- Deepseek说他没有数据库
太翌修仙笔录
deepseek人工智能数据库算法
请检索一下,你的数据库里面最常用的科学文献的名录清单以下是科学研究和学术出版中常用的文献数据库、期刊和资源名录清单。这些资源广泛用于各学科领域的文献检索、学术交流和研究参考:---###**一、综合科学文献数据库**1.**WebofScience**-包含SCI(科学引文索引)、SSCI(社会科学引文索引)等,覆盖多学科的高影响力期刊。2.**Scopus**-全球最大的摘要和引文数据库,涵盖自
- 2025.04.18【数据修复】DCA:高效缺失值插补工具解析
穆易青
单细胞信息可视化
文章目录1.DCA工具简介2.DCA的安装方法3.DCA常用命令1.DCA工具简介在生物信息学领域,数据分析是一个复杂且耗时的过程。DCA(DifferentialCorrelationAnalysis)工具是一个专门设计来识别和分析差异相关性的统计工具。它能够帮助研究者从大量的生物医学数据中,发现变量间的相关性变化,这对于理解复杂疾病的分子机制至关重要。DCA工具通过计算和比较不同样本或条件下变
- Chemical Review IF=51.4 综述 | 柔性机器人的当下与未来:材料、技术与应用的深度融合
xwz小王子
具身智能LLM机器人强化学习及自动驾驶机器人柔性机器人
2025.03.31.新加坡南洋理工大学研究团队在《ChemicalReviews》期刊上发表“SoftMaterialsandDevicesEnablingSensorimotorFunctionsinSoftRobots”综述型文章。软机器人的传感器运动功能对其与环境交互至关重要,本文全面综述了相关软材料和设备。传感技术涵盖压力、应变等多种类型,各有独特机制和材料;驱动方式多样,如流体、电活性
- DNA、蛋白质、生物语义语言模型的介绍
bug开发工程师.
语言模型人工智能自然语言处理
主要模型概述ProtBERT:专注于蛋白质序列嵌入,支持多种下游任务如序列分类和功能预测。ProtGPT2:利用生成式模型生成高质量的蛋白质序列,适用于新蛋白质设计。AlphaFold:革命性地预测蛋白质三维结构,推动了结构生物学的发展。TAPE:提供统一的框架进行蛋白质序列表示学习,支持多种生物信息学任务。BioBERT:针对生物医学文本挖掘设计的模型,提升了生物信息处理能力。DNA-BERT:
- 生物信息学数据库分类
划过手的泪滴t
生物信息学数据库
生物信息学数据库(一)文献数据库1、PubMed:拥有超过两百六十万生物医学文献的数据库,这些文献来源于MEDLINE,也就是生物医学文献数据库、生命科学领域学术杂志、以及在线的专业书籍。链接:PubMed(nih.gov)PubMed存在的问题(1)搜索1995年前文献中排名是为以后的作者(2)搜索1976年以前的文献是没有摘要的(3)1965年前的文献较难搜索(二)一级核酸数据库1、※GenB
- 看病不求医,基于HAI在JupyterLab中用U-Net实现病灶识别
不惑_
教你学习大模型系列人工智能机器学习自然语言处理
从医生到AI在肿瘤医院的阅片室里,王医生正聚精会神地盯着CT影像。她需要从数百张断层扫描图中,手工勾画出患者肺部的肿瘤区域。这项工作不仅耗时费力,更要求医生保持高度专注——一个细微的漏判就可能影响治疗方案的选择。这样的场景每天都在全球各大医院上演,直到AI技术的出现带来转机。医学图像分割技术通过深度学习算法,可以自动识别影像中的特定解剖结构或病变区域。其中,U-Net模型因其在生物医学图像分割中的
- 医疗大模型落地方案:技术选型、部署策略与调优
Allen_Lyb
医疗高效编程研发前端人工智能健康医疗数据分析论文阅读
医疗大模型的落地应用已成为推动医疗行业数字化转型的重要引擎。本文将从技术选型、部署策略和调优方案三大维度,系统性地解析医疗大模型落地的关键要素,为医疗机构提供可操作的落地指南。随着人工智能技术的快速发展,医疗大模型已在影像诊断、临床治疗、医学科教、医院管理、患者服务等多个场景展现出巨大潜力[1][5]。然而,从技术选型到实际部署,再到持续优化,医疗大模型的落地过程涉及诸多专业挑战。本指南将结合当前
- 【3dSwap】3D-Aware Face Swapping
jessIoss
