中科大出版的教材类似，它非常注重数学基础。该书的第一章以测度论为基础
- 【课程复习-01】国科大-随机过程知识点精简版
lzl2040
我的笔记随机过程国科大期末
国科大-随机过程知识点精简版目录国科大-随机过程知识点精简版前言随机过程及其分类常见分布的概率密度和分布0-1分布二项分布泊松分布几何分布均匀分布指数分布正态分布随机过程的两种描述方式例题随机过程X(t)的数字性质单个随机过程两个随机过程随机过程的分类方式参数集和状态空间的特性统计特征或概率特征随机过程独立条件数学期望马尔可夫过程马尔可夫链定义C-K方程m步转移概率C-K方程马尔可夫链状态的分类到
- 深度CV基础——图像噪声和滤波
徐kun按门铃
智能车笔记python深度学习opencv机器学习
一，图像噪声1.图像噪声的概念：图像噪声是图像在获取或是传输过程中受到随机信号干扰，妨碍人们对图像理解及分析处理的信号。很多时候将图像噪声看做多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，也就是使用随机过程的描述，也就是用它的高斯分布函数和概率密度分布函数。图像噪声的产生来自图像获取中的环境条件和传感元器件自身的质量，图像在传输过程中产生图像噪声的主要因素是所用的传输信道受到了噪声的
- .【机器学习】隐马尔可夫模型（Hidden Markov Model，HMM）
十年一梦实验室
机器学习人工智能
概率图模型是一种用图形表示概率分布和条件依赖关系的数学模型。概率图模型可以分为两大类：有向图模型和无向图模型。有向图模型也叫贝叶斯网络，它用有向无环图表示变量之间的因果关系。无向图模型也叫马尔可夫网络，它用无向图表示变量之间的相关关系。概率图模型可以用于机器学习，人工智能，自然语言处理，计算机视觉，生物信息学等领域。一、马尔科夫模型随机过程马尔科夫过程马尔科夫链状态转移矩阵通过训练样本学习得到，采
- Python蒙特卡洛相关变量SciPy模拟
亚图跨际
交叉知识python蒙特卡洛scipy
SciPy的概率分布和分布拟合简述：概率分布对随机过程进行建模并将其拟合到观测数据。SciPy的概率分布、它们的属性和方法。通过拟合Weibull极值分布来模拟组件寿命的示例。一个自动化的拟合程序，从大约60个候选分布中选择最好的。SciPy中提供了123个分布：dist_continu=[dfordindir(stats)ifisinstance(getattr(stats,d),stats.r
- 随机过程——卡尔曼滤波学习笔记
m0_46521579
算法
一、均方预测和随机序列分解考虑随机序列使用预测定义称为的均方可预测部分。若相互独立，则是均方不可预测的。定义随机序列的新息序列V(k)基于样本观测的条件均值为0，即均方不可预测。V(k)与是正交的，即。二、卡尔曼滤波输入观测量，对进行估计得到1.系统模型状态方程观测方程其中，：状态向量，：观测向量，：状态噪声，，高斯白噪声：观测噪声，，高斯白噪声：状态转移矩阵，：观测矩阵，相关性质：（1）乘积率：
- 提笔惊鸿的小时光
星辰儿sy
阳光正好，微风不燥，很nice的天气~洗完头发，搬把小椅子坐在阳台上，阳光撒下来，世界都明亮了呢。早上睡到自然醒，上了一节应用随机过程，老师说起上次交的作业，说有一个同学文件名格式不对，别人都是word版，就那个同学是什么mdf版的，我心想谁这么傻。然后他就说学号尾号是214的，是个女生。我的妈妈耶，这不是我吗...我默默举起了手，场面一度陷入尴尬，结果老师说就记住你的学号了，情人节嘛。嘻嘻，好吧
- 马尔可夫算法及其实例（预测类模型）
爱静的龙猫
算法
马尔科夫预测模型是一种基于马尔科夫过程的预测方法。马尔科夫过程是一类具有马尔科夫性质的随机过程，即未来的状态只依赖于当前状态，而与过去状态无关。这种过程通常用状态空间和状态转移概率矩阵来描述。在马尔科夫预测模型中，系统被建模为处于一系列离散状态之一的马尔科夫链。每个状态表示系统可能的一个状态或情境，状态之间的转移由概率矩阵定义。这个概率矩阵描述了系统从一个状态转移到另一个状态的可能性。后无效性，马
- 频率域滤波图像复原的python实现——数字图像处理
筱筱西雨
图像处理python开发语言深度学习opencv图像处理
原理维纳滤波的原理是基于统计方法，旨在通过最小化信号的估计误差来改善信号的质量。它在处理具有噪声干扰的信号时特别有效。维纳滤波旨在从受噪声干扰的信号中恢复原始信号。它假设信号和噪声都是随机过程，并且它们的统计特性是已知的或可估计的。维纳滤波器的设计基于最小化输出和所需信号之间的均方误差（MSE）。数学原理假设x(n)是原始信号，d(n)是观测到的受噪声干扰的信号，y(n)是滤波器的输出。那么，噪声
- 项目中 枚举与注解的结合使用
飞翔的马甲
javaenumannotation
