- salton
在彼处
tempdeg=repmat((sum(train,2)).^0.5,[1,size(train,1)]);//.^为开根元素tempdeg=tempdeg.*tempdeg';sim=train*train;%分母的计算sim=sim./tempdeg%分子的计算sim(isnan(sim))=0;sim(isinf(sim))=0;计算公式训练矩阵求出训练矩阵中每一行的结果repmat((su
- 构建词表与抽样——【torch学习笔记】
俱往矣...
深度学习——torch学习笔记学习机器翻译自然语言处理
构建词表与抽样引用翻译:《动手学深度学习》语言符号(又称词)的数量很大,而且分布很不均匀。因此,预测下一个符号的简单多类分类方法并不总是很有效。此外,我们需要把文本变成我们可以优化的格式,即我们需要把它映射到向量。在其极端情况下,我们有两种选择。一种是将每个词作为一个独特的实体,例如Salton.Wong.Yang.1975。这种策略的问题是,对于非常大的、多样化的语料库,我们很可能要处理100,
- 自然语言处理学习笔记4:空间向量模型
腾阳
自然语言处理学习笔记自然语言处理
向量空间模型(VSM:VectorSpaceModel)由Salton等人于20世纪70年代提出,并成功地应用于著名的SMART文本检索系统。把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量,就可以通过计算向量之间
- 手写神经网络处理文本分类问题
风风荷举
首先我们先来明确一些基本的概念。通常,人们把信息检索问题抽象为:在文档集合D上,对于由关键词组成的查询串,返回一个按查询和文档匹配度relevance(q,d)排序的相关文档列表。特征提取由来剑桥大学KarenSparckJones1972年提出,但并没有解释为什么使用log,而不是其他函数。同年,同为剑桥的的罗宾逊谢了两页纸的解释,解释得很垃圾。后来康奈尔大学的Salton多次撰文解释用途,将T
- 文档向量模型及其实践-计算文档的相似度
muyang木杨
others相似度计算VSM向量
期末大作业的其中一部分是要求对文档进行相似度计算,并提示可以用文档词向量的方法来做。于是查了一些资料。然后引出了空间向量模型(VSM)这个概念。空间向量模型向量空间模型(VSM:VectorSpaceModel)由Salton等人于20世纪70年代提出,并成功地应用于著名的SMART文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,
- Salton Sea | 曾经的旅游胜地,如今的人间地狱
MierCat
索尔顿海东滩|摄影师:MierCat位于加州东南部的TheSaltonSea,索尔顿海,是一个上世纪初因工程事故形成的巨大的湖泊。一个世纪的蒸发和污染,让这个曾经吸引了无数游客的滨水旅游胜地,在无数个瑰丽的夕阳里,陨落成危害大众健康和生态系统的人间地狱。也许你觉得这些照片色彩饱和的不真实,在亲身看到这些景色时,我也无法相信。这些图片在后期调整了曝光对比度等参数之后,其实我调低了饱和度。今年的五月是
- 向量空间模型
aeon521730041
向量空间模型(VSM:VectorSpaceModel)由Salton等人于20世纪70年代提出,并成功地应用于著名的SMART文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量,就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。M个无序特征项ti,
- 数据挖掘笔记-特征选择-整体汇总
人生偌只如初见
DataMining
基于统计的特征提取方法(构造评估函数)一、各种流行算法这类型算法通过构造评估函数,对特征集合中的每个特征进行评估,并对每个特征打分,这样每个词语都获得一个评估值,又称为权值。然后将所有特征按权值大小排序,提取预定数目的最优特征作为提取结果的特征子集。显然,对于这类型算法,决定文本特征提取效果的主要因素是评估函数的质量。1、TF-IDF:单词权重最为有效的实现方法就是TF*IDF,它是由Salton
- 【文本分类】文本表示 --- VSM
ccnunlp
自然语言处理技术
