栗子甜酒
栗子甜酒

分类结果图怎么画ppt、excel

准确率类

Accuracy、Precision、Recall、F1-score、Specificity、MCC处理不平衡数据集

  • MCC 对于类别不平衡的情况和样本量较小的情况下更有优势，因为它在评估性能时考虑了所有四个分类结果，减少了结果的随机性。
  • F1 分数在关注模型能够正确识别正例的情况下也保持较好的表现，适用于一些需要平衡精确率和召回率的场景。

excel大法好，看起来不错

分类结果图怎么画ppt、excel_第1张图片

分类结果图怎么画ppt、excel_第2张图片

从别人论文里偷了一张好看的，我在里边没找到锥形，柱形看着也还可以

还有这种平面条形

分类结果图怎么画ppt、excel_第3张图片

雷达图也可以，这种对上边那类不太适应

分类结果图怎么画ppt、excel_第4张图片

对比一下，这个适合单个网络的多维度比较

分类结果图怎么画ppt、excel_第5张图片

ROC类

分类结果图怎么画ppt、excel_第6张图片

混淆矩阵

分类结果图怎么画ppt、excel_第7张图片

这个metrics.ConfusionMatrixDisplay画出来颜色太显眼了，改成这种同类色好看一点

分类结果图怎么画ppt、excel_第8张图片

损失函数的讨论

分类结果图怎么画ppt、excel_第9张图片

t-sNE

这个用python出图

分类结果图怎么画ppt、excel_第10张图片

loss曲线

这个保留 一般cv论文里都默认这个属于没必要放的 太基础了 交叉学科放的多点

预测结果对比、热力图

这个是分类分割论文一定会出现的图，分析一下为什么预测正确，为什么预测错误

分类结果图怎么画ppt、excel_第11张图片

箱线图

属于预测评价指标

MCC、MAE、RMSE、KAPPA

分类结果图怎么画ppt、excel_第12张图片

你可能感兴趣的:(分类,数据挖掘,人工智能)

