外功-算法与计算第4页

数据库基础知识：理论、E-R图、事务、原则

（5）数据库理论与E-R图数据库理论（DatabaseTheory）是在创建数据库的过程涉及创建现实世界的抽象模型；将现实世界的概念作为实体表示在数据库中。

地信小学生·2025-01-25 18:07

Kmeans与KMedoids聚类对比以及python实现

在机器学习领域，聚类算法是一种常用的无监督学习方法，用于将数据集中的样本划分为若干个簇，使得同一簇内的样本尽可能相似，而不同簇之间的样本尽可能不同。

呵呵爱吃菜·2025-01-25 17:36

ChatGPT是强人工智能吗?

以下是它们的总结与对比：1.定义与特点类型NarrowAI（弱人工智能）AGI（

呵呵爱吃菜·2025-01-25 17:36

图像分类与识别的自组织特征映射网络实践

通过在MATLAB中实现SOFM，可以进行数据预处理、特征提取、网络训练、分类与识别以及优化评估。本内容涵盖了SOFM网络的应用步骤、训练过程、参数调整和性能评估，旨在提供图像处理问题的解决方案。

无声远望·2025-01-25 17:36

全面解析物联网信息安全知识体系

本文还有配套的精品资源，点击获取简介：本资料集详细介绍物联网信息安全的多个重要方面，包括基础概念、数学基础、数据安全与隐私保护、集成安全技术、安全分析、防护策略和身份认证。

无声远望·2025-01-25 17:06

五、Mongodb的备份恢复与导出导入

1、备份备份的语法：mongodump-hdbhost-ddbname-odbdirectory-h：服务器地址，也可以指定端⼝号-d：需要备份的数据库名称-o：备份的数据存放位置，此⽬录中存放着备份出来的数据示例：mongodump-h127.0.0.1:27017-dtest1-o~/Desktop/test1bak2、恢复恢复语法：mongorestore-hdbhost-ddbname--

s_daqing·2025-01-25 17:05

Go语言初上手（三）编码规范与性能优化 | 青训营

本节课讲了如何写出更简洁清晰的代码，每种语言都有自己的特性，也有自己独特的代码规范，对于Go来说，有哪些性能优化的手段、趁手的工具，也都进行了介绍。高质量代码需要具备正确可靠、简洁清晰的特性正确性：各种边界条件是否考虑完备、错误的调用能否被处理可靠性：异常情况或错误处理明确，依赖的服务异常能够及时处理简洁：逻辑是否简单、后续新增功能是否能够快速支持清晰可读：其他人阅读理解代码时是否能清楚明白、重构

余cos·2025-01-25 17:04

b站任务脚本

它通过与Bilibili的API接口进行交互来完成各种任务，并返回执行结果。

AALoveTouch·2025-01-25 17:04

Node.js NativeAddon 构建工具：node-gyp 安装与配置完全指南

Node.jsNativeAddon构建工具：node-gyp安装与配置完全指南node-gypNode.jsnativeaddonbuildtool[这里是图片001]项目地址:https://gitcode.com

P7进阶路·2025-01-25 17:33

MySQL与Oracle对比及区别

一、比较1、MySQL的特点性能卓越，服务稳定，很少出现异常宕机；开放源代码无版本制约，自主性及使用成本低；历史悠久，社区和用户非常活跃，遇到问题及时寻求帮助；软件体积小，安装使用简单且易于维护，维护成本低；品牌口碑效应；支持多种OS，提供多种API接口，支持多种开发语言，对流行的PHP，Java很好的支持2、Oracle的特点兼容性：Oracle产品采用标准SQL，并经过美国u构架标准技术所（N

m0_74823434·2025-01-25 17:03

算法随笔_21:字符的最短距离

上一篇:算法随笔_20:区间子数组个数-CSDN博客=====================题目描述如下:给你一个字符串s和一个字符c，且c是s中出现过的字符。

