- 激光光束质量M²因子测量仿真与修正算法研究
pk_xz123456
算法大数据python算法人工智能大数据
激光光束质量M²因子测量仿真与修正算法研究摘要本文基于激光光束传输理论和CCD测量技术,提出了一种针对截断光斑的修正算法,并通过Python仿真实现了激光光束质量M²因子的精确测量。研究内容包括:(1)建立激光通过透镜后的传输模型;(2)模拟CCD在不同位置采集的光斑图像;(3)开发基于能量守恒的截断光斑修正算法;(4)对比分析修正前后M²因子计算结果的差异。仿真结果表明,所提出的修正算法能有效提
- 目标检测YOLO实战应用案例100讲-基于深度学习的自动驾驶目标检测算法研究(续)
林聪木
目标检测YOLO深度学习
目录基于双蓝图卷积的轻量化自动驾驶目标检测算法5.1引言5.2DarkNet53网络冗余性分析5.3双蓝图卷积网络5.4实验结果及分析基于深度学习的自动驾驶目标检测算法研究与应用传统的目标检测算法目标检测基线算法性能对比与选择相关理论和算法基础2.1引言2.2人工神经网络2.3FCOS目标检测算法2.4复杂交通场景下的目标检测难点与FCOS改进方案基于FCOS的目标检测算法改进3.1引言3.2Re
- 纹理贴图算法研究论文综述
点云SLAM
算法图形图像处理算法纹理贴图计算机图形学计算机视觉人工智能虚拟现实(VR)纹理贴图算法综述
纹理贴图(TextureMapping)是计算机图形学和计算机视觉中的核心技术,广泛应用于三维重建、游戏渲染、虚拟现实(VR)、增强现实(AR)等领域。对其算法的研究涵盖了纹理生成、映射、缝合、优化等多个方面。1.引言纹理贴图是指将二维图像纹理映射到三维几何表面上,以增强模型的视觉真实感。传统方法主要关注静态几何模型上的纹理生成与映射,而近年来,随着多视角图像重建、RGB-D扫描、神经渲染的发展,
- 机器人工程专业毕设选题推荐
文章目录1前言2如何选题3选题方向2.1嵌入式开发方向2.2物联网方向2.3移动通信方向2.4人工智能方向2.5算法研究方向2.6移动应用开发方向2.7网络通信方向3.4学长作品展示4最后1前言近期不少学弟学妹询问学长关于电子信息工程专业相关的毕设选题,学长特意写下这篇文章以作回应!以下是学长亲手整理的物联网相关的毕业设计选题,都是经过学长精心审核的题目,适合作为毕设,难度不高,工作量达标,对毕设
- FP16、BF16、INT8、INT4精度模型加载所需显存以及硬件适配的分析
herosunly
大模型精度BF16硬件适配
大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,CCF比赛第二名,科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。 本文主要介绍了FP16、INT8、INT4精度模型加载占用显存大小的分析,希望对学习大
- 搜索领域知识图谱的知识推理算法研究
搜索引擎技术
知识图谱算法人工智能ai
搜索领域知识图谱的知识推理算法研究关键词:知识图谱、知识推理、搜索算法、图神经网络、路径推理、规则推理、表示学习摘要:本文深入探讨搜索领域中知识图谱的知识推理算法。我们将从知识图谱的基本概念出发,分析不同类型的知识推理算法原理,包括基于规则的推理、基于表示的推理和基于路径的推理。通过实际案例和代码实现,展示这些算法如何提升搜索效果,最后讨论该领域的未来发展趋势和挑战。背景介绍目的和范围本文旨在系统
- 点云从入门到精通技术详解100篇-点云滤波算法及单木信息提取
