周二下午多云转小雨
周二下午多云转小雨

机器学习基石——Heoffding不等式推导

该文推导参考了

https://www.cnblogs.com/kolmogorov/p/9518867.html

https://blog.csdn.net/hedan2013/article/details/76337040

 

0.Heoffding不等式

P\left ( \left | \frac{1}{m}\sum_{i=1}^{m}Z_i-\mu \right |\geq \varepsilon \right )\leq 2 e^{\frac{-2m\varepsilon ^2}{\left ( b-a \right )^2}}   

Z_1,Z_2,...Z_m是独立的随机变量（不一定同分布）；

\mu =E\left ( \bar{Z} \right )=E\left ( \frac{1}{m}\sum_{i=1}^{m}Z_i\right )；

\varepsilon > 0；P\left [ a\leq Z_i\leq b \right ]=1。

1.证明Heoffding不等式，首先得先证明E\left ( e^{\lambda X} \right )\leq e^{\frac{\lambda ^2\left ( b-a \right )^2}{8}}

其中X是一个随机变量，a\leq X\leq b，E\left ( X \right )=0，\lambda > 0。

由于f\left ( X \right )=e^{\lambda X}为凸函数，所以f\left ( X \right )\leq f\left ( a \right )+\frac{f\left ( b \right )-f\left ( a \right )}{b-a}\left ( X-a \right )， 这个是凸函数的性质不再多述。

把f\left ( X \right )=e^{\lambda X}，f\left ( a \right )=e^{\lambda a}，f\left ( b \right )=e^{\lambda b}

代入f\left ( X \right )\leq f\left ( a \right )+\frac{f\left ( b \right )-f\left ( a \right )}{b-a}\left ( X-a \right )

得e^{\lambda X}\leq \frac{b-X}{b-a}e^{\lambda a}+\frac{X-a}{b-a}e^{\lambda b}。

对于e^{\lambda X}\leq \frac{b-X}{b-a}e^{\lambda a}+\frac{X-a}{b-a}e^{\lambda b}不等式两端取期望，

得E\left (e^{\lambda X} \right )\leq \frac{b-E\left ( X\right )}{b-a}e^{\lambda a}+\frac{E\left (X \right )-a}{b-a}e^{\lambda b}。

又因为E\left ( X \right )=0，

所以E\left (e^{\lambda X} \right )\leq \frac{b}{b-a}e^{\lambda a}-\frac{a}{b-a}e^{\lambda b}。

令h=\lambda \left ( b-a \right )，p=\frac{-a}{b-a}，

则 \frac{b}{b-a}e^{\lambda a}-\frac{a}{b-a}e^{\lambda b}=e^{-hp+\ln \left ( 1-p+pe^h \right )}=e^{L\left ( h \right )}，e^\frac{\lambda ^2\left ( b-a \right )^2}{8}=e^\frac{h^2}{8}。

现在只要证明L\left ( h \right )=-hp+\ln \left ( 1-p+pe^h \right )\leq \frac{\lambda ^2\left ( b-a \right )^2}{8}=\frac{h^2}{8}

就可以证明E\left (e^{\lambda X} \right )\leq \frac{b}{b-a}e^{\lambda a}-\frac{a}{b-a}e^{\lambda b}\leq e^\frac{\lambda ^2\left ( b-a \right )^2}{8}。

令g\left ( h \right )=-hp+\ln \left ( 1-p+pe^h \right )-\frac{h^2}{8}，

可求得g\left ( 0 \right )=0，g^{'}\left (0 \right )=0， g^{''}\left (0 \right )=-\left ( p-\frac{1}{2}\right )^2\leq 0，

由此可推出g\left ( h \right )=-hp+\ln \left ( 1-p+pe^h \right )-\frac{h^2}{8}\leq 0。

所以E\left (e^{\lambda X} \right )\leq \frac{b}{b-a}e^{\lambda a}-\frac{a}{b-a}e^{\lambda b}\leq e^\frac{\lambda ^2\left ( b-a \right )^2}{8}。

2.其次得了解Morkov定理，这个定理证明直接截取了其他人的

机器学习基石——Heoffding不等式推导_第1张图片

3.接下来进行Heoffding不等式证明   

令X_i=Z_i-E\left ( Z_i \right )，\bar{X}=\sum_{i=1}^{m}X_i，

则P\left ( \left | \frac{1}{m}\sum_{i=1}^{m}Z_i-\mu \right |\geq \varepsilon \right )=P\left ( \left | \frac{1}{m}\sum_{i=1}^{m}Z_i-E\left ( \frac{1}{m}\sum_{i=1}^{m}Z_i \right ) \right |\geq \varepsilon \right )=P\left ( \left |\bar{X} \right |\geq \varepsilon \right )，

