haimengao
haimengao

HMM 学习+Viterbi Algorithm

参见：http://www.52nlp.cn/hmm-learn-best-practices-six-viterbi-algorithm-1

寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states)

笔记：

http://ccl.pku.edu.cn/alcourse/nlp/LectureNotes/Chapter_03.pdf


你可能感兴趣的:(HMM 学习+Viterbi Algorithm)

  • 2025-4-15-C++ 学习 循环结构（3） 汤姆和佩琦 C/C++语言学习历程c++学习算法循环结构
    文章目录2025-4-15-C++学习循环结构（3）P1423小玉在游泳题目描述输入格式输出格式输入输出样例#1输入#1输出#1说明/提示题解代码P1307[NOIP2011普及组]数字反转题目描述输入格式输出格式输入输出样例#1输入#1输出#1输入输出样例#2输入#2输出#2说明/提示题解代码P1720月落乌啼算钱（斐波那契数列）题目背景题目描述输入格式输出格式输入输出样例#1输入#1输出#1说
  • unix服务器java配置_在UNIX中安装和配置开发Web服务器 cusi77914 大数据pythonlinuxjava编程语言
    在你开始前了解对本教程的期望以及如何最大程度地利用本教程。关于本教程因此，您是否想要（或需要）安装功能齐全的应用程序服务器以开发，测试，部署和调整Java™2平台企业版（J2EE™）应用程序？或者，也许您只是想学习一些新知识，因此您决定建立自己的应用程序服务器环境。你从哪里开始？无论您是出于何种动机，如果您正在阅读本教程，则可能会熟悉网站的工作原理，以及从浏览器访问应用程序（域，代码，Web）所需
  • Qt/C++学习系列之QTreeWidget的简单使用记录 arriettyandray Qtc++qtc++学习
    Qt/C++学习系列之QTreeWidget的简单使用记录前言1布局1.1布局要求1.2布局代码2代码设计2.1整体勾选2.2勾选项确认总结前言自己练手的项目中，需要对多个不同层级的选项进行勾选操作，而想到简洁点的操作方式就是使用QTreeWidget进行布局与应用。这里简单介绍QTreeWidget的布局和勾选操作的应用。1布局1.1布局要求项目要求：项目中需要有两个层级，A层级为大层级，B层级
  • 音视频小白系统入门笔记-0 王江奎 音视频开发入门音视频
    本系列笔记为博主学习李超老师课程的课堂笔记，仅供参阅音视频小白系统入门课音视频基础+ffmpeg原理绪论ffmpeg推流ffplay/vlc拉流使用rtmp协议ffmpeg-i-fflvrtmp://为什么会推流失败？默认命令行方式可能导致音频和视频不同步原始是最快的播放速率，修改为`ffmpeg-re-i-fflvrtmp://`以原始播放速率播放为什么清晰度不高？`-fflv`会按照默认方式对
  • Python之机器学习入门 兮兮能吃能睡 环境工程之交叉发展python机器学习开发语言
    机器学习与Python的结合非常紧密，Python因其简洁的语法和丰富的库成为机器学习的主流语言。以下是一个机器学习入门指南及Python代码示例：我的机器学习之路（初稿）1.常用Python机器学习库Scikit-learn：经典机器学习算法库TensorFlow/PyTorch：深度学习框架Pandas：数据处理与分析NumPy：数值计算Matplotlib/Seaborn：数据可视化安装命令
  • 雅思练习总结（二十五） 空 白II marmeid编程英语学习英语学习雅思练习单词总结
    雅思练习总结（二十五）本文章是雅思练习总结（二十五），总结了文章《Let’sGoBats》，内容包括原文精翻，文章脉络总结，单词扩展学习3个部分1文章原文及翻译Let’sGoBats翻译：蝙蝠，冲冲冲！ABatshaveaproblem:howtofindtheirwayaroundinthedark.Theyhuntatnight,andcannotuselighttohelpthemfindp
  • GEE土地分类——使用了Landsat 8和9影像以及随机森林监督机器学习算法进行城市绿地的计算（雅典） 此星光明 gee土地分类专栏机器学习算法随机森林javascriptgee土地分类城市绿地
    目录简介主要主题和目标卫星数据的输入和处理谷歌地球引擎-雅典的绿色空间定义城市边界-研究区域城市绿地的可用性和可达性结果代码结果简介这项研究是利用GoogleEarthEngine平台进行的，同时使用了Landsat8和9影像以及随机森林监督机器学习算法。主要主题和目标除了环绕并影响城市气候的国家公园、森林和山脉之外，研究表明，城市绿地，无论大小，都能通过影响城市的微气候以及市民的日常生活，为城市