格图素书
人工智能
目录知识储备点云滤波算法及单木信息提取点云条件滤波单木信息提取1.点云预处理2.点云密度计算3.密度阈值筛选4.骨架提取5.骨架细化优化方向前言国内外研究现状激光雷达研究现状点云数据的滤波算法研究现状单木分割应用现状LiDAR工作原理与点云数据的组成2.1LiDAR系统的内部结构2.1.1激光测距单元2.1.2光学机械扫描单元2.1.3惯性导航系统INS2.1.4动态差分GPS2.2定位原理2.3
- 室内定位论文集-20241011期
程序员石磊
室内定位论文集基于深度学习的室内定位室内定位
QLOC:基于量子指纹的大规模定位实用算法研究问题当前的定位技术在处理涉及大量设备的大型部署时往往存在不准确和低效的问题。方法该研究引入了一种新颖的量子指纹基算法,称为QLOC,旨在为广泛的室内环境提供精确的定位服务,并尽量减少计算需求。创新点设计了一种高效的量子算法,在设备数量增加的情况下能很好地扩展。通过严格测试与真实世界场景和基准对比验证了所提方案的有效性。结论QLOC代表了一个重要的进展,
- 北斗导航 | 基于改进小龙虾优化算法的GPS接收机自主完好性监测算法研究
北斗猿
卫星导航算法matlab
详细介绍基于改进小龙虾优化算法(COA)的GPS接收机自主完好性监测算法的原理、公式和MATLAB实现。主要内容如下:RAIM基础原理与问题定义:介绍最小二乘残差法的数学模型,包括伪距观测方程、故障检测统计量和故障识别方法。改进小龙虾优化算法设计:详细说明COA的三种行为模式及其数学表述,以及三种改进策略(非线性温度更新、自适应视野调整、混合变异机制)。融合改进COA的RAIM算法:阐述种群初始化
- python深度学习毕业设计项目选题汇总
kooerr
毕业设计python毕设
文章目录1前言1.1选题注意事项1.1.1难度怎么把控?1.1.2题目名称怎么取?1.2开题选题推荐1.2.1起因1.2.2核心-如何避坑(重中之重)1.2.3怎么办呢?2选题概览3项目概览题目1:图像隐写算法研究与实现题目2:Django股价预测可视化系统题目3:大数据招聘数据可视化系统题目4:深度学习车道线检测题目5:深度学习交通车流量计数系统题目6:深度学习遮挡下的人脸识别题目7:深度学习照
- 探索算法秘境:量子随机游走算法及其在图论问题中的创新应用
目录编辑一、量子随机游走算法的起源与原理二、量子随机游走算法在图论问题中的创新应用三、量子随机游走算法的优势与挑战四、结语在算法研究的浩瀚星空中,总有一些领域如同遥远星系,闪烁着神秘而诱人的光芒。今天,我们将一同深入这片算法秘境,探索一个相对偏僻但极具潜力的算法——量子随机游走算法(QuantumRandomWalk,QRW),并揭示它在图论问题中的创新应用。一、量子随机游走算法的起源与原理量子随
- AI人工智能在自动驾驶的路径规划算法研究
AI大模型应用工坊
AI大模型开发实战人工智能自动驾驶算法ai
AI人工智能在自动驾驶的路径规划算法研究关键词:AI人工智能、自动驾驶、路径规划算法、环境感知、智能决策摘要:本文聚焦于AI人工智能在自动驾驶路径规划算法方面的研究。首先介绍了研究的背景和意义,阐述了自动驾驶路径规划的基本概念和重要性。接着详细探讨了核心概念,包括路径规划的原理、架构以及与其他自动驾驶模块的联系,并通过Mermaid流程图进行直观展示。对多种核心路径规划算法的原理进行了深入剖析,使
- 李晓梅老师在并行算法领域太厉害了,为什么没有评院士?
