u013011270
u013011270

[文献阅读] Automating Knowledge Acquisition for Machine Translation

Automating Knowledge Acquisition for Machine Translation

作者：Kevin Knight

时间：1997年


本篇文章的主要内容：

1、解决机器翻译问题不同的策略，word-for-word， syntax-based，semantic-based等等

2、利用西班牙语-英语形象化描述，如何从平行句对中得到 短语表

3、从双语语料中进行句子对齐任务

4、利用EM算法获得alignment

5、语言模型

6、翻译模型，为何P（E|F）不如P（F|E）好？

7、翻译评测的几种方法，人工策略，自动策略？

8、Syntax-based 机器翻译方法

9、Semantic-based 机器翻译方法，包含分析和生成，同时需要大量的外部资源


这篇文章比较早，当时短语系统等很多未提出，Kevin根据自己的经验写下这篇tutorial，并且分享了自己对于机器翻译的很多观点，这些观点今天看来的确都是很有意思的，并且预测到了很多年之后的机器翻译发展的路线。


文章下载地址：下载地址 

你可能感兴趣的:(机器翻译,alignment,信源信道)

  • python学习记录14 彤银浦 学习python
    1.字符串的编码和解码不同的计算机之间在信道中传输的信息本质上是二进制数据，因此当你有一串文本需要传输给另外一台电脑时，则需要将这串文本编译为二进制类型的数据。python中的二进制数据类型称为byte类型。将字符串的str类型转变为byte类型称为字符串的编码，将byte类型转变为str类型称为字符串的解码。字符串的编码用到的是encode的方法，语法格式为：string.encode(enco
  • 用Python实现生信分析——序列搜索和比对工具详解 写代码的M教授 生信分析python
    1.什么是序列搜索和比对工具？序列搜索和比对工具在生物信息学中用于在大型序列数据库中搜索与查询序列相似的序列，并进行比对分析。这些工具可以帮助研究人员识别与目标序列相关的已知序列，从而推测其功能、结构和进化关系。常见的序列搜索和比对工具包括：BLAST（BasicLocalAlignmentSearchTool）：最常用的序列搜索工具，能够快速找到与查询序列相似的序列。FASTA：另一个常用的序列
  • 基于Transformer实现机器翻译 yyyyurina. transformer机器翻译深度学习
    目录一、前言1.1什么是Transformer?1.2Transfomer的基本结构1.2Transformer的重要组成部分1.2.1位置编码（PositionalEncode）1.2.2自注意力机制（Self-Attention）1.2.3多头注意力（Multi-HeadAttention）1.2.4位置感知前馈层（Position-wiseFFN）1.2.5残差连接与层归一化二、AutoDL
  • 入选 ICML 2025！哈佛医学院等推出全球首个 HIE 领域临床思维图谱模型，神经认知结果预测任务上性能提升 15% hyperai
    在人工智能技术突飞猛进的当下，大型视觉-语言模型（LVLMs）正以惊人的速度重塑多个领域的认知边界。在自然图像与视频分析领域，这类模型依托先进的神经网络架构、海量标注数据集与强大算力支持，已能精准完成物体识别、场景解析等高阶任务。而在自然语言处理领域，LVLMs通过对TB级文本语料的学习，在机器翻译、文本摘要、情感分析等任务上达到专业级水准，其生成的学术摘要甚至能精准提炼医学文献的核心结论。然而当
  • 【Rust】——使用消息在线程之间传递数据 Y小夜 Rust（官方文档重点总结）rust开发语言后端
    博主现有专栏：C51单片机（STC89C516），c语言，c++，离散数学，算法设计与分析，数据结构，Python，Java基础，MySQL，linux，基于HTML5的网页设计及应用，Rust（官方文档重点总结），jQuery，前端vue.js，Javaweb开发，Python机器学习等主页链接：Y小夜-CSDN博客目录信道与所有权转移发送多个值并观察接收者的等待通过克隆发送者来创建多个生产者学
  • 一个LoRa网关的容量多大？ 豆豆在西安 LoRa网关网络服务器运维
    在LoRaWAN网络部署过程中，客户最常问的问题之一就是：“一个LoRa网关能接入多少设备？”这个问题看似简单，实则涉及多个技术参数和业务场景。LoRa网关的容量并不是一个固定的数字，而是受到多种因素的影响。本文将带你深入了解LoRa网关的系统容量是如何计算的，以及影响容量的关键因素。一、LoRa网关的理论最大容量LoRa网关的容量与其使用的信道数量和扩频因子（SF）密切相关。以常见的8信道LoR
