醒过来摸鱼
醒过来摸鱼

数据分析文章目录

  简单整理一下我写的文章吧。

双曲函数

  • 双曲函数及其图形
  • 双曲函数(Hyperbolic functuons)公式
  • 反双曲函数

积分

  • 必背积分表
  • 三角换元积分法
  • 分部积分法

你可能感兴趣的:(数学分析,论文笔记)

  • 初探数学思维（一）：数学概括 JackyFuu
    数学培养规则意识；培养周密思维和创新能力“现代电子计算机之父”冯·诺依曼对微积分的评价：微积分是现代数学的第一个成就，而且怎样评价它的重要性都不为过。我认为，微积分比其他任何事物都更清楚地表明了现代数学的发端；而且，作为其逻辑发展的数学分析体系仍然构成了精密思维中最伟大的技术进展。《GEB-一条永恒的金带》，普利策奖，1979，美国，指出有一条永恒的金带把数理逻辑、绘画、音乐等不同领域之间的共同规
  • 数学分析(五)-导数和微分2-求导法则4-2-基本初等函数导数公式4：对数函数【(logₐ|x|)′=1/(xlna)（a＞0且a≠1）】【特别地：(ln|x|)′=1/x】 u013250861 数学分析数学分析
    对数函数(log⁡a∣x∣)′=1xln⁡a(a>0\left(\log_{a}|x|\right)^{\prime}=\cfrac{1}{x\lna}(a>0(loga
  • 分析学中的连续性方法 math590127 医学图像处理与分析学学习
    分析学中的连续性方法我为什么想到这个方法连续性方法的基本原理应用举例连续性方法是数学中的重要方法，在数学分析、微分方程等方向有重要应用，而我之前居然不知道这个词。参考了一些资料进行整理，但是毕竟是个很大的体系，只列出了部分知识点。参考资料见：1.https://www.bilibili.com/video/BV12a411Y71B?p=48&vd_source=84d747ae63525b79ef
  • 论文笔记：EMR-MERGING: Tuning-Free High-Performance Model Merging UQI-LIUWJ 论文笔记论文阅读
    2024neurips1intro随着HuggingFace、timm和torchvision等开源仓库的发展，预训练与微调模型的数量激增，这导致模型部署的存储和成本负担加重。多任务学习（MTL）通过联合训练多数据集来部分缓解上述问题，但它存在以下缺陷：(i)计算成本高；(ii)隐私数据限制导致数据不可获取因此，近年来出现了**模型融合（modelmerging）**方法，试图通过权重合并的方式绕
  • 【论文笔记ing】Pointerformer: Deep Reinforced Multi-Pointer Transformer for the Traveling Salesman Problem Booksort online笔记论文论文阅读transformer深度学习
    论文中使用一个PointerFormer模型编码器部分：可逆残差模型堆叠解码器部分：指针网络自回归对于一次任务而言，推理阶段：编码器部分：一次解码器部分：循环N次，直至任务结束在训练阶段，使用强化学习，对于一个N个节点的TSP实例，算法中会以不同的起点，跑N次，得到N个轨迹，以满足TSP的对称特性，表示这都是属于一个TSP问题的（真实）解然后会计算这样表示归一化奖励，得到一个advantage,然
  • 【论文笔记】GaussianFusion: Gaussian-Based Multi-Sensor Fusion for End-to-End Autonomous Driving
    原文链接：https://arxiv.org/abs/2506.00034v1简介：现有的多传感器融合方法多使用基于注意力的拉直(flatten)融合或通过几何变换的BEV融合，但前者可解释性差，后者计算开销大（如下图(a)(b)所示）。本文提出GaussianFusion（下图(c)），一种基于高斯的多传感器融合框架，用于端到端自动驾驶。使用直观而紧凑的高斯表达，聚合不同传感器的信息。具体来说，
  • 【论文笔记】RAGLAB: A Modular and Research-Oriented Unified Framework for Retrieval-Augmented Generation AustinCyy 论文笔记论文阅读
    论文信息论文标题：RAGLAB:AModularandResearch-OrientedUnifiedFrameworkforRetrieval-AugmentedGeneration-EMNLP24论文作者：XuanwangZhang-NanjingUniversity论文链接：https://arxiv.org/abs/2408.11381代码链接：https://github.com/fat
