- 分类预测|基于鲸鱼优化WOA最小二乘支持向量机LSSVM的数据分类预测Matlab程序WOA-LSSVM 多特征输入多类别输出
机器不会学习CL
分类预测智能优化算法分类支持向量机matlab
分类预测|基于鲸鱼优化WOA最小二乘支持向量机LSSVM的数据分类预测Matlab程序WOA-LSSVM多特征输入多类别输出文章目录一、基本原理1.最小二乘支持向量机(LSSVM)LSSVM的基本步骤:2.鲸鱼优化算法(WOA)WOA的基本步骤:3.WOA-LSSVM的结合流程结合的流程如下:总结二、实验结果三、核心代码四、代码获取五、总结分类预测|基于鲸鱼优化WOA最小二乘支持向量机LSSVM的
- 回归预测|基于卷积神经网络-鲸鱼优化-最小二乘支持向量机的数据回归预测Matlab程序 CNN-WOA-LSSVM
机器不会学习CL
回归预测智能优化算法回归cnn支持向量机
回归预测|基于卷积神经网络-鲸鱼优化-最小二乘支持向量机的数据回归预测Matlab程序CNN-WOA-LSSVM文章目录一、基本原理1.数据预处理2.特征提取(CNN)3.参数优化(WOA)4.模型训练(LSSVM)5.模型评估和优化6.预测总结二、实验结果三、核心代码四、代码获取五、总结回归预测|基于卷积神经网络-鲸鱼优化-最小二乘支持向量机的数据回归预测Matlab程序CNN-WOA-LSSV
- 回归预测|基于鲸鱼优化WOA-Transformer-BiLSTM组合模型的数据回归预测Matlab程序多特征输入单输出
机器不会学习CL
时间序列预测智能优化算法回归transformermatlab
回归预测|基于鲸鱼优化WOA-Transformer-BiLSTM组合模型的数据回归预测Matlab程序多特征输入单输出文章目录前言时序预测|基于鲸鱼优化WOA-Transformer-BiLSTM组合模型的数据时序预测Matlab程序多特征输入单输出一、WOA-Transformer-BiLSTM模型1.鲸鱼优化算法(WOA)2.Transformer3.双向长短期记忆网络(BiLSTM)4.模
- 基于鲸鱼优化算法(WOA)优化CNN-BiGUR-Attention风电功率预测研究(Matlab代码实现)
程序辅导帮
算法cnnmatlab
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述一、研究背景与意义二、算法介绍1.鲸鱼优化算法(WOA)2.CNN(卷积神经网络)3.BiGRU(双向门控循环单元)4.Attention机制三、模型构建与优化1.模型结构2.模型优化四、实验结果与分析五、结论与展望2运行结果3参考文献4Matlab
- 06基于WOA-CNN-BiLSTM-Attention鲸鱼优化-卷积-双向长短时记忆-注意力机制的数据分类算法
机器不会学习CSJ
数据分类专栏cnn分类深度学习lstmmatlab启发式算法数据分析
基于WOA-CNN-BiLSTM-Attention鲸鱼优化-卷积-双向长短时记忆-注意力机制的数据分类算法鲸鱼智能优化基本原理鲸鱼智能优化算法(WhaleOptimizationAlgorithm,WOA)是一种基于自然界中的鲸鱼群体行为而提出的全局优化算法。该算法由莫扬(SeyedaliMirjalili)于2016年提出,其灵感来源于鲸鱼群体的捕猎行为和社交行为。在WOA算法中,每个解都被看
- 07基于WOA-CNN-BiLSTM-Attention鲸鱼优化-卷积-双向长短时记忆-注意力机制的时间序列预测算法
机器不会学习CSJ
时间序列预测cnn算法人工智能
文章目录鲸鱼优化算法CNN卷积神经网络BiLSTM双向长短期记忆网络Attention注意力机制WOA-CNN-BiLSTM-Attention鲸鱼优化-卷积-双向长短时记忆-注意力机制数据展示代码程序实验结果获取方式鲸鱼优化算法鲸鱼优化算法(WhaleOptimizationAlgorithm,WOA)是一种启发式优化算法,灵感来源于座头鲸的捕食行为。该算法最早由SeyedaliMirjalil