论文阅读笔记DeepFake3d人工智能深度学习计算机视觉
文章目录3D-AwareFaceSwapping背景points贡献方法从2D图像推断3D先验通过潜在代码操纵进行人脸交换联合枢轴调整目标函数实验与二维人脸交换方法比较进一步分析3D感知人脸交换消融实验局限性3D-AwareFaceSwapping会议/期刊:CVPR2023作者:code:https://lyx0208.github.io/3dSwap背景人脸交换是计算机视觉领域的一个重要研究课
- 高分思路!挑战7天完成一篇网状meta DAY1-7
LightspeedResearch
人工智能
PASSION!继续析挑战,7天完成一篇网状meta分!Day1目标:确定选题+锁定目标期刊+找到关键文献真是没想到,完全没想到,师弟师妹们对meta分析、网状meta分析这么感兴趣,大家的学习热情都这么足!我猜,可能是得益于不需要太多的设备要求只要选题ok,只要有时间,就一定能写得出来、投得出去。那咱们就再挑战一次网状meta,跟着我的节奏,一步步来,这可是咱们年底冲KPI、发1区顶刊的好机会,
- 高分严选!挑战7天完成一篇机器学习构建临床预测模型 DAY1-7
LightspeedResearch
学习
NewChallenge!挑战7天完成一篇机器学习构建临床预测模型Day1确定选题、锁定目标期刊、找到关键文献给各位师弟师妹们汇报一下最近的情况。前面应大家的要求,在大家的督促下完成了多期网状meta的挑战,非常开心的顺利完成了挑战大家的学习热情就像燃烧的火焰,所以现在我们挑战机器学习构建预测模型,7天完成!预测模型大家都比较熟悉了,那怎么加入机器学习这个热点话题呢,就是一股股劲儿,冲就完事儿!现
- 大语言模型在专业领域的应用——医疗场景下的大语言模型
什么都不太懂的程序员
大语言模型语言模型人工智能深度学习
大语言模型在专业领域的应用——医疗场景下的大语言模型构建面向医疗的大语言模型数据资源总结医疗是与人类生活密切相关的重要领域之一。由于具有较强的通用任务解决能力,大语言模型被广泛用于辅助医生处理各种相关医疗任务,例如医疗诊断、临床报告生成、医学语言翻译、心理健康分析等。为了充分发挥大语言模型在医疗领域的作用,研发医疗相关的大语言模型非常重要。构建面向医疗的大语言模型已有的医疗大语言模型主要以通用大语
- 四种参考文献格式(AMA、APA、MLA、NLM)简介及使用方法
lisw05
计算机科学技术参考文献论文写作
李升伟整理以下是四种常见参考文献格式(AMA、APA、MLA、NLM)的简介及使用方法:1.AMA格式(AmericanMedicalAssociation)用途:主要用于医学、生物科学领域,常见于医学期刊。特点:使用上标数字按引用顺序标注文献(如:…previousresearch.¹)。文末参考文献列表按数字顺序排列,作者姓名缩写(如SmithAB)。示例:文中引用:Theeffectwass
- Multi-Agent Routing Value Iteration Network(多智能体路由值迭代网络)论文阅读
计算机视觉小刘
强化学习论文阅读网络论文阅读多智能体强化学习
标题:Multi-AgentRoutingValueIterationNetwork(多智能体路由值迭代网络)作者:QuinlanSykora,MengyeRen,RaquelUrtasun单位:Uber发表期刊:AI发表时间:2020年论文研究主题归类:强化学习多智能体应用1.论文解决什么问题本文研究了多个agent协同路由问题。传统的方法通常不是为包含稀疏连接图和未知流量的真实环境而设计的,并
- Transparent medical image AI via an image–text foundation model grounded in medical literature
小小毛桃
论文笔记人工智能图像处理
以下是对《TransparentmedicalimageAIviaanimage–textfoundationmodelgroundedinmedicalliterature》的详细解读,结合其核心方法、技术突破及临床应用价值:研究背景与核心问题医学AI的透明性与可解释性是其临床落地的关键瓶颈。传统模型依赖专家标注的密集标签(如病灶边界、病理特征),但标注成本高昂且难以覆盖所有医学概念(如皮肤病学
