- 给美国客户设计的一个24V5A反激式开关电源_光耦TL431环路补偿_极点_零点
巾帼嵌入式
自动控制开关电源开关电源
电源设计其实并不难,一个是变压器,一个是环路补偿,EMI相关问题看当地标准首先是变压器然后是环路补偿fc8.265k,推断此位置增益0.0db,相位裕度55度,系统稳定
- 2025年从DeepSeek到Manus:AI如何重塑企业价值报告600+份汇总解读|附PDF下载
原文链接:https://tecdat.cn/?p=41172当前全球AI技术正从实验室走向产业化深水区,本报告以企业价值重构为核心,通过技术演进路径、行业竞争范式、落地实施策略三大维度,揭示AI如何从成本中心转变为价值引擎。数据显示,2025年生成式AI在中国创造的潜在经济价值达2万亿美元,其中制造业、电子行业生产力增益最为显著。本报告汇总解读基于《发布机构:华中科技大学数智管理与传播研究团队、
- DeepSeek在智慧物流管控中的全场景落地方案
猴的哥儿
笔记大数据交通物流python数据仓库微服务
一、智慧物流核心痛点与DeepSeek解决方案矩阵物流环节行业痛点DeepSeek技术方案价值增益仓储管理库存预测误差率>30%多模态时空预测模型库存周转率↑40%运输调度车辆空驶率35%强化学习动态调度引擎运输成本↓25%路径规划突发路况响应延迟>30分钟实时路况语义理解+自适应规划准时交付率↑18%异常检测50%异常依赖人工发现多传感器融合的异常模式识别异常发现时效↑6倍客户服务50%咨询需人
- 决策树的核心思想
code 旭
AI人工智能学习决策树算法机器学习
一、决策树的核心思想本质:通过特征判断对数据集递归划分,形成树形结构。目标:生成一组“若-则”规则,使数据划分到叶子节点时尽可能纯净。关键流程:特征选择:选择最佳分裂特征(如信息增益最大)。节点分裂:根据特征取值划分子节点。停止条件:节点样本纯度过高或样本数过少时终止。二、数学公式与理论1.信息熵(InformationEntropy)衡量数据集的混乱程度:H(D)=−∑k=1Kpklog2pk
- DeepSeek实际应用场景七大类
xinxiyinhe
人工智能大数据
今日分享,DeepSeek在日常生活中的实际应用场景可归纳为以下七大类,涵盖高频到低频需求:一、智能助手与效率工具(高频)信息检索与问答快速解答生活常识、学术问题,提供精确搜索结果(如天气查询、政策解读)。替代传统搜索引擎,整合全网信息生成结构化答案(如“2025年最火的电影”推荐)。内容创作与优化生成文章、演讲稿、邮件等文本,支持个性化调整。辅助制作PPT、Excel表格,提供框架建议并优化排版
- 量化企业间合作关系、竞争关系和资源流动
Atlas Shepherd
python算法人工智能
用于计算不同类型的权重、校正度中心性以及模块增益。公式被用来量化企业间合作关系、竞争关系和资源流动的程度,并通过分析网络结构来识别产业链中的关键企业和集群合作权重(W_cooperation)公式:Wcooperation(i,j)=α⋅max(freq)freq(i,j)+β⋅max(amount)amount(i,j)+γ⋅max(duration)duration(i,j)⋅e−δ(t−tl
- MATLAB 控制系统设计与仿真 - 22
东雁西飞
MATLAB控制系统设计与仿真matlab开发语言机器人自动控制AI算法
稳定裕度幅值裕度&相角裕度幅值裕度-GainMargin当相角为-180°时,使开环增益为1的增益量,为幅值裕度GM。GM=0-20log|GH|=20log1-20log|GH|=20log|1/GH|=-20log|GH|相角裕度-PhaseMargin当开环增益为1时,开环相角与180°的和,为相角裕度PM。其几何图示如下图所示。MATLAB提供了margin函数来计算幅值裕度GM和相角裕度
- 【机器学习】决策树 ( Decision Tree )
AI天才研究院
ChatGPTDeepSeekR1&大数据AI人工智能大模型深度学习实战机器学习决策树算法支持向量机人工智能
【机器学习】决策树(DecisionTree)文章目录【机器学习】决策树(DecisionTree)1.ID3(1)信息增益(2)ID3的算法流程(3)实现ID32.C4.53.CART(1)决策桩DecisionStump(2)回归CART:最小二乘回归树leastsquaresregressiontree⚪回归CART的例子(3)分类CART(4)处理缺失值Handlemissingfeatu