- 基于WOA优化CNN-LSTM-Attention的回归或时序算法,包含多种CNN-LSTM算法进行对比|Matlab
机器不会学习CSJ
算法深度学习
01基于WOA优化CNN-LSTM-Attention的回归或时序算法,包含多种CNN-LSTM算法进行对比|Matlab基础知识:基于WOA-CNN-LSTM-Attention的数据回归算法是一种利用深度学习技术来进行数据回归分析的方法。它结合了WOA(WhaleOptimizationAlgorithm)、CNN(ConvolutionalNeuralNetwork)、LSTM(LongSh
- 基于WOA优化的Bi-LSTM多输入时序回归预测(Matlab)鲸鱼算法优化双向长短期神经网络时序回归预测
神经网络与数学建模
机器学习与神经网络神经网络matlab回归预测时序鲸鱼优化算法深度学习
目录一、程序及算法内容介绍:基本内容:亮点与优势:二、实际运行效果:三、算法介绍:鲸鱼优化算法(WOA):双向长短期神经网络(Bi-LSTM):四、完整程序下载:一、程序及算法内容介绍:基本内容:本代码基于Matlab平台编译,将WOA(鲸鱼优化算法)与Bi-LSTM(双向长短期记忆神经网络)结合,进行多输入数据时序回归预测输入训练的数据包含8个特征,1个响应值,即通过8个输入值预测1个输出值(多
- 基于WOA优化的Bi-LSTM多输入回归预测(Matlab)鲸鱼算法优化双向长短期神经网络回归预测
神经网络与数学建模
机器学习与神经网络神经网络matlab回归预测双向长短期记忆网络LSTM经与优化算法深度学习
目录一、程序及算法内容介绍:基本内容:亮点与优势:二、实际运行效果:三、算法介绍:鲸鱼优化算法(WOA):双向长短期神经网络(Bi-LSTM):四、完整程序下载:一、程序及算法内容介绍:基本内容:本代码基于Matlab平台编译,将WOA(鲸鱼优化算法)与Bi-LSTM(双向长短期记忆神经网络)结合,进行多输入数据回归预测输入训练的数据包含7个特征,1个响应值,即通过7个输入值预测1个输出值(多变量
- 基于WOA优化的Bi-LSTM多输入分类预测(Matlab)鲸鱼算法优化双向长短期神经网络分类预测
神经网络与数学建模
机器学习与神经网络神经网络lstmmatlab分类深度学习鲸鱼优化算法双向长短期神经网络
目录一、程序及算法内容介绍:基本内容:亮点与优势:二、实际运行效果:三、算法介绍:鲸鱼优化算法(WOA):双向长短期神经网络(Bi-LSTM):四、完整代码+数据下载:一、程序及算法内容介绍:基本内容:本代码基于Matlab平台编译,将WOA(鲸鱼优化算法)与Bi-LSTM(双向长短期记忆神经网络)结合,进行多输入数据分类预测输入训练的数据包含12个特征,1个响应值,即通过12个输入值预测1个输出
- 【MATLAB】鲸鱼算法优化混合核极限学习机(WOA-HKELM)回归预测算法
Lwcah
MATLAB回归预测算法算法matlab回归
有意向获取代码,请转文末观看代码获取方式~也可转原文链接获取~1基本定义鲸鱼算法优化混合核极限学习机(WOA-HKELM)回归预测算法是一种结合鲸鱼优化算法和混合核极限学习机的混合算法。其原理主要包含以下几个步骤:初始化:设定鲸鱼群体的初始位置及速度,设定混合核极限学习机的初始参数。计算适应度:根据目标函数值计算每只鲸鱼的适应度,并根据适应度选择最优解。更新位置和速度:根据鲸鱼的适应度和目标函数值
- 13种2023年智能算法进行PK,免费获取matlab代码
今天吃饺子
