达微
达微

量化

QUANTAXIS

股票/期货/自定义市场 数据/回测/模拟/交易/可视化 纯本地一站式解决方案
http://book.yutiansut.com

TuShare

实现对股票/期货等金融数据从数据采集、清洗加工 到 数据存储过程的工具，满足金融量化分析师和学习数据分析的人在数据获取方面的需求，它的特点是数据覆盖范围广，接口调用简单,响应快速https://tushare.pro/document/2

量化策略框架综述

量化1
量化2

设备

数据同步

QUANTAXIS
save x
save stock_info

TuShare
基础数据
财务数据
市场参考数据同步

策略

回测

结果

你可能感兴趣的:(量化)

  • Numpy、Pandas库的使用 貮叁 量化投资分析pythonpython数据分析
    目录Numpy1、概述2、基础操作2.1生成一个numpy的array数组：2.2自定义一个新的数据类型：np.dtype()3、并行化思想4、量化分析应用4.1索引选取和切片选择4.2数据转换与规整4.3逻辑条件进行数据筛选4.4通用序列函数4.5文件保存与读取Pandas1、简介2、Series和DataFrame的使用2.1Series2.2DataFrame3、量化分析应用3.1形成一个p
  • 量化交易入门（十）Python开发－异常处理 量化交易学徒 量化交易入门python开发语言
    在Python中,异常处理是一种处理程序在运行时可能发生的错误或异常情况的机制。通过使用try-except语句,我们可以捕获和处理异常,避免程序意外终止。下面是Python异常处理的基本语法:try:#可能引发异常的代码块exceptExceptionType:#处理异常的代码块如果try块中的代码引发了指定类型的异常,程序将跳转到对应的except块中执行异常处理代码。除了基本的try-exc
  • 揭开访问者模式的神秘面纱-轻松增强对象行为 danci_ww 设计模式设计模式访问者模式软件工程java面试程序人生
    个人主页：danci_系列专栏：《设计模式》制定明确可量化的目标，坚持默默的做事。转载自：探索设计模式的魅力：揭开访问者模式的神秘面纱-轻松增强对象行为探索设计模式的魅力：揭开访问者模式的神秘面纱轻松增强对象行为文章目录一、案例场景1.1经典的运用场景1.2一坨坨代码实现1.3痛点二、解决方案2.1定义2.2案例分析2.3访问者模式结构图及说明2.4使用访问者模式重构示例2.5重构后解决的问题一、
  • 神经网络量化 小厂程序猿 人工智能
    神经网络量化（NeuralNetworkQuantization）是一种技术，旨在减少神经网络模型的计算和存储资源需求，同时保持其性能。在深度学习中，神经网络模型通常使用高精度的参数（例如32位浮点数）来表示权重和激活值。然而，这种表示方式可能会占用大量的内存和计算资源，特别是在部署到资源受限的设备（如移动设备或嵌入式系统）时会受到限制。神经网络量化通过将模型参数和激活值从高精度表示（例如32位浮
  • 怎么样提高c/c++编程能力？ 魔公子世无双
    首先、什么算你所谓的编程能力？我们对一项技能的掌握程度往往很难量化，对于编程能力的考量可能比较抽象，我们来类比比较直观的其他技能。比如说什么叫会弹吉他？我们说一个人吉他玩的好，这个人会弹吉他，是指他会弹《小星星》？还是会弹岸部真明的《timetravel》？（力荐，好听！）恐怕都不是，我们对于会弹吉他的认知，应当是随手给他一个不熟悉的谱子，你也能很快的用吉他精彩的演奏，我们才说这个人吉他玩的真6。
  • 加速 PyTorch 模型预测常见方法梳理 samoyan pytorchpytorch人工智能python
    目录1.使用GPU加速2.批量推理3.使用半精度浮点数(FP16)4.禁用梯度计算5.模型简化与量化6.使用TorchScript7.模型并行和数据并行结论在使用PyTorch进行模型预测时，可以通过多种方法来加快推理速度。以下是一些加速模型预测的常用方法，但注意有些模型直接使用下面方法会出错，大家谨慎使用：1.使用GPU加速如果您有可用的GPU资源，确保您的模型在GPU上运行，因为GPU提供了比
  • 3个维度，9个细节（1242字） fcb12615e0bc
    3个维度，9个细节，评价一节课一堂课的评价标准应该如何构建，课堂质量如何进行评判？在本文中，程红兵老师从“听、看、说”三个维度提炼出九个课堂评判指标。明确的量化标准可以为新教师们提供一定的教学参考，也能够为有经验的教师带来反思，祝您阅读愉快。1听：学生在课堂上希望听到3种声音掌声。发自内心的掌声让课堂有意义。孩子们希望在课堂上能听到来自老师或者同学的深刻而精彩的见解，简便而有效的解题思路和解题方法
