做个大叔
做个大叔

ubuntu使用摘要

  • 更新软件源

sudo cp /etc/apt/sources.list /etc/apt/sources.list_backup
vim /etc/apt/sources.list
sudo apt-get update

阿里源：
deb http://mirrors.aliyun.com/ubuntu/ trusty main multiverse restricted universe
deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main multiverse restricted universe
deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main multiverse restricted universe
deb http://mirrors.aliyun.com/ubuntu/ trusty-security main multiverse restricted universe
deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main multiverse restricted universe
deb-src http://mirrors.aliyun.com/ubuntu/ trusty main multiverse restricted universe
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main multiverse restricted universe
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main multiverse restricted universe
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main multiverse restricted universe
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main multiverse restricted universe

  • 建立软连接

 ln [参数][源文件或目录][目标文件或目录]


你可能感兴趣的:(ubuntu使用摘要)

  • 【读论文】多/高光谱图像和 LiDAR 数据联合分类方法研究（2020） 氧艺 读论文分类机器学习
    【读论文】多/高光谱图像和LiDAR数据联合分类方法研究（2020）王青旺DOI文章目录摘要：关键词：结论：1.该论文研究了什么？2.创新点在哪？3.研究方法是什么？4.得到的结论是什么？摘要：地物分类识别需求的不断升级，对遥感场景解译提出了新要求：更高的空间二维解译精度和遥感场景空间三维解译。利用多源遥感数据和新型遥感技术是满足不断升级的需求的有效手段。多/高光谱成像和单波段激光雷(LightD
  • 基于轨迹的视频摘要:多样性损失详解 AI天才研究院 计算AI大模型企业级应用开发实战ChatGPT计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    1.背景介绍视频摘要技术是现代计算机视觉领域的一个重要研究方向，其主要目标是通过摘取视频中的关键帧或片段，生成一份能够代表原始视频内容的摘要。这样，用户就可以在短时间内了解视频的主要内容，极大地节省了时间。然而，这项技术面临着一个主要的挑战，即如何确保摘要的多样性，也就是说，如何在摘要中覆盖尽可能多的原始视频中的事件或主题。在这方面，基于轨迹的视频摘要算法提供了一种有效的解决方案。这种算法通过在特
  • 大语言模型原理基础与前沿 基于相似性搜索的多模态对齐 AI天才研究院 计算DeepSeekR1&大数据AI人工智能大模型计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    大语言模型原理基础与前沿基于相似性搜索的多模态对齐1.背景介绍近年来，大语言模型(LargeLanguageModels,LLMs)在自然语言处理(NaturalLanguageProcessing,NLP)领域取得了显著的进展。LLMs通过在海量文本数据上进行预训练，学习到了丰富的语言知识和生成能力，在许多NLP任务上表现出色，如问答、摘要、翻译等。然而，LLMs目前主要局限于单一模态，即文本。
  • 自动驾驶核心技术简介 AGI大模型与大数据研究院 DeepSeekR1&大数据AI人工智能javapythonjavascriptkotlingolang架构人工智能