  • 手把手教你学Simulink——汽车工程场景实例：车联网(V2X)通信技术的仿真 小蘑菇二号 手把手教你学MATLAB专栏手把手教你学Simulink汽车simulink
    目录一、引言教程目标二、准备工作三、实现步骤详解✅步骤1：创建Simulink模型✅步骤2：添加车辆与通信环境模型添加信道模型：✅步骤3：设计发送端数据源：编码器：调制器：✅步骤4：设计接收端解调器：解码器：✅步骤5：连接各模块并设置仿真参数示例连线代码：设置仿真参数：✅步骤6：结果可视化计算误比特率：✅步骤7：完整框图结构示意（文字版）四、运行仿真并测试效果五、结论与拓展方向✅本章收获：手把手教
  • NLP市场规模将破千千亿，哪些岗位会成为新风口？ duolapig 人工智能
    近年来，自然语言处理（NLP）技术在全球范围内掀起了一场“语言革命”。从智能客服到机器翻译，从情感分析到内容生成，NLP正以惊人的速度重塑人类与机器的交互方式。艾媒咨询数据显示，2023年中国NLP市场规模已达660亿元，预计2027年将突破千亿大关。这一数字背后，不仅是技术迭代的加速，更是一场深刻的人才需求变革。在AI大模型浪潮的推动下，新的职业风口正在形成，而这场变革的核心逻辑，是技术与产业融
  • RNN、LSTM、GRU详解 昔颜1121 人工智能rnnpython
    RNN、LSTM、GRU详解在深度学习领域，序列数据（如语音识别、机器翻译、文本生成等）广泛应用于自然语言处理（NLP）、时间序列预测、语音和视频处理等任务中。针对序列数据，循环神经网络（RNN,RecurrentNeuralNetwork）及其改进版本——长短时记忆网络（LSTM,LongShort-TermMemory）和门控循环单元（GRU,GatedRecurrentUnit）成为处理时序
  • WebRTC 语音激活检测(VAD)算法 u013250861 Audiowebrtc算法语音识别
    语音激活检测最早应用于电话传输和检测系统当中，用于通信信道的时间分配，提高传输线路的利用效率。激活检测属于语音处理系统的前端操作，在语音检测领域意义重大。但是目前的语音激活检测，尤其是检测人声开始和结束的端点始终是属于技术难点，各家公司始终处于能判断，但是不敢保证判别准确性的阶段。通常搭建机器人聊天系统主要包括以下三个方面:语音转文字(ASR/STT)语义内容(NLU/NLP)文字转语音(TTS)
  • 图解通信原理与案例分析-36: 卫星通信系统的网络架构与分类 文火冰糖的硅基工坊 通信-图解通信原理与案例分析网络架构跨学科融合科技
    一、卫星系统网络架构卫星系统网络架构通常由空间段（卫星星座）、地面段（地面站与控制中心）和用户段（用户终端）三部分组成，各部分通过信道连接形成完整的通信或服务网络。以下为具体架构分析：1、空间段（卫星星座）组成：由多颗卫星组成，根据轨道高度可分为地球静止轨道卫星（GEO）、中地球轨道卫星（MEO）和低地球轨道卫星（LEO）。功能：负责信号的接收、放大、处理和转发。卫星之间可能存在星际链路，用于实现
  • 【RabbitMQ】工作流程详解 阿小冰 MQrabbitmq
    生产者发送消息的流程1.生产者连接RabbitMQ，建立TCP连接(Connection)，开启信道/通道（Channel）2.生产者声明一个Exchange（交换器），并设置相关属性，比如交换器类型、是否持久化等3.生产者声明一个队列井设置相关属性，比如是否排他、是否持久化、是否自动删除等4.生产者通过bindingKey（绑定Key）将交换器和队列绑定（binding）起来5.生产者发送消息至
  • RabbitMQ工作流程
    RabbitMQ工作流程生产者发送消息的流程生产者连接RabbitMQ，建立TCP连接(Connection)，开启信道（Channel）生产者声明一个Exchange（交换器），并设置相关属性，比如交换器类型、是否持久化等生产者声明一个队列井设置相关属性，比如是否排他、是否持久化、是否自动删除等生产者通过bindingKey（绑定Key）将交换器和队列绑定（binding）起来生产者发送消息至R
  • OSI七层模型详解——物理层
    在阅读本篇文章之前建议您了解信道及工作栈的基本原理，详情可以观看OSI七层模型详解——信道与协议栈OSI模型概述OSI全称为“OpenSystemInterconnection”，本系列主要讨论OSI抽象概念模型，忽略该模型的具体实现（OSIprotocols）OSI模型分为七层：应用层，表示层，会话层，传输层，网络层，数据链路层，物理层物理层物理层概述物理层直接和物理介质打交道，使物理层以上的层