好好学习啊天天向上
算法
李晓梅老师是我国数值并行算法研究的开拓者之一。她主持了银河-I、银河-II巨型计算机应用软件的研制与开发,首次在我国建立了“并行线性代数库”、“并行特征值特征向量库”、“并行快速变换库”,研制了我国第一个“中期数值天气预报多任务并行软件系统”,在我国首次建立起向量地震数据处理软件系统等。她为银河-I/银河-II超级计算机研制和数值天气预报、核模拟、石油勘探等领域的向量化应用软件研制,及我国并行计算
- 文生图模型的dev、fast、full版本的区别
Liudef06小白
AI作画
在文生图模型领域,StableDiffusion的dev、fast、full版本分别对应不同的技术定位和应用场景,其核心区别体现在功能全面性、运行效率及硬件适配性上。以下是具体对比分析:1.Dev版本(开发者版)核心定位:面向算法研究者与深度定制开发者,强调灵活性与可扩展性。技术特性:开源架构:提供完整的模型代码库(如基于PyTorch的实现),允许用户修改网络结构、调整超参数(如学习率、扩散步数
- 经典算法研究(1):SIFT算法1
乔qiao
图像处理
作者:qxl邮箱:
[email protected]系列文章链接一、经典算法研究(1):SIFT算法1二、经典算法研究(1):SIFT算法2三、文章目录系列文章链接前言一、Sift算法原理介绍1.0基础概念高斯金字塔八度为什么要构建高斯金字塔?高斯金字塔构建步骤如何描述尺度空间?构建差分高斯金字塔尺度空间的连续性下一个八度的第一幅图像如何确定前言学习sift算法记录一、Sift算法原理介绍尺度不变
- 深度强化学习实战:玩转 Atari 游戏
谷雪_658
游戏python开发语言
在人工智能技术蓬勃发展的当下,深度强化学习凭借其在复杂决策场景中的出色表现,成为众多研究人员和开发者关注的焦点。Atari游戏系列以其丰富的游戏环境和多样化的任务设定,成为深度强化学习算法研究与实践的经典测试平台。通过在Atari游戏中应用深度强化学习算法,不仅能够深入理解强化学习的核心原理,还能探索其在实际场景中的应用潜力。本文将带领读者从零开始,通过实战操作,掌握使用深度强化学习算法玩转Ata
- 乾元通渠道商中标西藏2024年应急装备采购配置项目
爱研究的小梁
智能路由器信息与通信
近日,乾元通渠道商中标西藏2024年应急装备采购配置项目(应急通信车替换升级设备及多链路聚合设备),乾元通作为设备厂家,为项目提供通信指挥类装备(多链路聚合设备)QYT-X1。青岛乾元通数码科技有限公司作为国家应急产业企业,深耕于数据调度算法研究,参与了多项国家及省部级应急救灾通讯保障项目,致力于解决在地震灾害、塌方事故等自然灾害现场,快速组建可靠网络需求。设备采用多链路聚合技术,具有4G/5G、
- 科研学习 论文解读——面向电商内容安全风险管控的协同过滤推荐算法研究(1)
2401_84296945
学习安全推荐算法
面向电商内容安全风险管控的协同过滤推荐算法研究-中国知网(cnki.net)")面向电商内容安全风险管控的协同过滤推荐算法研究*摘要:**[目的/意义]随着电商平台商家入驻要求降低以及商品上线审核流程简化,内容安全风险问题成为协同过滤推荐算法伦理审查的核心问题之一。[方法/过程]本文将内容安全风险问题纳入用户协同过滤推荐算法的优化过程,提出一种改进的推荐算法。首先,采用混合研究方法对内容安全风险商
- AIGC提示(prompt)飞升方法:走向专家之路
herosunly
大模型AIGCprompt专家之路
大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,CCF比赛第二名,科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。 本文主要介绍了AIGC提示(prompt)飞升方法:走向专家之路,希望对学习大语言模型
- 最新电子科学与技术专业毕设选题题目推荐
Mdc_stdio
单片机
文章目录1前言2如何选题3选题方向2.1嵌入式开发方向2.2物联网方向2.3移动通信方向2.4人工智能方向2.5算法研究方向2.6移动应用开发方向2.7网络通信方向3.4学长作品展示4最后1前言近期不少学弟学妹询问学长关于电子信息工程专业相关的毕设选题,学长特意写下这篇文章以作回应!以下是学长亲手整理的物联网相关的毕业设计选题,都是经过学长精心审核的题目,适合作为毕设,难度不高,工作量达标,对毕设
- 目标检测YOLO实战应用案例100讲-基于改进YOLO v7的智能振动分拣系统开发
林聪木
目标检测YOLO目标跟踪
目录前言课题国内外研究现状物料分拣研究现状目标检测算法研究现状振动视觉分拣系统的总体设计2.1振动盘视觉分拣系统的总体设计方案2.2振动盘视觉分拣系统的硬件选型2.2.1振动盘的选型2.2.2相机系统2.2.3运动控制器选型2.3振动盘视觉分拣系统的软件方案设计2.3.1振动盘视觉分拣系统软件开发需求分析2.3.2振动盘视觉分拣系统软件环境基于YOLOv7的模型改进3.1YOLOv7算法原理和网络