    自动驾驶核心技术简介关键词：感知系统、决策系统、控制系统、人工智能、计算机视觉、深度学习、V2X通信摘要：本文全面介绍了自动驾驶的核心技术，包括感知、决策和控制三大系统。文章深入探讨了各系统的关键组成部分、工作原理和最新技术进展。同时，本文还分析了自动驾驶技术在实际应用中面临的挑战，以及未来的发展趋势。通过详细的技术讲解、代码示例和实际案例，为读者提供了全面而深入的自动驾驶技术概览。1.背景介绍1
  • MD5：数据的 “数字指纹” 与 “安全卫士” z_mazin 加密解密python算法安全
    在数字世界里，我们经常需要对数据进行验证，确保它的完整性和真实性。这时候，MD5就像是一位“安全卫士”，为我们的数据把关。它能够快速地为任意长度的数据生成一个独一无二的“数字指纹”，让我们可以轻松地检查数据是否被篡改。一、MD5是什么？MD5，全称是MD5消息摘要算法（MD5Message-DigestAlgorithm），它是一种哈希算法，也被称为散列算法。它的主要功能是把任意长度的数据转换成一
  • springboot基于SpringBoot+Vue的电商应用系统的设计与实现 源码哆哆*V+ymhydo 毕设springbootvue.js后端
    摘要现代经济快节奏发展以及不断完善升级的信息化技术，让传统数据信息的管理升级为软件存储，归纳，集中处理数据信息的管理方式。本电商应用系统就是在这样的大环境下诞生，其可以帮助管理者在短时间内处理完毕庞大的数据信息，使用这种软件工具可以帮助管理人员提高事务处理效率，达到事半功倍的效果。此电商应用系统使用跨平台的可开发大型商业网站的HTML技术，以及最受欢迎的RDBMS应用软件之一的MySQL数据库进行
  • 【系统架构设计师】论文：论分布式数据库的设计与实现 数据知道 系统架构分布式数据库系统架构设计师软考高级论文
    论文：论分布式数据库的设计与实现文章目录论文一摘要正文总结论文二摘要正文总结论文一摘要本文通过XXX高速公路收费系统（以下简称收费系统），来论述分布式数据库的设计与实现。收费系统是我公司近年来接的较为大型的项目，管理结构为三层结构：公司级、收费中心级、收费站级，各级之间即可独立的完成自身业务，又有自上而下的管理关系。收费中心、收费站均为三层c／s结构，公司级采取B／S结构。该系统的数据库也按照三层
  • 网络信息安全技术研究 代论文网课招代理 php开发语言
    随着互联网的时代,网络信息已经完全渗透到人们的社会生活。然而,互联网的出现和发展不仅给人们的生活和工作带来了便利,也引发了一系列的网络信息安全问题。因此,如何利用网络信息安全技术有效地消除网络安全问题,网络用户创建一个安全的网络环境已经成为当务之急。摘要当前环境的网络信息安全问题的类型和原因识别和管理计算机网络信息安全技术的应用策略进行了详细的分析。在新的历史发展阶段，社会经济发展水平不断提高，科
  • 基于python的图书管理系统设计与实现论文_图书管理系统的设计与实现图书管理系统论文... weixin_39608748
    I摘要随着现代科学技术的进步，人类社会正逐渐走向信息化，图书馆拥有丰富的文献信息资源，是社会系统的重要组成部分，在信息社会中作用愈来愈重要，我国图书馆计算机等信息技术的应用起步于20世纪70年代末期，随着改革开放的步伐得迅速发展，特别是90年代以后，我国图书馆信息网络建设取得了较大发展图书馆信息化建设迈向了一个新台阶。本设计做的系统就是对图书馆的书籍进行管理，主要工作是实现了图书信息功能，图书借还
  • 基于Python的图书管理系统的设计与实现 usp1994 Python图书管理系统设计实现
    基于Python的图书管理系统的设计与实现DesignandImplementationofaBookManagementSystembasedonPython完整下载链接:基于Python的图书管理系统的设计与实现文章目录基于Python的图书管理系统的设计与实现摘要第一章引言1.1研究背景1.2研究目的1.3研究意义1.4论文结构第二章相关技术与理论介绍2.1Python语言介绍2.2数据库技
  • 如何对接韩国和日本股票数据源API
    摘要：本文将详细介绍如何通过StockTVAPI对接韩国和日本股票市场的实时行情数据，涵盖从API申请、接口调用到数据解析的完整流程，并提供Python代码示例。一、StockTVAPIStockTVAPI提供全球多个国家的金融市场数据，其中韩国和日本市场数据尤为全面。以下是选择StockTVAPI的几大理由：覆盖全面：支持韩国KOSPI、KOSDAQ和日本东京证券交易所实时性强：提供WebSoc
  • 模拟电子技术失真的一些知识要点总结 知识小报童 嵌入式硬件信息与通信
    文章摘要（人工手写）饱和截止双向：射级偏置电路NPN型：顶部失真，属于截止失真。底部失真，代表饱和失真。（主）PNP型：顶部失真，代表饱和失真，底部失真，是截止失真。截止失真说明Ib太小，静态工作点太低。可以通过减少Rb来增大Ib。饱和失真说明Ib（Ic）太大，工作点太高。必须用增大Rb来减少失真。双向：输入信号过大或者三极管β很大交越失真：采用乙类功率放大器，改进时使用甲乙类功率放大器。失真与消
