- 南邮深入理解计算机系统实验一源码 Datalab1 bits.c文件
爱吃程序猿的喵
njupt实验报告计算机系统Datalab
/**CS:APPDataLab****bits.c-SourcefilewithyoursolutionstotheLab.*Thisisthefileyouwillhandintoyourinstructor.**WARNING:Donotincludetheheader;itconfusesthedlc*compiler.Youcanstilluseprintffordebuggingwit
- AI算法成长练习第一篇——Task-Adaptive Negative Envision for Few-Shot Open-Set Recognition代码复现
威少的书童
人工智能算法python机器学习深度学习
论文代码复现代码结构ArchitecturesAttnClassifier.pyimporttorch.nnasnnimporttorchimporttorch.nn.functionalasFimportnumpyasnpclassClassifier(nn.Module):def__init__(self,args,feat_dim,param_seam,train_weight_base=F
- Focal Loss
weixin_47868976
人工智能深度学习
FocalLoss通过动态降低易分类样本的损失权重,迫使模型集中学习难分类样本和少数类,从而有效解决样本不均衡问题。FocalLoss就像个严厉的老师,逼着模型别再“偷懒”总学简单题(多数类),而是多花力气死磕难题(少数类),这样考试(预测)时才能考好冷门知识点。FocalLoss详解——解决样本不均衡问题的利器1.核心思想FocalLoss由何恺明团队在2017年提出(论文《FocalLossf
- 程序员周树人的狂人日记Part16__职场关系学
灏瀚星空
周树人的代码故事会人工智能源代码管理机器学习开发语言架构观察者模式
程序员周树人的狂人日记Part16__职场关系学代码知识点:Python装饰器特权|类继承机制|NetworkX图算法故事概要故事一:【血脉检测仪】关于企业通过关系网络固化特权阶层现象故事二:【安全区彩票】关于企业用伪公平机制掩盖关系户特权现象故事三:【末位优化器】关于企业考核算法沦为关系清除工具现象故事一:《血脉检测仪》class特殊关系员工(Employee):def__init__(self
- 40个Java课程设计/毕业设计选题项目(源码+运行步骤+开发文档)
冷琴1996
Java系统设计java课程设计开发语言
毕业设计/课程设计往往从大四开始准备,如果有考研或者考公需要,则没有太多时间,所以笔者准备了40个常见的java/springboot/vue毕业设计,可以用于课程作业或者毕业设计。1.基于java的家政预约网站系统平台采用B/S结构,后端采用主流的Springboot框架进行开发,前端采用主流的Vue.js进行开发。整个平台包括前台和后台两个部分。前台功能包括:首页、家政详情、家政入驻、用户中心
- DeepSeek:开启办公效率革命的智能助手
CodeJourney.
算法人工智能数据库
在当今快节奏的办公环境中,提高效率成为职场人士的核心追求。DeepSeek作为一款强大的人工智能工具,正逐渐融入办公的各个环节,为文档撰写、数据分析、会议组织等工作带来前所未有的便利。本文深入剖析DeepSeek在办公场景中的全方位应用,结合实际案例阐述其功能优势,并探讨使用过程中的技巧与注意事项,旨在为广大办公人员提供全面且实用的指导,助力充分发挥DeepSeek的价值,提升办公效率与质量。一、
- MoE 模型中的动态路由方法
三谷秋水
机器学习人工智能大模型语言模型人工智能自然语言处理
24年3月来自北大等机构的论文“HarderTasksNeedMoreExperts:DynamicRoutinginMoEModels”。混合专家(MoE)模型的动态专家选择框架,旨在通过根据输入难度调整激活专家的数量来提高计算效率和模型性能。与传统的MoE方法不同,传统方法依赖于固定的Top-K路由,无论输入的复杂性如何,都会激活预定数量的专家,而动态路由方法则根据每个输入的专家选择置信度动态
- 论文翻译:EMNLP-2023 CCF-B Multi-step Jailbreaking Privacy Attacks on ChatGPT
CSPhD-winston-杨帆
LLMs-安全论文翻译chatgpt
Multi-stepJailbreakingPrivacyAttacksonChatGPThttps://arxiv.org/pdf/2304.05197多步骤越狱隐私攻击对ChatGPT的影响https://openreview.net/forum?id=ls4Pfsl2jZ文章目录多步骤越狱隐私攻击对ChatGPT的影响摘要1引言2相关工作3对ChatGPT的数据提取攻击3.1数据收集3.2攻
- 辉视智慧会所:一键“唤”醒高端服务,乐享智慧生活新“声”级!