- 音频3A测试--AGC(自动增益)和NS(降噪)测试
Dreamt灬
音视频
一、测试前期准备一台电脑:用于作为控制播放和录制数据;一台音频处理器(调音台):控制每个通道播放的数据,如噪声、人工头、模拟设备B输入的数据、收集标准麦克风,设备A处理完成的数据;四个高保真音响:用于模拟环境噪声;一台人工头或者高保真音响:模拟设备A前人讲话;一只标准麦克风:用于采集设备A收到的声音,用于处理对比;测试设备A:用于测试设备音频处理效果;接收设备B:用于接收测试设备处理之后的数据;测
- 嵌入式学习笔记-卡尔曼滤波,PID,MicroPython
tt555555555555
面经嵌入式学习笔记学习笔记嵌入式
文章目录卡尔曼滤波卡尔曼滤波的核心思想卡尔曼滤波的数学模型1.状态转移模型(预测系统状态)2.观测模型(预测测量值)卡尔曼滤波的五个关键步骤1.预测状态2.预测误差协方差3.计算卡尔曼增益4.更新状态5.更新误差协方差卡尔曼滤波算法步骤总结代码实现(Python示例)PID调节总结MicroPython示例代码:控制LED灯并连接WiFi1.硬件准备2.连接方式3.示例代码代码说明开发环境搭建今天
- 阿里云Milvus 2.5:支持全文检索,1次查询实现文本+向量双精度匹配
人工智能大数据milvus
随着大模型时代带来的各种新型应用探索,结合传统基于文本匹配的精确检索与语义检索所带来的增益日益显著,尤其在一些深度依赖关键字词匹配的场景中,这种需求变得尤为关键。目前,阿里云向量检索服务Milvus版(简称阿里云Milvus)集成开源Milvus2.5版本内核,在支持向量检索的基础上,新增支持原生全文检索、基于特定词汇的精准文本匹配等功能,在RAG、多模态搜索等场景下搜索精度明显提升,使用体验大幅
- 精通Simulink第一课:在Simulink中基于水箱水位控制的三参数PID整定
Qing_er爱吃山竹
simulinkmatlab自动化
在Simulink中基于水箱水位控制的三参数PID整定主要包括以下几个步骤:建立水箱水位模型:首先,需要建立一个反映水箱水位变化的数学模型。这个模型应该能够描述水箱水位(输出变量)如何响应进水量变化(输入变量)。在Simulink中,你可以使用连续时间积分器(Integrator)和增益(Gain)等基本组件来构建这个模型。设计PID控制器:PID控制器由比例(P)、积分(I)和微分(D)三个部分
- 《李航 统计学习方法》学习笔记——第五章决策树
eveiiii
统计学习决策树算法剪枝python机器学习
决策树5.1决策树模型与学习5.2特征选择5.2.1信息增益5.2.2信息增益比python代码实现例题:信息增益与信息增益比5.3决策树的生成5.3.1ID3算法(python实现)5.3.2C4.5生成算法(python实现)5.4决策树的剪枝5.5CART算法5.5.1CART生成5.5.2CART剪枝习题5.1(python实现)习题5.2(python实现)习题5.3习题5.4参考5.1
- mrmr学习笔记
luojiaao
机器学习降维特征提取
mrmr是最大相关最小冗余pymrmr库最大化特征与标签的关系(信息增益也就是分类之后的商与分类之前的熵之差)最小化特征之间的重复特征(互信息,公式)(单纯地通过固定算法来判断信息的强度与冗余是有可能把一些细节上的特征给分数打低了)#pd=pandas.read_csv("./X_train.csv")#result=pymrmr.mRMR(pd,"MIQ",30)输入文件形式:label,f0,
- 数据挖掘中特征发现与特征提取的数学原理
调皮的芋头
数据挖掘人工智能AIGC计算机视觉
好的,我将深入研究数据挖掘中特征发现与特征提取的数学原理,涵盖统计学基础、特征工程的数学方法、以及在机器学习和深度学习中的应用。我会整理相关数学公式和理论,包括主成分分析(PCA)、独立成分分析(ICA)、线性判别分析(LDA)、信息增益、互信息、方差分析等统计方法,并结合金融量化交易的实际应用,确保内容既有理论深度,又能落地实践。完成后,我会通知您!1.统计学基础:描述性统计、方差分析、相关性与