  • 机器翻译综述 唐风绸繆 自然语言处理机器翻译人工智能自然语言处理
    机器翻译综述-CSDN博客领域词性标注-CSDN博客一、研究意义机器翻译是自然语言处理和人工智能的重要研究领域，研究如何利用计算机自动地实现不同语言之间的相互转换，也是互联网上常用的服务之一。谷歌翻译、百度翻译和微软必应翻译都提供多种语言之间的在线翻译服务。尽管机器翻译与专业翻译人员在翻译质量上仍存在较大差距，但在一些对翻译质量要求不高的场景中，或在特定的翻译任务中，机器翻译在翻译速度上具有明显优
  • 自然语言处理之文本分类：Transformer：文本分类数据集分析 zhubeibei168 自然语言处理自然语言处理分类transformer数据挖掘人工智能支持向量机
    自然语言处理之文本分类：Transformer：文本分类数据集分析自然语言处理基础NLP概述自然语言处理（NaturalLanguageProcessing，NLP）是人工智能领域的一个重要分支，专注于使计算机能够理解、解释和生成人类语言。NLP技术广泛应用于文本分类、情感分析、机器翻译、问答系统、语音识别等场景。其核心挑战在于理解语言的复杂性和多义性，以及处理大
  • 信息传输仿真：信道编码与解码_（6）.卷积码 kkchenkx 信号仿真2matlab信号处理开发语言服务器网络
    卷积码1.卷积码的基本概念卷积码是一种广泛应用的信道编码技术，主要用于提高数据传输的可靠性。与块码不同，卷积码是将信息比特流按时间顺序依次输入编码器，并且每个输出比特不仅取决于当前输入的信息比特，还取决于前一个或多个信息比特。这种编码方式使得卷积码具有较强的纠错能力，尤其是在连续错误的情况下。1.1卷积码的生成多项式卷积码的生成是由生成多项式决定的。生成多项式定义了编码器的结构和编码规则。假设卷积
  • 【深度学习】循环神经网络（RNN）：序列建模的奠基者 白熊188 深度学习深度学习rnn人工智能
    循环神经网络（RNN）：序列建模的奠基者一、算法背景：序列数据的挑战1.1传统神经网络的局限1.2序列数据特性二、算法理论：RNN的核心架构2.1基本RNN结构2.2时间展开原理2.3长短期记忆网络（LSTM）2.4门控循环单元（GRU）三、模型评估：序列建模的评判标准3.1通用评估指标3.2性能对比（PennTreebank数据集）四、应用案例：改变人机交互方式4.1机器翻译（Seq2Seq架构
  • CHES 2022 issue-4文章总结 打工小熊猫 密码学文献分类总结同态加密网络安全可信计算技术密码学安全威胁分析网络攻击模型
    来源：https://ches.iacr.org/2022/acceptedpapers.php简要分类：分类文章编号后量子密码软硬件加速相关13,22,26侧信道攻防相关3,6,8-12,14,15,17,18,20,21,23,25,27,28,29,31,32同态相关241.WhenBadNewsBecomeGoodNews:TowardsUsableInstancesofLearningw
  • 2.5G PHY芯片核心参数DFE和THP
    **DFE(DecisionFeedbackEqualizer)**和**THP(Tomlinson-HarashimaPrecoding)**是用于信号接收和传输过程中的两种重要均衡技术，它们帮助克服信道失真、符号干扰和多径效应，尤其是在高速数据传输（如2.5GBASE-T和5GBASE-T）中。理解这两种技术在链路中的交互和作用，对于调试和优化链路性能至关重要。下面，我将分别讲解**DFE**
  • 自然语言处理分类 要奋斗呀 自然语言处理
    NLP学习Nlp基本分类NLP领域的任务分为两个类别:第一类是人工智能NLP。包括词性标注，分词，语法解析，语言模型，信息检索，信息抽取，语义表示，文本分类。这些任务发展较为成熟，各种相关工作的主要目的是提高当前模型的性能。第二类是人工智障NLP。包括机器翻译，对话系统，问答系统。目前模型的性能尚不尽如人意，有些任务上甚至没有足够多的，真正有影响力的工作。一、文本分类--情感分类1.定义情感分类是
  • 信息传输仿真：信道编码与解码_（9）.RS码 kkchenkx 信号仿真2算法概率论机器学习信息可视化信号处理
    RS码1.RS码的基本概念Reed-Solomon（RS）码是一种非二进制的循环码，广泛应用于数字通信和存储系统中，以纠正突发错误。RS码由IrvingS.Reed和GustaveSolomon在1960年提出，是一种线性分组码，具有很强的纠错能力。RS码的主要特点是能够在高噪声环境下保持数据的完整性，因此在许多实际应用中表现出色，例如卫星通信、深空通信、CD和DVD存储、二维码等。1.1RS码的
  • 使用Simulink进行基于雷达脉冲压缩技术和匹配滤波器的仿真实验 xiaoheshang_123 手把手教你学MATLAB专栏matlabsimulink