程序趣谈·2025-01-25 17:03

Python-静态方法（@staticmethod）

staticmethod静态方法只是名义上归属类管理，但是不能使用类变量和实例变量，是类的工具包放在函数前（该函数不传入self或者cls），所以不能访问类属性和实例属性classcal:cal_name='计算器

lhh_qrsly·2025-01-25 17:03

mikro-orm 和typeorm 对比

以下是Mikro-ORM和TypeORM的详细对比：设计理念与架构Mikro-ORM：基于数据映射器、工作单元和身份映射模式。

大耳朵乔乔·2025-01-25 17:02

小程序与内嵌网页的数据通信

小程序与内嵌网页的数据通信前言微信小程序提供了web-view组件，允许开发者在小程序中嵌入网页。然而，由于小程序和网页运行在不同的环境中，它们之间的通信就需要依赖特定的机制来实现。

大耳朵乔乔·2025-01-25 17:31

Apache Doris 2.1.8 版本正式发布

该版本持续在湖仓一体、异步物化视图、查询优化器与执行引擎、存储管理等方面进行改进提升与问题修复，进一步加强系统的性能和稳定性，欢迎大家下载体验。

SelectDB技术团队·2025-01-25 17:01

2.2.3 代码格式与风格指南

虽然好多人说工控行业都是一帮电工，没有什么素质，这完全是误解，任何程序所在的行业，都需要个人保证其代码风格能够很好与团队进行协作，在过去一台设备一个人写的多，往往不注意这些，这也导致了设备交接困难，成了后来接手工程师永远的痛

阿凡工控分享·2025-01-25 17:01

蓝牙LE Audio的三大改进

通常，无线耳塞仅将一个芽与输出设备配对，然后将信号投射到另一个芽。这会给整体声音带来延迟，并降低声音质量。

Lenzetech·2025-01-25 17:00

k8s pod分类、核心组件、网络模型、kubectl常用命令

假如有2个pod，pod有其生命周期，万一pod所在的节点宕机了，那么此pod将应该要在其他的节点上重建,而重建完的pod与原来的pod已经不是同一个pod了，只是两者都是运行的同一个服务而已。

2501_90243308·2025-01-25 16:00

前端 | 浏览器安全：XSS攻击、CSRF攻击、中间人攻击

攻击者通过在网站注入恶意脚本，使之在用户的浏览器上运行，从而盗用用户的信息如cookie等本质是因为网站没有对恶意代码进行过滤，与正常的代码混合在一起了，浏览器没有办法分辨那些脚本是可信的，从而导致了恶意代码的执行攻击者通过这种攻击方式可以进行一下操作

酒酿泡芙1217·2025-01-25 16:29

T-SQL语言的语法

T-SQL深度解析与应用T-SQL（Transact-SQL）是微软SQLServer使用的一种扩展SQL（结构化查询语言）。

Code花园·2025-01-25 16:29

【优选算法】10----无重复字符的最长子串

讲解算法原理：方法一:暴力解法：简单粗暴的地毯式搜索暴力解法就像一个没有什么技巧的探险家，直接把所有可能的子串都找出来，然后一个一个检查是不是有重复字符，最

Rhzkp·2025-01-25 16:59

10分钟学会海明码，从此告别数据丢失！

码距码距的定义海明码的码距举例说明码距与纠错能力的关系总结数据位与校验位的分布校验位的数量校验位的分布如何计算校验位？

凭君语未可·2025-01-25 16:29

C语言：结构体数组

结构体数组介绍定义结构体定义结构体数组初始化结构体数组访问和修改结构体数组的元素遍历结构体数组示例高级用法动态分配结构体数组使用`malloc`动态分配使用`calloc`动态分配结构体数组作为函数参数结构体数组与指针多维结构体数组使用

凭君语未可·2025-01-25 16:28

【第四天】零基础入门刷题Python-算法篇-数据结构与算法的介绍-两种常见的递归算法（持续更新）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、Python数据结构与算法的详细介绍1.Python中的常用的搜索算法2.两种常见的递归算法3.两种详细的递归算法代码1）

Long_poem·2025-01-25 16:58

Python 装饰器详解：@staticmethod 与 @classmethod 的区别与用法：中英双语

Python装饰器详解：@staticmethod与@classmethod的区别与用法在Py

阿正的梦工坊·2025-01-25 16:28

冯诺依曼架构和哈佛架构的主要区别？

冯诺依曼架构（VonNeumannArchitecture）和哈佛架构（HarvardArchitecture）是两种计算机体系结构，它们在存储器组织、指令处理和数据存取等方面有明显的不同。

m0_74824552·2025-01-25 16:28

Apache Flink 替换 Spark Stream的架构与实践( bilibili 案例解读)_streamsparkflink加载udf

3.基于ApacheFlink的流式计算平台为解决上述问题，bilibili希望根据以下三点要求构建基于ApacheFlink的流式计算平台。第一点，需要提供SQL化编程。