- 金钱与幸福
weixin_48445672
个人成长
人们普遍认为“金钱买不到幸福”这一观点,可能是由多种复杂因素共同作用导致的认知偏差。以下从心理学、社会文化、个体经验等角度分析可能的原因:一、心理学视角:幸福的边际效用递减基本需求满足后的阈值效应金钱在满足生存需求(食物、住房、医疗等)时对幸福感提升显著,但达到一定阈值后(如收入覆盖基本安全和舒适生活),其边际效用递减。研究表明,年收入超过约7.5万美元(因地而异)后,金钱对幸福的增益逐渐减弱。许
- Audio Control HAL(一)
漫步的傻瓜
Android车载音频系统android音视频车载系统
目录Audiofadeandbalance来自HAL的音频焦点请求将HIDL迁移到AIDL音频控制HAL音量组静音Android9中引入了音频控制HAL,可支持与汽车相关的音频用例。从Android14开始,音频控制HAL支持:淡变和平衡HAL音频焦点请求设备静音和闪避音频设备增益变化音频端口配置更改图1简要概述了车载音频服务架构,其中车载音频服务会与音频控制HAL进行通信。
- DeepSeek 新注意力架构NSA
Twilight-pending
知识点论文阅读架构
DeepSeek新注意力架构NSA概要研究背景:实现高效长上下文建模的自然方法是利用softmax注意力的固有稀疏性,通过选择性计算关键query-key对,可以显著减少计算开销,同时保持性能。最近这一路线的进展包括多种策略:KV缓存淘汰方法、块状KV缓存选择方法以及基于采样、聚类或哈希的选择方法。尽管这些策略前景广阔,现有的稀疏注意力方法在实际部署中往往表现不佳。许多方法未能实现与其理论增益相媲
- 无人设备遥控器之天线设计篇
SKYDROID云卓小助手
算法网络人工智能计算机视觉目标检测嵌入式硬件
无人设备遥控器天线设计是一个复杂而关键的过程,它涉及到多个方面的考虑,包括天线的类型、工作频段、方向性、增益、尺寸、重量以及功耗等。一、天线类型无人设备遥控器天线的设计首先要确定天线的类型。常见的天线类型包括鞭状天线、螺旋天线、微带天线等。鞭状天线通常用于低频段,具有结构简单、易于制作和调试的优点;螺旋天线则适用于中高频段,具有较好的方向性和增益;微带天线则因其剖面低、体积小、重量轻、易共形和可集
- AI编程赋能Python实现零编程决策树算法
智享食事
算法AI编程python
1.概念理解决策树算法是一种监督学习算法,用于分类和回归任务。它是一种基于树结构的模型,通过一系列的决策规则来对数据进行分类或预测。决策树的每个节点代表一个特征,每个分支代表该特征的一个属性值,而每个叶节点表示一个类别或一个数值。决策树的构建过程通常分为以下几个步骤:1.特征选择:选择最佳的特征来作为当前节点的划分特征,通常使用信息增益、基尼指数或者信息熵等准则来选择最优的特征。2.建立树结构:根
- 机器学习:决策树
小源学AI
人工智能机器学习决策树人工智能
1.初步概念决策树是一种基于分裂特征的机器学习方法,用于分类和回归任务。它通过将数据按特征值进行分割,最终做出预测。与线性模型不同,决策树能够自动识别重要的特征,并根据数据情况生成复杂的决策规则。2.决策树的核心思想决策树的核心思想在于选择一个特征作为分裂条件,将当前的数据划分为两个子节点,并重复这个过程直到达到停止条件。分裂条件的选择通常基于信息增益(香农信息量)或基尼不等式,以确保每次分裂都能
- MATLAB算法实战应用案例精讲-【目标检测】机器视觉-工业相机(补充篇)
林聪木
数码相机matlab算法
目录知识储备光学系统设计全过程算法原理工业相机基本参数以及选型工业相机基本参数:如何选择合适的工业相机:分辨率分辨率的定义与“检测/测量精度”的区别分辨率与相机的匹配相机关键参数设置工业相机的曝光、曝光时间、快门、增益什么是曝光?什么是快门影响曝光的因素工业相机-坐标系和机械手坐标系的标定工业相机-缺陷检测一、相机的选择(1)工业数字相机的分类:(2)相机的主要参数(3)工业数字摄像机主要接口类型
- abb&安川伺服控制环路增益调整及惯量匹配使用技巧
北成新控伺服技术
ABB变频器&驱动器安川伺服&直驱电机自动化