    目录背景介绍所需工具和环境步骤详解步骤1：定义系统需求示例：定义系统需求步骤2：创建Simulink模型步骤3：添加雷达发射信号源步骤4：配置天线阵列（可选）步骤5：设置目标模型步骤6：添加自由空间信道模型步骤7：配置匹配滤波器步骤8：可视化结果步骤9：连接各模块步骤10：设置仿真参数步骤11：运行仿真并分析结果总结雷达脉冲压缩技术是一种用于提高雷达分辨率和信噪比的关键技术。它通过发射宽脉冲信号并
  • struct的内存对齐学习笔记 菜一头包 cpp软件开发学习笔记学习笔记
    文章目录1.什么是内存对齐2.为什么需要考虑内存对齐3.C语言结构体对齐规则:1.什么是内存对齐内存对齐是指数据在内存中的存储起始地址是某个值的倍数，在C语言中，结构体是一种复合数据类型，其构成元素既可以是基本数据类型(如int、long、float等)的变量，也可以是一些复合数据类型(如数组、结构体、联合体等)的数据单元。在结构体中，编译器为结构体的每个成员按其自然边界(alignment)分配
  • xilinx gt的RX EQ
    xilinx的GT的接收均衡功能，是在高速信号传输的时候用来补偿通道损耗和抖动的。通过对信号频谱进行补偿，抵消信号传输过程中由于PCB走线、连接器、电缆等引起的高频衰减和失真，从而恢复信号的完整性，提高链路稳定性和性能。XilinxGT系列收发器（GTP、GTX、GTH、GTY、GTYP）的接收均衡（RXEqualization,RXEQ）是克服高速串行链路中信道损耗（ChannelLoss）的关
  • 信息传输仿真：卫星通信系统仿真_（15）.卫星通信系统优化技术 kkchenkx 信号仿真2信号处理信息可视化matlab
    卫星通信系统优化技术1.引言卫星通信系统优化技术是卫星通信领域的重要研究方向之一，旨在通过各种技术手段提高系统的性能，包括吞吐量、可靠性、延迟和成本效益等。本节将详细介绍卫星通信系统优化技术的基本原理和方法，并通过具体的仿真例子进行说明。2.卫星通信系统优化的基本原理卫星通信系统优化的基本原理涉及多个方面，包括链路预算优化、频谱管理、信道编码与调制技术、多址接入技术、网络资源管理等。这些原理和技术
  • 信息传输仿真：卫星通信系统仿真_（14）.系统仿真参数设置 kkchenkx 信号仿真2网络信息可视化信号处理
    系统仿真参数设置在卫星通信系统仿真中，系统参数的设置是至关重要的一步。这些参数不仅决定了仿真模型的准确性和可靠性，还直接影响到仿真结果的解释和应用。本节将详细介绍卫星通信系统中常见的参数设置方法，包括卫星轨道参数、地面站参数、信道参数、调制解调参数、编码解码参数等。通过这些参数的合理设置，可以构建出逼真的卫星通信场景，为后续的性能评估和优化提供基础。卫星轨道参数卫星轨道参数是卫星通信系统仿真的基础
  • 频分复用信号在信道中的状态 zdd56789 网络学习过程网络网络
    频分复用是一种将信道总带宽划分为多个互不重叠的子频带，每路信号占用一个子频带以实现多路信号并行传输的复用技术。1、基本概念和原理频分复用（FrequencyDivisionMultiplexing,FDM）的核心思想是通过频率划分实现多路信号共享同一物理信道。其关键技术包括：‌频谱分割‌：将信道总带宽划分为若干子信道，每路信号调制到不同载波频率上，且子信道间需设置防护频带防止干扰。‌正交频分复用（
  • 一文读懂特征对齐：多模态世界的“月老红线” .别止步春天. 人工智能计算机视觉深度学习
    文章目录1、引言2、啥是多模态数据3、为啥要特征对齐4、特征对齐是咋干活的5、特征对齐的应用场景6、多模态领域里特征对齐的方法6.1基于神经网络架构设计6.2基于注意力机制6.3基于损失函数设计6.4基于生成对抗网络（GAN）7、总结1、引言嘿，各位技术宅们！今天咱来唠唠多模态领域里一个超有趣又超重要的概念——特征对齐（FeatureAlignment）。这玩意儿就像是多模态世界里的“月老”，牵起
  • 系统集成项目管理工程师 软考中级 第一章重点汇总笔记（书本参照 第二版） 小陈不会打代码 经验分享其他云计算
    第一章信息化知识信息的传输模型（第三页p3）（1）信源：产生信息的实体，信息产生后，由这个实体向外传播。（2）信宿：信息的归宿或接受者。（3）信道：传送信息的通道，如TCP/IP网络。（4）编码器：在信息论中泛指所有变换信号的设备，实际上就是终端机的发送部分。（5）译码器：是编码器的逆变换设备。（6）噪声：可以理解为干扰。信息的质量属性（p4）（1）精确性（2）完整性（3）可靠性（4）及时性（5）
  • apache ftpserver-CentOS config gengzg apache