要使得计算机能高效的处理真实文本,就必须找到一种理想的形式化表示方法,这种表示一方面能真实的反映文档内容(主题、领域或结构等),另一方面也要有对不同文档的区分能力。目前文本表示通常采用向量空间模型(vectorspacemodel,VSM)。VSM是20世纪60年代末期由G.Salton等人提出的,是当前自然语言处理中常用的主流模型。下面首先给出VSM设计的基本概念:(1)文档(document)
- [笔记]搜索引擎-复习大纲
pi31415926535x
笔记
第一章:信息检索的概念:广义的信息检索,是关于信息的结构、分析、组织、存储、搜查和检索的范畴—(Salton,1968)狭义的信息检索,是指按照一定的方式从现有的信息集合或数据库中,找出并提取所需要的信息,信息检索的主要焦点一直是文本和文本形式的文档(网页、邮件、书籍、学术论文、短信息、专利等)文档的共有特性:有意义的文本结构信息(比如,论文的标题、作者、发表时间;邮件的主题、发送者、接收者)信息
- 文本相似度的设计与实现
Emmitte
机器学习
文本相似度的设计与实现摘要:本文主要设计并实现了一个文本相似度系统,该系统主要功能计算文档之间的相似度,通过使用向量空间模型(VSM,VectorSpaceModel)及余弦相似度计算公式计算文档之间的相似度,数据预处理过程中加入word2vec模型进行语义扩充,从而能够匹配到更多相关文档。1.向量空间模型向量空间模型(VSM,VectorSpaceModel)由Salton等人于20世纪70年代
- Rocchio算法在推荐系统中的应用
lvxiao9856
大数据
目录一、Rocchio算法简介二、用户画像三、Rocchio算法进行二次推荐四、结束语一、Rocchio算法简介该算法(Rocchio,1971)是20世纪70年代左右在Salton的SMART系统中引入并广泛流传的一种相关反馈算法。(1)Rocchio算法应用于文本分类Rocchio算法应该算是人们思考文本分类问题时最先能想到,也最符合直觉的解决方法。基本的思路是把一个类别里的样本文档各项取个平
- 一种快速高效的文本分类方法(二)
lzj0470
算法
向量空间法(VSM)在过去的40多年中,许多关于信息检索的研究工作都是围绕着Salton提出的向量空间法展开的,它也是被广泛使用的Smart系统的基础。在向量空间法中,每个文档被看成一个词袋,然后被表示成词条权重的向量:Di=(Wi1,Wi2,Wi3,...,Win),其中D表示一个文档,n表示词条空间的维数。每一个词条的权重代表了该词条在文档中的重要性。通常我们使用tf-idf方法或者它的一些变
- 特征选择方法之TF-IDF、DF
liu_zhlai
机器学习
TF_IDF,DF都是通过简单的统计来选择特征,因此把它们放在一块介绍1、TF-IDF单词权重最为有效的实现方法就是TF*IDF,它是由Salton在1988年提出的。其中TF称为词频,用于计算该词描述文档内容的能力;IDF称为反文档频率,用于计算该词区分文档的能力。TF*IDF的指导思想建立在这样一条基本假设之上:在一个文本中出现很多次的单词,在另一个同类文本中出现次数也会很多,反之亦然。所以如
- 基于向量空间模型的余弦相似度算法
wxhzt
基于向量空间模型的余弦相似度算法###向量空间模型VSM(vectorspacemodel)是由Salton在1975年的CommunicationsoftheACM上提出的。它的基本思想是:在自然界中任何事物都可以用一些最基本的元素加以表示,这些最基本的元素作为基础单元,类似于坐标系中坐标轴,通过这种假设与推理,每一个构成事物的基本元素都对应着n维空间中某个坐标系,则事物可通过各个基本元素表示为
- 向量空间模型算法(Vector Space Model)
Winyar Wen
算法向量空间模型算法
概念介绍向量空间模型(VSM:VectorSpaceModel)由Salton等人于20世纪70年代提出,并成功地应用于文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量,就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。M个无序特征项ti,词根/词
- lucene搜索结果排序
fanhuibin
本文系转载,原文地址不详传统上,人们将信息检索系统返回结果的排序称为"相关排序"(relevanceranking),隐含其中各条目的顺序反映结果和查询的相关程度。1、基本排序原理①向量空间模型GeraldSalton等在30多年前提出的"向量空间模型"(VectorSpaceModel,VSM)[SaltonandLesk,1968,Salton,1971]。该模型的基础是如下假设:文档d和查询