- 基于 Q-learning 的城市场景无人机三维路径规划算法研究,可以自定义地图,提供完整MATLAB代码
IT猿手
Qlearning无人机路径规划MATLAB无人机算法matlab无人机路径规划强化学习深度学习qlearning
一、引言随着无人机技术的不断发展,其在城市环境中的应用越来越广泛,如物流配送、航拍测绘、交通监控等。然而,城市场景具有复杂的建筑布局、密集的障碍物以及多变的飞行环境,给无人机的路径规划带来了巨大的挑战。传统的路径规划算法在三维复杂空间中往往难以满足实时性和最优性的要求。因此,研究一种有效的无人机三维路径规划算法具有重要的现实意义。Q-learning算法作为一种强化学习方法,能够通过与环境的交互学
- 基于Transformer的算力供需动态平衡算法研究与实践
九章云极AladdinEdu
transformer算法深度学习人工智能gpu算力架构智能电视
引言:算力供需失衡的困境与机遇随着大模型、AIGC等技术的爆发式发展,全球AI算力需求呈现指数级增长。OpenAI数据显示,2012至2020年间,训练AI模型所需的算力增长了30万倍,而传统算力调度系统仍停留在静态分配阶段。本文提出一种基于Transformer架构的算力需求预测模型,通过动态感知-预测-调度机制,实现算力资源的智能化供需平衡,为构建新一代AI算力基础设施提供新思路。一、现有方法
- 【创新未发表】Matlab实现飞蛾扑火优化算法MFO-Kmean-Transformer-LSTM组合状态识别算法研究
天天Matlab代码科研顾问
matlab算法transformer
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。往期回顾关注个人主页:Matlab科研工作室个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。内容介绍一、引言随着工业自动化和智能制造的飞速发展,对工业设备状态监测与故障诊断的需求日益迫切。传统的监测方法往往依赖于人工经验,效率低下且难以应对复杂多变的工业环境。近年来,基于数
- 下载URL包含Signature和OSSAccessKeyId的实战代码
herosunly
Python爬虫实战教程爬虫python下载文件signature实战代码
大家好,我是herosunly。985院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名,CCF比赛第二名,科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。 今天给大家带来的文章是:下载URL包含Signature和OSSAccessKeyId
- 基于机器学习的舆情分析算法研究
赵谨言
论文经验分享毕业设计
标题:基于机器学习的舆情分析算法研究内容:1.摘要随着互联网的飞速发展,舆情信息呈现爆炸式增长,如何快速准确地分析舆情成为重要课题。本文旨在研究基于机器学习的舆情分析算法,以提高舆情分析的效率和准确性。方法上,收集了近10万条社交媒体的舆情文本数据,利用多种机器学习算法如支持向量机、朴素贝叶斯、决策树等进行训练和优化。结果表明,经过优化的支持向量机算法在舆情分类的准确率上达到了85%以上,明显高于
- 基于深度学习的人脸属性识别算法研究
赵谨言
论文经验分享毕业设计
标题:基于深度学习的人脸属性识别算法研究内容:1.摘要随着人工智能技术的快速发展,人脸属性识别在安防监控、人机交互等领域具有重要的应用价值。本文旨在研究基于深度学习的人脸属性识别算法,以提高识别的准确性和效率。通过构建深度卷积神经网络模型,使用大规模的人脸数据集进行训练和优化。实验结果表明,所提出的算法在多个公开人脸属性数据集上取得了较好的识别效果,平均识别准确率达到了85%以上。研究表明,基于深
- 目标检测YOLO实战应用案例100讲- 无人机平台下露天目标检测与计数
林聪木
目标检测YOLO无人机
目录知识储备基于YOLOv8改进的无人机露天目标检测与计数一、环境配置与依赖安装二、核心代码实现(带详细注释)1.改进YOLOv8模型定义(添加注意力机制)2.无人机视角数据增强(drone_augment.py)3.多目标跟踪与计数(tracking_counter.py)4.完整推理流程(main.py)三、关键技术优化点四、数据集配置示例前言目标检测算法研究现状分析基于检测方法的目标计数研究
- 数据挖掘实验:k_means、k_medoids聚类算法的实现(Python)
一只西绿柿
课程实验数据挖掘聚类算法python