  • 挑战杯 机器学习股票大数据量化分析与预测系统 - python 挑战杯 laafeer python
    文章目录0前言1课题背景2实现效果UI界面设计web预测界面RSRS选股界面3软件架构4工具介绍Flask框架MySQL数据库LSTM5最后0前言优质竞赛项目系列，今天要分享的是机器学习股票大数据量化分析与预测系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分更多资料,项目分享：https://gitee.com
  • 图像算法实习生--面经1 小豆包的小朋友0217 算法
    系列文章目录文章目录系列文章目录前言一、为什么torch里面要用optimizer.zero_grad()进行梯度置0二、Unet神经网络为什么会在医学图像分割表现好？三、transformer相关问题四、介绍一下胶囊网络的动态路由五、yolo系列出到v9了，介绍一下你最熟悉的yolo算法六、一阶段目标检测算法和二阶段目标检测算法有什么区别？七、讲一下剪枝八、讲一下PTQandQAT量化的区别九、
  • 你只是忽略了这些用光基础 洞脑摄影客
    肖像用光本质上是用光来表现一个人的个性和面部特征。这一点是大多数摄影师所忽略的，在批量化生产照片的时代减少了观察以及灯光变化这一环节，不同的人不同的脸型不同的性格也用同样的灯光，从不考虑拍摄对象是否适合。很多人就是将固定好的光布置在那里，然后引导被摄者看向相机，咔嚓一声就结束了拍摄，其实这很大一部分原因就是并不是真的完全理解和能运用灯光照明的基础知识。真正理解用光意味着就像运用光圈和快门的关系那样
  • 2019-8-10晨间日记 VisualField
    今天是周六August.10起床：6：00就寝：23：40天气：第一场秋雨心情：清爽任务清单昨日完成的任务，最重要的三件事：学习人生算法：模糊，量化范围比精确数字更重要；查阅有关“合作”话题的材料；听武侠：奇侠十八兄。习惯养成：背诵100个考研英语单词督促雅淇练习汉字专注读书30分钟学习·信息·阅读今天全世界最看好的三种技术：AI，大数据，云计算。这其实是谷歌提出的技术哲学，还存在其他的演进路径。
  • 读书‖用词汇、数字、联结来加强文章的意境 常清净
    《写作吧！你值得被看见》day6阅读内容：16篇《词汇力》、17篇《字辩力》、18篇《量化力》、19篇《联结力》。（75——93页）阅读主题：如何运用词汇、数字、联接来丰富我们的文字。三个问题：1、语言从文化而来，请举出一个体现中国文化特色的词汇例子、并说明体现了什么？比如“怒”字，一个生气的人，就是“心的奴隶”；心的奴隶就是一个生气的人。“仙”字:住在山上的人就是神仙；“俗”字:住在山谷的人就是
  • 【自动驾驶】自动驾驶地图构建方法与工具小结 CS_Zero 自动驾驶人工智能
    自动驾驶地图构建小结概述制作流程主要利用定位与建图算法（组合导航，视觉、激光SLAM等），融合多种传感器数据，构建高精度、高分辨率的三维语义地图，将要素矢量化，构建要素间的关联关系，通过质检确保质量可靠，形成地图引擎（服务、API）以满足自动驾驶系统的需求。底图构建底图构建存在两大类方法，点云建图与视觉建图。点云建图一般面向高精度采集设备，采用高线束激光雷达，硬件成本高。一般使用高精度组合导航进行
  • 论文阅读：2020GhostNet华为轻量化网络 A_my_* 论文阅读人工智能计算机视觉深度学习
    创新：（1）对卷积进行改进（2）加残差连接1、GhostModule1、利用1x1卷积获得输入特征的必要特征浓缩。利用1x1卷积对我们输入进来的特征图进行跨通道的特征提取，进行通道的压缩，获得一个特征浓缩。2、利用深度可分离卷积获得特征浓缩的相似特征图（Ghost）。在获得特征浓缩之后，利用深度可分离卷积进行逐层卷积，进行跨特征点的特征提取，获得额外的特征图，也就是Ghost。将这两个进行堆叠就是
  • 我从来不觉得追星有什么不好，有一个优秀的榜样带动自己，我觉得是很幸福的事情。偶像通过自己的努力，真的会给我们带来很多的力量。 嘉忆2018
    学习笔记2021.3.26日更第2天一、时间就是金钱前段时间我看了段视频，上面说:如果你有86400元，弄丢了400元，你肯定不会把剩下的86000元扔掉，而一天有86400秒，如果有400秒让你不开心了，多数人会剩下的86000秒也过不好。其中正是因为大多数人没有认识到时间就是金钱的道理，没有量化思维的概念，也是当你情绪纠结内耗时，值得多读几遍的文字。二、掌控生活中的10％是由发生在你身上的事情
  • 什么是服务级别协议（SLA）？ grugoo 网络安全