本期推出13种2023年智能算法进行PK,在CEC2005和CEC2022函数集进行测试。文末有代码获取方式。13种算法都是2023年提出的,分别为:淘金优化器(GRO),雪消融优化器(SAO),霜冰优化算法(RIME),减法优化器(SABO),切诺贝利灾难优化器(CDO),逻辑优化算法(ILA),小龙虾优化算法(COA),长城建造算法(GWCA),几何平均优化器(GMO),海象优化算法(WOA)
- 优化的WOA
qq_51497433
算法
当然可以!WOA算法(WhaleOptimizationAlgorithm)是一种优化算法,主要受到鲸鱼群体行为的启发。下面是一个简单的MATLAB实现示例:function[bestSolution,bestFitness]=woa_algorithm(objFunction,dimension,searchRange,numWhales,maxIterations)%参数说明:%objFunc
- 鲸鱼优化算法MATLAB实现
qq_51497433
智能算法算法matlab开发语言
鲸鱼优化算法matlab实现function[best_solution,best_fitness]=woa_algorithm(obj_function,dim,search_space,max_iter,num_whales)%参数:%obj_function:优化的目标函数%dim:问题的维度%search_space:搜索空间的范围,例如[-10,10]%max_iter:最大迭代次数%n
- CEC2013(python):五种算法(OOA、WOA、GWO、DBO、HHO)求解CEC2013(python代码)
优化算法MATLAB与Python
MATLAB优化算法python算法开发语言
一、五种算法简介1、鱼鹰优化算法OOA2、鲸鱼优化算法WOA3、灰狼优化算法GWO4、蜣螂优化算法DBO5、哈里斯鹰优化算法HHO二、5种算法求解CEC2013(1)CEC2013简介参考文献:[1]LiangJJ,QuBY,SuganthanPN,etal.ProblemDefinitionsandEvaluationCriteriafortheCEC2013SpecialSessiononRe
- 《似火骄阳》
向昕
《似火骄阳》Wo﹉a骄阳似火永争取骄阳似火分分秒秒都在意与你共进路途里不会退避团团烈火熊熊燃烧永不熄就算路中满荆棘也不离去只想用心中的骨气争取别人看得起不用去说说那拼搏You.seeWoo~a大步路中永前行Wo~a心中梦怎可忘记不用怀疑只因心中那骨气讲起心中梦何时才会实际互相学习你我路中那技艺不必索取那名利只因为你只有那路中互相理永远的走下去不用去说说那拼搏You.seeWoa骄阳似火永争取Woa
- WOA-CNN-BiLSTM-Attention鲸鱼算法优化卷积-长短期记忆神经网络结合注意力机制的数据回归预测
前程算法屋
算法神经网络cnnWOA-CNN-BiLSTM
效果一览文章概述WOA-CNN-BiLSTM-Attention鲸鱼算法优化卷积-长短期记忆神经网络结合注意力机制的数据回归预测Matlab语言1.多变量单输出,回归预测。Matlab版本要在2021B以上。优化的参数为:学习率,隐藏层节点数,正则化参数。评价指标包括:R2、MAE和MAPE等,图很多,出图结果如图所示,可完全满足您的需求[cool]2.直接替换Excel数据即可用,适合新手小白[
- 回归预测 | Matlab实现WOA-CNN-LSTM-Attention鲸鱼算法优化卷积长短期记忆网络注意力多变量回归预测(SE注意力机制)
机器学习之心
回归预测WOA-CNN-LSTM鲸鱼算法优化卷积长短期记忆网络多变量回归预测SE注意力机制
