- 储能业 | 低成本部署!DolphinDB 打造抽水蓄能一体化解决方案
DolphinDB智臾科技
物联网数据库大数据DolphinDB实时计算抽水蓄能电力
导语在电力行业抽水蓄电场景中,电力集团可以基于DolphinDB搭建轻量化实时数仓,有效破解高频数据写入、万亿级数据存储和秒级实时计算等核心难题。同时,该方案助力集团降本增效,提升运维效率,并实现对多个电站数据的统一管理与调度,加快数字化转型步伐。一、行业背景构建清洁低碳、安全高效的新型能源电力系统是实现“双碳”目标的一大关键任务。其中,抽水蓄能作为当前最成熟、最具规模化应用前景的物理储能技术,正
- AI+实时计算如何赋能金融系统?DolphinDB 在国泰君安期货年度中期策略会的演讲
6月25日,国泰君安期货2025年度中期策略会在上海顺利开幕。本次策略会以“观势明变,本固枝荣”为主题,特邀15位重量级行业嘉宾和52位明星分析师发表精彩观点,DolphinDB受邀出席会议并作主题演讲。实时计算如何赋能量化投研交易下午13:30分,AI投资主题分论坛正式启幕,DolphinDB创始人周小华博士在随后登台发言,带来了题为《AI+实时计算赋能量化金融》的精彩发言。演讲中,周小华博士首
- 【DeepSeek实战】3、Ollama实战指南:LobeChat+多网关架构打造高可用大模型集群
无心水
Ollama实战指南LobeChat实战DeepSeek实战DeepSeek全栈应用开发AI入门大模型CSDN技术干货
一、企业级大模型集群架构全景解析在人工智能落地应用的过程中,大模型服务的高可用性、成本控制和灵活扩展能力成为企业关注的核心痛点。本方案通过LobeChat前端、AI网关层和Ollama模型集群的三层架构设计,实现了无需复杂运维即可部署的生产级大模型服务体系。该架构不仅支持负载均衡、故障转移和模型热切换等企业级特性。还通过量化技术将硬件成本降低60%以上,为中小企业提供了与商业云服务相当的性能体验。
- Python爬虫实战:用Tushare和Baostock爬取股票历史数据及K线图与技术指标计算
在金融数据分析和量化交易中,股票历史数据的获取是进行技术分析、回测和策略研究的第一步。传统上,投资者需要依赖付费数据服务,然而如今,借助Python强大的爬虫工具和开源数据接口,我们能够轻松地爬取免费的历史股票数据,并结合K线图与技术指标来进行深入分析。Tushare和Baostock是两个非常流行的开源金融数据接口。Tushare提供了丰富的国内外金融数据,特别是A股市场的历史数据和实时数据,而
- 程序化交易系统中如何精准获取MACD、KDJ、BOLL等基础指标的值?
股票程序化交易接口
量化交易股票API接口Python股票量化交易程序化交易系统macd指标kdj指标boll指标股票量化接口股票API接口
Python股票接口实现查询账户,提交订单,自动交易(1)Python股票程序交易接口查账,提交订单,自动交易(2)股票量化,Python炒股,CSDN交流社区>>>基础指标在程序化交易系统中的重要性基础指标对交易决策的指导意义MACD、KDJ、BOLL等基础指标在程序化交易系统中扮演着重要角色。MACD可以帮助判断市场的趋势和买卖信号,通过分析其快线和慢线的交叉情况,能为投资者提供入场和出场的参
- 股票程序化交易软件如何选择?这些要点你知道吗
股票程序化交易接口
量化交易股票API接口Python股票量化交易区块链股票程序化交易软件功能特性稳定性成本股票量化接口股票API接口
Python股票接口实现查询账户,提交订单,自动交易(1)Python股票程序交易接口查账,提交订单,自动交易(2)股票量化,Python炒股,CSDN交流社区>>>了解软件功能特性基础交易功能基础交易功能是股票程序化交易软件的核心。它应具备快速下单、撤单等基础操作能力。比如在行情快速变化时,能让投资者迅速抓住机会下单,或者及时撤单避免损失。软件的交易界面要简洁明了,方便投资者操作。还应支持多种交
- 量化交易编程-持仓天数,SQL学习-ACCESS子查询的技巧
专注VB编程开发20年
sql学习javaACCESS数据库
在股票投资中,停牌期间通常不算交易日3。同花顺手机APP中的收益分析持仓天数一般是按照交易日来计算的。具体而言,它会从买入股票的日期开始,到卖出股票的日期为止,只统计证券交易所正常开放交易的日子,周末和法定节假日以及股票停牌日都不会计算在内3。例如,若你持有某股票2年,其中停牌2年,实际交易日只有20天,那么同花顺计算的持仓天数就是20天,而不会算出几百个交易日。其实持仓天数关我屁事是吧?我只考虑