    <server xmlns="http://mina.apache.org/ftpserver/spring/v1" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation=" http://mina.apache.o
  • 优化MySQL数据库性能的八种方法 AILIKES sqlmysql
    1、选取最适用的字段属性 　　MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的 性能，我们可以将表中字段的宽度设得尽可能小。例如，在定义邮政编码这个字段时，如果将其设置为CHAR(255),显然给数据库增加了不必要的空间，甚至使用VARCHAR这种类型也是多余的，因为CHAR(6)就可以很
  • JeeSite 企业信息化快速开发平台 Kai_Ge JeeSite
    JeeSite 企业信息化快速开发平台 平台简介 JeeSite是基于多个优秀的开源项目，高度整合封装而成的高效，高性能，强安全性的开源Java EE快速开发平台。 JeeSite本身是以Spring Framework为核心容器，Spring MVC为模型视图控制器，MyBatis为数据访问层， Apache Shiro为权限授权层，Ehcahe对常用数据进行缓存，Activit为工作流
  • 通过Spring Mail Api发送邮件 120153216 邮件main
    原文地址：http://www.open-open.com/lib/view/open1346857871615.html 使用Java Mail API来发送邮件也很容易实现，但是最近公司一个同事封装的邮件API实在让我无法接受，于是便打算改用Spring Mail API来发送邮件，顺便记录下这篇文章。 【Spring Mail API】 Spring Mail API都在org.spri
  • Pysvn 程序员使用指南 2002wmj SVN
    源文件:http://ju.outofmemory.cn/entry/35762 这是一篇关于pysvn模块的指南. 完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html. pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个. 该
  • 在SQLSERVER中查找被阻塞和正在被阻塞的SQL 357029540 SQL Server
    SELECT  R.session_id AS BlockedSessionID ,          S.session_id AS BlockingSessionID ,          Q1.text AS Block
  • Intent 常用的用法备忘 7454103 .netandroidGoogleBlogF#
    Intent     应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作（比如：view,edit,dial），以及程序执行到该动作时所需要的资料 。都指定好后，只要调用startActivity()，Android系统 会自动寻找最符合你指定要求的应用 程序，并执行该程序。 下面列出几种Intent 的用法 显示网页:
  • Spring定时器时间配置 adminjun spring时间配置定时器
    红圈中的值由6个数字组成，中间用空格分隔。第一个数字表示定时任务执行时间的秒，第二个数字表示分钟，第三个数字表示小时，后面三个数字表示日，月，年，< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" /> 测试的时候，由于是每天定时执行，所以后面三个数
  • POJ 2421 Constructing Roads 最小生成树 aijuans 最小生成树
    来源：http://poj.org/problem?id=2421 题意：还是给你n个点，然后求最小生成树。特殊之处在于有一些点之间已经连上了边。 思路：对于已经有边的点，特殊标记一下，加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在，又保证了所求的结果正确。 代码： #include <iostream> #include <cstdio>
  • 重构笔记——提取方法（Extract Method） ayaoxinchao java重构提炼函数局部变量提取方法