- Rocchio 算法
renyp8799
算法Rocchio
该算法(Rocchio,1971)是20 世纪70 年代左右在Salton 的SMART 系统中引入并广泛流传的一种相关反馈算法。(1)Rocchio算法应用于文本分类基本的思路是把一个类别里的样本文档各项取个平均值(例如把所有 “体育”类文档中词汇“篮球”出现的次数取个平均值,再把“裁判”取个平均值,依次做下去),可以得到一个新的向量,形象的称之为“质心”,质心就成了这个类别最具代表性的向量表示
- Lucene3.0结果排序原理+操作+示例
Lucene
Lucene3.0之结果排序(原理篇)
传统上,人们将信息检索系统返回结果的排序称为"相关排序" (relevance ranking) ,隐含其中各条目的顺序反映结果和查询的相关程度。
1、 基本排序原理
① 向量空间模型
Gerald Salton 等在 3
- weighing scheme
Scheme
选以简单的介绍开始,因为以后的文章可能会提到这里面的一些概念,事先写好,也算练练手。
传统重量一个单词大小的方法是测量它在文章中的重要性以及考虑它在文章的特征。
(1)TF-IDF(term frequency,inverse document frequency)
Salton等人[1]提出了TF-IDF,这种方法用来衡量一个术语在整个语料库中的权重。术语在语料库中的重要性会随
- 《Modern Information Retrieval》笔记(一)
format
一,信息检索的基本概念,评价,模型和算法:
1)模型、相关反馈、查询扩展;2)文本处理技术;3)文本分类和聚类技术(倾向性分析);4)信息过滤技术;5)信息组织和索引;6)并行和分布式检索
二,信息检索的应用:1)WEB检索;2)数字图书馆;3)多媒体检索
三,国际著名研究机构和代表人物
1)美国康奈尔大学Salton(1927-1995),现代信息检索的奠基人,SMART的
- 数据检索---空间向量模型VSM
李元乐
数据检索
向量空间模型(VSM:VectorSpaceModel)由Salton等人于20世纪70年代提出,并成功地应用于著名的SMART文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量,就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。M个无序特征项ti,
- Lucene3.0之结果排序(原理篇)
z69183787
Lucene3.0之结果排序(原理篇)传统上,人们将信息检索系统返回结果的排序称为"相关排序" (relevanceranking) ,隐含其中各条目的顺序反映结果和查询的相关程度。1、 基本排序原理① 向量空间模型GeraldSalton 等在 30 多年前提出的"向量空间模型" (VectorSpaceModel,VSM)[SaltonandLesk,1968,Salton,1971]
- 数据挖掘笔记-特征选择-整体汇总
wulinshishen
数据挖掘统计学特征选择文本挖掘特征提取
基于统计的特征提取方法(构造评估函数)一、各种流行算法这类型算法通过构造评估函数,对特征集合中的每个特征进行评估,并对每个特征打分,这样每个词语都获得一个评估值,又称为权值。然后将所有特征按权值大小排序,提取预定数目的最优特征作为提取结果的特征子集。显然,对于这类型算法,决定文本特征提取效果的主要因素是评估函数的质量。1、TF-IDF:单词权重最为有效的实现方法就是TF*IDF,它是由Salton
- 数据挖掘:网络挖掘技术——微博文本特征提取
zhuangxiaobin
微博机器学习
经典的向量空间模型(VSM:VectorSpaceModel)由Salton等人于60年代提出,并成功地应用于著名的SMART文本检索系统。VSM概念简单,把对文本内容的处理简化为向量空间中的向量运算,并且它以空间上的相似度表达语义的相似度,直观易懂。当文档被表示为文档空间的向量,就可以通过计算向量之间的相似性来度量文档间的相似性。文本处理中最常用的相似性度量方式是余弦距离。文本挖掘系统采用向量空
- Rocchio算法
oanqoanq