- OpenCV中的轮廓检测方法详解
知舟不叙
opencv人工智能计算机视觉轮廓检测
文章目录引言一、什么是轮廓?二、OpenCV中的轮廓检测基础1.基本步骤2.findContours函数详解三、轮廓检索模式四、轮廓近似方法五、轮廓特征分析1.轮廓面积2.轮廓周长/弧长3.轮廓近似(多边形拟合)4.凸包5.边界矩形6.最小闭合圆7.拟合椭圆六、性能优化技巧七、常见问题与解决方案八、结论引言轮廓检测是计算机视觉和图像处理中的一项基础而重要的技术,广泛应用于对象识别、形状分析、医学图
- 二代和三代测序数据的生殖系变异分析最佳实践综述
生信与基因组学
数据挖掘数据分析健康医疗
二代和三代测序数据的生殖系变异分析最佳实践1.背景知识二代测序(SGS)能够同时并行测序数百万到数十亿条短序列。然而,快速的技术创新已将我们带入了测序的第三个时代,长读长技术使得对非常隐蔽的基因组区域进行测序成为可能。通过SGS或三代测序(TGS)分析生殖系变异是人类遗传学和分子医学的一个关键领域。这些变异会对遗传性疾病的诊断和易感性产生重大影响,并影响对医学治疗的反应。因此,准确识别这些变异对于
- 【深度学习】python之人工智能应用篇——图像生成技术(一)
@我们的天空
人工智能技术人工智能深度学习python计算机视觉tensorflow图像处理
说明:两篇文章根据应用场景代码示例区分,其他内容相同。图像生成技术(一):包含游戏角色项目实例代码、图像编辑和修复任务的示例代码和图像分类的Python代码示例图像生成技术(二):包含简化伪代码示例、使用GAN生成医学图像代码示例和使用GAN生成产品展示图代码示例图像生成是计算机视觉和计算机图形学领域的一个重要研究方向,它指的是通过计算机算法和技术生成或合成图像的过程。随着深度学习、生成模型等技术
- 目前地学等新兴的、更强大的模型(仅个人观点)
Chh0715
r语言机器学习算法支持向量机
越来越多的地理学与农学研究者,尤其是面向环境变化、遥感监测、农业管理等方向的学者,正在使用一批新兴的、更强大的模型来解决复杂系统中的非线性、多源异构、大规模问题。一、目前地理学/农学研究中较为“新奇”和高频的模型(含Nature/Science类期刊)模型名称简要说明应用示例(来自Nature/Science类期刊)✅XGBoost/LightGBM高性能树模型,处理大数据、变量间复杂关系用于气候
- centos-LLM-生物信息-BioGPT-使用1
淀粉肠狂热粉
生物信息学centoslinux生信生物信息AIGC
参考:GitHub-microsoft/BioGPThttps://github.com/microsoft/BioGPTBioGPT:用于生物医学文本生成和挖掘的生成式预训练转换器|生物信息学简报|牛津学术—BioGPT:generativepre-trainedtransformerforbiomedicaltextgenerationandmining|BriefingsinBioinfor
- 精密二级锥齿轮电动缸专利解析:开启工业传动新境界
dermail
人工智能丝杆升降机机械加工螺旋丝杆升降机厂家
在工业自动化进程不断加速的当下,精密传动设备的创新犹如工业领域的“智慧引擎”,持续为生产效率提升与应用场景拓展注入澎湃动力。近期,河北德迈传动机械有限公司成功斩获“精密二级锥齿轮电动缸”专利(授权公告号:CN222654971U,申请日期:2024年6月),这一成果宛如一颗投入平静湖面的巨石,在电动缸技术的领域激起千层浪,引发行业广泛关注。突破传统,创新传动架构传统单级电动缸在面对行程与安装空间的
- TensorFlow深度学习实战(7)——分类任务详解
盼小辉丶
深度学习tensorflow分类
TensorFlow深度学习实战(7)——分类任务详解0.前言1.分类任务1.1分类任务简介1.2分类与回归的区别2.逻辑回归3.使用TensorFlow实现逻辑回归小结系列链接0.前言分类任务(ClassificationTask)是机器学习中的一种监督学习问题,其目的是将输入数据(特征向量)映射到离散的类别标签。广泛应用于如文本分类、图像识别、垃圾邮件检测、医学诊断等多种领域。1.分类任务1.