  • docker 镜像学习 day02 AliezLan docker学习
    dockerimages命令详细dockerimages[OPTIONS][REPOSITORY[:TAG]]options说明:-a列出本地所有的镜像（含中间映像层，默认情况下，过滤掉中间映像层）–digests显示镜像的摘要信息-f,--filterfilter显示满足条件（filter）的镜像–no-trunc显示完整的镜像信息-q只显示镜像ID#不带参数[root@docker01~]#d
  • 基于LLM的Agent框架全面比较分析：MGX（MetaGPT X）、AutoGen、OpenHands与秒哒（MiaoDa） 由数入道 人工智能智能体大语言模型智能体框架
    摘要本文对当前四种领先的基于LLM的Agent框架——MGX（MetaGPTX）、AutoGen、OpenHands和秒哒（MiaoDa）进行了全面比较分析。这些框架代表了人工智能领域在多智能体协作系统方面的最新进展，各自采用了独特的方法来解决复杂任务自动化问题。通过深入考察每个框架的核心架构、关键特性、目标用例、生态系统和发展前景，本分析旨在为技术决策者、开发者和研究人员提供详尽的参考依据，帮助
  • 基于变分推理与 Best‑of‑N 策略的元 Prompt 自动生成与优化框架 由数入道 提示词工程提示词人工智能
    摘要本文提出了一种融合变分推理与Best‑of‑N策略的元Prompt自动生成与优化框架，通过高度参数化的模板、随机扰动采样及多指标评分机制，实现从初始提示生成到最终输出的动态优化。同时，针对实际应用中对自适应参数调整、深层语义理解、多模态融合、用户反馈闭环等需求，文章在未来扩展方向中提出了详细建议，并在代码中预留了相应接口。实验评估与讨论表明，该框架具备较高的灵活性、扩展性和实用性，为自然语言生
  • 数模分离革命：LLM驱动下的零代码开发新范式 领码科技 低代码实战篇AI应用数模分离零代码平台LLM模型驱动开发DevOps
    副标题：从参数化建模到模型动态编排，解锁软件开发终极效率摘要数模分离正在重塑软件开发范式。通过大型语言模型（LLM）提炼功能、UI、数据元等核心模型，结合零代码平台的动态配置能力，开发者可将需求直接映射为可执行的应用，实现“模型即代码”的跨越式升级。本文系统性解析六大核心模型体系（功能/UI/组件/数据元/流程/权限模型），构建LLM与零代码平台的协同框架，并基于工业实践案例验证其效率提升3-5倍
  • 基于STM32的无线充电小车设计与实现（全部资料） 科创工作室li 毕业设计1stm32嵌入式硬件单片机
    基于STM32的无线充电小车设计与实现摘要：本文设计并实现了一种基于STM32F103C8T6核心板的无线充电小车。该小车具备蓝牙控制、红外寻迹和无线充电功能，通过按键可切换不同模式，包括循迹模式、蓝牙模式、无线充电模式等。硬件部分采用STM32F103C8T6核心板作为主控，搭配红外循迹模块、蓝牙模块、无线充电模块和L298N电机驱动模块等。经测试，小车各项功能运行正常，能够实现预期的设计目标。
  • 《Python实战进阶》No34：卷积神经网络（CNN）图像分类实战 带娃的IT创业者 Python实战进阶pythoncnn分类
    第34集：卷积神经网络（CNN）图像分类实战摘要卷积神经网络（CNN）是计算机视觉领域的核心技术，特别擅长处理图像分类任务。本集将深入讲解CNN的核心组件（卷积层、池化层、全连接层），并演示如何使用PyTorch构建一个完整的CNN模型，在CIFAR-10数据集上实现图像分类。我们还将探讨数据增强和正则化技术（如Dropout和BatchNorm）对模型性能的影响。核心概念和知识点1.CNN的核心
  • 【C++ STL】vector容器详解：从入门到精通 A好名字A c++开发语言算法数据结构
    【C++STL】vector容器详解：从入门到精通摘要：本文深入讲解C++STL中vector容器的使用方法，涵盖常用函数、代码示例及注意事项，助你快速掌握动态数组的核心操作！一、vector概述vector是C++标准模板库（STL）中序列容器的代表，本质上是一个动态数组。它能够根据需要自动调整大小，支持快速随机访问，在尾部插入/删除元素效率极高，是C++中最常用的容器之一。核心特性：动态扩容：
  • echarts vue 酷炫图_Vue怎么使用Echarts创建图表 正直boy echartsvue酷炫图