Rocchio算法。该算法(Rocchio,1971)是20世纪70年代左右在Salton的SMART系统中引入并广泛流传的一种相关反馈算法。 (1)Rocchio算法应用于文本分类 Rocchio算法应该算是人们思考文本分类问题时最先能想到,也最符合直觉的解决方法。基本的思路是把一个类别里的样本文档各项取个平均值(例如把所有“体育”类文档中词汇“篮球”出现的次数取个平均值,再把“裁判”取个
- vsm表示文档的特征
WitsMakeMen
算法vector文档自然语言处理语言Semantic
要使得计算机能高效的处理真实文本,就必须找到一种理想的形式化表示方法,这种表示一方面能真实的反映文档内容(主题、领域或结构等),另一方面也要有对不同文档的区分能力。 目前文本表示通常采用向量空间模型(vectorspacemodel,VSM)。VSM是20世纪60年代末期由G.Salton等人提出的,是当前自然语言处理中常用的主流模型。 下面首先给出VSM设计的基本概念:(1)文档(documen
- Lucene3.0之结果排序
yajie
Lucene
Lucene3.0之结果排序(原理篇)传统上,人们将信息检索系统返回结果的排序称为"相关排序" (relevanceranking) ,隐含其中各条目的顺序反映结果和查询的相关程度。1、 基本排序原理① 向量空间模型GeraldSalton 等在 30 多年前提出的"向量空间模型" (VectorSpaceModel,VSM)[SaltonandLesk,1968,Salton,1971]
- 【文本分类】文本表示 --- VSM
Heart.X.Raid
算法领域模型D语言
要使得计算机能高效的处理真实文本,就必须找到一种理想的形式化表示方法,这种表示一方面能真实的反映文档内容(主题、领域或结构等),另一方面也要有对不同文档的区分能力。 目前文本表示通常采用向量空间模型(vectorspacemodel,VSM)。VSM是20世纪60年代末期由G.Salton等人提出的,是当前自然语言处理中常用的主流模型。 下面首先给出VSM设计的基本概念:(1)文档(documen
- 【文本分类】文本表示 --- VSM
Heart.X.Raid
算法领域模型D语言
要使得计算机能高效的处理真实文本,就必须找到一种理想的形式化表示方法,这种表示一方面能真实的反映文档内容(主题、领域或结构等),另一方面也要有对不同文档的区分能力。 目前文本表示通常采用向量空间模型(vectorspacemodel,VSM)。VSM是20世纪60年代末期由G.Salton等人提出的,是当前自然语言处理中常用的主流模型。 下面首先给出VSM设计的基本概念:(1)文档(documen
- Spring中@Value注解,需要注意的地方
无量
springbean@Valuexml
Spring 3以后,支持@Value注解的方式获取properties文件中的配置值,简化了读取配置文件的复杂操作
1、在applicationContext.xml文件(或引用文件中)中配置properties文件
<bean id="appProperty"
class="org.springframework.beans.fac
- mongoDB 分片
开窍的石头
mongodb
mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上,configsvr上边放的是metar信息,指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard(片)信息。
第一步启动两台以上的mongo服务
&nb
- OVER(PARTITION BY)函数用法
0624chenhong
oracle
这篇写得很好,引自
http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html
OVER(PARTITION BY)函数用法
2010年10月26日
OVER(PARTITION BY)函数介绍
开窗函数 &nb
- Android开发中,ADB server didn't ACK 解决方法
一炮送你回车库
Android开发
首先通知:凡是安装360、豌豆荚、腾讯管家的全部卸载,然后再尝试。
一直没搞明白这个问题咋出现的,但今天看到一个方法,搞定了!原来是豌豆荚占用了 5037 端口导致。
参见原文章:一个豌豆荚引发的血案——关于ADB server didn't ACK的问题