  • 220622_preview，知识点10：DWS层搭建--销售主题宽表--step1--字段抽取 啊六六六 Pythonjava开发语言
    220622_preview知识点10：DWS层搭建--销售主题宽表--step1--字段抽取表关系一切的前提是，先了解原始数据的结构和关系。对于销售主题宽表来说，其当中的指标和维度字段分别来源于DWB层：订单明细宽表、店铺明细宽表、商品明细宽表。比如商圈、店铺等维度来自于店铺明细宽表；大中小分类来自于商品明细宽表；而成交额等指标需要依赖订单明细宽表。字段抽取关联之后，字段非常多，但是并不意味着每
  • Java中的自然语言处理（NLP）工具：Stanford NLP、Apache OpenNLP、DL4J 花千树-010 RAGjava自然语言处理apachenlpAIGC
    随着人工智能技术的快速发展，自然语言处理（NLP）已经成为各行各业中不可或缺的技术。对于Java开发者来说，选择合适的NLP工具可以极大地提升开发效率。今天，我们将探讨几款常用的JavaNLP工具：StanfordNLP、ApacheOpenNLP和DL4J，并通过代码实例展示如何使用它们。1.StanfordNLP：功能全面的NLP工具StanfordNLP是由斯坦福大学开发的自然语言处理工具包
  • 深度学习模型的全面解析：技术进展、应用场景与未来趋势 阿尔法星球 深度学习与神经网络实战机器学习
    1.深度学习模型概述1.1深度学习模型的定义与分类深度学习模型是基于人工神经网络的算法，它们通过模仿人脑的处理机制来学习数据中的复杂模式和特征。这些模型可以根据其结构和应用场景被分为不同的类别，包括但不限于卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、生成对抗网络（GAN）和Transformer模型等。1.2深度学习模型的关键特点深度学习模型的关键特点在于其深度，即
  • 清华独家教程 | 零基础玩转DeepSeek：AI时代的实战赋能手册 阿黎逸阳 学习python人工智能人工智能
    在人工智能技术加速渗透各行各业的今天，清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室的余梦珑博士后团队推出《DeepSeek从入门到精通》，为公众提供了一份权威、实用的AI工具使用指南。这份104页的文档不仅是技术手册，更是人工智能时代的效率革命指南，帮助用户从基础操作到高阶应用全面掌握DeepSeek这一通用人工智能（AGI）工具。当人人都会用AI时，你如何用得更好更出彩？一起来看看吧。 
  • .NET架构师：全网最全“权限系统”设计剖析 数字智慧化基地 .NET/C#中大型项目开发.net.netcore微服务架构系统架构
    作者：科技、互联网行业优质创作者专注领域：.Net技术、软件架构、人工智能、数字化转型、DeveloperSharp、微服务、工业互联网、智能制造欢迎关注我（Net数字智慧化基地），里面有很多高价值技术文章，是你刻苦努力也积累不到的经验，能助你快速成长。升职+涨薪！！1为什么需要权限管理日常工作中权限的问题时时刻刻伴随着我们，程序员新入职一家公司需要找人开通各种权限，比如网络连接的权限、编码下载提
  • Spark MLlib中的机器学习算法及其应用场景 Java资深爱好者 深度学习推荐算法
    SparkMLlib是ApacheSpark框架中的一个机器学习库，提供了丰富的机器学习算法和工具，用于处理和分析大规模数据。以下是SparkMLlib中的机器学习算法及其应用场景的详细描述：一、SparkMLlib中的机器学习算法分类算法：逻辑回归：用于二分类问题，通过最大化对数似然函数来估计模型参数。支持向量机（SVM）：用于分类和回归问题，通过寻找一个超平面来最大化不同类别之间的间隔。决策树
  • 【YashanDB 知识库】kettle 同步大表提示 java 内存溢出 数据库
    【问题分类】数据导入导出【关键字】数据同步，kettle，数据迁移，java内存溢出【问题描述】kettle同步大表提示ERROR：couldnotcreatethejavavirtualmachine!【问题原因分析】java内存溢出【解决/规避方法】①增加JVM的堆内存大小。编辑Spoon.bat，增加堆大小到2GB，如：if"%PENTAHO_DI_JAVA_OPTIONS%"==""set
  • adeepSeek 使用指南与资源分享 后端
    a#deepSeek使用指南与资源分享一、DeepSeek简介deepSeek是一款具有强大推理能力的人工智能模型，其在自然语言处理、逻辑推理和多模态交互等领域表现出色。随着技术的不断发展，DeepSeek已成为Ai领域的热门话题1。二、DeepSeek使用技巧**提示词的使用88提示词是与Deepseek交互的关键。根据卡兹克的分享，DeepSeek的提示词技巧在于简洁明了，避免过度复杂的指令1
  • 【YashanDB 知识库】exp 导出 csv 报错 YAS-00218 string conversion failed 数据库运维程序员
    【问题分类】数据导入导出【关键字】YAS-00218stringconversionfailed【问题描述】使用exp导出成csv报错YAS-00218stringconversionfailed【问题原因分析】首先使用showparametercharacter查看数据库服务端字符集，发现服务端字符集为GBK然后在文件$YASDB_HOME/client/yasc_env.ini中查看客户端字符