    摘要：在后台管理系统中，我们经常会遇到图表，比如说：柱形图，饼状图，折线图，雷达图等等，而用来写图表插件有很多，我这里主要介绍Echarts在项目里怎么使用，官网地址如下：https://echarts.baidu.com/index.html，详细信息请阅览他们的官网文档和实例，各种图表都比较完善。本文流程：1.安装插件2.引入Echarts3.创建图表4.修改样式5.接入数据一.安装插件方法一
  • 算法 ｜ 豪猪优化算法综述：原理、改进与应用，附matlab代码 单北斗SLAMer 智能优化算法毕业论文设计启发式算法算法matlab数学建模
    豪猪优化算法综述：原理、改进与应用摘要豪猪优化算法(PorcupineOptimizer,PO)是一种新型的元启发式优化算法，灵感来源于豪猪在自然界中的防御和觅食行为。本文系统介绍了PO算法的基本原理、数学模型、算法流程，综述了近年来PO算法的改进研究，分析了其在不同领域的应用场景，并提供了完整的MATLAB实现代码。实验结果表明，PO算法在解决复杂优化问题时表现出良好的性能。关键词：豪猪优化算法
  • AI视频生成技术的革新之路：Video-T1项目的深度解析 耶耶Norsea 网络杂烩服务器
    摘要视频生成作为人工智能的重要研究方向，聚焦于AI对现实世界的理解与模拟。当前，提升视频生成性能的主要手段包括增加模型参数数量和扩展预训练数据集。然而，更大规模的模型对计算资源的需求也显著提高。清华大学开源的Video-T1项目提供了一种无需重新训练即可优化视频生成性能的创新方案，尤其适用于资源受限的场景，为行业带来了新思路。关键词视频生成,人工智能,参数数量,预训练数据,Video-T1一、视频
  • 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
  • 有约束的确定型存贮模型及其MATLAB实现 青橘MATLAB学习 Matlab数学建模编程实验matlab存贮论经济订购批量约束优化数学模型库存管理
    摘要本文系统阐述存贮论中带有约束条件的确定型库存模型，详细推导各类模型的数学公式，包括经济订购批量(EOQ)基础模型、资金约束模型、库容约束模型、允许缺货模型以及生产约束模型。通过MATLAB代码实现和实际案例分析，展示模型求解过程及应用价值，为供应链管理提供科学的决策支持。关键词：存贮论经济订购批量约束优化数学模型MATLAB库存管理1.基础EOQ模型1.1数学模型经典EOQ模型假设：需求率D恒
  • 【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
  • 基于元学习的快速适应推荐算法 AI天才研究院 ChatGPTAI大模型企业级应用开发实战DeepSeekR1&大数据AI人工智能大模型大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    基于元学习的快速适应推荐算法关键词推荐系统，元学习，快速适应，算法优化，协同过滤摘要本文主要介绍了基于元学习的快速适应推荐算法。首先，对推荐系统的基本概念、发展历程、核心概念和架构进行了概述。接着，详细探讨了元学习的基础知识、分类、优势以及快速适应推荐算法的原理和优缺点。随后，深入分析了元学习在推荐系统中的应用、实现和挑战。最后，通过一个实际项目案例，展示了基于元学习的快速适应推荐系统的实现过程、
  • 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
  • IJCV2024 |陀螺仪引导的无监督深度单应性和光流学习：GyroFlow+ 小白学视觉 计算机顶会顶刊论文解读深度学习论文解读计算机顶刊IJCV
    陀螺仪引导的无监督深度单应性和光流学习：GyroFlow+HaipengLi；KunmingLuo；BingZeng；ShuaichengLiu代码：https://github.com/lhaippp/GyroFlowPlus摘要现有的单应性和光流方法在具有挑战性的场景中存在误差，例如雾、雨、夜晚和雪，因为它们的基本假设，如亮度和梯度的恒定性被打破。为了解决这个问题，我们提出了一种无监督学习方法
  • 基于数据挖掘从经验方和医案探析岭南名医治疗妇科疾病的诊疗和用药规律 赵谨言 论文毕业设计经验分享
    标题:基于数据挖掘从经验方和医案探析岭南名医治疗妇科疾病的诊疗和用药规律内容:1.摘要背景：岭南地区独特的地理环境、气候条件及人文风俗使该地区妇科疾病具有一定特点，岭南名医在长期临床实践中积累了丰富的治疗经验。目的：基于数据挖掘技术，从经验方和医案探析岭南名医治疗妇科疾病的诊疗和用药规律。方法：收集岭南名医治疗妇科疾病的经验方和医案，运用数据挖掘软件进行数据整理、分析，包括频次统计、关联规则分析、
  • html 周华华 html
    js 1，数组的排列 var arr=[1,4,234,43,52,]; for(var x=0;x<arr.length;x++){    for(var y=x-1;y<arr.length;y++){      if(arr[x]<arr[y]){     &