回归预测|Matlab实现WOA-CNN-LSTM-Attention鲸鱼算法优化卷积长短期记忆网络注意力多变量回归预测(SE注意力机制)目录回归预测|Matlab实现WOA-CNN-LSTM-Attention鲸鱼算法优化卷积长短期记忆网络注意力多变量回归预测(SE注意力机制)预测效果基本描述模型描述程序设计参考资料预测效果基本描述1.Matlab实现WOA-CNN-LSTM-Attention
- 【智能算法】11种混沌映射算法+2种智能算法示范【鲸鱼WOA、灰狼GWO算法】
科研工作站
智能算法算法人工智能智能算法粒子群优化算法改进算法
1主要内容混沌映射算法是我们在智能算法改进中常用到的方法,本程序充分考虑改进算法应用的便捷性,集成了11种混合映射算法,包括Singer、tent、Logistic、Cubic、chebyshev、Piecewise、sinusoidal、Sine、ICMIC、Circle、Bernoulli,基本涵盖了常用到的全部混合映射算法,并采用两种智能算法——鲸鱼WOA和灰狼GWO算法进行改进示范,得到优
- 2024美赛预测算法 | 回归预测 | Matlab基于WOA-LSSVM鲸鱼算法优化最小二乘支持向量机的数据多输入单输出回归预测
机器学习之心
回归预测WOA-LSSVM鲸鱼算法优化最小二乘支持向量机多输入单输出回归预测2024美赛预测算法
2024美赛预测算法|回归预测|Matlab基于WOA-LSSVM鲸鱼算法优化最小二乘支持向量机的数据多输入单输出回归预测目录2024美赛预测算法|回归预测|Matlab基于WOA-LSSVM鲸鱼算法优化最小二乘支持向量机的数据多输入单输出回归预测预测效果基本介绍程序设计参考资料预测效果基本介绍Matlab基于WOA-LSSVM鲸鱼算法优化最小二乘支持向量机的数据多输入单输出回归预测(完整源码和数
- 基于鲸鱼优化的knn分类特征选择算法matlab仿真
软件算法开发
MATLAB程序开发#优化算法鲸鱼优化knn分类特征选择
目录1.程序功能描述2.测试软件版本以及运行结果展示3.核心程序4.本算法原理4.1鲸鱼优化算法(WOA)4.1.1包围猎物4.1.2螺旋式搜索4.1.3更新策略4.2K近邻(KNN)分类器4.3基于WOA的KNN分类特征选择算法5.完整程序1.程序功能描述基于鲸鱼优化的KNN分类特征选择算法。使用鲸鱼优化算法,选择最佳的特征,进行KNN分类,从而提高KNN分类的精度。2.测试软件版本以及运行结果
- iOS查看审核被拒记录方法
paperclouds
https://itunesconnect.apple.com/WebObjects/iTunesConnect.woa/ra/ng/app/换成自己的AppleID/platform/iOS/resolutioncenter
- 多维时序 | Matlab实现WOA-TCN-Multihead-Attention鲸鱼算法优化时间卷积网络结合多头注意力机制多变量时间序列预测
机器学习之心
时序预测WOA-TCNMultiheadAttention鲸鱼算法优化时间卷积网络结合多头注意力机制多变量时间序列预测
多维时序|Matlab实现WOA-TCN-Multihead-Attention鲸鱼算法优化时间卷积网络结合多头注意力机制多变量时间序列预测目录多维时序|Matlab实现WOA-TCN-Multihead-Attention鲸鱼算法优化时间卷积网络结合多头注意力机制多变量时间序列预测效果一览基本介绍程序设计参考资料效果一览基本介绍1.Matlab实现WOA-TCN-Multihead-Attent
- 基于鲸鱼算法优化极限学习机的道路识别,基于woa-elm的道路分割,基于woa-elm的遥感图像分割
神经网络机器学习智能算法画图绘图
BP神经网络100种启发式智能算法及应用鲸鱼算法极限学习机道路识别深度学习