前言：版本兼容，一直是迭代开发头疼的事，最近新版本加上了支持新题型，如果新创建一份问卷包含了新题型，那旧版本客户端就不支持，如果新创建的问卷不包含新题型，那么新旧客户端都支持。这里面我们通过给问卷类型枚举增加自定义注解的方式完成。顺便巩固下枚举与注解。
一、枚举
1.在创建枚举类的时候，该类已继承java.lang.Enum类，所以自定义枚举类无法继承别的类，但可以实现接口。
- 【Scala十七】Scala核心十一：下划线_的用法
bit1129
scala
下划线_在Scala中广泛应用，_的基本含义是作为占位符使用。_在使用时是出问题非常多的地方，本文将不断完善_的使用场景以及所表达的含义
1. 在高阶函数中使用
scala> val list = List(-3,8,7,9)
list: List[Int] = List(-3, 8, 7, 9)
scala> list.filter(_ > 7)
r
- web缓存基础：术语、http报头和缓存策略
dalan_123
Web
对于很多人来说，去访问某一个站点，若是该站点能够提供智能化的内容缓存来提高用户体验，那么最终该站点的访问者将络绎不绝。缓存或者对之前的请求临时存储，是http协议实现中最核心的内容分发策略之一。分发路径中的组件均可以缓存内容来加速后续的请求，这是受控于对该内容所声明的缓存策略。接下来将讨web内容缓存策略的基本概念，具体包括如如何选择缓存策略以保证互联网范围内的缓存能够正确处理的您的内容，并谈论下
- crontab 问题
周凡杨
linuxcrontabunix
一： 0481-079 Reached a symbol that is not expected.
背景：
*/5 * * * * /usr/IBMIHS/rsync.sh
- 让tomcat支持2级域名共享session
g21121
session
tomcat默认情况下是不支持2级域名共享session的，所有有些情况下登陆后从主域名跳转到子域名会发生链接session不相同的情况，但是只需修改几处配置就可以了。
打开tomcat下conf下context.xml文件
找到Context标签,修改为如下内容
如果你的域名是www.test.com
<Context sessionCookiePath="/path&q
- web报表工具FineReport常用函数的用法总结（数学和三角函数）
老A不折腾
Webfinereport总结
ABS
ABS(number):返回指定数字的绝对值。绝对值是指没有正负符号的数值。
Number:需要求出绝对值的任意实数。
示例:
ABS(-1.5)等于1.5。
ABS(0)等于0。
ABS(2.5)等于2.5。
ACOS
ACOS(number):返回指定数值的反余弦值。反余弦值为一个角度，返回角度以弧度形式表示。
Number:需要返回角
- linux 启动java进程 sh文件
墙头上一根草
linuxshelljar
#!/bin/bash
#初始化服务器的进程PId变量
user_pid=0;
robot_pid=0;
loadlort_pid=0;
gateway_pid=0;
#########
#检查相关服务器是否启动成功
#说明：
#使用JDK自带的JPS命令及grep命令组合，准确查找pid
#jps 加 l 参数，表示显示java的完整包路径
#使用awk，分割出pid
- 我的spring学习笔记5-如何使用ApplicationContext替换BeanFactory
aijuans
Spring 3 系列
如何使用ApplicationContext替换BeanFactory？
package onlyfun.caterpillar.device;
import org.springframework.beans.factory.BeanFactory;
import org.springframework.beans.factory.xml.XmlBeanFactory;
import
- Linux 内存使用方法详细解析
annan211
linux内存Linux内存解析
来源 http://blog.jobbole.com/45748/
我是一名程序员，那么我在这里以一个程序员的角度来讲解Linux内存的使用。
一提到内存管理，我们头脑中闪出的两个概念，就是虚拟内存，与物理内存。这两个概念主要来自于linux内核的支持。
Linux在内存管理上份为两级，一级是线性区，类似于00c73000-00c88000，对应于虚拟内存，它实际上不占用
- 数据库的单表查询常用命令及使用方法(-)
百合不是茶
oracle函数单表查询
创建数据库;
--建表
create table bloguser(username varchar2(20),userage number(10),usersex char(2));
创建bloguser表,里面有三个字段
&nbs
- 多线程基础知识