简单来讲,首先将Windows任务进程中的豌豆荚干掉,如果还是不行,再继续按下列步骤排查。
&nb
- canvas中的像素绘制问题
换个号韩国红果果
JavaScriptcanvas
pixl的绘制,1.如果绘制点正处于相邻像素交叉线,绘制x像素的线宽,则从交叉线分别向前向后绘制x/2个像素,如果x/2是整数,则刚好填满x个像素,如果是小数,则先把整数格填满,再去绘制剩下的小数部分,绘制时,是将小数部分的颜色用来除以一个像素的宽度,颜色会变淡。所以要用整数坐标来画的话(即绘制点正处于相邻像素交叉线时),线宽必须是2的整数倍。否则会出现不饱满的像素。
2.如果绘制点为一个像素的
- 编码乱码问题
灵静志远
javajvmjsp编码
1、JVM中单个字符占用的字节长度跟编码方式有关,而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式;2、对于单个字符:ISO-8859-1单字节编码,GBK双字节编码,UTF-8三字节编码;因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节,而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。
3、getBytes()、getByte
- java 求几个月后的日期
darkranger
calendargetinstance
Date plandate = planDate.toDate();
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd");
Calendar cal = Calendar.getInstance();
cal.setTime(plandate);
// 取得三个月后时间
cal.add(Calendar.M
- 数据库设计的三大范式(通俗易懂)
aijuans
数据库复习
关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式,才能设计出高效率、优雅的数据库,否则可能会设计出错误的数据库.
目前,主要有六种范式:第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式,简称1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称2NF。其余依此类推。
- 想学工作流怎么入手
atongyeye
jbpm
工作流在工作中变得越来越重要,很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点,那了解一点,既不系统,也容易半途而废。好比学武功,最好的办法是有一本武功秘籍。研究明白,则犹如打通任督二脉。
系统学习工作流,很重要的一本书《JBPM工作流开发指南》。
本人苦苦学习两个月,基本上可以解决大部分流程问题。整理一下学习思路,有兴趣的朋友可以参考下。
1 首先要
- Context和SQLiteOpenHelper创建数据库
百合不是茶
androidContext创建数据库
一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper
一:SQLiteOpenHelper创建数据库:
1,SQLi
- 浅谈group by和distinct
bijian1013
oracle数据库group bydistinct
group by和distinct只了去重意义一样,但是group by应用范围更广泛些,如分组汇总或者从聚合函数里筛选数据等。
譬如:统计每id数并且只显示数大于3
select id ,count(id) from ta
- vi opertion
征客丶
macoprationvi
进入 command mode (命令行模式)
按 esc 键
再按 shift + 冒号
注:以下命令中 带 $ 【在命令行模式下进行】,不带 $ 【在非命令行模式下进行】
一、文件操作
1.1、强制退出不保存
$ q!
1.2、保存
$ w
1.3、保存并退出
$ wq
1.4、刷新或重新加载已打开的文件
$ e
二、光标移动
2.1、跳到指定行
数字
- 【Spark十四】深入Spark RDD第三部分RDD基本API
bit1129
spark
对于K/V类型的RDD,如下操作是什么含义?