2501_90243308·2025-01-25 16:58

AlphaFold2的思路总结（十五）

2021SC@SDUSC这学期的代码分析工作接近尾声了，我想简单总结一下AlphaFold2的总体思路具体来看，AlphaFold2主要利用多序列比对（MSA），把蛋白质的结构和生物信息整合到了深度学习算法中

xiaofengzihhh·2025-01-25 16:57

python机器学习

前提Python机器学习的应用领域A.图像识别和计算机视觉B.自然语言处理和文本分析C.数据挖掘和推荐系统深度学习A.神经网络的基本原理B.常用的深度学习框架和算法C.深度学习在图像

方安乐·2025-01-25 16:57

【阅读总结】AlphaFold3 unedited version 通读 + 服务器使用总结

省流：AlphaFold3能做什么：预测蛋白质、DNA、RNA与允许的配体/离子/共价修饰的复合物结构为什么要用AlphaFold3：有强大的泛化性和准确率，除了RNA结构略差于AIchemy_RNA2

Lasgalena·2025-01-25 16:56

基于Python的豆瓣电影爬虫数据分析可视化设计与实现

【1】系统介绍1.研究背景随着互联网的快速发展，电影产业已经成为全球文化产业的重要组成部分。观众对电影的需求和兴趣日益增长，而在线电影平台如豆瓣电影（DoubanMovie）成为了用户获取电影信息、发表评论和评分的主要渠道之一。豆瓣电影不仅提供了丰富的电影资料，还拥有庞大的用户群体，这些用户生成的内容（UGC）为电影市场分析提供了宝贵的数据资源。然而，尽管豆瓣电影平台提供了大量的公开数据，但这些数

计算机软件程序设计·2025-01-25 16:56

Python实现itemCF协同过滤推荐算法并计算召回率、准确率、F1分数和覆盖率

一个完整的Python实现，包括ItemCF协同过滤算法的实现以及召回率、准确率、F1分数和覆盖率等评估指标的计算。

计算机软件程序设计·2025-01-25 16:56

情感分析常见算法与模型及实现步骤

【1】常见算法与模型情感分析（SentimentAnalysis）是一种自然语言处理（NLP）技术，用于识别和提取文本中的主观信息，如情绪、态度和意见。

计算机软件程序设计·2025-01-25 16:25

基于深度学习的舆论分析与检测系统应用与研究

【1】系统介绍研究背景随着互联网技术的迅猛发展和社会媒体平台的普及，信息传播的速度和范围达到了前所未有的水平。这一变化不仅极大地丰富了人们的社交生活，也为社会科学研究提供了新的视角和工具。舆论分析作为社会科学研究的一个重要分支，其目的是通过收集和分析网络上的公众意见和情感倾向，来了解人们对特定事件或话题的看法和态度。近年来，基于深度学习的自然语言处理技术取得了显著进步，这为提高舆论分析的准确性和效

计算机软件程序设计·2025-01-25 16:25

系统架构设计基础：概念与原则

系统架构设计基础：概念与原则引言系统架构设计是软件开发过程中至关重要的一环，它决定了系统的整体结构、组件之间的关系以及系统的可扩展性、可维护性和性能。

Evaporator Core·2025-01-25 16:54

Python Web应用开发进阶：集成数据库与SQLAlchemy

一、数据库选择与安装1.1选择数据库在PythonWeb开发中，常用的数据库有SQLite、MySQL、Pos

Evaporator Core·2025-01-25 16:53

基于MySQL8.0安装部署MHA集群（一主两从）

写在前面之前搭建过MySQL5.7版本的MHA集群，因为一些需要，现进行MySQL8.0版本的MHA集群搭建，搭建步骤基本与5.7版本相似，所以某些测试部分、问题解决、安装包、mha的IP漂移配置文件可以参照我之前写的博文