且P\left ( \left |\bar{X} \right |\geq \varepsilon \right )=P\left ( \bar{X}\geq \varepsilon \right | \bar{X}\geq 0)+P\left ( -\bar{X}\geq \varepsilon | \bar{X}\leq 0\right )。

先证明P\left ( \bar{X}\geq \varepsilon \right | \bar{X}\geq 0)\leq e^{\frac{-2m\varepsilon ^2}{\left ( b-a \right )^2}}

首先根据Morkov定理得，P\left ( \bar{X}\geq \varepsilon \right )=P\left ( e^{\lambda \bar{X}}\leq e^{\lambda \varepsilon } \right )\leq \frac{E\left (e^{\lambda \bar{X}} \right )} {e^{\lambda \varepsilon }}=\frac{E\left (e^{\lambda \frac{1}{m}\sum_{i=1}^{m}X_i} \right )} {e^{\lambda \varepsilon }}，这里\lambda > 0，\bar{X}\geq 0。

由于Z_1,Z_2,...Z_m是独立的随机变量，则X_1,X_2,...X_m也是独立的随机变量，所以

P\left ( \bar{X}\geq \varepsilon \right )\leq \frac{E\left (e^{\lambda \frac{1}{m}\sum_{i=1}^{m}X_i} \right )} {e^{\lambda \varepsilon }}=e^{-\lambda \varepsilon }\prod_{i=1}^{m}E\left ( e^{\frac{\lambda }{m}X_i} \right )。

由1中证明的结果E\left ( e^{\lambda X} \right )\leq e^{\frac{\lambda ^2\left ( b-a \right )^2}{8}}得

P\left ( \bar{X}\geq \varepsilon \right )\leq e^{-\lambda \varepsilon }\prod_{i=1}^{m}E\left ( e^{\frac{\lambda }{m}X_i} \right )=e^{\frac{\lambda ^2\left ( b-a \right )^2}{8m}-\lambda \varepsilon }

当\lambda =\frac{4m\varepsilon }{\left (b-a \right )^2},

则P\left ( \bar{X}\geq \varepsilon \right )\leq e^{\frac{-2m\varepsilon ^2}{\left ( b-a \right )^2}}

同理再证明P\left ( -\bar{X}\geq \varepsilon \right | \bar{X}\leq 0)\leq e^{\frac{-2m\varepsilon ^2}{\left ( b-a \right )^2}}

所以P\left ( \left |\bar{X} \right |\geq \varepsilon \right )=P\left ( \bar{X}\geq \varepsilon \right | \bar{X}\geq 0)+P\left ( -\bar{X}\geq \varepsilon | \bar{X}\leq 0\right )\leq 2e^{\frac{-2m\varepsilon ^2}{\left ( b-a \right )^2}}

 

 

 

你可能感兴趣的:(算法,人工智能,霍夫丁不等式,机器学习)