伺服驱动器包括三个反馈环节:位置环、速度环、电流环。最内环(电流环)的刷新速度最快,中间环节(速度环)的刷新速度高于最外环(位置环)的刷新速度。如果不遵守此设计原则,将会造成电机运转的震动或反映不良。伺服驱动器的设计中要确保电流环具备良好的闭环刷新性能,提高伺服响应特性,一般伺服系统允许用户对位置环、速度环的增益等参数进行调整。速度环增益增大速度环比例增益,则能降低转速波动的变化量,提高伺服驱动系
- 一阶系统和二阶系统
不知道是谁2
程序人生
一阶系统和二阶系统是动态系统分析中的两个基本概念,它们的主要区别在于系统的响应特性、阶次以及对输入信号的处理方式:1.**阶数**:-**一阶系统**:这类系统只有一个积分项,如常微分方程中的形式为dy/dt=k*x(t)+b,其中dy/dt表示状态变化率,k是增益系数,b可能是偏置。它的响应速度快,直接对输入做出反应。-**二阶系统**:有两个阶跃响应,通常包含一个导数项和一个积分项,如d^2y
- 【YAMAHA-MG16 调音台操作方法】
叫我小虎就行了
其他技术杂项总结调音台操作方法
·调音台后方USB接口可连接电脑上(电脑使用音乐软件等)。·1路-8路按键和操作大致相同,9路-16路稍有不同(下面以1路为例):1.MIC/LINE:万能接口,可以插多种类型插头。2.PAD26db:衰减,当信号输入过大时使用(例如接电吉他等)。3.HPF80Hz:低切高通滤波,声音感觉浑浊时使用,该功能会切掉80Hz以下的信号,声音会变得干净很多。4.GAIN:增益,改变信号输入大小,多用作放
- 基于Simulink的卫星姿态和轨道控制的状态反馈控制器仿真
xiaoheshang_123
MATLAB开发项目实例1000例专栏手把手教你学MATLAB专栏算法数学建模
目录项目背景系统描述步骤1:设计状态反馈控制器1.1定义系统参数1.2状态空间模型1.3设计状态反馈控制器步骤2:在Simulink中实现状态反馈控制器2.1创建新的Simulink模型2.2添加被控对象模型卫星姿态动力学模型2.3实现状态反馈控制器2.4添加参考轨迹生成器2.5添加初始条件2.6连接反馈回路2.7添加控制增益2.8添加输出显示步骤3:运行仿真并分析结果3.1设置仿真参数3.2运行
- 决策树算法总结(上:ID3,C4.5决策树)
陈小虾
机器学习ID3决策树决策树
文章目录一、决策树原理1.1决策树简介1.2基本概念二、数学知识2.1信息熵2.2条件熵:2.3信息增益三、ID3决策树3.1特征选择3.2算法思路3.3算法不足四、C4.5决策树算法4.1处理连续特征4.2C4.5决策树特征选取4.3处理缺失值4.4过拟合问题五、决策树C4.5算法的不足决策树是一种特殊的树形结构,一般由节点和有向边组成。其中,节点表示特征、属性或者一个类。而有向边包含有判断条件
- 基于Simulink的无人驾驶车辆路径跟踪控制的滑模控制
xiaoheshang_123
手把手教你学MATLAB专栏MATLAB开发项目实例1000例专栏simulink
目录项目背景系统描述步骤1:设计滑模控制器1.1定义系统参数1.2设计滑模控制器步骤2:在Simulink中实现滑模控制器2.1创建新的Simulink模型2.2添加被控对象模型2.3实现滑模控制器2.4添加参考路径生成器2.5添加滑模面参数和控制增益2.6连接反馈回路2.7添加输出显示步骤3:运行仿真并分析结果3.1设置仿真参数3.2运行仿真3.3分析仿真结果示例代码汇总结论基于Simulink
- 射频知识——基本概念和术语
lidianlai256
射频
一、基础知识1、功率/电平(dBm):放大器的输出能力,一般单位为w、mw、dBm注:dBm是取1mw作基准值,以分贝表示的绝对功率电平。换算公式:电平(dBm)=10lgw5W→10lg5000=37dBm10W→10lg10000=40dBm20W→10lg20000=43dBm从上不难看出,功率每增加一倍,电平值增加3dBm2、增益(dB):即放大倍数,单位可表示为分贝(dB)。即:dB=1
- 育儿反思
小鱼莫愁
他是一年级的小豆包,入学的时候就许下愿望希望有自己能戴上电话手表。当我从老师口中得知孩子心愿的时候,我给他实现了,他高兴极了,每天听故事,与智能机器人聊天,听生活常识,最兴奋的时候就是出门后就给我打电话,汇报他的种种。每当我还未下班,他就打电话问我到哪里了,坐哪趟车。一次做饭的时候,我说一句土豆发芽了,他就喊到,不能吃了,土豆发芽就不能吃了,会中毒的。我惊讶的问他怎么知道的呢?他说电话手表里小度说