  • 2024年国内人工智能大模型汇总 kiiy2 人工智能ai学习
    文心一言文心一言（ERNIEBot）是百度基于文心大模型技术推出的生成式对话产品，将于2023年3月完成内测并面向公众开放。该产品是百度在人工智能领域深耕十余年后，拥有产业级知识增强文心大模型ERNIE的基础上，利用跨模态、跨语言的深度语义理解与生成能力而开发的一款AI聊天机器人。它被设计用于回答用户的问题和提供信息，以帮助人们解决问题和获取知识。此外，文心一言还可以通过学习和训练，不断提高自己的
  • 大一的你如何入门TensorFlow eso1983 tensorflow人工智能python
    刚刚迈入大学的你，对计算机编程还比较陌生。对于现在主流人工智能技术架构TensorFlow的学习，需要循序渐进。入门TensorFlow编程需要结合基础知识学习和实践操作。首先可能需要巩固Python基础，特别是NumPy和数据处理相关的库，因为TensorFlow很多操作和这些库有关联。接下来，可能需要了解机器学习的基本概念。TensorFlow毕竟是一个机器学习框架，如果没有基本的理解，直接上
  • ssd训练自己的数据集 reset2021 目标检测目标检测python深度学习人工智能pytorch
    基于SSD算法实现对自己数据集的训练与检测。(该专题以操作为主）SSD是一种非常优秀的one-stage目标检测方法，one-stage算法就是目标检测和分类是同时完成的，其主要思路是利用CNN提取特征后，均匀地在图片的不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，物体分类与预测框的回归同时进行，整个过程只需要一步，所以其优势是速度快。这篇文档主要讲述怎样用SSD算法来实现对自己数据集的训
  • 嵌入式人工智能应用-第四章 KNN 算法介绍 3 数贾电子科技 嵌入式人工智能应用人工智能算法linuxknn
    KNN算法介绍1KNN介绍1.1基本概念1.1.1主要步骤1.1.2.距离计算：1.1.3进行预测：2分类介绍2.1KNN算法的K值说明2.2K值的选取2.3距离计算2.4KNN算法特点2.5KNN算法流程3实验验证3.1实验代码-具体代码可以从附件下载3.2演示效果1KNN介绍K邻近（K-NearestNeighbors，KNN）是一种广泛使用的监督学习算法，主要用于分类和回归任务。以下是K邻近
  • Vision Transformer图像分类实现 reset2021 图像分类transformer分类深度学习python
    VisionTransformer(ViT)是一种基于Transformer架构的图像分类模型。与传统的卷积神经网络(CNN)不同，ViT将图像分割成多个小块（patches），并将这些小块视为序列输入到Transformer中。以下是使用PyTorch实现VisionTransformer进行图像分类的步骤。1.安装必要的库首先，确保你已经安装了必要的库：pipinstalltorchtorch
  • 嵌入式人工智能应用-第四章 逻辑回归 8 数贾电子科技 嵌入式人工智能应用人工智能逻辑回归算法
    逻辑回归1逻辑回归介绍1.1背景介绍1.2原理1.2.1预测函数1.2.2判定边界1.2.3损失函数1,2,4梯度下降函数1.2.5分类拓展1.2.6正则化2实验代码3实验结果说明1逻辑回归介绍1.1背景介绍逻辑回归的过程可以概括为：面对一个回归或者分类问题，建立代价函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证我们这个求解的模型的好坏。Logistic回归虽然名字里带“回归”，但是
  • 《DeepSeek从入门到精通》下载 疯狂吧小飞牛 deepseek深度学习自然语言处理人工智能
    下载地址：《DeepSeek从入门到精通》下载–无敌牛DeepSeek：从入门到精通@新媒沈阳团队：余梦珑博士后清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生
  • 初识pytorch m0_73286250 pytorch人工智能python
    一、AI发展史二、什么是深度学习深度学习是机器学习的一个子集。为了更好地理解这种关系，我们可以将它们放在人工智能（AI）的大框架中来看。机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：三、扩展1.使用场景1)图像识别和处理2)自然语言处理（NLP）3)音频处理4)视频分析5)游戏和仿真6)自动驾驶汽车7)
  • NVIDIA B200：高性能 AI 计算的未来 知识大胖 NVIDIAGPU和大语言模型开发教程人工智能nvidiab200
    简介对于一直关注人工智能和机器学习快速发展的人来说，新硬件的发布总是备受期待。每一代新处理器和加速器都有可能极大地改变我们开发和部署大规模机器学习模型的方式。NVIDIA长期处于人工智能硬件开发的最前沿，它再次凭借由Blackwell架构驱动的B200提高了标准。最近的MLPerf基准测试提供了B200的首批可靠数据，结果非常出色。在Llama270B型号上运行推理时，B200每秒可处理11,26
  • Vue 3最新组件解析与实践指南：提升开发效率的利器 Aic山鱼 vue.js前端javascript