  • 【Struts2 四】Struts2拦截器 bit1129 struts2拦截器
    Struts2框架是基于拦截器实现的，可以对某个Action进行拦截，然后某些逻辑处理，拦截器相当于AOP里面的环绕通知，即在Action方法的执行之前和之后根据需要添加相应的逻辑。事实上，即使struts.xml没有任何关于拦截器的配置，Struts2也会为我们添加一组默认的拦截器，最常见的是，请求参数自动绑定到Action对应的字段上。   Struts2中自定义拦截器的步骤是：
  • make:cc 命令未找到解决方法 daizj linux命令未知make cc
    安装rz sz程序时，报下面错误：   [root@slave2 src]# make posix cc   -O -DPOSIX -DMD=2 rz.c -o rz make: cc：命令未找到 make: *** [posix] 错误 127   系统：centos 6.6 环境：虚拟机   错误原因：系统未安装gcc，这个是由于在安
  • Oracle之Job应用 周凡杨 oracle job
    最近写服务，服务上线后，需要写一个定时执行的SQL脚本，清理并更新数据库表里的数据，应用到了Oracle 的 Job的相关知识。在此总结一下。   一：查看相关job信息    1、相关视图  dba_jobs  all_jobs  user_jobs  dba_jobs_running 包含正在运行
  • 多线程机制 朱辉辉33 多线程
    转至http://blog.csdn.net/lj70024/archive/2010/04/06/5455790.aspx 程序、进程和线程： 程序是一段静态的代码，它是应用程序执行的蓝本。进程是程序的一次动态执行过程，它对应了从代码加载、执行至执行完毕的一个完整过程，这个过程也是进程本身从产生、发展至消亡的过程。线程是比进程更小的单位，一个进程执行过程中可以产生多个线程，每个线程有自身的
  • web报表工具FineReport使用中遇到的常见报错及解决办法（一） 老A不折腾 web报表finereportjava报表报表工具
    FineReport使用中遇到的常见报错及解决办法（一） 这里写点抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。   1、address pool is full： 含义：地址池满，连接数超过并发数上
  • mysql rpm安装后没有my.cnf 林鹤霄 没有my.cnf
    Linux下用rpm包安装的MySQL是不会安装/etc/my.cnf文件的， 至于为什么没有这个文件而MySQL却也能正常启动和作用，在这儿有两个说法， 第一种说法，my.cnf只是MySQL启动时的一个参数文件，可以没有它，这时MySQL会用内置的默认参数启动， 第二种说法，MySQL在启动时自动使用/usr/share/mysql目录下的my-medium.cnf文件，这种说法仅限于r
  • Kindle Fire HDX root并安装谷歌服务框架之后仍无法登陆谷歌账号的问题 aigo root
    原文：http://kindlefireforkid.com/how-to-setup-a-google-account-on-amazon-fire-tablet/   Step 4: Run ADB command from your PC   On the PC, you need install Amazon Fire ADB driver and instal
  • javascript 中var提升的典型实例 alxw4616 JavaScript
    // 刚刚在书上看到的一个小问题,很有意思.大家一起思考下吧 myname = 'global'; var fn = function () { console.log(myname); // undefined var myname = 'local'; console.log(myname); // local }; fn() // 上述代码实际上等同于以下代码 m
  • 定时器和获取时间的使用 百合不是茶 时间的转换定时器
    定时器:定时创建任务在游戏设计的时候用的比较多   Timer();定时器 TImerTask();Timer的子类  由 Timer 安排为一次执行或重复执行的任务。       定时器类Timer在java.util包中。使用时，先实例化，然后使用实例的schedule(TimerTask task, long delay)方法，设定
  • JDK1.5 Queue bijian1013 javathreadjava多线程Queue