- 2025年第十六届蓝桥杯省赛C++ 研究生组真题
Jerry说前后端
每天三道算法题蓝桥杯c++算法
2025年第十六届蓝桥杯省赛C++研究生组真题1.说明2.题目A:数位倍数(5分)3.题目B:IPv6(5分)4.题目C:变换数组(10分)5.题目D:最大数字(10分)6.题目E:冷热数字队列(15分)7.题目F:01串(15分)8.题目G:甘蔗(20分)9.题目H:原料采购(20分)1.说明 真题来源于十六届蓝桥杯赛后直播间,受大风天气影响的地区(北京、天津和河北)题目应该会变动,我这里
- 2025年第十六届蓝桥杯省赛C++ A组真题
Jerry说前后端
每天三道算法题蓝桥杯c++java
2025年第十六届蓝桥杯省赛C++A组真题1.说明2.题目A:寻找质数(5分)3.题目B:黑白棋(5分)4.题目C:抽奖(10分)5.题目D:红黑树(10分)6.题目E:黑客(15分)7.题目F:好串的数目(15分)8.题目G:地雷阵(20分)9.题目H:扫地机器人(20分)1.说明 真题来源于十六届蓝桥杯赛后直播间,受大风天气影响的地区(北京、天津和河北)题目应该会变动,我这里参加的实际是
- 深度探索 DeepSeek 微调:LoRA 与全参数微调实战指南
deepseek
摘要DeepSeek作为强大的大模型,提供了优质的基础能力,但在某些特定任务上,直接使用预训练模型可能无法满足需求。本篇文章将介绍LoRA(Low-RankAdaptation)、全参数微调等微调策略,并提供详细的代码示例,帮助开发者高效定制DeepSeek以适应特定任务。为什么要微调DeepSeek?虽然DeepSeek具备强大的通用能力,但在特定任务(如医学、法律、金融等领域),直接使用可能会
- 硅谷富豪布莱恩·约翰逊的”返老还童”实验
2401_84075976
返老还童
目录硅谷富豪布莱恩·约翰逊的“返老还童”实验:争议、风险与永生追求文中提及的医疗行为存在极高风险,请勿模仿。引言:当富豪试图挑战死亡文中提及的医疗行为存在极高风险,请勿模仿。“蓝图计划”的日常:数据掌控下的“机器人生活”文中提及的医疗行为存在极高风险,请勿模仿。极端医学实验:换血、基因疗法与伦理争议文中提及的医疗行为存在极高风险,请勿模仿。商业野心与信仰:从抗衰到“新宗教”文中提及的医疗行为存在极
- 人工智能驱动的医疗影像诊断准确性提升路径分析
林婉婷58
课程设计
摘要本文深入剖析人工智能驱动的医疗影像诊断准确性提升路径。阐述医疗影像诊断现状与人工智能技术融入的背景,详细分析人工智能在医学图像识别、特征提取、疾病预测中的应用原理,探讨其面临的数据质量、算法可靠性、临床验证等挑战,从数据治理、算法优化、多模态融合、人才培养等角度提出提升准确性的策略,为推动人工智能在医疗影像诊断领域的高效应用、提高医疗服务质量提供理论支撑与实践指导。关键词人工智能;医疗影像诊断
- 突破性进展!Med-Former:全新的Transformer医学图像分类架构
小白学视觉
transformer深度学习人工智能
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达写在前面&笔者的个人理解近年来,随着深度学习技术的飞速发展,医学图像分类领域迎来了革命性的进步。然而,现有的基于Transformer的图像分类方法在应用于医学图像时面临诸多挑战,尤其是在特征提取能力和关键信息传递效率方面。为了解决这些问题,StonyBrookUniversity的研究团队提出了一种创新的框架——Med-For
- 论文阅读:医学图像数据集扩充方法研究进展
BulingQAQ
论文阅读图像生成论文阅读计算机视觉人工智能
摘要背景:计算机辅助诊断(CAD)训练样本受成像成本、标记成本和涉及患者隐私等因素的影响,导致训练图像多样性不足且难以获取。本文贡献:对医学图像数据集扩充方法的研究进展进行综述。对比分析基于几何变换和基于生成对抗网络的扩充方法;介绍基于生成对抗网络扩充方法的改进及其适用场景;讨论医学图像数据集扩充领域的一些亟待解决的问题并对其未来发展趋势进行展望。0.引言医学图像成像模态:磁共振成像(magnet
- 如何评估DeepSeek模型在实际项目中的性能?