  • 学stm32,有什么学习方法？
    作为一个在嵌入式领域摸爬滚打近十年的工程师，看到这个问题就想分享一下我的心得。学习STM32确实是个既令人兴奋又充满挑战的过程。我记得自己最初接触STM32时那种既期待又忐忑的心情，相信很多准备入门的朋友也有类似的感受。经过这些年在大大小小项目中使用STM32的经验，我总结了一套相对有效的学习方法。恰好前段时间，我还录制了一个《STM32实战快速入门》（点击直达）课程，把我多年来积累的经验和踩过的
  • 请问做嵌入式开发C语言应该学到什么水平？
    作为一个在嵌入式领域摸爬滚打了十多年的老兵，我对这个问题有很多想说的。C语言之于嵌入式，就像水之于鱼，是最基础也是最核心的技能。我刚入行时也是从C语言起步，一路学习和实践，逐渐掌握了从基础应用到高级技巧的各个层面。最近我刚录制完一个《STM32实战快速入门》（点击直达）课程，其中也花了大量篇幅讲解C语言在嵌入式中的应用技巧。通过这个过程，我更加系统地思考了"嵌入式开发者的C语言水平究竟应该达到什么
  • 机器学习笔记 图像特征提取器(卷积变体)的技术发展与演变 坐望云起 深度学习从入门到精通机器学习笔记人工智能
    一、图像特征提取器简述图像特征提取器是可用于从图像中学习表示的函数或模块。最常见的特征提取器类型是卷积，其中内核在图像上滑动，允许参数共享和平移不变性。在深度学习技术的快速发展过程中，基于卷积也演变出来了若干新技术由于图像特征的提取，这里进行了一下简单梳理，一是加强了解，二是备忘。下面的清单每项都只是一个概念，因为每个概念都产生了若干论文。1、卷积卷积是一种矩阵运算，由一个内核组成，一个小的权重矩
  • PEFT实战（二）——基于Prompt的参数高效微调 CM莫问 大语言模型从小白到咸鱼promptp-tuningPEFT人工智能算法python大模型
    一、概念本文参考HuggingFace教程中的Prompt-based参数高效微调，探索如何基于prompt快速微调出我们的专属大模型。这篇文章中，我们将一起学习如何使用软提示方法训练因果语言模型，以应用于分类任务。我们知道，prompt提示可以描述任务或提供我们希望模型学习的任务示例。然而，软提示方法不是手动创建这些提示，而是向输入嵌入添加可学习参数，这些参数可以针对特定任务进行优化，同时保持预
  • 揭秘MySQL性能优化的秘密——基于负载的自适应缓存动态调整策略 墨夶 数据库学习资料1mysql性能优化缓存
    在当今数据密集型应用迅速增长的时代，数据库性能成为了确保系统高效运行的关键。随着业务复杂度和数据量的增长，传统的缓存策略难以满足日益增长的数据访问需求。为了应对这一挑战，研究人员开始探索将机器学习技术引入到数据库系统中，特别是针对缓存管理方面。今天，我们将深入探讨如何构建一个基于负载的自适应缓存动态调整策略，并将其应用于MySQL环境中，以实现更加智能化、自动化的性能优化。一、引言数据库性能直接关
  • 水污染治理（生物膜+机器学习） 兮兮能吃能睡 环境工程之交叉发展机器学习人工智能
    文章目录**1.水质监测与污染预测****2.植物-微生物群落优化****3.系统设计与运行调控****4.维护与风险预警****5.社区参与与政策模拟****挑战与解决思路****未来趋势**前言：将机器学习（ML）等人工智能技术融入植树生物膜系统，可以显著提升水污染治理的效率、预测能力和自适应管理水平。以下是具体应用方向及案例说明：1.水质监测与污染预测实时数据分析：部署水质传感器（pH、溶解
  • Vue入门-指令学习-v-show和v-if 道爷我悟了 VueHTML笔记学习
    v-show：作用：控制元素的显示隐藏语法：v-show="表达式"表达式值true显示，false隐藏v-if作用：控制元素的显示隐藏（条件渲染）语法：v=if="表达式"表达式true显示，false隐藏注意：v-show和v-if效果上一样，但是底层原理不同，v-show是通过切换css的display：none属性来显示隐藏，而v-if则是根据判断条件控制元素的创建和移除v-show更适合
  • YOLO11改进——融合BAM注意力机制增强图像分类与目标检测能力 Stara-AI YOLO-实战系列YOLOv11计算机视觉目标检测深度学习人工智能Python
    深度学习在计算机视觉领域的应用取得了显著进展，尤其是在目标检测（ObjectDetection）和图像分类（ImageClassification）任务中。YOLO（YouOnlyLookOnce）系列算法凭借其高效的单阶段检测框架和卓越的实时性能，成为目标检测领域的研究热点。然而，随着应用场景的复杂化和多样化，如何进一步提升模型在复杂背景下的鲁棒性（Robustness）、小目标检测（Small