    目录引言一、Vue3核心组件特性解析1.CompositionAPI与组件逻辑复用2.内置组件与生命周期优化3.新一代UI组件库推荐二、高级组件开发技巧1.插件化架构设计2.跨层级组件通信三、性能优化实战1.惰性计算与缓存策略2.虚拟滚动与列表优化3.TreeShaking与按需引入四、总结作者：Aic山鱼|2025年2月17日作者推荐："近期我偶然邂逅了一个极为出色的人工智能学习平台，它不仅内容
  • 机器学习的模型类型（Model Types） 路野yue 人工智能机器学习
    1.传统机器学习模型线性模型（LinearModels）：线性回归（LinearRegression）：用于回归任务，拟合线性关系。逻辑回归（LogisticRegression）：用于分类任务，输出概率值。岭回归（RidgeRegression）和Lasso回归（LassoRegression）：带正则化的线性回归。树模型（Tree-basedModels）：决策树（DecisionTree）：
  • 机器学习课程的常见章节结构 zhangfeng1133 机器学习分类学习
    以下是机器学习课程的常见章节结构，结合了搜索结果中的信息：1.机器学习基础知识机器学习的定义与分类监督学习、无监督学习、半监督学习、强化学习机器学习的产生与发展机器学习的历史与现代应用经验误差与过拟合过拟合与欠拟合的概念及解决方案评估方法与性能度量交叉验证、准确率、召回率、F1分数等偏差与方差偏差-方差权衡及其对模型的影响2.经典机器学习算法2.1线性模型一元线性回归与多元线性回归梯度下降算法（批
  • 机器学习_19 集成学习知识点总结 数据媛 机器学习集成学习人工智能pythonscikit-learnnumpyscipy
    集成学习（EnsembleLearning）是一种强大的机器学习范式，通过组合多个模型的预测结果来提高整体性能和泛化能力。它在分类、回归和特征选择等任务中表现出色，广泛应用于各种实际问题。今天，我们就来深入探讨集成学习的原理、实现和应用。一、集成学习的基本概念1.1集成学习的定义集成学习通过组合多个学习器（通常称为“弱学习器”）的预测结果，构建一个更强的模型（“强学习器”）。其核心思想是利用多个模
  • 云上玩转DeepSeek系列之三：PAI-RAG集成联网搜索，构建企业级智能助手 阿里云大数据AI技术 deepseekPAI阿里云人工智能RAG
    正文DeepSeek系列模型以卓越性能在全球范围内备受瞩目，在各类评测中表现优异，推理性能接近甚至超越国际顶尖闭源模型。2025年2月以来，阿里云人工智能平台PAI持续推出围绕DeepSeek系列模型的最佳实践，包含快速部署、应用搭建、蒸馏、微调等各个环节，让企业和个人开发者可以在云上高效、灵活地部署和探索DeepSeek-R1、DeepSeek-V3等模型。本文将为您带来“基于PAI-RAG构建
  • 机器学习—逻辑回归 60岁的程序猿 1024程序员节机器学习逻辑回归人工智能算法
    本内容是博主自学机器学习总结的。由于博主水平有限，内容可能有些许错误。如有错误，请发在评论区。目录1、基础概念1.1、什么是逻辑回归1.2、逻辑回归与线性回归的区别1.3应用场景2、逻辑回归模型2.1、模型定义2.2、Sigmoid函数2.3、决策边界2.4、概率解释3、模型训练3.1、损失函数3.2、梯度下降法3.3、牛顿法3.4、拟牛顿法3.4、正则化3.5、总结4、多分类问题4.1、一对多（
  • Linux升级openssl解决方案 爱编程的喵喵 Linux解决方案linuxopenssl升级openssl解决方案
      大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。  本文主要介绍了Linux升级openssl解决方案
  • 面向arcgis的python脚本编程 pdf_面向ArcGIS的Python脚本编程 鄜州npc pdf
    图书>计算机/网络>程序设计>Python>面向ArcGIS的Python脚本编程面向ArcGIS的Python脚本编程作者：[美]PaulA.Zandbergen，...出版社：人民邮电出版社ISBN：9787115370198定价：¥49.50所属分类：图书> 计算机/网络> 程序设计> Python版次：1页数：278字数：348印刷时间：开本：16开纸张：胶版纸印次
  • python版本的列线图绘制（二分类） 医学AppMatrix 预测模型构建和评价人工智能数据分析机器学习python
    python版本的列线图绘制（二分类）列线图是为临床预测模型提供了一个使用的工具，借助列线图可以把指标转变为预测概率，但是近年来随着网页计算器的出现，列线图的使用没有原来广泛。但是，最近随着预测模型解释的流行，发现列线图还具有作为线性模型解释的工具的潜力，所以又想着把之前“用python绘制nomogram”的项目做完，那是之前的一个想法，后来因为水平不够没有完全完成，现在借助AI的力量，终于可以
  • Pytorch实现之GIEGAN（生成器信息增强GAN）训练自己的数据集 这张生成的图像能检测吗 GAN系列pytorch生成对抗网络人工智能深度学习计算机视觉机器学习python
    简介简介：在训练数据样本之前首先利用VAE来推断潜在空间中不同类的分布，用于后续的训练，并使用它来初始化GAN。与ACGAN和BAGAN不同的是，提出的GIEGAN有一个分类器结构，这个分类器主要判断生成的图像或者样本图像属于哪个类，而鉴别器仅判断图像是来自于生成器还是真实样本。论文题目：GeneratorInformationEnhancementGenerativeAdversarialNet