  • Python 自动排班表格（代码分享） 趣享先生 Python案例分享专栏python开发语言
    ✅作者简介：2022年博客新星第八。热爱国学的Java后端开发者，修心和技术同步精进。个人主页：JavaFans的博客个人信条：不迁怒，不贰过。小知识，大智慧。当前专栏：Java案例分享专栏✨特色专栏：国学周更-心性养成之路本文内容：Python自动排班表格（代码分享） 前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。文章目录前言问题描述解决步骤1
  • 理论一、大模型—概念 伯牙碎琴 大模型自然语言处理ai
    一、总述大模型通常指的是参数规模庞大、训练难度较高的人工智能模型。随着深度学习技术的发展，研究人员和企业越来越倾向于构建更大的模型，以提高模型的性能和泛化能力。这些大模型往往需要大量的数据和计算资源来训练，并且在实际应用中通常表现出色。大模型全称是大型语言模型（LLM，LargeLanguageModel），这个“大”主要指模型结构容量大，结构中的参数多，用于预训练大模型的数据量大。一个大模型可以
  • Python：第三方库 衍生星球 python第三方库
    1.第三方Python库库名用途pip安装指令NumPy矩阵运算pipinstallnumpyMatplotlib产品级2D图形绘制pipinstallmatplotlibPIL图像处理pipinstallpillowsklearn机器学习和数据挖掘pipinstallsklearnRequestsHTTP协议访问pipinstallrequestsJieba中文分词pipinstalljieba
  • 自动驾驶系列—颠覆未来驾驶：深入解析自动驾驶线控转向系统技术 学步_技术 自动驾驶自动驾驶人工智能机器学习线控系统
    欢迎来到我的技术小筑，一个专为技术探索者打造的交流空间。在这里，我们不仅分享代码的智慧，还探讨技术的深度与广度。无论您是资深开发者还是技术新手，这里都有一片属于您的天空。让我们在知识的海洋中一起航行，共同成长，探索技术的无限可能。探索专栏：学步_技术的首页——持续学习，不断进步，让学习成为我们共同的习惯，让总结成为我们前进的动力。技术导航：人工智能：深入探讨人工智能领域核心技术。自动驾驶：分享自动
  • Java 实现拖拽列表更新排序 架构师成长进阶空间 Javaspringcloudspringbootjava后端
    拖拽列表更新排序，接口提供给前端这个功能主要是需要的算法逻辑很多图解：如在前端页面上想把id=5拖拽到id=3上拖拽之后的效果：解析图例：代码示例：DevToCoding｜Java面试指南、学习笔记/***拖拽数据更新排序*@paramcurrentId当前数据id*@paramtargetId目标数据id*@return*/@RequestMapping("/sort/{currentId}/{
  • 【C++】STL之string类源码剖析 AllinTome c++STL数据结构类与对象string
    目录概述源码MyString.htest.cpp概述string是字符串类，出现早于STL，不过string完全符合STL标准库的语法规则，故将string类也归于STL中string类实现的功能有字符串元素的随机访问、迭代器遍历、字符串追加/删减/查找、字符串随机插入、字符串扩容与修改长度、重载输入/输出运算符算法设计：利用构造临时对象、自定义swap函数，完成string对象的拷贝、赋值构造，
  • 10.3字符串manacher算法 赵鑫亿 c++数据结构与算法算法c++
    字符串manacher算法Manacher算法是用于在O(n)时间复杂度内查找字符串中最长回文子串的高效算法。以下是详细的技术解析：一、算法核心思想中心扩展优化：利用回文的对称性避免重复计算奇偶统一处理：通过插入特殊字符将奇偶长度回文统一处理动态维护边界：记录当前已知最右回文边界及其对应的中心二、关键数据结构vectorradius;//存储每个位置的回文半径intcenter=0;//当前中心点
  • 自动驾驶---Motion Planning之参考线Path平滑 智能汽车人 自动驾驶人工智能
    1背景有了由lane_segment插值得到的粗糙参考线，这种参考线是无法输出给下游使用的，需要进一步的处理使得参考线更加平滑，才能供下游控制模块使用。Apollo中共有三种参考线平滑算法，分别为：1.QpSplineSmoother2.SpiralReferenceLineSmoother3.DiscretePointsSmoother目前Apollo中默认配置为最后一种，基于离散点的平滑。这种
  • 仿生机器人核心技术与大小脑 天机️灵韵 人工智能具身智能硬件设备机器人人工智能具身智能
    以下是针对仿生机器人核心技术的结构化总结，涵盖通用核心技术与**“大脑-小脑”专用架构**两大方向：一、机器人通用核心技术这些技术是仿生机器人实现功能的基础，与生物体的“身体能力”对应：1.感知与交互技术多模态传感器融合视觉：3D视觉（如RGB-D相机）、动态目标跟踪（如光流算法）。触觉：柔性电子皮肤、分布式压力传感器（模仿人类皮肤）。听觉：声源定位、噪声抑制（如麦克风阵列）。环境感知：激光雷达（
  • 《一文吃透！NLTK与SpaCy，自然语言处理的神兵利器》 人工智能深度学习
    在人工智能的璀璨星空中，自然语言处理（NLP）无疑是最为耀眼的领域之一。它让机器能够理解、处理和生成人类语言，极大地推动了智能交互的发展。而在Python的NLP工具库中，NLTK和SpaCy就像两把锋利的宝剑，各自散发着独特的光芒。今天，就让我们深入探究这两款工具的使用技巧与优势，为你的NLP之旅增添强大助力。一、NLTK：自然语言处理的瑞士军刀NLTK（NaturalLanguageToolk