  • 基于深度学习与YOLOv的人脸表情识别方法研究 源码空间站TH 深度学习人工智能
    内容概要：文章探讨了基于深度学习的人脸表情识别技术，重点介绍了YOLOv3算法的应用。通过结合YOLOv3的实时检测能力和传统的分类器方法，实现了一个高效的人脸表情识别系统。文中详细讨论了YOLOv3的工作原理，数据预处理方法，训练与测试流程，并展示了系统的应用场景，如图片识别、视频识别和实时识别等。适合人群：计算机视觉研究人员、深度学习爱好者和相关领域的工程师。使用场景及目标：适用于人机交互、在
  • YOLOv3实践教程：使用预训练模型进行目标检测 LIUDAN'S WORLD YOLO系列教程YOLO深度学习计算机视觉人工智能
    目录简介环境准备获取预训练模型图像目标检测视频目标检测模型性能优化常见问题解答进阶学习路径简介YOLOv3（YouOnlyLookOnceversion3）是一种高效的实时目标检测算法，由JosephRedmon和AliFarhadi于2018年提出。与传统的目标检测方法相比，YOLO将目标检测视为单一的回归问题，直接从完整图像预测边界框及其类别概率，使其成为速度和准确性之间平衡的优秀选择。本教程
  • 人工智能赋能运维自动化：基于机器学习的IT系统故障预测与自动修复技术革新 金枝玉叶9 程序员知识储备1程序员知识储备2程序员知识储备3人工智能运维自动化
    人工智能赋能运维自动化：基于机器学习的IT系统故障预测与自动修复技术革新（优化标题：AI智能运维｜机器学习驱动IT系统故障预警与自愈机制全解析）摘要本文提出了一种基于机器学习的智能运维自动化方案，通过构建多层次数据模型，实现对IT系统故障的早期预测与自动修复。文章详细介绍了系统架构、核心算法、数据分析方法以及实验证明，重点阐述了如何利用实时监控数据、历史运维记录与异常检测算法，实现高效的故障诊断与
  • 红队-安全见闻篇(中) 在校大two学生 红队渗透安全网络安全笔记
    声明学习视频来自B站UP主泷羽sec的个人空间-泷羽sec个人主页-哔哩哔哩视频,如涉及侵权马上删除文章笔记的只是方便各位师傅学习知识,以下网站只涉及学习内容,其他的都与本人无关,切莫逾越法律红线,否则后果自负一.操作系统(重点)操作系统是控制管理计算机系统的硬软件，分配调度资源的系统软件。问题一:学会它能够掌握什么样的一个安全的技能?答:学会了操作系统对掌握内网渗透域渗透有所帮助同理学会系统的一
  • 【智驾中的大模型 -2】VLM 在自动驾驶中的应用 地平线开发者 征程6上手教程自动驾驶算法
    1.前言随着端到端AI和多模态学习的迅猛发展，VLM（视觉-语言模型）在自动驾驶领域中的应用正逐渐成为一个备受瞩目的重要研究方向。VLM凭借其强大的融合能力，将视觉（如高清晰度的摄像头图像、精准的雷达数据）和语言（涵盖详细的地图信息、明确的交通标志、准确的驾驶指令）等多种类型的信息进行有机整合，从而使得自动驾驶系统在感知复杂的道路环境、进行精确的推理以及制定明智的决策等方面展现出更为卓越的智能化水
  • OpenPose xiaofeilongyu
    摘要我们提出了一个的方法，它能在有多个人的图像中高效地进行2D【二维】姿势检测。该方法运用了非参数表示【non-parametricrepresentation】，我们称之为部分亲和域【PAFs】，我们用它来学习怎么将身体部分和个体联系起来。该结构编译了全局，这允许了贪婪的自底向上分解的步骤，使得不管图片中有多少人，它都可以在实现实时性的同时保持高识别准确度。我们设计的这个结构，通过相同的顺序预测
  • 学习笔记2-面包板的使用 ChristianLuu 单片机学习
    今天来介绍面包板的使用。如图所示，面包板上下两侧分别有两列插孔。标有“+”（或“-”）的一列共5组插孔，每组5个孔（孔间相连通）。如需使用整块版，需将“+”与“+”和“-”与“-”相连。同列5插孔相连通（即a-b-c-d-e、f-g-h-i-j），而列与列之间（1-30）、凹槽（e-f）两边并不连通！下附详细接线指引值得注意的是，使用面包板时连接的杜邦线是公母型，应该将元器件脚插到底。
  • 树莓派mqtt连接onenet平台实现消息订阅与发布 茫然之潜行者21 树莓派mqttlinux
    目录一、引言二、代码三、测试效果四、说明一、引言由于毕设需求，需要通过MQTT上传数据与下发命令，所以小白的我学习了MQTT，虽然理论部分还是懵懵懂懂，但别人的实现代码看懂也还算凑合。对于mqtt的入门我是跟着B站一位up主物联网技术大神的教学视频学习的，他是以stm32开发板来讲解的。由于个人能力薄弱所以自己整合的代码有很大一部分是直接copy这位up主的（嘿嘿），特别mqtt.c中的，不过也做