alankuo
人工智能
评估DeepSeek模型在实际项目中的性能需结合技术指标、业务场景和用户反馈,以下从五个维度展开具体方法:一、技术指标评估基础能力测试自然语言处理任务:使用SuperCLUE(中文)或GLUE(英文)基准测试模型在文本分类、情感分析等任务的准确率。例如,在医疗问答场景中,可构建包含专业术语的测试集,验证模型对医学概念的理解能力。代码生成任务:采用HumanEval、MBPP等代码生成基准,评估模型
- LLaMA-Factory双卡4090微调DeepSeek-R1-Distill-Qwen-14B医学领域
openownworld
llama
unsloth单卡4090微调DeepSeek-R1-Distill-Qwen-14B医学领域后,跑通一下多卡微调。1,准备2卡RTX40902,准备数据集医学领域pipinstall-Uhuggingface_hubexportHF_ENDPOINT=https://hf-mirror.comhuggingface-clidownload--resume-download--repo-typed
- 怎么样才能成为专业的程序员?
cocos2d-x小菜
编程PHP
如何要想成为一名专业的程序员?仅仅会写代码是不够的。从团队合作去解决问题到版本控制,你还得具备其他关键技能的工具包。当我们询问相关的专业开发人员,那些必备的关键技能都是什么的时候,下面是我们了解到的情况。
关于如何学习代码,各种声音很多,然后很多人就被误导为成为专业开发人员懂得一门编程语言就够了?!呵呵,就像其他工作一样,光会一个技能那是远远不够的。如果你想要成为
- java web开发 高并发处理
BreakingBad
javaWeb并发开发处理高
java处理高并发高负载类网站中数据库的设计方法(java教程,java处理大量数据,java高负载数据) 一:高并发高负载类网站关注点之数据库 没错,首先是数据库,这是大多数应用所面临的首个SPOF。尤其是Web2.0的应用,数据库的响应是首先要解决的。 一般来说MySQL是最常用的,可能最初是一个mysql主机,当数据增加到100万以上,那么,MySQL的效能急剧下降。常用的优化措施是M-S(
- mysql批量更新
ekian
mysql
mysql更新优化:
一版的更新的话都是采用update set的方式,但是如果需要批量更新的话,只能for循环的执行更新。或者采用executeBatch的方式,执行更新。无论哪种方式,性能都不见得多好。
三千多条的更新,需要3分多钟。
查询了批量更新的优化,有说replace into的方式,即:
replace into tableName(id,status) values
- 微软BI(3)
18289753290
微软BI SSIS
1)
Q:该列违反了完整性约束错误;已获得 OLE DB 记录。源:“Microsoft SQL Server Native Client 11.0” Hresult: 0x80004005 说明:“不能将值 NULL 插入列 'FZCHID',表 'JRB_EnterpriseCredit.dbo.QYFZCH';列不允许有 Null 值。INSERT 失败。”。
A:一般这类问题的存在是
- Java中的List
g21121
java
List是一个有序的 collection(也称为序列)。此接口的用户可以对列表中每个元素的插入位置进行精确地控制。用户可以根据元素的整数索引(在列表中的位置)访问元素,并搜索列表中的元素。