  • Llama改进之——RoPE旋转位置编码 愤怒的可乐 NLP项目实战#LLaMARoPE旋转位置编码
    引言旋转位置编码(RotaryPositionEmbedding,RoPE)将绝对相对位置依赖纳入自注意力机制中，以增强Transformer架构的性能。目前很火的大模型LLaMA、QWen等都应用了旋转位置编码。之前在[论文笔记]ROFORMER中对旋转位置编码的原始论文进行了解析，重点推导了旋转位置编码的公式，本文侧重实现，同时尽量简化数学上的推理，详细推理可见最后的参考文章。复数与极坐标复数
  • Llama改进之——均方根层归一化RMSNorm 愤怒的可乐 NLP项目实战#llama
    引言在学习完GPT2之后，从本文开始进入Llama模型系列。本文介绍Llama模型的改进之RMSNorm(均方根层归一化)。它是由RootMeanSquareLayerNormalization论文提出来的，可以参阅其论文笔记1。LayerNorm层归一化(LayerNorm)对Transformer等模型来说非常重要，它可以帮助稳定训练并提升模型收敛性。LayerNorm针对一个样本所有特征计算
  • 数学分析闭区间套定理_闭区间套定理在数学教学中的一个有趣应用 weixin_39725403 数学分析闭区间套定理
    龙源期刊网http://www.qikan.com.cn闭区间套定理在数学教学中的一个有趣应用作者：宣渭峰来源：《青年与社会》2018年第30期摘要：实数集的不可数性在数学分析、实分析等课程中是一非常基本且重要的结论。传统的是利用对角线法证明(0，1)开区间中所有实数是不可数的，从而证明全体实数集的不可数性。文章主要应用实数完备性的六个等价命题之一——闭区间套定理，巧妙地证明了实数集的不可数性，该
  • 实数有序域：数学分析的基础公理 你一身傲骨怎能输 数学分析有序域
    文章摘要实数作为有序域的性质是数学分析的基本公理之一。实数集R满足：（1）域结构：具有加法、乘法运算及其逆运算；（2）全序关系：存在大小比较关系"0等重要推论。但仅有序域性质不足以完全刻画实数，还需加入完备性公理（如连续性）才能完整定义实数体系。这些公理共同构成了数学分析中实数理论的基础。在数学分析中，实数的有序域性质是实数体系的最基本公理之一。下面详细说明实数作为有序域的定义，以及它在数学分析中
  • 数学分析(十八)-隐函数定理及其应用1-隐函数4：隐函数极值问题 u013250861 数学分析数学分析
    f′(x)=−Fx(x,y)Fy(x,y)(5)f^{\prime}(x)=-\cfrac{F_{x}(x,y)}{F_{y}(x,y)}\quad\quad(5)f′(x)=−Fy(x,y)Fx(x,y)(5)y′′=−1Fy(Fxx+2Fxyy′+Fyyy′2)=2FxFyFxy−Fy2Fxx−Fx2FyyFy3,(
  • 论文笔记 ＜交通灯＞＜多智能体＞CoLight管理交通灯 青椒大仙KI11 论文阅读
    今天看的是论文Colight:学习网络级合作进行交通信号控制论文提出的CoLight模型是一种基于强化学习和图注意力网络的交通信号灯控制方法，旨在解决城市道路网络中的交通信号的写作问题，提升车辆通行效率。问题定义为：将交通信号控制问题建模为马尔可夫博弈，每个路口由一个智能体控制，智能体通过观察部分系统状态（当前相位和各车道车辆数），选择动作（下一时间段的相位），目标是最小化路口周围车道的平均队列长
  • 《基于超声的深度学习模型用于降低BI-RADS 4A乳腺病变的恶性率》论文笔记 MobileNet 往事随风、、 论文笔记机器学习深度学习论文阅读人工智能机器学习健康医疗
    《APPLICATIONOFDEEPLEARNINGTOREDUCETHERATEOFMALIGNANCYAMONGBI-RADS4ABREASTLESIONSBASEDONULTRASONOGRAPHY》《基于超声的深度学习模型用于降低BI-RADS4A乳腺病变的恶性率》原文地址：链接文章目录摘要简介方法患者图像获取与处理深度学习模型统计分析结果讨论结论摘要本研究旨在开发一个基于超声（US）图像
  • 泰勒展开式
    泰勒展开式的详解泰勒展开（TaylorExpansion）是数学分析中的一个重要工具，用来将一个函数在某一点附近表示成多项式的形式。通过泰勒展开，我们可以将一个函数在某点的值和导数信息转化为多项式，从而在该点附近对该函数进行逼近。1.泰勒展开的定义假设函数f(x)f(x)f(x)在某点x=ax=ax=a处具有所有阶数的导数，那么该函数的泰勒展开式可以写成：f(x)=f(a)+f′(a)(x−a)+