  • 彗星http_彗星介绍 cuyi7076 pythonjavaajaxlinuxweb
    彗星http在过去的几年中，Web开发有了长足的发展。我们超越了链接在一起的静态网页，这导致浏览器刷新并等待页面加载。现在，需求是可以从Web访问的完全动态的应用程序。这些应用程序通常需要尽可能快并提供几乎实时的组件。在这个由五部分组成的新系列中，学习如何使用反向Ajax技术开发事件驱动的Web应用程序。在第一篇文章中，了解反向Ajax，轮询，流，Comet和长轮询。了解如何实现不同的Revers
  • 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
  • 《DevOps实践指南》笔记-Part 3 johnny233 读书笔记devops
    一篇文章显得略长，本文对应第5-6章、附录、认证考试、参考资源等。前言、第1-2章请参考Part1，第3-4章内容，请参考Part2。持续学习与实验的技术实践通过以下方式制定有关提高安全性、持续改进和边做边学的制度：建立公正的文化，使人们有安全感；通过故障注入的方式，增强生产环境可靠性；将局部发现的经验知识转化成全局提升；预留专门的时间段，用来开展组织性的改进和学习活动。将学习融入日常工作可恢复型
  • 机器学习中监督学习、无监督学习、强化学习的区别 、我是男生。 机器学习学习人工智能
    监督学习、无监督学习和强化学习是机器学习的三种主要类型，它们在数据、目标和训练过程上有着本质的区别：监督学习（SupervisedLearning）数据：监督学习使用标记过的数据集，即每个样本都有对应的标签或目标值。目标：模型的目的是学会一个映射函数，将输入数据映射到正确的输出标签。训练过程：在训练过程中，模型通过不断调整参数来最小化预测输出和实际标签之间的差异。应用：分类（如垃圾邮件检测）、回归
  • 【学习心得】websocket协议简介并与http协议对比 小oo呆 【学习心得】websockethttp网络协议
    一、轮询和长轮询在websocket协议出现之前，要想实现服务器和客户端的双向持久通信采取的是Ajax轮询。它的原理是每隔一段时间客户端就给服务器发送请求找服务器要数据。让我们通过一个生活化的比喻来解释轮询和长轮询假设你正在与一位不怎么主动说话的老大爷（服务器）聊天，你想要知道他是否有新的故事或者信息分享给你。（1）轮询就像每隔几分钟你就跑到老大爷家门前敲门，问他：“大爷，您有新消息吗？”每次老大
  • 学科场景与代码场景 youhebuke225 deepseekdeepseek人工智能
    一、deepseek应用场景概述deepseek技术已通过前期系统讲解形成完备的提示词使用体系，现通过具体案例展示其在生活、职场、学习等领域的实际应用。二、学科问题解决场景数学/物理领域应用•适用范围：覆盖小学至研究生阶段的各类理工科问题•典型案例：(1)第11个质数求解：•R1模型处理：通过客户端交互后给出精准数值结果（具体数值原文未公开）•对比测试：◦GPT-3.5：回应"无公开记录"◦GPT
  • Missashe考研日记-day20 LVerrrr 考研备考考研学习
    Missashe考研日记-day201高数学习时间：2h30min学习内容：今天当然是刷题啦，做不等式的证明板块的真题，证明题懂的都懂，难起来是真的一点思路都没有，这个板块还没做完，做完再总结题型。2线代学习时间：1h学习内容：继续刷题，今天是刷矩阵相似和相似对角化板块的真题，这部分算是线代的重点和难点，综合大题必考，务必需要重视。这个板块还没做完，明天接着做。3英语学习时间：1h学习内容：复习前
  • Spring中@Value注解，需要注意的地方 无量 springbean@Valuexml
    Spring 3以后,支持@Value注解的方式获取properties文件中的配置值，简化了读取配置文件的复杂操作 1、在applicationContext.xml文件(或引用文件中)中配置properties文件 <bean id="appProperty" class="org.springframework.beans.fac
  • mongoDB 分片 开窍的石头 mongodb
        mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上，configsvr上边放的是metar信息，指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard（片）信息。     第一步启动两台以上的mongo服务 &nb