目录前言一、k-means算法二、k-medoids算法三、实验结果展示总结前言本文是基于划分的聚类算法研究与实现,实现了k均值及k中心点聚类算法,并在数据集上完成测试。用户输入k的值,可对数据集中的数据进行聚类。一、k-means算法k-means算法使用簇的均值点作为簇的形心。首先在数据集中随机选择k个点作为k个簇的初始均值,对于数据集中的每个点,根据欧式距离将其分配至距离最近的簇。然后k均值
- 【影响因子高】【数据驱动】自组织方向感知数据分区算法研究(Matlab代码实现)
然哥依旧
算法matlab人工智能
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2运行结果3参考文献4Matlab代码、数据、文章⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时
- java数字签名三种方式
知了ing
javajdk
以下3钟数字签名都是基于jdk7的
1,RSA
String password="test";
// 1.初始化密钥
KeyPairGenerator keyPairGenerator = KeyPairGenerator.getInstance("RSA");
keyPairGenerator.initialize(51
- Hibernate学习笔记
caoyong
Hibernate
1>、Hibernate是数据访问层框架,是一个ORM(Object Relation Mapping)框架,作者为:Gavin King
2>、搭建Hibernate的开发环境
a>、添加jar包:
aa>、hibernatte开发包中/lib/required/所
- 设计模式之装饰器模式Decorator(结构型)
漂泊一剑客
Decorator
1. 概述
若你从事过面向对象开发,实现给一个类或对象增加行为,使用继承机制,这是所有面向对象语言的一个基本特性。如果已经存在的一个类缺少某些方法,或者须要给方法添加更多的功能(魅力),你也许会仅仅继承这个类来产生一个新类—这建立在额外的代码上。
- 读取磁盘文件txt,并输入String
一炮送你回车库
String
public static void main(String[] args) throws IOException {
String fileContent = readFileContent("d:/aaa.txt");
System.out.println(fileContent);
- js三级联动下拉框
3213213333332132
三级联动
//三级联动
省/直辖市<select id="province"></select>
市/省直辖<select id="city"></select>
县/区 <select id="area"></select>
- erlang之parse_transform编译选项的应用
616050468
parse_transform游戏服务器属性同步abstract_code
最近使用erlang重构了游戏服务器的所有代码,之前看过C++/lua写的服务器引擎代码,引擎实现了玩家属性自动同步给前端和增量更新玩家数据到数据库的功能,这也是现在很多游戏服务器的优化方向,在引擎层面去解决数据同步和数据持久化,数据发生变化了业务层不需要关心怎么去同步给前端。由于游戏过程中玩家每个业务中玩家数据更改的量其实是很少
- JAVA JSON的解析
darkranger
java
// {
// “Total”:“条数”,
// Code: 1,
//
// “PaymentItems”:[
// {
// “PaymentItemID”:”支款单ID”,
// “PaymentCode”:”支款单编号”,
// “PaymentTime”:”支款日期”,
// ”ContractNo”:”合同号”,
//
- POJ-1273-Drainage Ditches
aijuans
ACM_POJ
POJ-1273-Drainage Ditches
http://poj.org/problem?id=1273
基本的最大流,按LRJ的白书写的
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
#define INF 0x7fffffff
int ma
- 工作流Activiti5表的命名及含义
atongyeye
工作流Activiti
activiti5 - http://activiti.org/designer/update在线插件安装
activiti5一共23张表
Activiti的表都以ACT_开头。 第二部分是表示表的用途的两个字母标识。 用途也和服务的API对应。