  • 网络端口号大全 Long._.L 网络安全Windows网络安全系统安全
    文章目录端口分类端口大全0-117118-374376-595597-19121981-55995600-76757676-2737430100-65301端口分类公认端口（Well-KnownPorts）范围从0到1023动态端口（DynamicPorts）范围从1024到65535公认端口：它们紧密绑定于一些服务。通常这些端口的通讯明确表明了某种服务的协议。例如21端口分配给FTP服务，25端
  • 2025年——自学黑客计划（网络安全） 网安CILLE web安全网络安全网络安全linux
    CSDN大礼包：基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包前言什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。如何成为一名黑客很多朋友在学习安全方面都会半路转行，因为不知如何去学，在这里，我将这个整份答案分为黑客（网络安全）入门必备、黑客（网络安全）职业指南、黑客
  • 数据采集高并发的架构应用 3golden .net
    问题的出发点：          最近公司为了发展需要，要扩大对用户的信息采集，每个用户的采集量估计约2W。如果用户量增加的话，将会大量照成采集量成3W倍的增长，但是又要满足日常业务需要，特别是指令要及时得到响应的频率次数远大于预期。       &n
  • 不停止 MySQL 服务增加从库的两种方式 brotherlamp linuxlinux视频linux资料linux教程linux自学
    现在生产环境MySQL数据库是一主一从，由于业务量访问不断增大，故再增加一台从库。前提是不能影响线上业务使用，也就是说不能重启MySQL服务，为了避免出现其他情况，选择在网站访问量低峰期时间段操作。  一般在线增加从库有两种方式，一种是通过mysqldump备份主库，恢复到从库，mysqldump是逻辑备份，数据量大时，备份速度会很慢，锁表的时间也会很长。另一种是通过xtrabacku
  • Quartz——SimpleTrigger触发器 eksliang SimpleTriggerTriggerUtilsquartz
    转载请出自出处：http://eksliang.iteye.com/blog/2208166 一.概述 SimpleTrigger触发器，当且仅需触发一次或者以固定时间间隔周期触发执行；   二.SimpleTrigger的构造函数 SimpleTrigger(String name, String group)：通过该构造函数指定Trigger所属组和名称； Simpl
  • Informatica应用（1） 18289753290 sqlworkflowlookup组件Informatica
    1.如果要在workflow中调用shell脚本有一个command组件，在里面设置shell的路径；调度wf可以右键出现schedule，现在用的是HP的tidal调度wf的执行。 2.designer里面的router类似于SSIS中的broadcast（多播组件）;Reset_Workflow_Var：参数重置 （比如说我这个参数初始是1在workflow跑得过程中变成了3我要在结束时还要
  • python 获取图片验证码中文字 酷的飞上天空 python
    根据现成的开源项目 http://code.google.com/p/pytesser/改写 在window上用easy_install安装不上  看了下源码发现代码很少  于是就想自己改写一下   添加支持网络图片的直接解析   #coding:utf-8 #import sys #reload(sys) #sys.s
  • AJAX 永夜-极光 Ajax
    1.AJAX功能:动态更新页面,减少流量消耗,减轻服务器负担   2.代码结构:    <html> <head> <script type="text/javascript"> function loadXMLDoc() { .... AJAX script goes here ...
  • 创业OR读研 随便小屋 创业
            现在研一，有种想创业的想法，不知道该不该去实施。因为对于的我情况这两者是矛盾的，可能就是鱼与熊掌不能兼得。                研一的生活刚刚过去两个月，我们学校主要的是
  • 需求做得好与坏直接关系着程序员生活质量 aijuans IT 生活
            这个故事还得从去年换工作的事情说起，由于自己不太喜欢第一家公司的环境我选择了换一份工作。去年九月份我入职现在的这家公司，专门从事金融业内软件的开发。十一月份我们整个项目组前往北京做现场开发，从此苦逼的日子开始了。        系统背景：五月份就有同事前往甲方了解需求一直到6月份，后续几个月也完
  • 如何定义和区分高级软件开发工程师 aoyouzi
    在软件开发领域，高级开发工程师通常是指那些编写代码超过 3 年的人。这些人可能会被放到领导的位置，但经常会产生非常糟糕的结果。Matt Briggs 是一名高级开发工程师兼 Scrum 管理员。他认为，单纯使用年限来划分开发人员存在问题，两个同样具有 10 年开发经验的开发人员可能大不相同。近日，他发表了一篇博文，根据开发者所能发挥的作用划分软件开发工程师的成长阶段。 　　初