  • OVER(PARTITION BY)函数用法 0624chenhong oracle
    这篇写得很好，引自 http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html OVER(PARTITION BY)函数用法 2010年10月26日 OVER(PARTITION BY)函数介绍 开窗函数        &nb
  • Android开发中，ADB server didn't ACK 解决方法 一炮送你回车库 Android开发
    首先通知：凡是安装360、豌豆荚、腾讯管家的全部卸载，然后再尝试。   一直没搞明白这个问题咋出现的，但今天看到一个方法，搞定了！原来是豌豆荚占用了 5037 端口导致。 参见原文章：一个豌豆荚引发的血案——关于ADB server didn't ACK的问题 简单来讲，首先将Windows任务进程中的豌豆荚干掉，如果还是不行，再继续按下列步骤排查。 &nb
  • canvas中的像素绘制问题 换个号韩国红果果 JavaScriptcanvas
    pixl的绘制，1.如果绘制点正处于相邻像素交叉线，绘制x像素的线宽，则从交叉线分别向前向后绘制x/2个像素，如果x/2是整数，则刚好填满x个像素，如果是小数，则先把整数格填满，再去绘制剩下的小数部分，绘制时，是将小数部分的颜色用来除以一个像素的宽度，颜色会变淡。所以要用整数坐标来画的话（即绘制点正处于相邻像素交叉线时），线宽必须是2的整数倍。否则会出现不饱满的像素。 2.如果绘制点为一个像素的
  • 编码乱码问题 灵静志远 javajvmjsp编码
    1、JVM中单个字符占用的字节长度跟编码方式有关，而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式；2、对于单个字符：ISO-8859-1单字节编码，GBK双字节编码，UTF-8三字节编码；因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节，而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。 3、getBytes()、getByte
  • java 求几个月后的日期 darkranger calendargetinstance
    Date plandate = planDate.toDate(); SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd"); Calendar cal = Calendar.getInstance(); cal.setTime(plandate); // 取得三个月后时间 cal.add(Calendar.M
  • 数据库设计的三大范式（通俗易懂） aijuans 数据库复习
    关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式，才能设计出高效率、优雅的数据库，否则可能会设计出错误的数据库. 目前，主要有六种范式：第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式，简称1NF。在第一范式基础上进一步满足一些要求的为第二范式，简称2NF。其余依此类推。
  • 想学工作流怎么入手 atongyeye jbpm
    工作流在工作中变得越来越重要，很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点，那了解一点，既不系统，也容易半途而废。好比学武功，最好的办法是有一本武功秘籍。研究明白，则犹如打通任督二脉。 系统学习工作流，很重要的一本书《JBPM工作流开发指南》。 本人苦苦学习两个月，基本上可以解决大部分流程问题。整理一下学习思路，有兴趣的朋友可以参考下。 1  首先要
  • Context和SQLiteOpenHelper创建数据库 百合不是茶 androidContext创建数据库
           一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper     一:SQLiteOpenHelper创建数据库:   1,SQLi
  • 浅谈group by和distinct bijian1013 oracle数据库group bydistinct
            group by和distinct只了去重意义一样，但是group by应用范围更广泛些，如分组汇总或者从聚合函数里筛选数据等。         譬如：统计每id数并且只显示数大于3 select id ,count(id) from ta
  • vi opertion 征客丶 macoprationvi