    提取方法（Extract Method）是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候，这时候就可以用提取方法这种重构手法。   下面是我学习这个重构手法的笔记：   提取方法看起来好像仅仅是将被提取方法中的一段代码，放到目标方法中。其实，当方法足够复杂的时候，提取方法也会变得复杂。当然，如果提取方法这种重构手法无法进行时，就可能需要选择其他
  • 为UILabel添加点击事件 bewithme UILabel
        默认情况下UILabel是不支持点击事件的，网上查了查居然没有一个是完整的答案，现在我提供一个完整的代码。   UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
  • NoSQL数据库之Redis数据库管理(PHP-REDIS实例) bijian1013 redis数据库NoSQL
    一.redis.php <?php //实例化 $redis = new Redis(); //连接服务器 $redis->connect("localhost"); //授权 $redis->auth("lamplijie"); //相关操
  • SecureCRT使用备注 bingyingao secureCRT每页行数
    SecureCRT日志和卷屏行数设置 一、使用securecrt时，设置自动日志记录功能。 1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径），命名为Logs； 2、点击Options -> Global Options -> Default Session -> Edite Default Sett
  • 【Scala九】Scala核心三：泛型 bit1129 scala
    泛型类 package spark.examples.scala.generics class GenericClass[K, V](val k: K, val v: V) { def print() { println(k + "," + v) } } object GenericClass { def main(args: Arr
  • 素数与音乐 bookjovi 素数数学haskell
        由于一直在看haskell，不可避免的接触到了很多数学知识，其中数论最多，如素数，斐波那契数列等，很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。     闲暇之余，从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
  • Java-Collections Framework学习与总结-IdentityHashMap BrokenDreams Collections
            这篇总结一下java.util.IdentityHashMap。从类名上可以猜到，这个类本质应该还是一个散列表，只是前面有Identity修饰，是一种特殊的HashMap。         简单的说，IdentityHashMap和HashM
  • 读《研磨设计模式》-代码笔记-享元模式-Flyweight 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.Collection; import java.util.HashMap; import java.util.List; import java
  • PS人像润饰&调色教程集锦 cherishLC PS
      1、仿制图章沿轮廓润饰——柔化图像，凸显轮廓 http://www.howzhi.com/course/retouching/   新建一个透明图层，使用仿制图章不断Alt+鼠标左键选点，设置透明度为21%，大小为修饰区域的1/3左右（比如胳膊宽度的1/3），再沿纹理方向（比如胳膊方向）进行修饰。   所有修饰完成后，对该润饰图层添加噪声，噪声大小应该和
  • 更新多个字段的UPDATE语句 crabdave update
    更新多个字段的UPDATE语句                    update tableA a set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
  • hive实例讲解实现in和not in子句 daizj hivenot inin
    本文转自：http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html 当前hive不支持 in或not in 中包含查询子句的语法，所以只能通过left join实现。 假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户，字段只有一个uid)，这两个表都包含