val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5))
rdd.reduceByKey(_+_).collect
reduceByKey在这里的操作,是把
- java类加载机制
BlueSkator
java虚拟机
java类加载机制
1.java类加载器的树状结构
引导类加载器
^
|
扩展类加载器
^
|
系统类加载器
java使用代理模式来完成类加载,java的类加载器也有类似于继承的关系,引导类是最顶层的加载器,它是所有类的根加载器,它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时,通常会代理给父类加载器,若已经是根加载器了,就自己完成加载。
虚拟机区分一个Cla
- 动态添加文本框
BreakingBad
文本框
<script> var num=1; function AddInput() { var str=""; str+="<input 
- 读《研磨设计模式》-代码笔记-单例模式
bylijinnan
java设计模式
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/
public class Singleton {
}
/*
* 懒汉模式。注意,getInstance如果在多线程环境中调用,需要加上synchronized,否则存在线程不安全问题
*/
class LazySingleton
- iOS应用打包发布常见问题
chenhbc
iosiOS发布iOS上传iOS打包
这个月公司安排我一个人做iOS客户端开发,由于急着用,我先发布一个版本,由于第一次发布iOS应用,期间出了不少问题,记录于此。
1、使用Application Loader 发布时报错:Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
- 工作流复杂拓扑结构处理新思路
comsci
设计模式工作算法企业应用OO
我们走的设计路线和国外的产品不太一样,不一样在哪里呢? 国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多,仅仅是在有限的了解程度上面提出这样的看法),从而避免在流程引擎中处理这些复杂的图的问题,而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性,这样一来,在引擎和流程流转控制这一个层面就会遇到很
- oracle 11g新特性Flashback data archive
daizj
oracle
1. 什么是flashback data archive
Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象,用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象,概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
- 多叉树:2-3-4树
dieslrae
树
平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:
1、有一个数据项的节点总是有2个子节点(称为2-节点)
2、有两个数据项的节点总是有3个子节点(称为3-节
- C语言学习七动态分配 malloc的使用
dcj3sjt126com
clanguagemalloc
/*
2013年3月15日15:16:24
malloc 就memory(内存) allocate(分配)的缩写
本程序没有实际含义,只是理解使用
*/
# include <stdio.h>
# include <malloc.h>
int main(void)
{
int i = 5; //分配了4个字节 静态分配
int * p
- Objective-C编码规范[译]
dcj3sjt126com
代码规范
原文链接 : The official raywenderlich.com Objective-C style guide
原文作者 : raywenderlich.com Team
译文出自 : raywenderlich.com Objective-C编码规范
译者 : Sam Lau
- 0.性能优化-目录
frank1234
性能优化
从今天开始笔者陆续发表一些性能测试相关的文章,主要是对自己前段时间学习的总结,由于水平有限,性能测试领域很深,本人理解的也比较浅,欢迎各位大咖批评指正。
主要内容包括:
一、性能测试指标
吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间
http://frank1234.iteye.com/blog/2180305
二、性能测试策略
生产环境相同 基准测试 预热等
htt
- Java父类取得子类传递的泛型参数Class类型
happyqing
java泛型父类子类Class
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import org.junit.Test;
abstract class BaseDao<T> {
public void getType() {
//Class<E> clazz =
- 跟我学SpringMVC目录汇总贴、PDF下载、源码下载
jinnianshilongnian
springMVC
----广告--------------------------------------------------------------
网站核心商详页开发
掌握Java技术,掌握并发/异步工具使用,熟悉spring、ibatis框架;
掌握数据库技术,表设计和索引优化,分库分表/读写分离;
了解缓存技术,熟练使用如Redis/Memcached等主流技术;
了解Ngin
- the HTTP rewrite module requires the PCRE library
流浪鱼
rewrite
./configure: error: the HTTP rewrite module requires the PCRE library.
模块依赖性Nginx需要依赖下面3个包
1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ )
2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )
3. s
- 第12章 Ajax(中)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Optimize query with Query Stripping in Web Intelligence
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence
and a very straightfoward video
http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
- Java开发者写SQL时常犯的10个错误
tomcat_oracle
javasql
1、不用PreparedStatements 有意思的是,在JDBC出现了许多年后的今天,这个错误依然出现在博客、论坛和邮件列表中,即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个: 他们对PreparedStatements不了解 他们认为使用PreparedStatements太慢了 他们认为写Prepar
- 世纪互联与结盟有感
阿尔萨斯
10月10日,世纪互联与(Foxcon)签约成立合资公司,有感。
全球电子制造业巨头(全球500强企业)与世纪互联共同看好IDC、云计算等业务在中国的增长空间,双方迅速果断出手,在资本层面上达成合作,此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任,另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。
众所周知,精于电子产品制造(世界第一),对于世纪互联而言,能够与结盟