- 【ASP.NET Core】配置应用程序地址的N多种方法
pythonxxoo
计算机asp.netflaskpython计算机
优质资源分享学习路线指引(点击解锁)知识定位人群定位Python实战微信订餐小程序进阶级本课程是pythonflask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统下面又到了老周误人子弟的时间,今天要误大伙的话题是:找找有多少种方法可以设置ASP.NETCore应用的地址,即URL。精
- 软件架构评估:关键方法与实战指南
你一身傲骨怎能输
架构设计架构
文章摘要架构评估是软件工程中确保系统满足业务目标和非功能需求的关键环节。常见方法包括:ATAM(架构权衡分析):围绕质量属性(性能、安全等)进行场景化评估,适合复杂系统清单检查法:标准化检查表快速评估架构各维度专家评审:多角色头脑风暴发现设计盲点量化评估:通过测试验证性能等可量化指标评估流程通常分为准备、评估、输出三阶段,需多角色参与,关注典型场景分析。评估报告应包含优缺点、风险和改进建议,并跟踪
- 小程序推客带货平台:技术实现与生态逻辑解析
hedian116
小程序java
区别于传统电商,小程序推客平台通过轻量化载体+社交裂变重构了商品流通路径。其技术架构需同时应对**高并发交易**和**复杂分佣逻辑**,以下是核心模块的实现解析:一、佣金引擎:动态规则计算(Python伪代码示例)pythonclassCommissionEngine:def__init__(self,rule_config):#从DB加载规则:{level:[比例,固定值],max_level:
- [特殊字符]推客带货小程序解决方案——0门槛裂变营销,佣金赚不停!
吞掉星星的鲸鱼
小程序推客
核心卖点✅源码交付,自主掌控:提供完整微信小程序源码,支持二次开发,无后顾之忧。✅API无缝对接:快速集成电商平台,一键导入海量商品库。✅分佣系统智能化:自定义佣金比例、多级分销、实时结算,激励推客疯狂带货。✅社群裂变工具:内置海报生成、分享追踪、数据看板,精准量化推广效果。✅全行业适用:服装、美妆、母婴、本地生活……适配各领域带货场景。目标客户群体带货机构/商家:想低成本搭建自有分销体系的中小企
- End-To-End 之于推荐-kuaishou OneRec 笔记
ASKED_2019
RecSys笔记
核心思想OneRec提出了一种统一的生成式推荐系统架构,打破了传统“召回-粗排-精排”级联式推荐流程,使用单一生成模型同时完成召回与排序任务。该系统由快手团队研发,并成功部署于短视频主场景。OnlineA/BTest表现:模型总观看时长平均观看时长OneRec-1B+IPA+1.68%+6.56%一Input处理Userpositiveactionsequence,将短视频的多模态表征,通过量化的
- PyTorch教程:LSTM语言模型的动态量化技术解析
怀灏其Prudent
PyTorch教程:LSTM语言模型的动态量化技术解析tutorialsPyTorchtutorials.项目地址:https://gitcode.com/gh_mirrors/tuto/tutorials前言在深度学习模型部署过程中,模型大小和推理速度是两个至关重要的考量因素。PyTorch提供的动态量化技术能够在不显著影响模型准确率的前提下,有效减小模型体积并提升推理速度。本文将深入解析如何对
- 大模型量化
需要重新演唱
大模型量化
大模型量化是一种优化技术,旨在减少深度学习模型的内存占用和提高推理速度,同时尽量保持模型的精度。量化通过将模型中的浮点数权重和激活值转换为较低精度的表示形式来实现这一目标。以下是关于大模型量化的详细知识:目录1.量化基础1.1量化定义1.2量化优势1.3量化挑战2.量化方法2.1量化类型2.2量化粒度2.3量化算法3.量化实践3.1量化流程3.2量化工具4.量化案例4.1BERT量化4.2GPT-
- 大语言模型(LLM)量化基础知识(一)
-派神-
RAGNLPChatGPT语言模型人工智能自然语言处理
承接各类AI相关应用开发项目(包括但不限于大模型微调、RAG、AI智能体、NLP、机器学习算法、运筹优化算法、数据分析EDA等)!!!有意愿请私信!!!随着大型语言模型(LLM)的参数数量的增长,与其支持硬件(加速器内存)增长速度之间的差距越来越大,如下图所示:上图显示,从2017年到2022年,语言模型的大小显著增加:2017年:Transformer模型(0.05B参数)2018年:GPT(0