    进入 command mode （命令行模式） 按 esc 键 再按 shift + 冒号 注：以下命令中 带 $ 【在命令行模式下进行】，不带 $ 【在非命令行模式下进行】 一、文件操作 1.1、强制退出不保存 $ q! 1.2、保存 $ w 1.3、保存并退出 $ wq 1.4、刷新或重新加载已打开的文件 $ e 二、光标移动 2.1、跳到指定行 数字
  • 【Spark十四】深入Spark RDD第三部分RDD基本API bit1129 spark
      对于K/V类型的RDD,如下操作是什么含义？   val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5)) rdd.reduceByKey(_+_).collect  reduceByKey在这里的操作，是把
  • java类加载机制 BlueSkator java虚拟机
    java类加载机制 1.java类加载器的树状结构 引导类加载器 ^ | 扩展类加载器 ^ | 系统类加载器 java使用代理模式来完成类加载，java的类加载器也有类似于继承的关系，引导类是最顶层的加载器，它是所有类的根加载器，它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时，通常会代理给父类加载器，若已经是根加载器了，就自己完成加载。 虚拟机区分一个Cla
  • 动态添加文本框 BreakingBad 文本框
      <script>     var num=1; function AddInput() {      var str="";     str+="<input 
  • 读《研磨设计模式》-代码笔记-单例模式 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/ public class Singleton { } /* * 懒汉模式。注意，getInstance如果在多线程环境中调用，需要加上synchronized，否则存在线程不安全问题 */ class LazySingleton
  • iOS应用打包发布常见问题 chenhbc iosiOS发布iOS上传iOS打包
    这个月公司安排我一个人做iOS客户端开发，由于急着用，我先发布一个版本，由于第一次发布iOS应用，期间出了不少问题，记录于此。   1、使用Application Loader 发布时报错：Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
  • 工作流复杂拓扑结构处理新思路 comsci 设计模式工作算法企业应用OO
    我们走的设计路线和国外的产品不太一样，不一样在哪里呢？  国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多，仅仅是在有限的了解程度上面提出这样的看法)，从而避免在流程引擎中处理这些复杂的图的问题，而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性，这样一来，在引擎和流程流转控制这一个层面就会遇到很
  • oracle 11g新特性Flashback data archive daizj oracle
    1. 什么是flashback data archive Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象，用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象，概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
  • 多叉树:2-3-4树 dieslrae 树
        平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:     1、有一个数据项的节点总是有2个子节点(称为2-节点)     2、有两个数据项的节点总是有3个子节点(称为3-节
  • C语言学习七动态分配 malloc的使用 dcj3sjt126com clanguagemalloc
    /* 2013年3月15日15:16:24 malloc 就memory(内存) allocate(分配)的缩写 本程序没有实际含义，只是理解使用 */ # include <stdio.h> # include <malloc.h> int main(void) { int i = 5; //分配了4个字节 静态分配 int * p
  • Objective-C编码规范[译] dcj3sjt126com 代码规范