weixin_45819535
生活
在科技与高端服务日益融合的今天,会所作为提供高品质休闲与服务的场所,正积极拥抱智慧化转型,以提供更加贴心、高效、个性化的服务体验。辉视智慧会所的广播对讲解决方案则是全新的沟通时代一个很好的案例。一、创新对讲,打造即时高效沟通平台辉视智慧会所的广播对讲系统,超越了传统会所服务呼叫的局限。它基于先进的安卓智能自助终端,集成了现代通讯技术与云端数据处理能力,为会所打造了一个即时、高效、个性化的沟通平台。
- 【综述】大规模语言模型用于漏洞检测与修复:文献综述与未来研究方向
flypwn
语言模型网络人工智能
论文标题:大规模语言模型用于漏洞检测与修复:文献综述与未来研究方向这篇论文的标题是《LargeLanguageModelforVulnerabilityDetectionandRepair:LiteratureReviewandtheRoadAhead》,作者包括XinZhou、SicongCao、XiaobingSun和DavidLo。其中,XinZhou和DavidLo来自新加坡管理大学(Si
- 【论文阅读】3D Diffusion Policy:Generalizable Visuomotor Policy Learning via Simple 3D Representations
好悬给我拽开线
论文阅读
Abstract模仿学习为教机器人灵巧技能提供了一种有效的方法;然而,稳健而普遍地学习复杂技能通常需要大量的人类演示。为了解决这个具有挑战性的问题,我们提出了3ddiffusionpolicy(dp3),这是一种新的视觉模仿学习方法,将3d视觉表示的力量融入到一类条件动作生成模型diffusionpolicies中。dp3的核心设计是利用紧凑的3d视觉表示,通过高效的点编码器从稀疏点云中提取。在我
- 【论文阅读】基于思维链提示的大语言模型软件漏洞发现与修复方法研究
君的名字
【机器学习】【论文】论文阅读语言模型人工智能
这篇文章来自于Chain-of-ThoughtPromptingofLargeLanguageModelsforDiscoveringandFixingSoftwareVulnerabilities摘要软件安全漏洞在现代系统中呈现泛在化趋势,其引发的社会影响日益显著。尽管已有多种防御技术被提出,基于深度学习(DL)的方法因能规避传统技术瓶颈而备受关注,但面临两大核心挑战:任务专用标注数据集的规模质
- 2024年令人兴奋的10篇大模型研究和论文
福福很能吃
人工智能自然语言处理语言模型transformer开发语言
后台回复"资料",即可获取整理好的算法面试题(大模型、深度学习、机器学习)2024年对于人工智能来说是一个绝对精彩的年份。每次我觉得我们已经达到了创新的极限时,总有人会突破它,然后又有人将其碎片整合成一个更好的版本。从复杂的推理语言模型到VLMs和视频模型,进步是可以看得到的。VisionMamba:EfficientVisualRepresentationLearningwithBidirect
- EMNLP2023 | 长篇论文接受列表
AINLPer
国际会议EMNLP2023
来源:AINLPer公众号(每日干货分享!!)编辑:ShuYini校稿:ShuYini时间:2023-10-03引言EMNLP2023于12月10日在新加坡落下帷幕,此次会议顺利举行。今年EMNLP2023的投稿论文数量将近5000篇,长论文接收率为23.3%,短论文接收率为14%,整体接收率为21.3%。下面是作者整理的长篇论文接受列表,因平台限制不能给出每篇论文的连接。如果有需要,欢迎关注AI
- EMNLP2023 | 短篇论文接受列表,含全部论文下载
AINLPer
国际会议EMNLP2023
来源:AINLPer公众号(每日干货分享!!)编辑:ShuYini校稿:ShuYini时间:2023-12-12引言EMNLP2023于12月10日在新加坡落下帷幕,此次会议顺利举行。今年EMNLP2023的投稿论文数量将近5000篇,长论文接收率为23.3%,短论文接收率为14%,整体接收率为21.3%。下面是作者整理的短篇论文接受列表,因平台限制不能给出每篇论文的连接。如果有需要,欢迎关注AI
- SCI论文阅读指令(特征工程)
GiantGo
科研论文阅读
下面是一个SCI论文阅读特征工程V3.0,把指令输入大模型中,并上传PDF论文,就可以帮你快速阅读论文。优先推荐kimi,当然DeepSeek、QwQ-32B等大语言模型也可以。测试了一下总结的还不错,很详细。请仔细并深入地阅读所提供的学术论文,全面掌握论文内容后,**严格按照以下结构和要求,逐一详细回答每个问题**。回答时需包含**层次化要点**、必要时使用标题、子标题和列表,并提供明确的细节,