- 【大模型学习 | 量化】pytorch量化基础知识(1)
九年义务漏网鲨鱼
算法学习pytorch人工智能
pytorch量化[!note]官方定义:performingcomputationsandstoringtensorsatlowerbitwidthsthanfloatingpointprecision.支持INT8量化,可以降低4倍的模型大小以及显存需求,加速2-4倍的推理速度通俗理解:降低权重和激活值的精度(FP32→INT8),从而提高模型大小以及显存需求。一、前置知识1.1算子融合将多个
- 流程管理系统方案成本评估报告(第一稿,复盘明确数据不准确,仅供参考哦)
Alex艾力的IT数字空间
微服务数据库架构后端中间件人工智能深度学习
一、成本评估框架所在制造业流程数字化转型的成本需从一次性投入与持续运营成本两个维度分析,并量化直接收益与间接收益。详细评估模型初稿:二、成本构成与数据支撑1.一次性投入成本项目费用范围数据来源适用场景系统采购50-500万元-开源方案(Camunda/Flowable):社区版免费,企业版10-50万元-商业方案(SAP/IBM):200-500万元中大型企业全流程覆盖硬件升级100-1000万元
- 深入剖析:炒股开户选哪家证券公司更具优势?全方位对比等你来瞧
财云量化
python炒股自动化量化交易程序化交易炒股开户证券公司交易费用服务质量股票量化接口股票API接口
炒股自动化:申请官方API接口,散户也可以python炒股自动化(0),申请券商API接口python炒股自动化(1),量化交易接口区别Python炒股自动化(2):获取股票实时数据和历史数据Python炒股自动化(3):分析取回的实时数据和历史数据Python炒股自动化(4):通过接口向交易所发送订单Python炒股自动化(5):通过接口查询订单,查询账户资产股票量化,Python炒股,CSDN
- 使用 HTML、CSS、JS 和 API 制作一个很棒的天气 Web 应用程序
海拥✘
响应式100个前端优质项目htmlcssjs
个人网站:【海拥】【神级代码资源网站】【办公神器】基于Web端打造的:轻量化工具创作平台想寻找共同学习交流的小伙伴,请点击【全栈技术交流群】今天我将使用Weather和UnsplashAPI以及倾斜效果和玻璃形态外观创建凉爽的天气应用程序直接跳到末尾获取完整源码⛅Weather.io☔⚓第1步-设置环境并收集所有资源第2步-从index.html开始第3步-设置索引文件的样式第4步-获取Weath
- 从按钮到爆款:Cocos Creator 如何重塑前端游戏开发生态
斯~内克
前端前端
在当下高度碎片化的娱乐时代,H5小游戏、微信小游戏、抖音小游戏等轻量化游戏形式已成为流量新宠。面对这一趋势,传统前端开发者常常陷入困境:如何快速构建高性能、跨平台的游戏化体验?CocosCreator作为一款开源引擎,正以其独特的技术架构和开发理念,悄然改变着前端游戏开发的格局。一、定位重塑:CocosCreator的独特价值与其他主流引擎相比,CocosCreator的定位十分明确:对前端开发者
- 2021-01-12
牛奶能压惊Becky
量化经验分享
Wind量化因子回测学习记录将anaconda和wind联动起来,快捷的做法:先在wind终端里面点点点,量化——修复插件——修复Python插件,就不放图了,最终小窗口都是绿色小对勾就好啦。再继续点点点,量化——API接口——Python接口,就出来了WindPy的安装教程。需要找到1.anaconda安装目录下的python.exe2.Wind安装的位置,在电脑自己的cmd里输入如下三个路径即
- WIND金融客户端Python接口文档:Python环境下的金融大数据利器
邴韵芯
WIND金融客户端Python接口文档:Python环境下的金融大数据利器【下载地址】WIND金融客户端Python接口文档WINDPY是WIND金融客户端为Python开发者提供的强大接口,支持在Python环境中便捷访问WIND金融数据库。它提供了丰富的函数和命令,涵盖历史数据、实时行情、交易操作等多种功能,适用于量化交易、数据分析等场景。无论是获取股票、基金、债券等金融产品的历史序列、分钟数
- 揭秘券商量化接口:如何获取并利用它提升股票交易策略的精准度?