      原文链接 : The official raywenderlich.com Objective-C style guide 原文作者 : raywenderlich.com Team 译文出自 : raywenderlich.com Objective-C编码规范 译者 : Sam Lau
  • 0.性能优化-目录 frank1234 性能优化
    从今天开始笔者陆续发表一些性能测试相关的文章，主要是对自己前段时间学习的总结，由于水平有限，性能测试领域很深，本人理解的也比较浅，欢迎各位大咖批评指正。 主要内容包括： 一、性能测试指标 吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间 http://frank1234.iteye.com/blog/2180305 二、性能测试策略 生产环境相同 基准测试 预热等 htt
  • Java父类取得子类传递的泛型参数Class类型 happyqing java泛型父类子类Class
      import java.lang.reflect.ParameterizedType; import java.lang.reflect.Type; import org.junit.Test; abstract class BaseDao<T> { public void getType() { //Class<E> clazz =
  • 跟我学SpringMVC目录汇总贴、PDF下载、源码下载 jinnianshilongnian springMVC
      ----广告-------------------------------------------------------------- 网站核心商详页开发 掌握Java技术，掌握并发/异步工具使用，熟悉spring、ibatis框架； 掌握数据库技术，表设计和索引优化，分库分表/读写分离； 了解缓存技术，熟练使用如Redis/Memcached等主流技术； 了解Ngin
  • the HTTP rewrite module requires the PCRE library 流浪鱼 rewrite
    ./configure: error: the HTTP rewrite module requires the PCRE library. 模块依赖性Nginx需要依赖下面3个包 1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ ) 2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ ) 3. s
  • 第12章 Ajax（中） onestopweb Ajax
    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/
  • Optimize query with Query Stripping in Web Intelligence blueoxygen BO
    http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence and a very straightfoward video http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
  • Java开发者写SQL时常犯的10个错误 tomcat_oracle javasql
    1、不用PreparedStatements 　　有意思的是，在JDBC出现了许多年后的今天，这个错误依然出现在博客、论坛和邮件列表中，即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个： 　　他们对PreparedStatements不了解 　　他们认为使用PreparedStatements太慢了 　　他们认为写Prepar
  • 世纪互联与结盟有感 阿尔萨斯
    10月10日，世纪互联与（Foxcon）签约成立合资公司，有感。 全球电子制造业巨头（全球500强企业）与世纪互联共同看好IDC、云计算等业务在中国的增长空间，双方迅速果断出手，在资本层面上达成合作，此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任，另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。 众所周知，精于电子产品制造（世界第一），对于世纪互联而言，能够与结盟
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他