  • Servlet的请求与响应 百合不是茶 servletget提交java处理post提交
      Servlet是tomcat中的一个重要组成,也是负责客户端和服务端的中介     1,Http的请求方式(get  ,post);   客户端的请求一般都会都是Servlet来接受的,在接收之前怎么来确定是那种方式提交的,以及如何反馈,Servlet中有相应的方法,  http的get方式 servlet就是都doGet(
  • web.xml配置详解之listener bijian1013 javaweb.xmllistener
    一.定义 <listener> <listen-class>com.myapp.MyListener</listen-class> </listener>   二.作用        该元素用来注册一个监听器类。可以收到事件什么时候发生以及用什么作为响
  • Web页面性能优化（yahoo技术） Bill_chen JavaScriptAjaxWebcssYahoo
    1.尽可能的减少HTTP请求数 content 2.使用CDN server 3.添加Expires头(或者 Cache-control) server 4.Gzip 组件 server 5.把CSS样式放在页面的上方。 css 6.将脚本放在底部(包括内联的) javascript 7.避免在CSS中使用Expressions css 8.将javascript和css独立成外部文
  • 【MongoDB学习笔记八】MongoDB游标、分页查询、查询结果排序 bit1129 mongodb
    游标   游标，简单的说就是一个查询结果的指针。游标作为数据库的一个对象，使用它是包括 声明 打开 循环抓去一定数目的文档直到结果集中的所有文档已经抓取完 关闭游标   游标的基本用法，类似于JDBC的ResultSet(hasNext判断是否抓去完,next移动游标到下一条文档)，在获取一个文档集时，可以提供一个类似JDBC的FetchSize
  • ORA-12514 TNS 监听程序当前无法识别连接描述符中请求服务 的解决方法 白糖_ ORA-12514
    今天通过Oracle SQL*Plus连接远端服务器的时候提示“监听程序当前无法识别连接描述符中请求服务”，遂在网上找到了解决方案： ①打开Oracle服务器安装目录\NETWORK\ADMIN\listener.ora文件，你会看到如下信息：   # listener.ora Network Configuration File: D:\database\Oracle\net
  • Eclipse 问题 A resource exists with a different case bozch eclipse
    在使用Eclipse进行开发的时候，出现了如下的问题： Description Resource Path Location TypeThe project was not built due to "A resource exists with a different case: '/SeenTaoImp_zhV2/bin/seentao'.&
  • 编程之美-小飞的电梯调度算法 bylijinnan 编程之美
    public class AptElevator { /** * 编程之美 小飞 电梯调度算法 * 在繁忙的时间，每次电梯从一层往上走时，我们只允许电梯停在其中的某一层。 * 所有乘客都从一楼上电梯，到达某层楼后，电梯听下来，所有乘客再从这里爬楼梯到自己的目的层。 * 在一楼时，每个乘客选择自己的目的层，电梯则自动计算出应停的楼层。 * 问：电梯停在哪
  • SQL注入相关概念 chenbowen00 sqlWeb安全
    SQL Injection：就是通过把SQL命令插入到Web表单递交或输入域名或页面请求的查询字符串，最终达到欺骗服务器执行恶意的SQL命令。 具体来说，它是利用现有应用程序，将（恶意）的SQL命令注入到后台数据库引擎执行的能力，它可以通过在Web表单中输入（恶意）SQL语句得到一个存在安全漏洞的网站上的数据库，而不是按照设计者意图去执行SQL语句。 首先让我们了解什么时候可能发生SQ
  • [光与电]光子信号战防御原理 comsci 原理
          无论是在战场上,还是在后方,敌人都有可能用光子信号对人体进行控制和攻击,那么采取什么样的防御方法,最简单,最有效呢?       我们这里有几个山寨的办法,可能有些作用,大家如果有兴趣可以去实验一下       根据光
  • oracle 11g新特性:Pending Statistics daizj oracledbms_stats
    oracle 11g新特性:Pending Statistics 转 从11g开始，表与索引的统计信息收集完毕后，可以选择收集的统信息立即发布，也可以选择使新收集的统计信息处于pending状态，待确定处于pending状态的统计信息是安全的，再使处于pending状态的统计信息发布，这样就会避免一些因为收集统计信息立即发布而导致SQL执行计划走错的灾难。 在 11g 之前的版本中，D
  • 快速理解RequireJs dengkane jqueryrequirejs