- 今日arXiv精选 | 15篇EMNLP 2021最新论文
PaperWeekly
smsanimationfirebug3dnagios
关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目,编辑将每日从arXiv中精选高质量论文,推送给读者。BeyondPreservedAccuracy:EvaluatingLoyaltyandRobustnessofBERTCompressionComment:AcceptedtoEMNLP2021(mainconference)Link:http://arxiv.org/abs/2109
- 今日arXiv精选 | 12篇EMNLP 2021最新论文
PaperWeekly
人工智能firebugnagios3danimation
关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目,编辑将每日从arXiv中精选高质量论文,推送给读者。YoushouldevaluateyourlanguagemodelonmarginallikelihoodovertokenisationsComment:acceptedatEMNLP2021Link:http://arxiv.org/abs/2109.02550AbstractNe
- AIGC_text_detector 论文复现 Multiscale Positive-Unlabeled Detection of AI-Generated Texts
CSPhD-winston-杨帆
LLMs实践LLMs-安全人工智能AIGC
0相关资料MultiscalePositive-UnlabeledDetectionofAI-GeneratedTexts论文:https://arxiv.org/abs/2305.18149我的博客:https://blog.csdn.net/WhiffeYF/article/details/146434455github:https://github.com/YuchuanTian/AIGC_
- 论文翻译:EMNLP-2023.CCF-A.Alon Jacovi.Stop Uploading Test Data in Plain Text: Practical Strategies for
CSPhD-winston-杨帆
论文翻译LLMs-数据污染人工智能
StopUploadingTestDatainPlainText:PracticalStrategiesforMitigatingDataContaminationbyEvaluationBenchmarkshttps://arxiv.org/pdf/2305.10160停止上传明文测试数据:实用的策略以减轻评估基准造成的数据污染文章目录停止上传明文测试数据:实用的策略以减轻评估基准造成的数据污染
- 论文阅读:2024 arxiv Imitate Before Detect: Aligning Machine Stylistic Preference for Machine-Revised Tex
CSPhD-winston-杨帆
论文阅读论文阅读
总目录大模型安全相关研究:https://blog.csdn.net/WhiffeYF/article/details/142132328ImitateBeforeDetect:AligningMachineStylisticPreferenceforMachine-RevisedTextDetectionhttps://arxiv.org/pdf/2412.10432博客:https://dev
- 大模型安全相关研究
CSPhD-winston-杨帆
LLMs-安全论文阅读论文翻译人工智能
文章目录1AI生成文本规避检测研究2AI生成文本检测(AIGTD)研究论文综述3安全4事实核查1AI生成文本规避检测研究综述id平台讲解论文名12023-arxiv讲解TowardsPossibilities&ImpossibilitiesofAI-generatedTextDetection:ASurvey22024JCRQ1区讲解SurveyonAI-GeneratedPlagiarismDe
- 论文阅读:2024 EMNLP Findings Authorship Obfuscation in Multilingual Machine-Generated Text Detection