    在数字化时代，企业和服务提供商之间的关系变得越来越复杂，而服务级别协议（SLA）则在这个复杂网络中发挥着至关重要的作用。本文将深入介绍SLA，从它的定义、应用场景到监测方法，全方位解析这一法律桥梁如何确保服务质量和客户满意度。1.什么是SLA？服务级别协议（SLA）是服务提供商和其客户之间的正式契约，旨在明确和量化提供的服务质量。这个协议详细规定了服务的各个方面，包括性能、可用性、支持和处罚条款等
  • octave 与 matlab UPUPUPEveryday matlab开发语言
    octave与matlab联系与区别Octave和Matlab是两种数字计算和科学编程语言。它们之间有很多联系和区别。联系：Octave和Matlab都是为了进行数值计算和科学编程而设计的，它们都具有很强的数值计算和矩阵操作的能力。Octave和Matlab都支持向量化的操作，使得对矩阵和向量的运算更加高效。Octave和Matlab都提供了丰富的数学函数库，包括线性代数、信号处理、图像处理等领域
  • 神经网络量化 掉毛学渣 神经网络
    最近在做神经网络的端侧部署，在做端侧部署的时候，为了减少内存压力和加快推理速度，会将单精度(fp32)模型量化成int8或者fp16。量化计算原理以线性非对称量化为例，浮点数量化为有符号定点数的计算原理如下：xint=clamp([xs]+z;−2b−1,2b−1−1)x_{int}=clamp([\frac{x}{s}]+z;-2^{b-1},2^{b-1}-1)xint=clamp([sx]+
  • R语言编程-Tidyverse 书籍-第二章（1） Hello育种
    本章节主要讲数据操作三个关键点向量化编程思维和函数式编程思维，应用在数据框或更高级的数据结构中将复杂数据操作分解为若干基本数据操作的能力：数据连接、数据重塑（长宽变换/拆分合并列）、筛选行、排序行、选择列、修改列、分组汇总接受数据分解的操作思维1管道操作magrittr包引入了管道操作，能够通过管道将数据从一个函数传给另一个函数，从而用若干函数构成的管道依次变换你的数据。例如x%>%f()%>%g
  • 互联网加竞赛 机器学习股票大数据量化分析与预测系统 - python 互联网加竞赛 Mr.D学长 pythonjava
    文章目录0前言1课题背景2实现效果UI界面设计web预测界面RSRS选股界面3软件架构4工具介绍Flask框架MySQL数据库LSTM5最后0前言优质竞赛项目系列，今天要分享的是机器学习股票大数据量化分析与预测系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：3分更多资料,项目分享：https://gitee.com
  • 【深入了解PyTorch】模型优化和加速：PyTorch优化技术与库的应用 prince_zxill Python实战教程人工智能与机器学习教程pytorch人工智能python
    【深入了解PyTorch】模型优化和加速：PyTorch优化技术与库的应用模型优化和加速：PyTorch优化技术与库的应用模型剪枝（ModelPruning）模型量化（ModelQuantization）混合精度训练（MixedPrecisionTraining）总结模型优化和加速：PyTorch优化技术与库的应用在机器学习和深度学习领域，模型的性能和效率一直是研究和应用的重要关注点。随着模型越来
  • 七五班第十一周工作总结 静侯花开ing
    虽然本周二要进行期中考试，但是常规管理不能松懈，因此，周一早上公布上周量化考核，针对上周卫生问题，对本周卫生进行规范。晚上放学前并进行诚信考试动员会！周二周三考试，合理利用考试后的时间进行复习！周三下午考完试，对学生进行收心教育，以免觉得考完就得放松！周五下午班会以创建优秀班集体为主题，为下步班级文化建设打下基础！下周打造班级文化建设！
  • 通信原理教程chapter4 今日你学左米啊
    通信原理教程chapter4感冒+繁忙著教材用的是《通信原理教程》(第三版)--樊昌信著第四章模拟信号的数字化@[toc]模拟信号的数字化(AD转换)模电里面也说过,AD转换包括三个基本步骤:抽样,量化,编码,前两个在模电和信号与系统里面其实已经讲得7788了,这章的重点在于基带信号的编码.还有一些就是带通信号的抽样频率,抽样信号的非均匀量化这两个新一点的东西.这里我们顺便帮大家复习一下信号的分类
  • 吴恩达机器学习全课程笔记第一篇 亿维数组 MachineLearning机器学习笔记人工智能