    RequireJs已经流行很久了，我们在项目中也打算使用它。它提供了以下功能： 声明不同js文件之间的依赖 可以按需、并行、延时载入js库 可以让我们的代码以模块化的方式组织 初看起来并不复杂。 在html中引入requirejs 在HTML中，添加这样的 <script> 标签： <script src="/path/to
  • C语言学习四流程控制if条件选择、for循环和强制类型转换 dcj3sjt126com c
    # include <stdio.h> int main(void) { int i, j; scanf("%d %d", &i, &j); if (i > j) printf("i大于j\n"); else printf("i小于j\n"); retu
  • dictionary的使用要注意 dcj3sjt126com IO
    NSDictionary *dict = [NSDictionary dictionaryWithObjectsAndKeys: user.user_id , @"id", user.username , @"username",
  • Android 中的资源访问(Resource) finally_m xmlandroidStringdrawablecolor
    简单的说，Android中的资源是指非代码部分。例如，在我们的Android程序中要使用一些图片来设置界面，要使用一些音频文件来设置铃声，要使用一些动画来显示特效，要使用一些字符串来显示提示信息。那么，这些图片、音频、动画和字符串等叫做Android中的资源文件。 在Eclipse创建的工程中，我们可以看到res和assets两个文件夹，是用来保存资源文件的，在assets中保存的一般是原生
  • Spring使用Cache、整合Ehcache 234390216 springcacheehcache@Cacheable
    Spring使用Cache            从3.1开始，Spring引入了对Cache的支持。其使用方法和原理都类似于Spring对事务管理的支持。Spring Cache是作用在方法上的，其核心思想是这样的：当我们在调用一个缓存方法时会把该方法参数和返回结果作为一个键值对存放在缓存中，等到下次利用同样的
  • 当druid遇上oracle blob(clob) jackyrong oracle
    http://blog.csdn.net/renfufei/article/details/44887371 众所周知，Oracle有很多坑, 所以才有了去IOE。 在使用Druid做数据库连接池后，其实偶尔也会碰到小坑，这就是使用开源项目所必须去填平的。【如果使用不开源的产品，那就不是坑，而是陷阱了，你都不知道怎么去填坑】 用Druid连接池，通过JDBC往Oracle数据库的
  • easyui datagrid pagination获得分页页码、总页数等信息 ldzyz007
    var grid = $('#datagrid');  var options = grid.datagrid('getPager').data("pagination").options;  var curr = options.pageNumber;  var total = options.total;  var max =
  • 浅析awk里的数组 nigelzeng 二维数组array数组awk
    awk绝对是文本处理中的神器，它本身也是一门编程语言，还有许多功能本人没有使用到。这篇文章就单单针对awk里的数组来进行讨论，如何利用数组来帮助完成文本分析。   有这么一组数据：   abcd,91#31#2012-12-31 11:24:00 case_a,136#19#2012-12-31 11:24:00 case_a,136#23#2012-12-31 1
  • 搭建 CentOS 6 服务器(6) - TigerVNC rensanning centos
    安装GNOME桌面环境 # yum groupinstall "X Window System" "Desktop" 安装TigerVNC # yum -y install tigervnc-server tigervnc 启动VNC服务 # /etc/init.d/vncserver restart # vncser
  • Spring 数据库连接整理 tomcat_oracle springbeanjdbc
    1、数据库连接jdbc.properties配置详解 　　jdbc.url=jdbc:hsqldb:hsql://localhost/xdb 　　jdbc.username=sa 　　jdbc.password= 　　jdbc.driver=不同的数据库厂商驱动，此处不一一列举 　　接下来，详细配置代码如下： 　　 Spring连接池    
  • Dom4J解析使用xpath java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常 xp9802
    用Dom4J解析xml,以前没注意,今天使用dom4j包解析xml时在xpath使用处报错      异常栈：java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常       导入包 jaxen-1.1-beta-6.jar 解决; &nb
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他