  • Flux架构：构建可预测的Web应用状态管理体系 阿珊和她的猫 架构前端
    前端开发工程师、技术日更博主、已过CET6阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1牛客高级专题作者、打造专栏《前端面试必备》、《2024面试高频手撕题》蓝桥云课签约作者、上架课程《Vue.js和Egg.js开发企业级健康管理项目》、《带你从入门到实战全面掌握uni-app》前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。文章
  • ”人货场”模型搞懂没？数据分析大部分场景都能用！ 接地气的陈老师 人工智能数据分析大数据机器学习推荐系统
    做数据分析的同学，很多都听过：人、货、场的分析模型。然而，这东西又是个只闻其名，不见真身的东西。到底该怎么结合实际分析？今天我们系统讲解下。问题场景：某生鲜电商，用户复购率较低，60%的用户在30天内无二次购买行为，运营领导非常着急，要求通过数据分析提升复购率，请问你作为数据分析师该怎么做？建立人工智能精准推荐算法（40%概率用协同过滤，60%用关联分析）把过往6个月月初复购率做成折线图，然后写下
  • 3 ＞ 数据结构与算法 栈与队列 irisart 数据结构与算法（C语言考研期末复习版）c语言数据结构
    概览本节总结了栈和队列的基本概念和用法，另外附上栈与队列的基本操作代码（C语言版）。本节适合有C语言基础的初学者、期末复习、考研等方面的用途。栈只允许在一端插入和删除操作的线性表。代码如下特点：先进后出模式（LIFO），只能在栈顶操作。什么是卡特兰数：有n个元素进栈（顺序可以不同），出栈元素不同的排列个数为1n+1C2nn\frac{1}{n+1}C^n_{2n}n+11C2nn。共享栈：两个栈共
  • 8 ＞ 查找 irisart 算法c语言
    基本概念查找表：用于查找的数据集合称为查找表，由同类元素组成。静态查找表：只需要进行查找操作。动态查找表：还可以进行增删操作。唯一表示数据元素的数据项。算法好坏评价：查找长度：在查找运算中需要对比关键字多少次。反映了查找操作时间的复杂度。平均查找长度：所有查找过程中进行关键字比较的平均值。（通常考虑查找成功和失败）ASL=∑i=1nPiCi(P：查找i号元素的概率，C：查找i号元素的查找长度)AS
  • Forrester发布2024年五大网络安全新威胁 岛屿旅人 网络安全web安全网络安全网络安全
    文章目录前言一、大选年的叙事（舆论）操控攻击二、深度伪造引发身份安全危机三、生成式人工智能数据泄露四、人工智能软件供应链攻击五、太空成为安全战略高点数据泄露平均成本高达218万美元前言人工智能正重塑网络安全格局，武器化大语言模型正成为首选攻击工具，安全团队在应对武器化人工智能攻击方面将面临日益严峻的挑战。Forrester近日发布《2024年网络安全威胁预测报告》指出，人工智能正重塑网络安全格局，
  • 人工智能的本质解构：从二进制桎梏到造物主悖论 Somnolence.·.·.·. 人工智能人工智能ai
    一、数学牢笼中的困兽：人工智能的0-1本质人工智能的底层逻辑是数学暴力的具象化演绎。晶体管开关的物理震荡被抽象为布尔代数的0-1序列，冯·诺依曼架构将思维简化为存储器与运算器的机械对话。即使深度神经网络看似模拟人脑突触，其本质仍是矩阵乘法的迭代游戏——波士顿动力机器人的空翻动作不过是微分方程求解的物理引擎呈现，AlphaGo的围棋神话只是蒙特卡洛树搜索的概率统计。这种基于有限离散数学的架构，注定人
  • YOLOv11 火焰识别：智能时代的火灾预警新利器 星际编程喵 Python探索之旅YOLOpython目标检测机器学习人工智能开发语言
    前言随着人工智能（AI）在各个领域如火如荼发展，图像识别技术也跟着飞速进步。从最初的传统算法到如今的深度学习模型，图像识别在准确性和效率上提升令人惊叹。而在这场技术革命中，YOLO（YouOnlyLookOnce）系列模型无疑扮演举足轻重的角色。今天，我们将目光聚焦在最新的版本——YOLOv11。别误会，YOLOv11可不是什么随便升级。它远不止数字上多了个“1”那么简单。YOLOv11集成许多先
  • 从AI发展史看DeepSeek的崛起：技术革新与生态重构的范式突破 AI软件改变生活 AI资料人工智能deepseek
    Deepseek-R1最新可用网址整理推荐、Deepseek干货资料分享https://blog.csdn.net/ifree_code/article/details/145626999[>>>>>>>>>DeepSeek最新资料包汇总<<<<<<<<]DeepSeek最新资料包汇总https://www.kdocs.cn/l/cq8nbKQzguhC?R=L1MvNDE=人工智能（AI）的发展
  • 【AI中的数学-人工智能的数学基石】AI的心脏：探索人工智能的算法与核心技术 云博士的AI课堂 AI中的数学人工智能算法数学AI数学大模型
    第一章人工智能的数学基石第二节AI的心脏：探索人工智能的算法与核心技术人工智能（AI）的迅猛发展离不开其背后的复杂算法与核心技术。这些算法不仅决定了AI系统的性能和能力，也构成了AI应用的基础。从基础的机器学习算法到先进的深度学习模型，AI的算法生态系统丰富多样，涵盖了广泛的数学原理和计算方法。本节将深入探讨驱动AI进步的关键算法与技术，揭示其工作机制及在实际应用中的重要性。一、机器学习：智能的基