    目录前言P1-P8监督学习无监督学习P9-P14线性回归模型成本（代价）函数P15-P20梯度下降P21-P24多类特征向量化多元线性回归的梯度下降P25-P30特征缩放检查梯度下降是否收敛学习率的选择特征工程多项式回归前言从今天开始，争取能够在开学之前（2.25）把b站上的【吴恩达机器学习】教程过一遍，并把笔记记录于此，本笔记将会把此课程每一p的重点内容及其截屏记录于此，以供大家参考和本人日后复
  • 运营：公众号文章、朋友圈文案、社群文案怎么写更好？ 运营指南平台
    关于公众号相关的推广文案，究竟该如何写才更有吸引力？其实推广文案，并没有那么复杂，主要注意以下几个方面的写作技巧！公众号推广文章如何撰写才会更有吸引力？接下来我们就从几个方面来讲！1、标题吸引人给出以下几个关于标题写作的建议：●具体化：不要用大词、模糊的词、含义不确切的词，不要让人摸不着头脑。●数字化，量化更有吸引力。例子：《给年轻人的三条建议》《2万3千个年轻人的选择》《十大生活妙招大揭秘》●情
  • 大模型量化技术原理-LLM.int8()、GPTQ 吃果冻不吐果冻皮 动手学大模型人工智能
    近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，从而导致模型变得越来越大，因此，我们需要一些大模型压缩技术来降低模型部署的成本，并提升模型的推理性能。模型压缩主要分为如下几类：剪枝（Pruning）知识蒸馏（KnowledgeDistillation）量化之前也写过一些文章涉及大模型量化相关的内容。基于LLaMA-7B/Bloomz-7B1-mt复现开
  • 同道决策｜莫祖泉：数据量化管理责任到位，才知道尽责任的乐趣 同道决策莫祖泉
    梁启超先生曾说过：“人生须知责任的苦处，才知道尽责任的乐趣。”回到我们的企业经营实践中，若数据量化工作做得好，每个人都清楚地知道靶心在哪，知道该如何瞄准射击，经营业绩一定能够持续改善！相反，经营业绩极容易潮起潮落，很难保持较高水平，更难实现不断向上突破！经营管理部是数据量化工作的统筹者、责任承担者和管理协调者，业务链上的各个环节及各个部门提供的数据必须保证真实、及时、客观、系统、全面。由此可见，经
  • 想要自己的专属 AI 猫娘助理？教你使用 CPU 本地安装部署运行 ChatGLM-6B实现 恒TBOSH GPT-4人工智能
    今天介绍的ChatGLM-6B是一个清华开源的、支持中英双语的对话语言模型，基于GLM架构，具有62亿参数。关键的是结合模型量化技术，ChatGLM-6B可以本地安装部署运行在消费级的显卡上做模型的推理和训练（全量仅需14GB显存，INT4量化级别下最低只需6GB显存）虽然智商比不过openAI的ChatGPT模型，但是ChatGLM-6B是个在部署后可以完全本地运行，可以自己随意调参，几乎没有任
  • Datawhale用免费GPU线上跑AI项目实践课程任务一学习笔记。部署ChatGLM3-6B模型 Hoogte-oile 学习笔记学习笔记人工智能自然语言处理
    前言本篇文章为学习笔记，流程参照Datawhale用免费GPU线上跑AI项目实践课程任务，个人写此文章为记录学习历程和补充概念，并希望为后续的学习者开辟道路，没有侵权的意思。如有错误也希望大佬们批评指正。模型介绍ChatGLM-6B是一个开源的、支持中英双语问答的对话语言模型，基于GeneralLanguageModel(GLM)架构，具有62亿参数。结合模型量化技术，用户可以在消费级的显卡上进行
  • 计算行业集中度 IT_小白
    行业集中度：行业集中度(ConcentrationRatio)又称行业集中率或市场集中度（MarketConcentrationRate），是指某行业的相关市场内前N家最大的企业所占市场份额（产值、产量、销售额、销售量、职工人数、资产总额等）的总和，是对整个行业的市场结构集中程度的测量指标，用来衡量企业的数目和相对规模的差异，是市场势力的重要量化指标。衡量指标：行业集中度是决定市场结构最基本、最重
  • mysql主从数据同步 林鹤霄 mysql主从数据同步
    配置mysql5.5主从服务器(转) 教程开始：一、安装MySQL 说明：在两台MySQL服务器192.168.21.169和192.168.21.168上分别进行如下操作，安装MySQL 5.5.22  二、配置MySQL主服务器（192.168.21.169）mysql  -uroot  -p   &nb
  • oracle学习笔记 caoyong oracle
    1、ORACLE的安装    a>、ORACLE的版本    8i,9i :   i是internet    10g,11g : grid (网格)    12c : cloud (云计算)       b>、10g不支持win7 &
  • 数据库，SQL零基础入门 天子之骄 sql数据库入门基本术语