    JDK1.5 Queue LinkedList： LinkedList不是同步的。如果多个线程同时访问列表，而其中至少一个线程从结构上修改了该列表，则它必须 保持外部同步。（结构修改指添加或删除一个或多个元素的任何操作；仅设置元素的值不是结构修改。）这一般通过对自然封装该列表的对象进行同步操作来完成。如果不存在这样的对象，则应该使用 Collections.synchronizedList 方
  • http认证原理和https bijian1013 httphttps
    一.基础介绍         在URL前加https://前缀表明是用SSL加密的。 你的电脑与服务器之间收发的信息传输将更加安全。         Web服务器启用SSL需要获得一个服务器证书并将该证书与要使用SSL的服务器绑定。 http和https使用的是完全不同的连接方式，用的端口也不一样,前者是80，后
  • 【Java范型五】范型继承 bit1129 java
    定义如下一个抽象的范型类，其中定义了两个范型参数，T1，T2   package com.tom.lang.generics; public abstract class SuperGenerics<T1, T2> { private T1 t1; private T2 t2; public abstract void doIt(T
  • 【Nginx六】nginx.conf常用指令(Directive) bit1129 Directive
    1. worker_processes    8; 表示Nginx将启动8个工作者进程，通过ps -ef|grep nginx,会发现有8个Nginx Worker Process在运行   nobody 53879 118449 0 Apr22 ? 00:26:15 nginx: worker process
  • lua 遍历Header头部 ronin47 lua header 遍历　
    local headers = ngx.req.get_headers()   ngx.say("headers begin", "<br/>")   ngx.say("Host : ", he
  • java-32.通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小(两数组的差最小)。 bylijinnan java
    import java.util.Arrays; public class MinSumASumB { /** * Q32.有两个序列a,b，大小都为n,序列元素的值任意整数，无序. * * 要求：通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小。 * 例如: * int[] a = {100,99,98,1,2,3
  • redis 开窍的石头 redis
    在redis的redis.conf配置文件中找到# requirepass foobared 把它替换成requirepass 12356789 后边的12356789就是你的密码 打开redis客户端输入config get requirepass 返回 redis 127.0.0.1:6379> config get requirepass 1) "require
  • [JAVA图像与图形]现有的GPU架构支持JAVA语言吗？ comsci java语言
          无论是opengl还是cuda，都是建立在C语言体系架构基础上的，在未来，图像图形处理业务快速发展，相关领域市场不断扩大的情况下，我们JAVA语言系统怎么从这么庞大，且还在不断扩大的市场上分到一块蛋糕，是值得每个JAVAER认真思考和行动的事情       
  • 安装ubuntu14.04登录后花屏了怎么办 cuiyadll ubuntu
    这个情况，一般属于显卡驱动问题。 可以先尝试安装显卡的官方闭源驱动。 按键盘三个键：CTRL + ALT  +  F1 进入终端，输入用户名和密码登录终端： 安装amd的显卡驱动 sudo  apt-get  install  fglrx 安装nvidia显卡驱动 sudo  ap
  • SSL 与 数字证书 的基本概念和工作原理 darrenzhu 加密ssl证书密钥签名
    SSL 与 数字证书 的基本概念和工作原理 http://www.linuxde.net/2012/03/8301.html SSL握手协议的目的是或最终结果是让客户端和服务器拥有一个共同的密钥，握手协议本身是基于非对称加密机制的，之后就使用共同的密钥基于对称加密机制进行信息交换。 http://www.ibm.com/developerworks/cn/webspher
  • Ubuntu设置ip的步骤 dcj3sjt126com ubuntu