  • 【蓝桥杯】大纲 是Winky啊 #蓝桥杯蓝桥杯职场和发展
    1.算法类1.1.枚举算法[1-3]就是把所有可能的情况都一一列举出来，然后从中找到符合要求的答案。比如从1到100找能被5整除的数，就一个一个试，这就是枚举。1.2.排序算法冒泡排序[2]像气泡往上冒一样，每次比较相邻的两个数，如果顺序不对就交换，一趟一趟地把最大（或最小）的数“浮”到最后。选择排序[3]每次从剩下的数中选一个最小（或最大）的，放到已经排好序的序列后面。插入排序[3]就像抓扑克牌
  • 农业机器人综述：技术现状、应用场景及未来展望 橙蜂智能 机器人
    农业机器人综述：技术现状、应用场景及未来展望引言一、农业机器人的技术现状1.感知模块2.导航与定位模块3.控制与执行模块4.通信与数据传输模块5.决策与人工智能模块6.电源管理与能源模块二、农业机器人的应用场景1.播种与施肥2.植保与除草3.采摘与收获4.土壤和作物监测5.温室管理与环境控制6.多机器人协作三、农业机器人面临的挑战1.成本较高2.环境适应性差3.技术成熟度有待提高4.数据安全和隐私
  • 文本生成型人工智能：逻辑算法与文字组合的重构艺术 Somnolence.·.·.·. 人工智能人工智能算法重构人机交互aichatgpt
    引言在数字化浪潮的推动下，文本生成型人工智能（如GPT系列、Claude、Deepseek等）正逐步从技术工具演化为人类社会的"数字镜像"。其本质并非简单的文字堆砌，而是基于算法逻辑对海量语言数据的学习与重组。这一过程既模仿了人类的思维模式，又受制于技术基础设施的物理边界。以下从三个维度解析其运行逻辑与技术哲学。一、数据训练：从概率统计到仿生逻辑的跨越文本生成型AI的核心在于通过神经网络模型对语言
  • DeepSeek正重构具身大模型和人形机器人赛道！ Robot251 重构机器人人工智能科技自动驾驶
    中国人工智能公司DeepSeek（深度求索）以“低成本、高效率、强开放”的研发范式横空出世，火遍并震撼全球科技圈；DeepSeek展现出来的核心竞争力，除了低成本及推理能力，更重要的是开源模型能力追赶上了最新的闭源模型；而对具身智能领域影响最大的当属于其开源大模型DeepSeek-R1。2024年1月20日，公司发布全球首个完全通过强化学习训练的专注于推理任务的高性能语言模型DeepSeek-R1
  • [失业前端恶补算法]JavaScript leetcode刷题top100（六）：字母异位词分组、最长连续序列、找到字符串中所有字母异位词、最大子数组和、除自身以外数组的乘积 摸鱼老萌新 失业前端恶补算法前端javascript动态规划算法哈希
    专栏声明：只求用最简单的，容易理解的方法通过，不求优化，不喜勿喷49.字母异位词分组题面给你一个字符串数组，请你将字母异位词组合在一起。可以按任意顺序返回结果列表。字母异位词是由重新排列源单词的所有字母得到的一个新单词。知识点：哈希表、排序思路这里用了js语言的一个小技巧，我们可以使用split这个api将字符串变成字符的数组，之后我们对得到的数组进行排序，这样字母异位词得到了结果字符串的一致的，
  • 预测股票走势的ai模型 roxxo AI模型人工智能深度学习金融
    AI股票走势预测模型用深度学习+时间序列分析来构建一个股票预测AI，基于历史数据预测未来走势。1.关键功能✅AI选股（基于财务数据+技术指标）✅股票走势预测（LSTM/Transformer）✅智能筛选高增长潜力股✅可视化分析2.关键技术数据来源：YahooFinance/AlphaVantage财务分析：PE、EPS、ROE、PB、成交量机器学习选股：随机森林/XGBoost深度学习预测：LST
  • Java算法 字母异位词分组 、最长连续序列 小王的Java刷题日记 java算法开发语言数据结构leetcode哈希表
    小王的Java刷题日记Day5记录刷题过程，作为笔记和分享，坚持每天刷题，每天进步，编程语言为Java。题目一：字母异位词分组给你一个字符串数组，请你将字母异位词组合在一起。可以按任意顺序返回结果列表。字母异位词是由重新排列源单词的所有字母得到的一个新单词。例如：输入:strs=["see","ese","say","ees","asy","baa"]输出:[["baa"],["say","asy
  • go语言：实现hexagonal numbers六边形数算法(附完整源码) 源代码大师 go算法实战教程golang算法开发语言
    go语言：实现hexagonalnumbers六边形数算法代码说明：如何运行代码：六边形数是指可以用六边形排列的点数，公式为H=n(2n−1)，其中n是正整数。下面是用Go语言实现六边形数算法的完整源码：packagemainimport("fmt")//HexagonalNumber计算第n个六边形数funcHexagonalNumber(nint)int{
  • 算法练习|Leetcode49字母异位词分词 ，Leetcode128最长连续序列，Leetcode3无重复字符的最长子串，sql总结 ambitious_Rgr 算法sql哈希哈希算法数据结构leetcodepython
    目录一、Leetcode49字母异位词分词题目描述解题思路方法:哈希总结二、Leetcode128最长连续序列题目描述解题思路方法:总结三、Leetcode3无重复字符的最长子串题目描述解题思路方法:双指针法总结sql总结一、Leetcode49字母异位词分词题目描述给你一个字符串数组，请你将字母异位词组合在一起。可以按任意顺序返回结果列表。字母异位词是由重新排列源单词的所有字母得到的一个新单词。