收买神的欢心·2025-01-25 16:53

论文阅读：DeepFake-Adapter: Dual-Level Adapter for DeepFake Detection（Deepfake模型快速调参）

Dual-LevelAdapterforDeepFakeDetection作者团队：项目主页：https://github.com/rshaojimmy/DeepFake-Adapter（代码暂未开源）二、动机与创新动机

海拉鲁的小厨娘·2025-01-25 16:52

[Qt]常用控件介绍-显示类控件-QLabel、QLCDNumber、QProgressBar、QCalendarWidget控件

目录1.Label控件属性介绍三种文本格式的设置应用编辑图片与自动拉伸应用QLable伙伴设置2.LCDNumber控件属性Demo：倒计时程序多线程实现倒计时程序3.ProgressBar控件属性Demo

北顾南栀倾寒·2025-01-25 15:22

基于Python的自然语言处理系列（2）：Word2Vec（负采样）

负采样是一种优化Skip-gram模型训练效率的技术，它能在大规模语料库中显著减少计算复杂度。接下来，我们将通过详细的代码实现和理论讲解，帮助你理解负采样的工作原理及其在Word2Vec中的应用。

会飞的Anthony·2025-01-25 15:51

Solon Cloud Gateway 开发：Helloword

有没有注册与发布服务。都可以用。不管是php或者node.js或得java，只要是http服务。也都可互通。下面，演示给一个服务（比如：https://www.baidu.com）配置代理网关呢？

组合缺一·2025-01-25 15:20

Python知识点：基于Python工具和技术，如何使用Truffle进行智能合约开发与部署

如何使用Truffle与Python进行智能合约开发与部署Truffle是一个强大的开发框架，它为以太坊智能合约的开发、测试和部署提供了一整套工具。

杰哥在此·2025-01-25 15:49

LeetCode 21. 合并两个有序链表链表合并 Java实现

21.合并两个有序链表21.合并两个有序链表题目来源题目分析题目难度题目标签题目限制解题思路思路：核心算法步骤迭代法代码实现代码解读性能分析复杂度结果测试用例扩展讨论优化写法其他实现总结21.合并两个有序链表题目来源

Lentr0py·2025-01-25 15:49

【深度学习】搭建PyTorch神经网络进行气温预测

第一步数据加载与观察①导包importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttorchimporttorch.optimasoptimimportwarningswarnings.filterwarnings

睡不着还睡不醒·2025-01-25 15:19

力扣：69. x 的平方根题解（Java）

计算并返回x的平方根，其中x是非负整数。由于返回类型是整数，结果只保留整数的部分，小数部分将被舍去。

HOOHV·2025-01-25 15:49

C++异常机制：构建健壮代码的艺术

1.异常的概念及应用1.1.异常的概念异常处理机制允许程序中独⽴开发的部分能够在运⾏时就出现的问题进⾏通信并做出相应的处理，异常使得我们能够将问题的检测与解决问题的过程分开，程序的⼀部分负责检测问题的出现

Main. 24·2025-01-25 15:19

2025-1-21-sklearn学习(43) 使用 scikit-learn 介绍机器学习楼上阑干横斗柄，寒露人远鸡相应。

scikit-learn介绍机器学习43.1机器学习：问题设置43.2加载示例数据集43.3学习和预测43.4模型持久化43.4规定43.4.1类型转换43.4.2再次训练和更新参数43.4.3多分类与多标签拟合

汤姆和佩琦·2025-01-25 15:18

通过Python编程语言实现“机器学习”小项目教程案例

1.Python与机器学习概述1.1Python语言特点Python是一种广泛使用的高级编程语言，具有简洁、易读、易学的特点，这使得它成为初学者和专业人士的首选语言之一。

胡萝卜不甜·2025-01-25 15:18

图神经网络系列论文阅读DAY1：《Predicting Tweet Engagement with Graph Neural Networks》

在现有研究中，许多方法通过利用帖子的直接特征来解决这一问题，这些特征通常与文本内容以及发布该帖子的用户相关。在本文中，我们认为互动的增加还与另一个关键因素相关，即社交媒体用户发布的帖子之间的语义关联。

feifeikon·2025-01-25 15:18

redis原理

小哲会嘿魔法·2025-01-25 15:47

推荐频道

外功-算法与计算