- Maven
Array_06
eclipsejdkmaven
Maven
Maven是基于项目对象模型(POM), 信息来管理项目的构建,报告和文档的软件项目管理工具。
Maven 除了以程序构建能力为特色之外,还提供高级项目管理工具。由于 Maven 的缺省构建规则有较高的可重用性,所以常常用两三行 Maven 构建脚本就可以构建简单的项目。由于 Maven 的面向项目的方法,许多 Apache Jakarta 项目发文时使用 Maven,而且公司
- ibatis的queyrForList和queryForMap区别
bijian1013
javaibatis
一.说明
iBatis的返回值参数类型也有种:resultMap与resultClass,这两种类型的选择可以用两句话说明之:
1.当结果集列名和类的属性名完全相对应的时候,则可直接用resultClass直接指定查询结果类
- LeetCode[位运算] - #191 计算汉明权重
Cwind
java位运算LeetCodeAlgorithm题解
原题链接:#191 Number of 1 Bits
要求:
写一个函数,以一个无符号整数为参数,返回其汉明权重。例如,‘11’的二进制表示为'00000000000000000000000000001011', 故函数应当返回3。
汉明权重:指一个字符串中非零字符的个数;对于二进制串,即其中‘1’的个数。
难度:简单
分析:
将十进制参数转换为二进制,然后计算其中1的个数即可。
“
- 浅谈java类与对象
15700786134
java
java是一门面向对象的编程语言,类与对象是其最基本的概念。所谓对象,就是一个个具体的物体,一个人,一台电脑,都是对象。而类,就是对象的一种抽象,是多个对象具有的共性的一种集合,其中包含了属性与方法,就是属于该类的对象所具有的共性。当一个类创建了对象,这个对象就拥有了该类全部的属性,方法。相比于结构化的编程思路,面向对象更适用于人的思维
- linux下双网卡同一个IP
被触发
linux
转自:
http://q2482696735.blog.163.com/blog/static/250606077201569029441/
由于需要一台机器有两个网卡,开始时设置在同一个网段的IP,发现数据总是从一个网卡发出,而另一个网卡上没有数据流动。网上找了下,发现相同的问题不少:
一、
关于双网卡设置同一网段IP然后连接交换机的时候出现的奇怪现象。当时没有怎么思考、以为是生成树
- 安卓按主页键隐藏程序之后无法再次打开
肆无忌惮_
安卓
遇到一个奇怪的问题,当SplashActivity跳转到MainActivity之后,按主页键,再去打开程序,程序没法再打开(闪一下),结束任务再开也是这样,只能卸载了再重装。而且每次在Log里都打印了这句话"进入主程序"。后来发现是必须跳转之后再finish掉SplashActivity
本来代码:
// 销毁这个Activity
fin
- 通过cookie保存并读取用户登录信息实例
知了ing
JavaScripthtml
通过cookie的getCookies()方法可获取所有cookie对象的集合;通过getName()方法可以获取指定的名称的cookie;通过getValue()方法获取到cookie对象的值。另外,将一个cookie对象发送到客户端,使用response对象的addCookie()方法。
下面通过cookie保存并读取用户登录信息的例子加深一下理解。
(1)创建index.jsp文件。在改
- JAVA 对象池
矮蛋蛋
javaObjectPool
原文地址:
http://www.blogjava.net/baoyaer/articles/218460.html
Jakarta对象池
☆为什么使用对象池
恰当地使用对象池化技术,可以有效地减少对象生成和初始化时的消耗,提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化
- ArrayList根据条件+for循环批量删除的方法
alleni123
java
场景如下:
ArrayList<Obj> list
Obj-> createTime, sid.