ACT_RE_*: 'RE'表示repository。 这个前缀的表包含了流程定义和流程静态资源 (图片,规则,等等)。
A
- android的广播机制和广播的简单使用
百合不是茶
android广播机制广播的注册
Android广播机制简介 在Android中,有一些操作完成以后,会发送广播,比如说发出一条短信,或打出一个电话,如果某个程序接收了这个广播,就会做相应的处理。这个广播跟我们传统意义中的电台广播有些相似之处。之所以叫做广播,就是因为它只负责“说”而不管你“听不听”,也就是不管你接收方如何处理。另外,广播可以被不只一个应用程序所接收,当然也可能不被任何应
- Spring事务传播行为详解
bijian1013
javaspring事务传播行为
在service类前加上@Transactional,声明这个service所有方法需要事务管理。每一个业务方法开始时都会打开一个事务。
Spring默认情况下会对运行期例外(RunTimeException)进行事务回滚。这
- eidtplus operate
征客丶
eidtplus
开启列模式: Alt+C 鼠标选择 OR Alt+鼠标左键拖动
列模式替换或复制内容(多行):
右键-->格式-->填充所选内容-->选择相应操作
OR
Ctrl+Shift+V(复制多行数据,必须行数一致)
-------------------------------------------------------
- 【Kafka一】Kafka入门
bit1129
kafka
这篇文章来自Spark集成Kafka(http://bit1129.iteye.com/blog/2174765),这里把它单独取出来,作为Kafka的入门吧
下载Kafka
http://mirror.bit.edu.cn/apache/kafka/0.8.1.1/kafka_2.10-0.8.1.1.tgz
2.10表示Scala的版本,而0.8.1.1表示Kafka
- Spring 事务实现机制
BlueSkator
spring代理事务
Spring是以代理的方式实现对事务的管理。我们在Action中所使用的Service对象,其实是代理对象的实例,并不是我们所写的Service对象实例。既然是两个不同的对象,那为什么我们在Action中可以象使用Service对象一样的使用代理对象呢?为了说明问题,假设有个Service类叫AService,它的Spring事务代理类为AProxyService,AService实现了一个接口
- bootstrap源码学习与示例:bootstrap-dropdown(转帖)
BreakingBad
bootstrapdropdown
bootstrap-dropdown组件是个烂东西,我读后的整体感觉。
一个下拉开菜单的设计:
<ul class="nav pull-right">
<li id="fat-menu" class="dropdown">
- 读《研磨设计模式》-代码笔记-中介者模式-Mediator
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/
/*
* 中介者模式(Mediator):用一个中介对象来封装一系列的对象交互。
* 中介者使各对象不需要显式地相互引用,从而使其耦合松散,而且可以独立地改变它们之间的交互。
*
* 在我看来,Mediator模式是把多个对象(
- 常用代码记录
chenjunt3
UIExcelJ#
1、单据设置某行或某字段不能修改
//i是行号,"cash"是字段名称
getBillCardPanelWrapper().getBillCardPanel().getBillModel().setCellEditable(i, "cash", false);
//取得单据表体所有项用以上语句做循环就能设置整行了
getBillC
- 搜索引擎与工作流引擎
comsci
算法工作搜索引擎网络应用
最近在公司做和搜索有关的工作,(只是简单的应用开源工具集成到自己的产品中)工作流系统的进一步设计暂时放在一边了,偶然看到谷歌的研究员吴军写的数学之美系列中的搜索引擎与图论这篇文章中的介绍,我发现这样一个关系(仅仅是猜想)
-----搜索引擎和流程引擎的基础--都是图论,至少像在我在JWFD中引擎算法中用到的是自定义的广度优先
- oracle Health Monitor
daizj
oracleHealth Monitor
About Health Monitor
Beginning with Release 11g, Oracle Database includes a framework called Health Monitor for running diagnostic checks on the database.