    数据库，SQL零基础入门        做网站肯定离不开数据库，本人之前没怎么具体接触SQL，这几天起早贪黑得各种入门，恶补脑洞。一些具体的知识点，可以让小白不再迷茫的术语，拿来与大家分享。          数据库，永久数据的一个或多个大型结构化集合，通常与更新和查询数据的软件相关
  • pom.xml 一炮送你回车库 pom.xml
    1、一级元素dependencies是可以被子项目继承的 2、一级元素dependencyManagement是定义该项目群里jar包版本号的，通常和一级元素properties一起使用，既然有继承，也肯定有一级元素modules来定义子元素 3、父项目里的一级元素<modules> <module>lcas-admin-war</module> <
  • sql查地区省市县 3213213333332132 sqlmysql
    -- db_yhm_city SELECT * FROM db_yhm_city WHERE class_parent_id = 1 -- 海南 class_id = 9 港、奥、台 class_id = 33、34、35 SELECT * FROM db_yhm_city WHERE class_parent_id =169 SELECT d1.cla
  • 关于监听器那些让人头疼的事 宝剑锋梅花香 画图板监听器鼠标监听器
           本人初学JAVA，对于界面开发我只能说有点蛋疼，用JAVA来做界面的话确实需要一定的耐心（不使用插件，就算使用插件的话也没好多少）既然Java提供了界面开发，老师又要求做，只能硬着头皮上啦。但是监听器还真是个难懂的地方，我是上了几次课才略微搞懂了些。       
  • JAVA的遍历MAP darkranger map
    Java Map遍历方式的选择 1. 阐述 　　对于Java中Map的遍历方式，很多文章都推荐使用entrySet，认为其比keySet的效率高很多。理由是：entrySet方法一次拿到所有key和value的集合；而keySet拿到的只是key的集合，针对每个key，都要去Map中额外查找一次value，从而降低了总体效率。那么实际情况如何呢？ 　　为了解遍历性能的真实差距，包括在遍历ke
  • POJ 2312 Battle City 优先多列+bfs aijuans 搜索
    来源：http://poj.org/problem?id=2312 题意：题目背景就是小时候玩的坦克大战，求从起点到终点最少需要多少步。已知S和R是不能走得，E是空的，可以走，B是砖，只有打掉后才可以通过。 思路：很容易看出来这是一道广搜的题目，但是因为走E和走B所需要的时间不一样，因此不能用普通的队列存点。因为对于走B来说，要先打掉砖才能通过，所以我们可以理解为走B需要两步，而走E是指需要1
  • Hibernate与Jpa的关系，终于弄懂 avords javaHibernate数据库jpa
    我知道Jpa是一种规范，而Hibernate是它的一种实现。除了Hibernate，还有EclipseLink(曾经的toplink)，OpenJPA等可供选择，所以使用Jpa的一个好处是，可以更换实现而不必改动太多代码。 在play中定义Model时，使用的是jpa的annotations，比如javax.persistence.Entity, Table, Column, OneToMany
  • 酸爽的console.log bee1314 console
    在前端的开发中，console.log那是开发必备啊，简直直观。通过写小函数，组合大功能。更容易测试。但是在打版本时，就要删除console.log，打完版本进入开发状态又要添加，真不够爽。重复劳动太多。所以可以做些简单地封装，方便开发和上线。 /** * log.js hufeng * The safe wrapper for `console.xxx` functions *
  • 哈佛教授：穷人和过于忙碌的人有一个共同思维特质 bijian1013 时间管理励志人生穷人过于忙碌
            一个跨学科团队今年完成了一项对资源稀缺状况下人的思维方式的研究，结论是：穷人和过于忙碌的人有一个共同思维特质，即注意力被稀缺资源过分占据，引起认知和判断力的全面下降。这项研究是心理学、行为经济学和政策研究学者协作的典范。 　　这个研究源于穆来纳森对自己拖延症的憎恨。他7岁从印度移民美国，很快就如鱼得水，哈佛毕业
  • other operate 征客丶 OSosx