  • SoC 架构设计全面详解：从基础到实战 嵌入式Jerry 面试架构系统架构AI编程ai学习
    一、SoC是什么？为什么重要？SoC(SystemonChip,片上系统)是一种将计算核心、存储系统、通信接口以及各种外设集成到一个单一芯片上的高度集成解决方案。它在智能手机、汽车电子、人工智能、工业控制等领域扮演着至关重要的角色。为什么SoC如此重要？高集成度：将多个功能模块集成到单个芯片上，减少了PCB板空间，提高了可靠性。高性能低功耗：相比传统多个芯片组合的方式，SoC通过优化设计大幅降低功
  • 无线网络加密方式对比 Hacker_Oldv 网络web安全安全php
    加密技术全称加密算法协议背景划分特点WEPWiredEquivalentPrivacy（有线对等保密）rsa数据安全性公司开发的rc4prng算法IEEE802.11b无WEP加密方法很脆弱。网络上每个客户或者计算机都使用了相同的保密字，这种方法使网络偷听者能刺探你的密钥，偷走数据并且在网络上造成混乱WPAWi-FiProtectedAccess（WiFi安全存取）还是WEP中使用的Rc4算法IE
  • HQL之投影查询 归来朝歌 HQLHibernate查询语句投影查询
            在HQL查询中，常常面临这样一个场景，对于多表查询，是要将一个表的对象查出来还是要只需要每个表中的几个字段，最后放在一起显示？ 针对上面的场景，如果需要将一个对象查出来： HQL语句写“from 对象”即可 Session session = HibernateUtil.openSession();
  • Spring整合redis bylijinnan redis
    pom.xml <dependencies> <!-- Spring Data - Redis Library --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redi
  • org.hibernate.NonUniqueResultException: query did not return a unique result: 2 0624chenhong Hibernate
    参考：http://blog.csdn.net/qingfeilee/article/details/7052736 org.hibernate.NonUniqueResultException: query did not return a unique result: 2         在项目中出现了org.hiber
  • android动画效果 不懂事的小屁孩 android动画
    前几天弄alertdialog和popupwindow的时候，用到了android的动画效果，今天专门研究了一下关于android的动画效果，列出来，方便以后使用。 Android 平台提供了两类动画。 一类是Tween动画，就是对场景里的对象不断的进行图像变化来产生动画效果（旋转、平移、放缩和渐变）。 第二类就是 Frame动画，即顺序的播放事先做好的图像，与gif图片原理类似。
  • js delete 删除机理以及它的内存泄露问题的解决方案 换个号韩国红果果 JavaScript
    delete删除属性时只是解除了属性与对象的绑定，故当属性值为一个对象时，删除时会造成内存泄露  （其实还未删除） 举例： var person={name:{firstname:'bob'}} var p=person.name delete person.name p.firstname -->'bob' // 依然可以访问p.firstname，存在内存泄露
  • Oracle将零干预分析加入网络即服务计划 蓝儿唯美 oracle
    由Oracle通信技术部门主导的演示项目并没有在本月较早前法国南斯举行的行业集团TM论坛大会中获得嘉奖。但是，Oracle通信官员解雇致力于打造一个支持零干预分配和编制功能的网络即服务（NaaS）平台，帮助企业以更灵活和更适合云的方式实现通信服务提供商（CSP）的连接产品。这个Oracle主导的项目属于TM Forum Live!活动上展示的Catalyst计划的19个项目之一。Catalyst计
  • spring学习——springmvc（二） a-john springMVC
    Spring MVC提供了非常方便的文件上传功能。 1，配置Spring支持文件上传： DispatcherServlet本身并不知道如何处理multipart的表单数据，需要一个multipart解析器把POST请求的multipart数据中抽取出来，这样DispatcherServlet就能将其传递给我们的控制器了。为了在Spring中注册multipart解析器，需要声明一个实现了Mul
  • POJ-2828-Buy Tickets aijuans ACM_POJ
    POJ-2828-Buy Tickets http://poj.org/problem?id=2828 线段树，逆序插入 #include<iostream>#include<cstdio>#include<cstring>#include<cstdlib>using namespace std;#define N 200010struct
  • Java Ant build.xml详解 asia007 build.xml