bijian1013
java多线程threadjava多线程
一．进程和线程
进程就是一个在内存中独立运行的程序，有自己的地址空间。如正在运行的写字板程序就是一个进程。
“多任务”：指操作系统能同时运行多个进程（程序）。如WINDOWS系统可以同时运行写字板程序、画图程序、WORD、Eclipse等。
线程：是进程内部单一的一个顺序控制流。
线程和进程
a. 每个进程都有独立的
- fastjson简单使用实例
bijian1013
fastjson
一.简介
阿里巴巴fastjson是一个Java语言编写的高性能功能完善的JSON库。它采用一种“假定有序快速匹配”的算法，把JSON Parse的性能提升到极致，是目前Java语言中最快的JSON库；包括“序列化”和“反序列化”两部分，它具备如下特征：
- 【RPC框架Burlap】Spring集成Burlap
bit1129
spring
Burlap和Hessian同属于codehaus的RPC调用框架，但是Burlap已经几年不更新，所以Spring在4.0里已经将Burlap的支持置为Deprecated,所以在选择RPC框架时，不应该考虑Burlap了。
这篇文章还是记录下Burlap的用法吧，主要是复制粘贴了Hessian与Spring集成一文，【RPC框架Hessian四】Hessian与Spring集成
- 【Mahout一】基于Mahout 命令参数含义
bit1129
Mahout
1. mahout seqdirectory
$ mahout seqdirectory
--input (-i) input Path to job input directory(原始文本文件).
--output (-o) output The directory pathna
- linux使用flock文件锁解决脚本重复执行问题
ronin47
linux lock 重复执行
linux的crontab命令，可以定时执行操作，最小周期是每分钟执行一次。关于crontab实现每秒执行可参考我之前的文章《linux crontab 实现每秒执行》现在有个问题，如果设定了任务每分钟执行一次，但有可能一分钟内任务并没有执行完成，这时系统会再执行任务。导致两个相同的任务在执行。
例如：
<?
//
test
.php
- java-74-数组中有一个数字出现的次数超过了数组长度的一半，找出这个数字
bylijinnan
java
public class OcuppyMoreThanHalf {
/**
* Q74 数组中有一个数字出现的次数超过了数组长度的一半，找出这个数字
* two solutions:
* 1.O(n)
* see <beauty of coding>--每次删除两个不同的数字，不改变数组的特性
* 2.O(nlogn)
* 排序。中间
- linux 系统相关命令
candiio
linux
系统参数
cat /proc/cpuinfo cpu相关参数
cat /proc/meminfo 内存相关参数
cat /proc/loadavg 负载情况
性能参数
1）top
M：按内存使用排序
P：按CPU占用排序
1：显示各CPU的使用情况
k：kill进程
o：更多排序规则
回车：刷新数据
2）ulimit
ulimit -a：显示本用户的系统限制参
- [经营与资产]保持独立性和稳定性对于软件开发的重要意义
comsci
软件开发
一个软件的架构从诞生到成熟，中间要经过很多次的修正和改造
如果在这个过程中，外界的其它行业的资本不断的介入这种软件架构的升级过程中
那么软件开发者原有的设计思想和开发路线
- 在CentOS5.5上编译OpenJDK6
Cwind
linuxOpenJDK
几番周折终于在自己的CentOS5.5上编译成功了OpenJDK6，将编译过程和遇到的问题作一简要记录，备查。
0. OpenJDK介绍
OpenJDK是Sun（现Oracle）公司发布的基于GPL许可的Java平台的实现。其优点：
1、它的核心代码与同时期Sun（-> Oracle）的产品版基本上是一样的，血统纯正，不用担心性能问题，也基本上没什么兼容性问题；（代码上最主要的差异是
- java乱码问题
dashuaifu
java乱码问题js中文乱码
swfupload上传文件参数值为中文传递到后台接收中文乱码 在js中用setPostParams（{"tag" : encodeURI( document.getElementByIdx_x("filetag").value，"utf-8")}）;
然后在servlet中String t
- cygwin很多命令显示command not found的解决办法
dcj3sjt126com
cygwin
cygwin很多命令显示command not found的解决办法
修改cygwin.BAT文件如下