    一、Mac Finder 设置排序方式，预览栏 在显示－》查看显示选项中 二、有时预览显示时，卡死在那，有可能是一些临时文件夹被删除了，如：/private/tmp[有待验证] -------------------------------------------------------------------- 若有其他凝问或文中有错误，请及时向我指出， 我好及时改正，同时也让我们一
  • 【Scala五】分析Spark源代码总结的Scala语法三 bit1129 scala
    1. If语句作为表达式 val properties = if (jobIdToActiveJob.contains(jobId)) { jobIdToActiveJob(stage.jobId).properties } else { // this stage will be assigned to "default" po
  • ZooKeeper 入门 BlueSkator 中间件zk
    ZooKeeper是一个高可用的分布式数据管理与系统协调框架。基于对Paxos算法的实现，使该框架保证了分布式环境中数据的强一致性，也正是基于这样的特性，使得ZooKeeper解决很多分布式问题。网上对ZK的应用场景也有不少介绍，本文将结合作者身边的项目例子，系统地对ZK的应用场景进行一个分门归类的介绍。 值得注意的是，ZK并非天生就是为这些应用场景设计的，都是后来众多开发者根据其框架的特性，利
  • MySQL取得当前时间的函数是什么 格式化日期的函数是什么 BreakingBad mysqlDate
    取得当前时间用 now() 就行。 在数据库中格式化时间 用DATE_FORMA T(date, format) . 根据格式串format 格式化日期或日期和时间值date，返回结果串。 可用DATE_FORMAT( ) 来格式化DATE 或DATETIME 值，以便得到所希望的格式。根据format字符串格式化date值: %S, %s 两位数字形式的秒（ 00,01,
  • 读《研磨设计模式》-代码笔记-组合模式 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/ import java.util.ArrayList; import java.util.List; abstract class Component { public abstract void printStruct(Str
  • 4_JAVA+Oracle面试题(有答案) chenke oracle
    基础测试题 卷面上不能出现任何的涂写文字，所有的答案要求写在答题纸上，考卷不得带走。 选择题 1、 What will happen when you attempt to compile and run the following code? （3） public class Static { static { int x = 5; // 在static内有效 } st
  • 新一代工作流系统设计目标 comsci 工作算法脚本
      用户只需要给工作流系统制定若干个需求，流程系统根据需求，并结合事先输入的组织机构和权限结构，调用若干算法，在流程展示版面上面显示出系统自动生成的流程图，然后由用户根据实际情况对该流程图进行微调，直到满意为止，流程在运行过程中，系统和用户可以根据情况对流程进行实时的调整，包括拓扑结构的调整，权限的调整，内置脚本的调整。。。。。 在这个设计中，最难的地方是系统根据什么来生成流
  • oracle 行链接与行迁移 daizj oracle行迁移
    表里的一行对于一个数据块太大的情况有二种(一行在一个数据块里放不下) 第一种情况: INSERT的时候，INSERT时候行的大小就超一个块的大小。Oracle把这行的数据存储在一连串的数据块里(Oracle Stores the data for the row in a chain of data blocks)，这种情况称为行链接(Row Chain)，一般不可避免(除非使用更大的数据
  • [JShop]开源电子商务系统jshop的系统缓存实现 dinguangx jshop电子商务
    前言 jeeshop中通过SystemManager管理了大量的缓存数据，来提升系统的性能，但这些缓存数据全部都是存放于内存中的，无法满足特定场景的数据更新（如集群环境）。JShop对jeeshop的缓存机制进行了扩展，提供CacheProvider来辅助SystemManager管理这些缓存数据，通过CacheProvider,可以把缓存存放在内存,ehcache,redis，memcache
  • 初三全学年难记忆单词 dcj3sjt126com englishword