现在要根据obj的createTime来进行定期清理。(释放内存)
-------------------------
首先想到的方法就是
for(Obj o:list){
if(o.createTime-currentT>xxx){
- 阿里巴巴“耕地宝”大战各种宝
百合不是茶
平台战略
“耕地保”平台是阿里巴巴和安徽农民共同推出的一个 “首个互联网定制私人农场”,“耕地宝”由阿里巴巴投入一亿 ,主要是用来进行农业方面,将农民手中的散地集中起来 不仅加大农民集体在土地上面的话语权,还增加了土地的流通与 利用率,提高了土地的产量,有利于大规模的产业化的高科技农业的 发展,阿里在农业上的探索将会引起新一轮的产业调整,但是集体化之后农民的个体的话语权 将更少,国家应出台相应的法律法规保护
- Spring注入有继承关系的类(1)
bijian1013
javaspring
一个类一个类的注入
1.AClass类
package com.bijian.spring.test2;
public class AClass {
String a;
String b;
public String getA() {
return a;
}
public void setA(Strin
- 30岁转型期你能否成为成功人士
bijian1013
成功
很多人由于年轻时走了弯路,到了30岁一事无成,这样的例子大有人在。但同样也有一些人,整个职业生涯都发展得很优秀,到了30岁已经成为职场的精英阶层。由于做猎头的原因,我们接触很多30岁左右的经理人,发现他们在职业发展道路上往往有很多致命的问题。在30岁之前,他们的职业生涯表现很优秀,但从30岁到40岁这一段,很多人
- [Velocity三]基于Servlet+Velocity的web应用
bit1129
velocity
什么是VelocityViewServlet
使用org.apache.velocity.tools.view.VelocityViewServlet可以将Velocity集成到基于Servlet的web应用中,以Servlet+Velocity的方式实现web应用
Servlet + Velocity的一般步骤
1.自定义Servlet,实现VelocityViewServl
- 【Kafka十二】关于Kafka是一个Commit Log Service
bit1129
service
Kafka is a distributed, partitioned, replicated commit log service.这里的commit log如何理解?
A message is considered "committed" when all in sync replicas for that partition have applied i
- NGINX + LUA实现复杂的控制
ronin47
lua nginx 控制
安装lua_nginx_module 模块
lua_nginx_module 可以一步步的安装,也可以直接用淘宝的OpenResty
Centos和debian的安装就简单了。。
这里说下freebsd的安装:
fetch http://www.lua.org/ftp/lua-5.1.4.tar.gz
tar zxvf lua-5.1.4.tar.gz
cd lua-5.1.4
ma
- java-14.输入一个已经按升序排序过的数组和一个数字, 在数组中查找两个数,使得它们的和正好是输入的那个数字
bylijinnan
java
public class TwoElementEqualSum {
/**
* 第 14 题:
题目:输入一个已经按升序排序过的数组和一个数字,
在数组中查找两个数,使得它们的和正好是输入的那个数字。
要求时间复杂度是 O(n) 。如果有多对数字的和等于输入的数字,输出任意一对即可。
例如输入数组 1 、 2 、 4 、 7 、 11 、 15 和数字 15 。由于
- Netty源码学习-HttpChunkAggregator-HttpRequestEncoder-HttpResponseDecoder
bylijinnan
javanetty
今天看Netty如何实现一个Http Server
org.jboss.netty.example.http.file.HttpStaticFileServerPipelineFactory:
pipeline.addLast("decoder", new HttpRequestDecoder());
pipeline.addLast(&quo
- java敏感词过虑-基于多叉树原理
cngolon
违禁词过虑替换违禁词敏感词过虑多叉树
基于多叉树的敏感词、关键词过滤的工具包,用于java中的敏感词过滤
1、工具包自带敏感词词库,第一次调用时读入词库,故第一次调用时间可能较长,在类加载后普通pc机上html过滤5000字在80毫秒左右,纯文本35毫秒左右。
2、如需自定义词库,将jar包考入WEB-INF工程的lib目录,在WEB-INF/classes目录下建一个
utf-8的words.dict文本文件,
- 多线程知识
cuishikuan
多线程
T1,T2,T3三个线程工作顺序,按照T1,T2,T3依次进行
public class T1 implements Runnable{
@Override
 
- spring整合activemq
dalan_123
java spring jms
整合spring和activemq需要搞清楚如下的东东1、ConnectionFactory分: a、spring管理连接到activemq服务器的管理ConnectionFactory也即是所谓产生到jms服务器的链接 b、真正产生到JMS服务器链接的ConnectionFactory还得
- MySQL时间字段究竟使用INT还是DateTime?