目录背影极限学习机基于鲸鱼算法优化极限学习机的道路识别,基于woa-elm的道路分割,基于woa-elm的遥感图像分割主要参数MATLAB代码效果图结果分析展望完整代码下载链接:https://download.csdn.net/download/abc991835105/88762273背影极限学习机是在BP神经网络上改进的一种网络,拥有无限拟合能力,但是容易过拟合,本文通过基于鲸鱼算法优化极限
- 2019-04-09
花痴_halou
https://kawa0.kagirl.cn/kphoto/gotoshow.php?fm=woa&bookid=31NJwuGLiKFWFHS2OlQB3a9VoH32gsXmsLmvSzmMtmI&wxid=kawa&openid=kPxIbsu0iISC0QlmKUe9jIzqtNfNXIl4y3JhcdrsMDNatEwDh4_T3HvR_Dvb4vvry0G1pS5iQO0&edit=
- 分类预测 | Matlab实现WOA(海象)-XGboost分类【24年新算法】基于海象优化算法(WOA)优化XGBoost的数据分类预测
机器学习之心
分类预测XGboost分类海象优化算法数据分类预测
分类预测|Matlab实现WOA(海象)-XGboost分类【24年新算法】基于海象优化算法(WOA)优化XGBoost的数据分类预测目录分类预测|Matlab实现WOA(海象)-XGboost分类【24年新算法】基于海象优化算法(WOA)优化XGBoost的数据分类预测分类效果基本描述程序设计参考资料分类效果基本描述1.分类预测|Matlab实现WOA(海象)-XGboost分类【24年新算法】
- MATLAB|鲸鱼优化算法(WOA)中文注释版
科研工作站
智能算法matlab算法人工智能
目录主要内容模型研究结果一览下载链接主要内容鲸鱼优化算法(WOA)是一种用于解决优化问题的新优化技术。该算法包括三个算子,用于模拟猎捕鲸鱼的猎物,环绕猎物和泡泡网觅食行为。该算法也是一种元启发式优化算法,一种新的模拟座头鲸狩猎行为的元启发式优化算法,与其他群优化算法相比的主要区别在于,采用随机或最佳搜索代理来模拟捕猎行为,并使用螺旋来模拟座头鲸的泡泡网攻击机制。本次分享中文注释版matlab代码供
- 鲸鱼优化算法WOA改进预告
莹莹苏莹
启发式算法matlab启发式算法matlab算法
鲸鱼优化算法(WhaleOptimizationAlgorithm,WOA)是一种基于自然界中鲸鱼群体行为的启发式优化算法。这个算法模拟了鲸鱼的觅食行为和社会行为,通过模拟这些行为来解决优化问题。以下是鲸鱼优化算法的一些关键特点和步骤:初始化阶段:首先,生成一个初始的鲸鱼群体,并为每个鲸鱼分配一个随机的位置。目标函数计算:对于每一只鲸鱼,计算其当前位置的目标函数值。迭代更新:在每一次迭代中,鲸鱼根
- MATLAB实现WOA-CNN-LSTM-Multihead-Attention多头注意力机制多变量时间序列预测
机器学习之芯
预测模型matlabcnnlstm
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍在现代社会中,气象预测对于人们的生活和工作具有重要意义。准确的温度预测可以帮助人们做出合理的衣物选择、
- 基于混合改进的鲸鱼优化算法-核极限学习机 GSWOA-KELM多变量时序预测 (多输入单输出)
前程算法屋
GSWOA-KELM多变量时间序列
文章目录效果一览文章概述订阅专栏只能获取专栏内一份代码。部分源码参考资料效果一览文章概述基于混合改进的鲸鱼优化算法核极限学习机GSWOA-KELM多变量时序预测(多输入单输出)Matlab代码WOA改进点如下:1.在鲸鱼位置更新公式中加入自适应权重,动态调节最优位置的影响力,改善算法收敛速度2.使用变螺旋位置更新策略,动态调整螺旋的形状,提升算法全局搜寻能力3.引入最优邻域扰动策略,避免算法陷入局
- 桌面上有多个球在同时运动,怎么实现球之间不交叉,即碰撞?