    several 儿子；若干 shelf 架子 knowledge 知识；学问 librarian 图书管理员 abroad 到国外，在国外 surf 冲浪 wave 浪；波浪 twice 两次；两倍 describe 描写；叙述 especially 特别；尤其 attract 吸引 prize 奖品；奖赏 competition 比赛；竞争 event 大事；事件 O
  • sphinx实践 dcj3sjt126com sphinx
      安装参考地址:http://briansnelson.com/How_to_install_Sphinx_on_Centos_Server   yum install sphinx 如果失败的话使用下面的方式安装 wget http://sphinxsearch.com/files/sphinx-2.2.9-1.rhel6.x86_64.rpm yum loca
  • JPA之JPQL（三） frank1234 ormjpaJPQL
    1 什么是JPQL JPQL是Java Persistence Query Language的简称，可以看成是JPA中的HQL， JPQL支持各种复杂查询。 2 检索单个对象 @Test public  void querySingleObject1() {     Query query = em.createQuery("sele
  • Remove Duplicates from Sorted Array II hcx2013 remove
    Follow up for "Remove Duplicates":What if duplicates are allowed at most twice? For example,Given sorted array nums = [1,1,1,2,2,3], Your function should return length
  • Spring4新特性——Groovy Bean定义DSL jinnianshilongnian spring 4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • CentOS安装Mysql5.5 liuxingguome centos
    CentOS下以RPM方式安装MySQL5.5 首先卸载系统自带Mysql： yum remove mysql mysql-server mysql-libs compat-mysql51 rm -rf /var/lib/mysql rm /etc/my.cnf 查看是否还有mysql软件： rpm -qa|grep mysql 去http://dev.mysql.c
  • 第14章 工具函数（下） onestopweb 函数
    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/
  • POJ 1050 SaraWon 二维数组子矩阵最大和
    POJ ACM第1050题的详细描述，请参照 http://acm.pku.edu.cn/JudgeOnline/problem?id=1050 题目意思： 给定包含有正负整型的二维数组，找出所有子矩阵的和的最大值。 如二维数组 0 -2 -7 0 9 2 -6 2 -4 1 -4 1 -1 8 0 -2 中和最大的子矩阵是 9 2 -4 1 -1 8 且最大和是15
  • [5]设计模式——单例模式 tsface java单例设计模式虚拟机
    单例模式：保证一个类仅有一个实例，并提供一个访问它的全局访问点   安全的单例模式：     /* * @(#)Singleton.java 2014-8-1 * * Copyright 2014 XXXX, Inc. All rights reserved. */ package com.fiberhome.singleton;
  • Java8全新打造，英语学习supertool yangshangchuan javasuperword闭包java8函数式编程
    superword是一个Java实现的英文单词分析软件，主要研究英语单词音近形似转化规律、前缀后缀规律、词之间的相似性规律等等。Clean code、Fluent style、Java8 feature: Lambdas, Streams and Functional-style Programming。   升学考试、工作求职、充电提高，都少不了英语的身影，英语对我们来说实在太重要
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他