CSPhD-winston-杨帆
论文阅读论文阅读
总目录大模型安全相关研究:https://blog.csdn.net/WhiffeYF/article/details/142132328文章目录Abstract(摘要)1Introduction(引言)2RelatedWork(相关工作)2.1MGTDetection(MGT检测)2.2MGTObfuscation(MGT混淆)6Conclusion(结论)Limitations(局限性)Aut
- 论文阅读:2023 EMNLP Hidding the Ghostwriters: An Adversarial Evaluation of AI-Generated Student Essay De
CSPhD-winston-杨帆
论文阅读论文阅读人工智能
总目录大模型安全相关研究:https://blog.csdn.net/WhiffeYF/article/details/142132328文章目录Abstract(摘要)1Introduction(引言)5RelatedWork(相关工作)6Conclusion(结论)HiddingtheGhostwriters:AnAdversarialEvaluationofAI-GeneratedStude
- 医图论文 AAAI‘25 | FAMNet: 跨域少样本医学图像分割的频率感知匹配网络
小白学视觉
医学图像处理论文解读医学图像处理论文解读AAAI医学图像顶会深度学习
论文信息题目:FAMNet:Frequency-awareMatchingNetworkforCross-domainFew-shotMedicalImageSegmentationFAMNet:跨域少样本医学图像分割的频率感知匹配网络作者:YuntianBo,YazhouZhu,LunboLi,HaofengZhang源码:https://github.com/primebo1/FAMNet论文
- 【栅格地图路径规划】基于小龙虾算法COA实现机器人栅格地图路径规划(目标函数:最短距离)附Matlab代码
Matlab科研辅导帮
算法机器人matlab
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。个人主页:Matlab科研工作室个人信条:格物致知,求助可私信。内容介绍摘要:本文研究了在栅格地图环境下,利用小龙虾算法(CrabOptimizationAlgorithm,COA)进行机器人路径规划的问题。目标函数设定为路径长度最小化。本文首先简述了栅格地图路径规划的基本概念和挑战,
- DeepLabv3+改进23:在主干网络中添加DilatedReparamBlock
AICurator
深度学习pythonDEEPLABV3+语义分割
【DeepLabv3+改进专栏!探索语义分割新高度】你是否在为图像分割的精度与效率发愁?本专栏重磅推出:✅独家改进策略:融合注意力机制、轻量化设计与多尺度优化✅即插即用模块:ASPP+升级、解码器PS:订阅专栏提供完整代码论文简介近年来,大核卷积神经网络(ConvNets)得到了广泛的研究关注,但有两个尚未解决的关键问题需要进一步研究。1)现有的大核卷积神经网络的架构在很大程度上遵循了传统卷积神经
- 基于Java+Springboot云南昆明城市文化展示系统设计与实现
黄菊华老师
毕设资料javaspringboot开发语言
博主介绍:黄菊华老师《Vue.js入门与商城开发实战》《微信小程序商城开发》图书作者,CSDN博客专家,在线教育专家,CSDN钻石讲师;专注大学生毕业设计教育、辅导。所有项目都配有从入门到精通的基础知识视频课程,学习后应对毕业设计答辩,提供核心代码讲解,答辩指导。项目配有对应开发文档、开题报告、任务书、PPT等,提供毕业设计论文辅导。项目都录了发布和功能操作演示视频;项目的界面和功能都可以定制,包
- Pytorch实现之对称卷积神经网络结构实现超分辨率
这张生成的图像能检测吗
优质GAN模型训练自己的数据集pytorchcnn人工智能生成对抗网络神经网络深度学习
简介简介:针对传统的超分辨率重建技术所重建的图像过于光滑且缺乏细节的问题,作者提出了一种改进的生成对抗图像超分辨率网络。该改进方法基于深度神经网络,其生成模型包含多层卷积模块和多层反卷积模块,其中在感知损失基础上增加了跳层连接和损失函数。该判别模型由多层神经网络组成,其损失函数基于生成式对抗网络生成的判别模型损失函数。论文题目:ImageSuper-resolutionReconstruction