换个号韩国红果果
html小球碰撞
稍微想了一下,然后解决了很多bug,最后终于把它实现了。其实原理很简单。在每改变一个小球的x y坐标后,遍历整个在dom树中的其他小球,看一下它们与当前小球的距离是否小于球半径的两倍?若小于说明下一次绘制该小球(设为a)前要把他的方向变为原来相反方向(与a要碰撞的小球设为b),即假如当前小球的距离小于球半径的两倍的话,马上改变当前小球方向。那么下一次绘制也是先绘制b,再绘制a,由于a的方向已经改变
- 《高性能HTML5》读后整理的Web性能优化内容
白糖_
html5
读后感
先说说《高性能HTML5》这本书的读后感吧,个人觉得这本书前两章跟书的标题完全搭不上关系,或者说只能算是讲解了“高性能”这三个字,HTML5完全不见踪影。个人觉得作者应该首先把HTML5的大菜拿出来讲一讲,再去分析性能优化的内容,这样才会有吸引力。因为只是在线试读,没有机会看后面的内容,所以不胡乱评价了。
- [JShop]Spring MVC的RequestContextHolder使用误区
dinguangx
jeeshop商城系统jshop电商系统
在spring mvc中,为了随时都能取到当前请求的request对象,可以通过RequestContextHolder的静态方法getRequestAttributes()获取Request相关的变量,如request, response等。 在jshop中,对RequestContextHolder的
- 算法之时间复杂度
周凡杨
java算法时间复杂度效率
在
计算机科学 中,
算法 的时间复杂度是一个
函数 ,它定量描述了该算法的运行时间。这是一个关于代表算法输入值的
字符串 的长度的函数。时间复杂度常用
大O符号 表述,不包括这个函数的低阶项和首项系数。使用这种方式时,时间复杂度可被称为是
渐近 的,它考察当输入值大小趋近无穷时的情况。
这样用大写O()来体现算法时间复杂度的记法,
- Java事务处理
g21121
java
一、什么是Java事务 通常的观念认为,事务仅与数据库相关。 事务必须服从ISO/IEC所制定的ACID原则。ACID是原子性(atomicity)、一致性(consistency)、隔离性(isolation)和持久性(durability)的缩写。事务的原子性表示事务执行过程中的任何失败都将导致事务所做的任何修改失效。一致性表示当事务执行失败时,所有被该事务影响的数据都应该恢复到事务执行前的状
- Linux awk命令详解
510888780
linux
一. AWK 说明
awk是一种编程语言,用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入、一个或多个文件,或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能,是linux/unix下的一个强大编程工具。它在命令行中使用,但更多是作为脚本来使用。
awk的处理文本和数据的方式:它逐行扫描文件,从第一行到
- android permission
布衣凌宇
Permission
<uses-permission android:name="android.permission.ACCESS_CHECKIN_PROPERTIES" ></uses-permission>允许读写访问"properties"表在checkin数据库中,改值可以修改上传
<uses-permission android:na
- Oracle和谷歌Java Android官司将推迟
aijuans
javaoracle
北京时间 10 月 7 日,据国外媒体报道,Oracle 和谷歌之间一场等待已久的官司可能会推迟至 10 月 17 日以后进行,这场官司的内容是 Android 操作系统所谓的 Java 专利权之争。本案法官 William Alsup 称根据专利权专家 Florian Mueller 的预测,谷歌 Oracle 案很可能会被推迟。 该案中的第二波辩护被安排在 10 月 17 日出庭,从目前看来
- linux shell 常用命令
antlove
linuxshellcommand
grep [options] [regex] [files]
/var/root # grep -n "o" *
hello.c:1:/* This C source can be compiled with:
- Java解析XML配置数据库连接(DOM技术连接 SAX技术连接)
百合不是茶
sax技术Java解析xml文档dom技术XML配置数据库连接
XML配置数据库文件的连接其实是个很简单的问题,为什么到现在才写出来主要是昨天在网上看了别人写的,然后一直陷入其中,最后发现不能自拔 所以今天决定自己完成 ,,,,现将代码与思路贴出来供大家一起学习
XML配置数据库的连接主要技术点的博客;
JDBC编程 : JDBC连接数据库
DOM解析XML: DOM解析XML文件
SA
- underscore.js 学习(二)
bijian1013
JavaScriptunderscore
Array Functions 所有数组函数对参数对象一样适用。1.first _.first(array, [n]) 别名: head, take 返回array的第一个元素,设置了参数n,就
- plSql介绍
bijian1013
oracle数据库plsql
/*
* PL/SQL 程序设计学习笔记
* 学习plSql介绍.pdf
* 时间:2010-10-05
*/
--创建DEPT表
create table DEPT
(
DEPTNO NUMBER(10),
DNAME NVARCHAR2(255),
LOC NVARCHAR2(255)
)
delete dept;
select
- 【Nginx一】Nginx安装与总体介绍
bit1129
nginx
启动、停止、重新加载Nginx
nginx 启动Nginx服务器,不需要任何参数u
nginx -s stop 快速(强制)关系Nginx服务器
nginx -s quit 优雅的关闭Nginx服务器
nginx -s reload 重新加载Nginx服务器的配置文件
nginx -s reopen 重新打开Nginx日志文件
- spring mvc开发中浏览器兼容的奇怪问题
bitray
jqueryAjaxspringMVC浏览器上传文件
最近个人开发一个小的OA项目,属于复习阶段.使用的技术主要是spring mvc作为前端框架,mybatis作为数据库持久化技术.前台使用jquery和一些jquery的插件.