与 set 不同,列表通常允许重复
- 读书笔记
永夜-极光
读书笔记
1. K是一家加工厂,需要采购原材料,有A,B,C,D 4家供应商,其中A给出的价格最低,性价比最高,那么假如你是这家企业的采购经理,你会如何决策?
传统决策: A:100%订单 B,C,D:0%
&nbs
- centos 安装 Codeblocks
随便小屋
codeblocks
1.安装gcc,需要c和c++两部分,默认安装下,CentOS不安装编译器的,在终端输入以下命令即可yum install gccyum install gcc-c++
2.安装gtk2-devel,因为默认已经安装了正式产品需要的支持库,但是没有安装开发所需要的文档.yum install gtk2*
3. 安装wxGTK
yum search w
- 23种设计模式的形象比喻
aijuans
设计模式
1、ABSTRACT FACTORY—追MM少不了请吃饭了,麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西,虽然口味有所不同,但不管你带MM去麦当劳或肯德基,只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式:客户类和工厂类分开。消费者任何时候需要某种产品,只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时,工厂类也要做相应的修改。如:
- 开发管理 CheckLists
aoyouzi
开发管理 CheckLists
开发管理 CheckLists(23) -使项目组度过完整的生命周期
开发管理 CheckLists(22) -组织项目资源
开发管理 CheckLists(21) -控制项目的范围开发管理 CheckLists(20) -项目利益相关者责任开发管理 CheckLists(19) -选择合适的团队成员开发管理 CheckLists(18) -敏捷开发 Scrum Master 工作开发管理 C
- js实现切换
百合不是茶
JavaScript栏目切换
js主要功能之一就是实现页面的特效,窗体的切换可以减少页面的大小,被门户网站大量应用思路:
1,先将要显示的设置为display:bisible 否则设为none
2,设置栏目的id ,js获取栏目的id,如果id为Null就设置为显示
3,判断js获取的id名字;再设置是否显示
代码实现:
html代码:
<di
- 周鸿祎在360新员工入职培训上的讲话
bijian1013
感悟项目管理人生职场
这篇文章也是最近偶尔看到的,考虑到原博客发布者可能将其删除等原因,也更方便个人查找,特将原文拷贝再发布的。“学东西是为自己的,不要整天以混的姿态来跟公司博弈,就算是混,我觉得你要是能在混的时间里,收获一些别的有利于人生发展的东西,也是不错的,看你怎么把握了”,看了之后,对这句话记忆犹新。 &
- 前端Web开发的页面效果
Bill_chen
htmlWebMicrosoft
1.IE6下png图片的透明显示:
<img src="图片地址" border="0" style="Filter.Alpha(Opacity)=数值(100),style=数值(3)"/>
或在<head></head>间加一段JS代码让透明png图片正常显示。
2.<li>标
- 【JVM五】老年代垃圾回收:并发标记清理GC(CMS GC)
bit1129
垃圾回收
CMS概述
并发标记清理垃圾回收(Concurrent Mark and Sweep GC)算法的主要目标是在GC过程中,减少暂停用户线程的次数以及在不得不暂停用户线程的请夸功能,尽可能短的暂停用户线程的时间。这对于交互式应用,比如web应用来说,是非常重要的。
CMS垃圾回收针对新生代和老年代采用不同的策略。相比同吞吐量垃圾回收,它要复杂的多。吞吐量垃圾回收在执
- Struts2技术总结
白糖_
struts2
必备jar文件
早在struts2.0.*的时候,struts2的必备jar包需要如下几个:
commons-logging-*.jar Apache旗下commons项目的log日志包
freemarker-*.jar
- Jquery easyui layout应用注意事项
bozch
jquery浏览器easyuilayout
在jquery easyui中提供了easyui-layout布局,他的布局比较局限,类似java中GUI的border布局。下面对其使用注意事项作简要介绍:
如果在现有的工程中前台界面均应用了jquery easyui,那么在布局的时候最好应用jquery eaysui的layout布局,否则在表单页面(编辑、查看、添加等等)在不同的浏览器会出
- java-拷贝特殊链表:有一个特殊的链表,其中每个节点不但有指向下一个节点的指针pNext,还有一个指向链表中任意节点的指针pRand,如何拷贝这个特殊链表?
bylijinnan
java
public class CopySpecialLinkedList {
/**
* 题目:有一个特殊的链表,其中每个节点不但有指向下一个节点的指针pNext,还有一个指向链表中任意节点的指针pRand,如何拷贝这个特殊链表?