    1,什么是antant是构建工具2,什么是构建概念到处可查到，形象来说，你要把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作，当然不仅与此，但是主要用来干这个3,ant的好处跨平台   --因为ant是使用java实现的，所以它跨平台使用简单--与ant的兄弟make比起来语法清晰--同样是和make相比功能强大--ant能做的事情很多，可能你用了很久，你仍然不知道它能有
  • android按钮监听器的四种技术 百合不是茶 androidxml配置监听器实现接口
    android开发中经常会用到各种各样的监听器,android监听器的写法与java又有不同的地方;    1,activity中使用内部类实现接口 ,创建内部类实例  使用add方法  与java类似   创建监听器的实例 myLis lis = new myLis();   使用add方法给按钮添加监听器  
  • 软件架构师不等同于资深程序员 bijian1013 程序员架构师架构设计
            本文的作者Armel Nene是ETAPIX Global公司的首席架构师，他居住在伦敦，他参与过的开源项目包括 Apache Lucene,，Apache Nutch， Liferay 和 Pentaho等。         如今很多的公司
  • TeamForge Wiki Syntax & CollabNet User Information Center sunjing TeamForgeHow doAttachementAnchorWiki Syntax
    the CollabNet user information center http://help.collab.net/   How do I create a new Wiki page? A CollabNet TeamForge project can have any number of Wiki pages. All Wiki pages are linked, and
  • 【Redis四】Redis数据类型 bit1129 redis
    概述 Redis是一个高性能的数据结构服务器，称之为数据结构服务器的原因是，它提供了丰富的数据类型以满足不同的应用场景，本文对Redis的数据类型以及对这些类型可能的操作进行总结。 Redis常用的数据类型包括string、set、list、hash以及sorted set.Redis本身是K/V系统，这里的数据类型指的是value的类型，而不是key的类型，key的类型只有一种即string
  • SSH2整合-附源码 白糖_ eclipsespringtomcatHibernateGoogle
    今天用eclipse终于整合出了struts2+hibernate+spring框架。 我创建的是tomcat项目，需要有tomcat插件。导入项目以后，鼠标右键选择属性，然后再找到“tomcat”项，勾选一下“Is a tomcat project”即可。具体方法见源码里的jsp图片，sql也在源码里。     补充1：项目中部分jar包不是最新版的，可能导
  • [转]开源项目代码的学习方法 braveCS 学习方法
    转自： http://blog.sina.com.cn/s/blog_693458530100lk5m.html http://www.cnblogs.com/west-link/archive/2011/06/07/2074466.html   1）阅读features。以此来搞清楚该项目有哪些特性2）思考。想想如果自己来做有这些features的项目该如何构架3）下载并安装d
  • 编程之美-子数组的最大和（二维） bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; import java.util.Random; public class MaxSubArraySum2 { /** * 编程之美 子数组之和的最大值（二维） */ private static final int ROW = 5; private stat
  • 读书笔记-3 chengxuyuancsdn jquery笔记resultMap配置ibatis一对多配置
    1、resultMap配置 2、ibatis一对多配置 3、jquery笔记 1、resultMap配置 当<select resultMap="topic_data"> <resultMap id="topic_data">必须一一对应。 (1)<resultMap class="tblTopic&q
  • [物理与天文]物理学新进展 comsci
          如果我们必须获得某种地球上没有的矿石,才能够进行某些能量输出装置的设计和建造,而要获得这种矿石,又必须首先进行深空探测,而要进行深空探测,又必须获得这种能量输出装置,这个矛盾的循环,会导致地球联盟在与宇宙文明建立关系的时候,陷入困境       怎么办呢?  
  • Oracle 11g新特性:Automatic Diagnostic Repository daizj oracleADR
    Oracle Database 11g的FDI（Fault Diagnosability Infrastructure）是自动化诊断方面的又一增强。 FDI的一个关键组件是自动诊断库（Automatic Diagnostic Repository-ADR）。 在oracle 11g中，alert文件的信息是以xml的文件格式存在的，另外提供了普通文本格式的alert文件。 这两份log文
  • 简单排序:选择排序 dieslrae 选择排序