在开发到中间阶段时候发现自己好像忽略了一个小问题,整个项目一直在firefox下测试,没有在IE下测试,不确定是否会出现兼容问题.由于jquer
- Lua的io库函数列表
ronin47
lua io
1、io表调用方式:使用io表,io.open将返回指定文件的描述,并且所有的操作将围绕这个文件描述
io表同样提供三种预定义的文件描述io.stdin,io.stdout,io.stderr
2、文件句柄直接调用方式,即使用file:XXX()函数方式进行操作,其中file为io.open()返回的文件句柄
多数I/O函数调用失败时返回nil加错误信息,有些函数成功时返回nil
- java-26-左旋转字符串
bylijinnan
java
public class LeftRotateString {
/**
* Q 26 左旋转字符串
* 题目:定义字符串的左旋转操作:把字符串前面的若干个字符移动到字符串的尾部。
* 如把字符串abcdef左旋转2位得到字符串cdefab。
* 请实现字符串左旋转的函数。要求时间对长度为n的字符串操作的复杂度为O(n),辅助内存为O(1)。
*/
pu
- 《vi中的替换艺术》-linux命令五分钟系列之十一
cfyme
linux命令
vi方面的内容不知道分类到哪里好,就放到《Linux命令五分钟系列》里吧!
今天编程,关于栈的一个小例子,其间我需要把”S.”替换为”S->”(替换不包括双引号)。
其实这个不难,不过我觉得应该总结一下vi里的替换技术了,以备以后查阅。
1
所有替换方案都要在冒号“:”状态下书写。
2
如果想将abc替换为xyz,那么就这样
:s/abc/xyz/
不过要特别
- [轨道与计算]新的并行计算架构
comsci
并行计算
我在进行流程引擎循环反馈试验的过程中,发现一个有趣的事情。。。如果我们在流程图的每个节点中嵌入一个双向循环代码段,而整个流程中又充满着很多并行路由,每个并行路由中又包含着一些并行节点,那么当整个流程图开始循环反馈过程的时候,这个流程图的运行过程是否变成一个并行计算的架构呢?
- 重复执行某段代码
dai_lm
android
用handler就可以了
private Handler handler = new Handler();
private Runnable runnable = new Runnable() {
public void run() {
update();
handler.postDelayed(this, 5000);
}
};
开始计时
h
- Java实现堆栈(list实现)
datageek
数据结构——堆栈
public interface IStack<T> {
//元素出栈,并返回出栈元素
public T pop();
//元素入栈
public void push(T element);
//获取栈顶元素
public T peek();
//判断栈是否为空
public boolean isEmpty
- 四大备份MySql数据库方法及可能遇到的问题
dcj3sjt126com
DBbackup
一:通过备份王等软件进行备份前台进不去?