拷贝pNext指针非常容易,所以题目的难点是如何拷贝pRand指针。
假设原来链表为A1 -> A2 ->... -> An,新拷贝
- color
Chen.H
JavaScripthtmlcss
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"> <HTML> <HEAD>&nbs
- [信息与战争]移动通讯与网络
comsci
网络
两个坚持:手机的电池必须可以取下来
光纤不能够入户,只能够到楼宇
建议大家找这本书看看:<&
- oracle flashback query(闪回查询)
daizj
oracleflashback queryflashback table
在Oracle 10g中,Flash back家族分为以下成员:
Flashback Database
Flashback Drop
Flashback Table
Flashback Query(分Flashback Query,Flashback Version Query,Flashback Transaction Query)
下面介绍一下Flashback Drop 和Flas
- zeus持久层DAO单元测试
deng520159
单元测试
zeus代码测试正紧张进行中,但由于工作比较忙,但速度比较慢.现在已经完成读写分离单元测试了,现在把几种情况单元测试的例子发出来,希望有人能进出意见,让它走下去.
本文是zeus的dao单元测试:
1.单元测试直接上代码
package com.dengliang.zeus.webdemo.test;
import org.junit.Test;
import o
- C语言学习三printf函数和scanf函数学习
dcj3sjt126com
cprintfscanflanguage
printf函数
/*
2013年3月10日20:42:32
地点:北京潘家园
功能:
目的:
测试%x %X %#x %#X的用法
*/
# include <stdio.h>
int main(void)
{
printf("哈哈!\n"); // \n表示换行
int i = 10;
printf
- 那你为什么小时候不好好读书?
dcj3sjt126com
life
dady, 我今天捡到了十块钱, 不过我还给那个人了
good girl! 那个人有没有和你讲thank you啊
没有啦....他拉我的耳朵我才把钱还给他的, 他哪里会和我讲thank you
爸爸, 如果地上有一张5块一张10块你拿哪一张呢....
当然是拿十块的咯...
爸爸你很笨的, 你不会两张都拿
爸爸为什么上个月那个人来跟你讨钱, 你告诉他没
- iptables开放端口
Fanyucai
linuxiptables端口
1,找到配置文件
vi /etc/sysconfig/iptables
2,添加端口开放,增加一行,开放18081端口
-A INPUT -m state --state NEW -m tcp -p tcp --dport 18081 -j ACCEPT
3,保存
ESC
:wq!
4,重启服务
service iptables
- Ehcache(05)——缓存的查询
234390216
排序ehcache统计query
缓存的查询
目录
1. 使Cache可查询
1.1 基于Xml配置
1.2 基于代码的配置
2 指定可搜索的属性
2.1 可查询属性类型
2.2 &
- 通过hashset找到数组中重复的元素
jackyrong
hashset
如何在hashset中快速找到重复的元素呢?方法很多,下面是其中一个办法:
int[] array = {1,1,2,3,4,5,6,7,8,8};
Set<Integer> set = new HashSet<Integer>();
for(int i = 0
- 使用ajax和window.history.pushState无刷新改变页面内容和地址栏URL
lanrikey
history
后退时关闭当前页面
<script type="text/javascript">
jQuery(document).ready(function ($) {
if (window.history && window.history.pushState) {
- 应用程序的通信成本
netkiller.github.com
虚拟机应用服务器陈景峰netkillerneo
应用程序的通信成本
什么是通信
一个程序中两个以上功能相互传递信号或数据叫做通信。
什么是成本
这是是指时间成本与空间成本。 时间就是传递数据所花费的时间。空间是指传递过程耗费容量大小。
都有哪些通信方式
全局变量
线程间通信
共享内存
共享文件
管道
Socket
硬件(串口,USB) 等等
全局变量
全局变量是成本最低通信方法,通过设置
- 一维数组与二维数组的声明与定义
恋洁e生
二维数组一维数组定义声明初始化
/** * */ package test20111005; /** * @author FlyingFire * @date:2011-11-18 上午04:33:36 * @author :代码整理 * @introduce :一维数组与二维数组的初始化 *summary: */ public c
- Spring Mybatis独立事务配置
toknowme
mybatis
在项目中有很多地方会使用到独立事务,下面以获取主键为例
(1)修改配置文件spring-mybatis.xml <!-- 开启事务支持 --> <tx:annotation-driven transaction-manager="transactionManager" /> &n
- 更新Anadroid SDK Tooks之后,Eclipse提示No update were found
xp9802
eclipse
使用Android SDK Manager 更新了Anadroid SDK Tooks 之后,
打开eclipse提示 This Android SDK requires Android Developer Toolkit version 23.0.0 or above, 点击Check for Updates
检测一会后提示 No update were found