About Health Monitor Checks
Health M
- JSON字符串转换为对象
dieslrae
javajson
作为前言,首先是要吐槽一下公司的脑残编译部署方式,web和core分开部署本来没什么问题,但是这丫居然不把json的包作为基础包而作为web的包,导致了core端不能使用,而且我们的core是可以当web来用的(不要在意这些细节),所以在core中处理json串就是个问题.没办法,跟编译那帮人也扯不清楚,只有自己写json的解析了.
- C语言学习八结构体,综合应用,学生管理系统
dcj3sjt126com
C语言
实现功能的代码:
# include <stdio.h>
# include <malloc.h>
struct Student
{
int age;
float score;
char name[100];
};
int main(void)
{
int len;
struct Student * pArr;
int i,
- vagrant学习笔记
dcj3sjt126com
vagrant
想了解多主机是如何定义和使用的, 所以又学习了一遍vagrant
1. vagrant virtualbox 下载安装
https://www.vagrantup.com/downloads.html
https://www.virtualbox.org/wiki/Downloads
查看安装在命令行输入vagrant
2.
- 14.性能优化-优化-软件配置优化
frank1234
软件配置性能优化
1.Tomcat线程池
修改tomcat的server.xml文件:
<Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" maxThreads="1200" m
- 一个不错的shell 脚本教程 入门级
HarborChung
linuxshell
一个不错的shell 脚本教程 入门级
建立一个脚本 Linux中有好多中不同的shell,但是通常我们使用bash (bourne again shell) 进行shell编程,因为bash是免费的并且很容易使用。所以在本文中笔者所提供的脚本都是使用bash(但是在大多数情况下,这些脚本同样可以在 bash的大姐,bourne shell中运行)。 如同其他语言一样
- Spring4新特性——核心容器的其他改进
jinnianshilongnian
spring动态代理spring4依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- Linux设置tomcat开机启动
liuxingguome
tomcatlinux开机自启动
执行命令sudo gedit /etc/init.d/tomcat6
然后把以下英文部分复制过去。(注意第一句#!/bin/sh如果不写,就不是一个shell文件。然后将对应的jdk和tomcat换成你自己的目录就行了。
#!/bin/bash
#
# /etc/rc.d/init.d/tomcat
# init script for tomcat precesses
- 第13章 Ajax进阶(下)
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/
- Troubleshooting Crystal Reports off BW
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Troubleshooting+Crystal+Reports+off+BW#TroubleshootingCrystalReportsoffBW-TracingBOE
Quite useful, especially this part:
SAP BW connectivity
For t
- Java开发熟手该当心的11个错误
tomcat_oracle
javajvm多线程单元测试
#1、不在属性文件或XML文件中外化配置属性。比如,没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中,还是UAT(用户验收
测试)环境中,都可以顺畅无阻地运行,但是一旦部署在PROD 上,把它作为多线程程序处理更大的数据集时,就会抛出IOException,原因可能是JDBC驱动版本不同,也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置,那么使它成为
- 正则表达式大全
yang852220741
html编程正则表达式
今天向大家分享正则表达式大全,它可以大提高你的工作效率
正则表达式也可以被当作是一门语言,当你学习一门新的编程语言的时候,他们是一个小的子语言。初看时觉得它没有任何的意义,但是很多时候,你不得不阅读一些教程,或文章来理解这些简单的描述模式。
一、校验数字的表达式
数字:^[0-9]*$
n位的数字:^\d{n}$
至少n位的数字:^\d{n,}$
m-n位的数字:^\d{m,n}$