- Pytorch实现之结合SE注意力和多种损失的特征金字塔架构GAN的图像去模糊方法
这张生成的图像能检测吗
优质GAN模型训练自己的数据集pytorch生成对抗网络人工智能机器学习深度学习计算机视觉图像生成
简介简介:提出了一种利用特征金字塔作为框架代替多尺度输入的一种方法来构建生成器模型,减少了模型规模并加快了训练速度。在模型架构中还融合了通道注意力方法来提高训练能力。作者在生成器中采用了三种常见的损失计算,在鉴别器中结合了最小二乘和相对论损失来改善模型训练。论文题目:ImageDeblurringBasedonGenerativeAdversarialNetworks(基于生成对抗网络的图像去模糊
- 面向对象面向过程
3213213333332132
java
面向对象:把要完成的一件事,通过对象间的协作实现。
面向过程:把要完成的一件事,通过循序依次调用各个模块实现。
我把大象装进冰箱这件事为例,用面向对象和面向过程实现,都是用java代码完成。
1、面向对象
package bigDemo.ObjectOriented;
/**
* 大象类
*
* @Description
* @author FuJian
- Java Hotspot: Remove the Permanent Generation
bookjovi
HotSpot
openjdk上关于hotspot将移除永久带的描述非常详细,http://openjdk.java.net/jeps/122
JEP 122: Remove the Permanent Generation
Author Jon Masamitsu
Organization Oracle
Created 2010/8/15
Updated 2011/
- 正则表达式向前查找向后查找,环绕或零宽断言
dcj3sjt126com
正则表达式
向前查找和向后查找
1. 向前查找:根据要匹配的字符序列后面存在一个特定的字符序列(肯定式向前查找)或不存在一个特定的序列(否定式向前查找)来决定是否匹配。.NET将向前查找称之为零宽度向前查找断言。
对于向前查找,出现在指定项之后的字符序列不会被正则表达式引擎返回。
2. 向后查找:一个要匹配的字符序列前面有或者没有指定的
- BaseDao
171815164
seda
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.SQLException;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
public class BaseDao {
public Conn
- Ant标签详解--Java命令
g21121
Java命令
这一篇主要介绍与java相关标签的使用 终于开始重头戏了,Java部分是我们关注的重点也是项目中用处最多的部分。
1
- [简单]代码片段_电梯数字排列
53873039oycg
代码
今天看电梯数字排列是9 18 26这样呈倒N排列的,写了个类似的打印例子,如下:
import java.util.Arrays;
public class 电梯数字排列_S3_Test {
public static void main(S
- Hessian原理
云端月影
hessian原理
Hessian 原理分析
一. 远程通讯协议的基本原理
网络通信需要做的就是将流从一台计算机传输到另外一台计算机,基于传输协议和网络 IO 来实现,其中传输协议比较出名的有 http 、 tcp 、 udp 等等, http 、 tcp 、 udp 都是在基于 Socket 概念上为某类应用场景而扩展出的传输协
- 区分Activity的四种加载模式----以及Intent的setFlags
aijuans
android
在多Activity开发中,有可能是自己应用之间的Activity跳转,或者夹带其他应用的可复用Activity。可能会希望跳转到原来某个Activity实例,而不是产生大量重复的Activity。
这需要为Activity配置特定的加载模式,而不是使用默认的加载模式。 加载模式分类及在哪里配置
Activity有四种加载模式:
standard
singleTop
- hibernate几个核心API及其查询分析
antonyup_2006
html.netHibernatexml配置管理
(一) org.hibernate.cfg.Configuration类
读取配置文件并创建唯一的SessionFactory对象.(一般,程序初始化hibernate时创建.)