    在单位的一台机器完全装了Ubuntu Server，但回家只能在XP上VM一个，装的时候网卡是DHCP的，用ifconfig查了一下ip是192.168.92.128,可以ping通。 转载不是错： Ubuntu命令行修改网络配置方法 /etc/network/interfaces打开后里面可设置DHCP或手动设置静态ip。前面auto eth0，让网卡开机自动挂载. 1. 以D
  • php包管理工具推荐 dcj3sjt126com PHPComposer
    http://www.phpcomposer.com/   Composer是 PHP 用来管理依赖（dependency）关系的工具。你可以在自己的项目中声明所依赖的外部工具库（libraries），Composer 会帮你安装这些依赖的库文件。 中文文档  入门指南  下载  安装包列表 Composer 中国镜像
  • Gson使用四（TypeAdapter） eksliang jsongsonGson自定义转换器gsonTypeAdapter
    转载请出自出处：http://eksliang.iteye.com/blog/2175595 一.概述        Gson的TypeAapter可以理解成自定义序列化和返序列化 二、应用场景举例        例如我们通常去注册时（那些外国网站），会让我们输入firstName，lastName,但是转到我们都
  • JQM控件之Navbar和Tabs gundumw100 htmlxmlcss
    在JQM中使用导航栏Navbar是简单的。 只需要将data-role="navbar"赋给div即可： <div data-role="navbar"> <ul> <li><a href="#" class="ui-btn-active&qu
  • 利用归并排序算法对大文件进行排序 iwindyforest java归并排序大文件分治法Merge sort
      归并排序算法介绍，请参照Wikipeida zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F 基本思想： 大文件分割成行数相等的两个子文件，递归（归并排序）两个子文件，直到递归到分割成的子文件低于限制行数 低于限制行数的子文件直接排序 两个排序好的子文件归并到父文件 直到最后所有排序好的父文件归并到输入
  • iOS UIWebView URL拦截 啸笑天 UIWebView
    本文译者：candeladiao，原文：URL filtering for UIWebView on the iPhone说明：译者在做app开发时，因为页面的javascript文件比较大导致加载速度很慢，所以想把javascript文件打包在app里，当UIWebView需要加载该脚本时就从app本地读取，但UIWebView并不支持加载本地资源。最后从下文中找到了解决方法，第一次翻译，难免有
  • 索引的碎片整理SQL语句 macroli sql
    SET NOCOUNT ON DECLARE @tablename VARCHAR (128) DECLARE @execstr VARCHAR (255) DECLARE @objectid INT DECLARE @indexid INT DECLARE @frag DECIMAL DECLARE @maxfrag DECIMAL --设置最大允许的碎片数量,超过则对索引进行碎片
  • Angularjs同步操作http请求with $promise qiaolevip 每天进步一点点学习永无止境AngularJS纵观千象
    // Define a factory app.factory('profilePromise', ['$q', 'AccountService', function($q, AccountService) { var deferred = $q.defer(); AccountService.getProfile().then(function(res) {
  • hibernate联合查询问题 sxj19881213 sqlHibernateHQL联合查询
    最近在用hibernate做项目，遇到了联合查询的问题，以及联合查询中的N+1问题。 针对无外键关联的联合查询，我做了HQL和SQL的实验，希望能帮助到大家。（我使用的版本是hibernate3.3.2）   1 几个常识：  （1）hql中的几种join查询，只有在外键关联、并且作了相应配置时才能使用。  （2）hql的默认查询策略，在进行联合查询时，会产
  • struts2.xml wuai struts
    <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他