dcj3sjt126com
mysql
环境:Windows XPPHP Version 5.2.9MySQL Server 5.1
第一步、创建一个表date_test(非定长、int时间)
CREATE TABLE `test`.`date_test` (`id` INT NOT NULL AUTO_INCREMENT ,`start_time` INT NOT NULL ,`some_content`
- Parcel: unable to marshal value
dcj3sjt126com
marshal
在两个activity直接传递List<xxInfo>时,出现Parcel: unable to marshal value异常。 在MainActivity页面(MainActivity页面向NextActivity页面传递一个List<xxInfo>): Intent intent = new Intent(this, Next
- linux进程的查看上(ps)
eksliang
linux pslinux ps -llinux ps aux
ps:将某个时间点的进程运行情况选取下来
转载请出自出处:http://eksliang.iteye.com/admin/blogs/2119469
http://eksliang.iteye.com
ps 这个命令的man page 不是很好查阅,因为很多不同的Unix都使用这儿ps来查阅进程的状态,为了要符合不同版本的需求,所以这个
- 为什么第三方应用能早于System的app启动
gqdy365
System
Android应用的启动顺序网上有一大堆资料可以查阅了,这里就不细述了,这里不阐述ROM启动还有bootloader,软件启动的大致流程应该是启动kernel -> 运行servicemanager 把一些native的服务用命令启动起来(包括wifi, power, rild, surfaceflinger, mediaserver等等)-> 启动Dalivk中的第一个进程Zygot
- App Framework发送JSONP请求(3)
hw1287789687
jsonp跨域请求发送jsonpajax请求越狱请求
App Framework 中如何发送JSONP请求呢?
使用jsonp,详情请参考:http://json-p.org/
如何发送Ajax请求呢?
(1)登录
/***
* 会员登录
* @param username
* @param password
*/
var user_login=function(username,password){
// aler
- 发福利,整理了一份关于“资源汇总”的汇总
justjavac
资源
觉得有用的话,可以去github关注:https://github.com/justjavac/awesome-awesomeness-zh_CN 通用
free-programming-books-zh_CN 免费的计算机编程类中文书籍
精彩博客集合 hacke2/hacke2.github.io#2
ResumeSample 程序员简历
- 用 Java 技术创建 RESTful Web 服务
macroli
java编程WebREST
转载:http://www.ibm.com/developerworks/cn/web/wa-jaxrs/
JAX-RS (JSR-311) 【 Java API for RESTful Web Services 】是一种 Java™ API,可使 Java Restful 服务的开发变得迅速而轻松。这个 API 提供了一种基于注释的模型来描述分布式资源。注释被用来提供资源的位
- CentOS6.5-x86_64位下oracle11g的安装详细步骤及注意事项
超声波
oraclelinux
前言:
这两天项目要上线了,由我负责往服务器部署整个项目,因此首先要往服务器安装oracle,服务器本身是CentOS6.5的64位系统,安装的数据库版本是11g,在整个的安装过程中碰到很多的坑,不过最后还是通过各种途径解决并成功装上了。转别写篇博客来记录完整的安装过程以及在整个过程中的注意事项。希望对以后那些刚刚接触的菜鸟们能起到一定的帮助作用。
安装过程中可能遇到的问题(注
- HttpClient 4.3 设置keeplive 和 timeout 的方法
supben
httpclient
ConnectionKeepAliveStrategy kaStrategy = new DefaultConnectionKeepAliveStrategy() {
@Override
public long getKeepAliveDuration(HttpResponse response, HttpContext context) {
long keepAlive
- Spring 4.2新特性-@Import注解的升级
wiselyman
spring 4
3.1 @Import
@Import注解在4.2之前只支持导入配置类
在4.2,@Import注解支持导入普通的java类,并将其声明成一个bean
3.2 示例
演示java类
package com.wisely.spring4_2.imp;
public class DemoService {
public void doSomethin