  • 一道24点的10+种非人类解法（2,3,10,10） dsjt 算法
    这是人类算24点的方法？！！！ 事件缘由：今天晚上突然看到一条24点状态，当时惊为天人，这NM叫人啊？以下是那条状态 朱明西 : 24点，算2 3 10 10，我LX炮狗等面对四张牌痛不欲生，结果跑跑同学扫了一眼说，算出来了，2的10次方减10的3次方。。我草这是人类的算24点啊。。 然后么。。。我就在深夜很得瑟的问室友求室友算 刚出完题，文哥的暴走之旅开始了 5秒后
  • 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题 dcj3sjt126com yiiframework
    在使用 YIi的路径管理工具时，发现了一个问题。                    <?php         
  • 对象与关系之间的矛盾：“阻抗失配”效应[转] come_for_dream 对象
    概述   “阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库（RDBMS）存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年，而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。   “阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括：类的层次关系必须绑定为关系模式（将对象
  • 学习编程那点事 gcq511120594 编程互联网
    一年前的夏天，我还在纠结要不要改行，要不要去学php？能学到真本事吗？改行能成功吗？太多的问题，我终于不顾一切，下定决心，辞去了工作，来到传说中的帝都。老师给的乘车方式还算有效，很顺利的就到了学校，赶巧了，正好学校搬到了新校区。先安顿了下来，过了个轻松的周末，第一次到帝都，逛逛吧！ 接下来的周一，是我噩梦的开始，学习内容对我这个零基础的人来说，除了勉强完成老师布置的作业外，我已经没有时间和精力去
  • Reverse Linked List II hcx2013 list
    Reverse a linked list from position m to n. Do it in-place and in one-pass. For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4, return 
  • Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • Hadoop集群工具distcp liyonghui160com
        1. 环境描述 两个集群：rock 和 stone rock无kerberos权限认证，stone有要求认证。 1. 从rock复制到stone，采用hdfs Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端，即源端问题：报版本
  • 一个备份MySQL数据库的简单Shell脚本 pda158 mysql脚本
    　　主脚本（用于备份mysql数据库）： 　　该Shell脚本可以自动备份 数据库。只要复制粘贴本脚本到文本编辑器中，输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。 　　 1. 分别建立目录“backup”和“oldbackup” 　　#mkdir /backup 　　#mkdir /oldbackup 　
  • 300个涵盖IT各方面的免费资源（中）——设计与编码篇 shoothao IT资源图标库图片库色彩板字体
    A. 免费的设计资源 Freebbble:来自于Dribbble的免费的高质量作品。 Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。 Graphic Burger:每个像素点都做得很细的绝佳的设计资源。 Pixel Buddha:免费和优质资源的专业社区。 Premium Pixels:为那些有创意的人提供免费的素材。
  • thrift总结 - 跨语言服务开发 uule thrift
    官网 官网JAVA例子 thrift入门介绍 IBM-Apache Thrift - 可伸缩的跨语言服务开发框架 Thrift入门及Java实例演示 thrift的使用介绍   RPC    POM： <dependency> <groupId>org.apache.thrift</groupId>
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他