    public void selectSort(int[] array){ int select; for(int i=0;i<array.length;i++){ select = i; for(int k=i+1;k<array.leng
  • C语言学习六指针的经典程序，互换两个数字 dcj3sjt126com c
    示例程序，swap_1和swap_2都是错误的，推理从1开始推到2，2没完成，推到3就完成了 # include <stdio.h> void swap_1(int, int); void swap_2(int *, int *); void swap_3(int *, int *); int main(void) { int a = 3; int b =
  • php 5.4中php-fpm 的重启、终止操作命令 dcj3sjt126com PHP
    php 5.4中php-fpm 的重启、终止操作命令: 查看php运行目录命令：which php/usr/bin/php 查看php-fpm进程数：ps aux | grep -c php-fpm 查看运行内存/usr/bin/php  -i|grep mem 重启php-fpm/etc/init.d/php-fpm restart 在phpinfo()输出内容可以看到php
  • 线程同步工具类 shuizhaosi888 同步工具类
    同步工具类包括信号量（Semaphore）、栅栏（barrier）、闭锁（CountDownLatch）   闭锁（CountDownLatch） public class RunMain { public long timeTasks(int nThreads, final Runnable task) throws InterruptedException { fin
  • bleeding edge是什么意思 haojinghua DI
    不止一次，看到很多讲技术的文章里面出现过这个词语。今天终于弄懂了——通过朋友给的浏览软件，上了wiki。  我再一次感到，没有辞典能像WiKi一样，给出这样体贴人心、一清二楚的解释了。为了表达我对WiKi的喜爱，只好在此一一中英对照，给大家上次课。   In computer science, bleeding edge is a term that
  • c中实现utf8和gbk的互转 jimmee ciconvutf8&gbk编码
    #include <iconv.h> #include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <fcntl.h> #include <string.h> #include <sys/stat.h> int code_c
  • 大型分布式网站架构设计与实践 lilin530 应用服务器搜索引擎
    1.大型网站软件系统的特点？ a.高并发，大流量。 b.高可用。 c.海量数据。 d.用户分布广泛，网络情况复杂。 e.安全环境恶劣。 f.需求快速变更，发布频繁。 g.渐进式发展。 2.大型网站架构演化发展历程？ a.初始阶段的网站架构。 应用程序，数据库，文件等所有的资源都在一台服务器上。 b.应用服务器和数据服务器分离。 c.使用缓存改善网站性能。 d.使用应用
  • 在代码中获取Android theme中的attr属性值 OliveExcel androidtheme
    Android的Theme是由各种attr组合而成, 每个attr对应了这个属性的一个引用, 这个引用又可以是各种东西.   在某些情况下, 我们需要获取非自定义的主题下某个属性的内容 (比如拿到系统默认的配色colorAccent), 操作方式举例一则: int defaultColor = 0xFF000000; int[] attrsArray = { andorid.r.
  • 基于Zookeeper的分布式共享锁 roadrunners zookeeper分布式共享锁
    首先，说说我们的场景，订单服务是做成集群的，当两个以上结点同时收到一个相同订单的创建指令，这时并发就产生了，系统就会重复创建订单。等等......场景。这时，分布式共享锁就闪亮登场了。   共享锁在同一个进程中是很容易实现的，但在跨进程或者在不同Server之间就不好实现了。Zookeeper就很容易实现。具体的实现原理官网和其它网站也有翻译，这里就不在赘述了。   官
  • 两个容易被忽略的MySQL知识 tomcat_oracle mysql
    1、varchar(5)可以存储多少个汉字，多少个字母数字？ 　　相信有好多人应该跟我一样，对这个已经很熟悉了，根据经验我们能很快的做出决定，比如说用varchar(200)去存储url等等，但是，即使你用了很多次也很熟悉了，也有可能对上面的问题做出错误的回答。 　　这个问题我查了好多资料，有的人说是可以存储5个字符，2.5个汉字（每个汉字占用两个字节的话），有的人说这个要区分版本，5.0
  • zoj 3827 Information Entropy(水题) 阿尔萨斯 format
    题目链接：zoj 3827 Information Entropy 题目大意：三种底，计算和。 解题思路：调用库函数就可以直接算了，不过要注意Pi = 0的时候，不过它题目里居然也讲了。。。limp→0+plogb(p)=0，因为p是logp的高阶。 #include <cstdio> #include <cstring> #include <cmath&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他