Configuration co
- PL/SQL的流程控制
百合不是茶
oraclePL/SQL编程循环控制
PL/SQL也是一门高级语言,所以流程控制是必须要有的,oracle数据库的pl/sql比sqlserver数据库要难,很多pl/sql中有的sqlserver里面没有
流程控制;
分支语句 if 条件 then 结果 else 结果 end if ;
条件语句 case when 条件 then 结果;
循环语句 loop
- 强大的Mockito测试框架
bijian1013
mockito单元测试
一.自动生成Mock类 在需要Mock的属性上标记@Mock注解,然后@RunWith中配置Mockito的TestRunner或者在setUp()方法中显示调用MockitoAnnotations.initMocks(this);生成Mock类即可。二.自动注入Mock类到被测试类 &nbs
- 精通Oracle10编程SQL(11)开发子程序
bijian1013
oracle数据库plsql
/*
*开发子程序
*/
--子程序目是指被命名的PL/SQL块,这种块可以带有参数,可以在不同应用程序中多次调用
--PL/SQL有两种类型的子程序:过程和函数
--开发过程
--建立过程:不带任何参数
CREATE OR REPLACE PROCEDURE out_time
IS
BEGIN
DBMS_OUTPUT.put_line(systimestamp);
E
- 【EhCache一】EhCache版Hello World
bit1129
Hello world
本篇是EhCache系列的第一篇,总体介绍使用EhCache缓存进行CRUD的API的基本使用,更细节的内容包括EhCache源代码和设计、实现原理在接下来的文章中进行介绍
环境准备
1.新建Maven项目
2.添加EhCache的Maven依赖
<dependency>
<groupId>ne
- 学习EJB3基础知识笔记
白糖_
beanHibernatejbosswebserviceejb
最近项目进入系统测试阶段,全赖袁大虾领导有力,保持一周零bug记录,这也让自己腾出不少时间补充知识。花了两天时间把“传智播客EJB3.0”看完了,EJB基本的知识也有些了解,在这记录下EJB的部分知识,以供自己以后复习使用。
EJB是sun的服务器端组件模型,最大的用处是部署分布式应用程序。EJB (Enterprise JavaBean)是J2EE的一部分,定义了一个用于开发基
- angular.bootstrap
boyitech
AngularJSAngularJS APIangular中文api
angular.bootstrap
描述:
手动初始化angular。
这个函数会自动检测创建的module有没有被加载多次,如果有则会在浏览器的控制台打出警告日志,并且不会再次加载。这样可以避免在程序运行过程中许多奇怪的问题发生。
使用方法: angular .
- java-谷歌面试题-给定一个固定长度的数组,将递增整数序列写入这个数组。当写到数组尾部时,返回数组开始重新写,并覆盖先前写过的数
bylijinnan
java
public class SearchInShiftedArray {
/**
* 题目:给定一个固定长度的数组,将递增整数序列写入这个数组。当写到数组尾部时,返回数组开始重新写,并覆盖先前写过的数。
* 请在这个特殊数组中找出给定的整数。
* 解答:
* 其实就是“旋转数组”。旋转数组的最小元素见http://bylijinnan.iteye.com/bl
- 天使还是魔鬼?都是我们制造
ducklsl
生活教育情感
----------------------------剧透请原谅,有兴趣的朋友可以自己看看电影,互相讨论哦!!!
从厦门回来的动车上,无意中瞟到了书中推荐的几部关于儿童的电影。当然,这几部电影可能会另大家失望,并不是类似小鬼当家的电影,而是关于“坏小孩”的电影!
自己挑了两部先看了看,但是发现看完之后,心里久久不能平
- [机器智能与生物]研究生物智能的问题
comsci
生物
我想,人的神经网络和苍蝇的神经网络,并没有本质的区别...就是大规模拓扑系统和中小规模拓扑分析的区别....