股票程序化交易接口
量化交易股票API接口Python股票量化交易券商量化接口获取方式股票交易策略精准度提升股票量化接口股票API接口
Python股票接口实现查询账户,提交订单,自动交易(1)Python股票程序交易接口查账,提交订单,自动交易(2)股票量化,Python炒股,CSDN交流社区>>>券商量化接口的基本认知量化接口的定义与作用券商量化接口是券商为投资者提供的一种技术接口,它允许投资者将自己开发的量化交易程序与券商的交易系统进行连接。通过这个接口,投资者可以实现自动化交易,让交易程序根据预设的策略自动下单、撤单等操作
- AI重塑IT行业:从效率工具到认知杠杆的人机协同进化之路
AI_DL_CODE
人工智能之深度学习人工智能IT行业变革人机协同AI伦理软件开发网络安全职业转型
摘要:本文系统阐述AI技术对IT行业的革命性影响,揭示其作为"认知杠杆"而非"职业终结者"的本质。通过分析AI在软件开发、网络安全、数据决策等领域的应用实践,量化展示AI对编程效率(代码生成30%-50%)、测试周期(压缩40%)、故障修复时间(MTTR降低75%)等关键指标的提升。同时深入剖析人类在创新设计、伦理判断等维度的不可替代性,构建"AI处理确定性任务+人类主导价值创造"的双螺旋协作模型
- Prompt Engineering终极手册:构建高效AI提示词库的完整技术路线
LCG元
大模型prompt人工智能
目录一、提示词库构建核心架构二、关键技术实现步骤1.数据采集与清洗2.提示词向量化编码3.聚类分析与分类存储三、API服务化部署四、性能优化方案五、监控与持续优化六、应用效果展示本文将深入探讨构建企业级AI提示词库的完整技术方案,含数据处理、模型训练、部署监控全流程代码实现在AI应用爆炸式增长的今天,提示词质量直接决定模型输出效果。本文将手把手教你构建企业级提示词库,涵盖以下核心技术环节:一、提示
- 3 大语言模型预训练数据-3.2 数据处理-3.2.2 冗余去除——1.SimHash算法处理冗余信息的核心原理
SimHash算法处理冗余信息的核心原理一、SimHash算法的定位与核心目标二、SimHash算法的核心原理与执行流程1.**文本预处理与特征提取**2.**特征向量化与哈希映射**3.**特征向量聚合**4.**降维生成SimHash值**5.**相似性判断与冗余过滤**三、SimHash处理冗余信息的核心优势四、实际应用中的优化策略五、SimHash的局限性与补充方案一、SimHash算法的
- 程序员如何打造个人品牌:技术博客与开源项目双轮驱动
AI天才研究院
ChatGPT实战ChatGPTAI大模型应用入门实战与进阶开源ai
程序员如何打造个人品牌:技术博客与开源项目双轮驱动关键词:程序员个人品牌、技术博客运营、开源项目开发、影响力构建、职业发展、内容创作、社区运营摘要:本文系统解析程序员通过技术博客与开源项目双轮驱动打造个人品牌的核心方法论。从底层逻辑阐明两者协同效应,构建包含内容创作框架、开源项目全生命周期管理、影响力量化模型的完整体系。通过实战案例演示博客搭建与开源项目落地流程,揭示如何通过持续输出优质内容与可复
- 用一个API接口批量查询A股、港股、美股的K线数据
后端教程资讯程序员http
在实际开发中,我们经常需要从多个股票市场中获取行情数据,尤其是在构建交易所、量化交易系统或跨市场套利策略时,对接实时、多市场的行情接口几乎是刚需。然而,市面上大部分的行情服务产品只支持单一市场,比如只提供A股或美股数据;即便支持多个市场,也往往需要分别调用不同的接口,增加了开发成本和维护复杂度。特别是对于K线数据的实时获取需求,不少接口要么延迟大、要么授权复杂、价格昂贵,真正能够同时支持A股、港股
- 谷歌开源 AI 编程王炸!Gemini CLI:每日千次请求,硬刚 Claude Code
近日,谷歌正式推出开源AI智能体GeminiCLI,将旗舰模型Gemini2.5Pro的能力直接引入终端命令行界面,能够提供轻量化的Gemini访问通道!免费使用只需使用你的个人Google账号登录,即可免费获得GeminiCodeAssist许可。强大模型免费版直接让你用上Gemini2.5Pro模型,并享受其巨大的100万token上下文窗口。超大用量提供业界最大的免费额度——每分钟60次请求
- AI辅助编程工具技术评估(2025年):CodeBuddy在开发者生态中的差异化优势分析
小猴崽
AI编程人工智能辅助编程AI代码助手AI编程
摘要基于2025年行业数据,全球AI辅助编程工具市场增速超30%,中国开发者渗透率达35%。腾讯云CodeBuddy凭借双模型架构(腾讯混元+DeepSeek)、MCP协议生态及企业级安全设计,在性能、可靠性、成本维度形成差异化优势。本文通过量化指标与横向对比,解析CodeBuddy的技术竞争力与适用场景。1市场背景与CodeBuddy核心定位1.1市场格局用户规模:中国AI编程工具用户达320万
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不