@echo off
D:
set CYGWIN=tty notitle glob
set PATH=%PATH%;d:\cygwin\bin;d:\cygwin\sbin;d:\cygwin\usr\bin;d:\cygwin\usr\sbin;d:\cygwin\us
- [介绍]从 Yii 1.1 升级
dcj3sjt126com
PHPyii2
2.0 版框架是完全重写的，在 1.1 和 2.0 两个版本之间存在相当多差异。因此从 1.1 版升级并不像小版本间的跨越那么简单，通过本指南你将会了解两个版本间主要的不同之处。
如果你之前没有用过 Yii 1.1，可以跳过本章，直接从"入门篇"开始读起。
请注意，Yii 2.0 引入了很多本章并没有涉及到的新功能。强烈建议你通读整部权威指南来了解所有新特性。这样有可能会发
- Linux SSH免登录配置总结
eksliang
ssh-keygenLinux SSH免登录认证Linux SSH互信
转载请出自出处：http://eksliang.iteye.com/blog/2187265 一、原理
我们使用ssh-keygen在ServerA上生成私钥跟公钥，将生成的公钥拷贝到远程机器ServerB上后,就可以使用ssh命令无需密码登录到另外一台机器ServerB上。
生成公钥与私钥有两种加密方式，第一种是
- 手势滑动销毁Activity
gundumw100
android
老是效仿ios，做android的真悲催！
有需求：需要手势滑动销毁一个Activity
怎么办尼？自己写？
不用~，网上先问一下百度。
结果：
http://blog.csdn.net/xiaanming/article/details/20934541
首先将你需要的Activity继承SwipeBackActivity，它会在你的布局根目录新增一层SwipeBackLay
- JavaScript变换表格边框颜色
ini
JavaScripthtmlWebhtml5css
效果查看：http://hovertree.com/texiao/js/2.htm代码如下，保存到HTML文件也可以查看效果：
<html>
<head>
<meta charset="utf-8">
<title>表格边框变换颜色代码-何问起</title>
</head>
<body&
- Kafka Rest : Confluent
kane_xie
kafkaRESTconfluent
最近拿到一个kafka rest的需求，但kafka暂时还没有提供rest api（应该是有在开发中，毕竟rest这么火），上网搜了一下，找到一个Confluent Platform，本文简单介绍一下安装。
这里插一句，给大家推荐一个九尾搜索，原名叫谷粉SOSO，不想fanqiang谷歌的可以用这个。以前在外企用谷歌用习惯了，出来之后用度娘搜技术问题，那匹配度简直感人。
环境声明：Ubu
- Calender不是单例
men4661273
单例Calender
在我们使用Calender的时候，使用过Calendar.getInstance()来获取一个日期类的对象，这种方式跟单例的获取方式一样，那么它到底是不是单例呢，如果是单例的话，一个对象修改内容之后，另外一个线程中的数据不久乱套了吗？从试验以及源码中可以得出，Calendar不是单例。
测试：
Calendar c1 =
- 线程内存和主内存之间联系
qifeifei
java thread
1， java多线程共享主内存中变量的时候，一共会经过几个阶段，
lock:将主内存中的变量锁定，为一个线程所独占。
unclock:将lock加的锁定解除，此时其它的线程可以有机会访问此变量。
read:将主内存中的变量值读到工作内存当中。
load:将read读取的值保存到工作内存中的变量副本中。
- schedule和scheduleAtFixedRate
tangqi609567707
javatimerschedule
原文地址：http://blog.csdn.net/weidan1121/article/details/527307
import java.util.Timer;import java.util.TimerTask;import java.util.Date;
/** * @author vincent */public class TimerTest {
- erlang 部署
wudixiaotie
erlang
1.如果在启动节点的时候报这个错 ：
{"init terminating in do_boot",{'cannot load',elf_format,get_files}}
则需要在reltool.config中加入
{app, hipe, [{incl_cond, exclude}]},
2.当generate时，遇到：
ERROR