用备份王等软件进行备份是大多老站长的选择,这种方法方便快捷,只要上传备份软件到空间一步步操作就可以,但是许多刚接触备份王软件的客用户来说还原后会出现一个问题:因为新老空间数据库用户名和密码不统一,网站文件打包过来后因没有修改连接文件,还原数据库是好了,可是前台会提示数据库连接错误,网站从而出现打不开的情况。
解决方法:学会修改网站配置文件,大多是由co
- github做webhooks:[1]钩子触发是否成功测试
dcj3sjt126com
githubgitwebhook
转自: http://jingyan.baidu.com/article/5d6edee228c88899ebdeec47.html
github和svn一样有钩子的功能,而且更加强大。例如我做的是最常见的push操作触发的钩子操作,则每次更新之后的钩子操作记录都会在github的控制板可以看到!
工具/原料
github
方法/步骤
- ">的作用" target="_blank">JSP中的作用
蕃薯耀
JSP中<base href="<%=basePath%>">的作用
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
- linux下SAMBA服务安装与配置
hanqunfeng
linux
局域网使用的文件共享服务。
一.安装包:
rpm -qa | grep samba
samba-3.6.9-151.el6.x86_64
samba-common-3.6.9-151.el6.x86_64
samba-winbind-3.6.9-151.el6.x86_64
samba-client-3.6.9-151.el6.x86_64
samba-winbind-clients
- guava cache
IXHONG
cache
缓存,在我们日常开发中是必不可少的一种解决性能问题的方法。简单的说,cache 就是为了提升系统性能而开辟的一块内存空间。
缓存的主要作用是暂时在内存中保存业务系统的数据处理结果,并且等待下次访问使用。在日常开发的很多场合,由于受限于硬盘IO的性能或者我们自身业务系统的数据处理和获取可能非常费时,当我们发现我们的系统这个数据请求量很大的时候,频繁的IO和频繁的逻辑处理会导致硬盘和CPU资源的
- Query的开始--全局变量,noconflict和兼容各种js的初始化方法
kvhur
JavaScriptjquerycss
这个是整个jQuery代码的开始,里面包含了对不同环境的js进行的处理,例如普通环境,Nodejs,和requiredJs的处理方法。 还有jQuery生成$, jQuery全局变量的代码和noConflict代码详解 完整资源:
http://www.gbtags.com/gb/share/5640.htm jQuery 源码:
(
- 美国人的福利和中国人的储蓄
nannan408
今天看了篇文章,震动很大,说的是美国的福利。
美国医院的无偿入院真的是个好措施。小小的改善,对于社会是大大的信心。小孩,税费等,政府不收反补,真的体现了人文主义。
美国这么高的社会保障会不会使人变懒?答案是否定的。正因为政府解决了后顾之忧,人们才得以倾尽精力去做一些有创造力,更造福社会的事情,这竟成了美国社会思想、人
- N阶行列式计算(JAVA)
qiuwanchi
N阶行列式计算
package gaodai;
import java.util.List;
/**
* N阶行列式计算
* @author 邱万迟
*
*/
public class DeterminantCalculation {
public DeterminantCalculation(List<List<Double>> determina
- C语言算法之打渔晒网问题
qiufeihu
c算法
如果一个渔夫从2011年1月1日开始每三天打一次渔,两天晒一次网,编程实现当输入2011年1月1日以后任意一天,输出该渔夫是在打渔还是在晒网。
代码如下:
#include <stdio.h>
int leap(int a) /*自定义函数leap()用来指定输入的年份是否为闰年*/
{
if((a%4 == 0 && a%100 != 0
- XML中DOCTYPE字段的解析
wyzuomumu
xml
DTD声明始终以!DOCTYPE开头,空一格后跟着文档根元素的名称,如果是内部DTD,则再空一格出现[],在中括号中是文档类型定义的内容. 而对于外部DTD,则又分为私有DTD与公共DTD,私有DTD使用SYSTEM表示,接着是外部DTD的URL. 而公共DTD则使用PUBLIC,接着是DTD公共名称,接着是DTD的URL.
私有DTD
<!DOCTYPErootSYST