但是,如果去研究活体人类的神经网络和脑系统,可能会受到一些法律和道德方面的限制,而且研究结果也不一定可靠,那么希望从事生物神经网络研究的朋友,不如把
- 获取Android Device的信息
dai_lm
android
String phoneInfo = "PRODUCT: " + android.os.Build.PRODUCT;
phoneInfo += ", CPU_ABI: " + android.os.Build.CPU_ABI;
phoneInfo += ", TAGS: " + android.os.Build.TAGS;
ph
- 最佳字符串匹配算法(Damerau-Levenshtein距离算法)的Java实现
datamachine
java算法字符串匹配
原文:http://www.javacodegeeks.com/2013/11/java-implementation-of-optimal-string-alignment.html------------------------------------------------------------------------------------------------------------
- 小学5年级英语单词背诵第一课
dcj3sjt126com
englishword
long 长的
show 给...看,出示
mouth 口,嘴
write 写
use 用,使用
take 拿,带来
hand 手
clever 聪明的
often 经常
wash 洗
slow 慢的
house 房子
water 水
clean 清洁的
supper 晚餐
out 在外
face 脸,
- macvim的使用实战
dcj3sjt126com
macvim
macvim用的是mac里面的vim, 只不过是一个GUI的APP, 相当于一个壳
1. 下载macvim
https://code.google.com/p/macvim/
2. 了解macvim
:h vim的使用帮助信息
:h macvim
- java二分法查找
蕃薯耀
java二分法查找二分法java二分法
java二分法查找
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年6月23日 11:40:03 星期二
http:/
- Spring Cache注解+Memcached
hanqunfeng
springmemcached
Spring3.1 Cache注解
依赖jar包:
<!-- simple-spring-memcached -->
<dependency>
<groupId>com.google.code.simple-spring-memcached</groupId>
<artifactId>simple-s
- apache commons io包快速入门
jackyrong
apache commons
原文参考
http://www.javacodegeeks.com/2014/10/apache-commons-io-tutorial.html
Apache Commons IO 包绝对是好东西,地址在http://commons.apache.org/proper/commons-io/,下面用例子分别介绍:
1) 工具类
2
- 如何学习编程
lampcy
java编程C++c
首先,我想说一下学习思想.学编程其实跟网络游戏有着类似的效果.开始的时候,你会对那些代码,函数等产生很大的兴趣,尤其是刚接触编程的人,刚学习第一种语言的人.可是,当你一步步深入的时候,你会发现你没有了以前那种斗志.就好象你在玩韩国泡菜网游似的,玩到一定程度,每天就是练级练级,完全是一个想冲到高级别的意志力在支持着你.而学编程就更难了,学了两个月后,总是觉得你好象全都学会了,却又什么都做不了,又没有
- 架构师之spring-----spring3.0新特性的bean加载控制@DependsOn和@Lazy
nannan408
Spring3
1.前言。
如题。
2.描述。
@DependsOn用于强制初始化其他Bean。可以修饰Bean类或方法,使用该Annotation时可以指定一个字符串数组作为参数,每个数组元素对应于一个强制初始化的Bean。
@DependsOn({"steelAxe","abc"})
@Comp
- Spring4+quartz2的配置和代码方式调度
Everyday都不同
代码配置spring4quartz2.x定时任务
前言:这些天简直被quartz虐哭。。因为quartz 2.x版本相比quartz1.x版本的API改动太多,所以,只好自己去查阅底层API……
quartz定时任务必须搞清楚几个概念:
JobDetail——处理类
Trigger——触发器,指定触发时间,必须要有JobDetail属性,即触发对象
Scheduler——调度器,组织处理类和触发器,配置方式一般只需指定触发
- Hibernate入门
tntxia
Hibernate
前言
使用面向对象的语言和关系型的数据库,开发起来很繁琐,费时。由于现在流行的数据库都不面向对象。Hibernate 是一个Java的ORM(Object/Relational Mapping)解决方案。
Hibernte不仅关心把Java对象对应到数据库的表中,而且提供了请求和检索的方法。简化了手工进行JDBC操作的流程。
如
- Math类
xiaoxing598
Math
一、Java中的数字(Math)类是final类,不可继承。
1、常数 PI:double圆周率 E:double自然对数
2、截取(注意方法的返回类型) double ceil(double d) 返回不小于d的最小整数 double floor(double d) 返回不大于d的整最大数 int round(float f) 返回四舍五入后的整数 long round