  • 论文笔记--Language Models are Unsupervised Multitask Learners Isawany 论文阅读论文阅读语言模型transformerchatgpt自然语言处理
    论文笔记GPT-2--LanguageModelsareUnsupervisedMultitaskLearners1.文章简介2.文章导读2.1概括2.2文章重点技术2.2.1数据集WebText2.2.2分词方法3.GPT-1&GPT-24.文章亮点5.原文传送门6.References1.文章简介标题：LanguageModelsareUnsupervisedMultitaskLearners
  • You Only Look Once Unified, Real-Time Object Detection论文笔记 __Lo__ 目标检测论文阅读深度学习
    文章结构统一检测框架(UnifiledDetection)核心思想YOLO将目标检测视为一个端到端的回归问题，输入的图像经过SingleForwardPass，直接输出物体的信息（边界框的位置、边界框的置信度、类别概率）；优势在于速度快，全局理解上下文，这里全局理解上下文的意思是识别物体和背景的关系，减少误检。网络设计网格划分（GridDivision）将图像划分为一个S×S的网格，文中S=7；共
  • 【力扣题解 Day 15】1432. 改变一个整数能得到的最大差值 阳明YM 力扣（LeetCode）python算法力扣
    【力扣题解Day15】1432.改变一个整数能得到的最大差值问题思路解题过程复杂度Code问题Problem:1432.改变一个整数能得到的最大差值思路贪心解题过程通过数学分析可以判断出最大和最小值的替换策略，因此贪心地选择这个最佳策略即可获得结果最大值：将整数从左到右遍历，把第一个不为9的数字替换成9即为最大值最小值：对整数的最高位进行特殊判断（最高位不可能为0），若最高位不为1，那么就选择将最
  • 算法导论第五章：概率分析与随机算法的艺术 W说编程 算法导论数据结构与算法算法数据结构c语言概率论
    算法导论第五章：概率分析与随机算法的艺术本文是《算法导论》精讲专栏第五章，通过概率模型可视化、随机实验模拟和数学证明，结合完整C语言实现，深入解析概率分析与随机算法的精髓。包含生日悖论、赠券收集、随机快速排序、蓄水池抽样等经典问题的完整实现与数学分析。1.概率分析基础：从直觉到数学1.1生日悖论：违反直觉的概率问题：一个房间需要多少人，才能使其中两人生日相同的概率超过50%？#includedou
  • 两矩阵相乘的秩的性质_浅析数学中的行列式与矩阵 weixin_39851977 两矩阵相乘的秩的性质利用逆矩阵解线性方程组
    引言线性代数(高等代数)是进入大学之后学习代数的起点，和数学分析，解析几何并称数学三大基础课。需要注意的是，一般理工科学的是线性代数，数学系学的是高等代数，高等代数相比于线性代数，除了内容上增加了多项式以外，难度和深度也有增加。当然，高等数学和数学分析所学的内容也有所区别，这里就不再赘述。以如今的数学观点来看，线性代数几乎无处不在，它的概念与方法已经渗透到和数学相关的方方面面，这也正是为什么线性代
  • 【论文笔记】UnifiedQA：新SOTA，生成模型一统问答任务 iLuz 深度学习自然语言处理
    目录引言模型介绍1.输入格式2.实验结果总结引言问答任务有多种形式，常见的有抽取式问答(EX)、摘要式问答(AB)、多选题式问答(MC)、判断式问答(YN)。一般的解决方案是针对不同形式的问答任务设计不同的模型。例如，抽取式问答、多选题式问答、判断式问答可以转化为分类任务，摘要式问答可以转换为生成任务。尽管任务形式不同，但模型所需的语义理解和推理能力是共通的，或许不需要format-special
  • [论文笔记] [2008] [ICML] Extracting and Composing Robust Features with Denoising Autoencoders Alexzhuan DL神经网络机器学习
    在06年以前，想要去训练一个多层的神经网络是比较困难的，主要的问题是超过两层的模型，当时没有好的策略或方法使模型优化的很好，得不到预期的效果。在06年，Hinton提出的stackedautoencoders改变了当时的情况，那时候的研究者就开始关注各种自编码模型以及相应的堆叠模型。这篇的作者提出的DAE（DenoisingAutoencoders）就是当时蛮有影响力的工作。那个时候多层模型效果得
  • MATLAB 中的对数计算 a.原味瓜子 matlabmatlab
    在MATLAB中，计算对数是进行数学分析和科学计算的常见需求。对数运算在数据分析、信号处理和控制系统中都有广泛应用。本篇博客将详细介绍如何在MATLAB中进行对数计算，包括自然对数、常用对数以及任意底数的对数。1.自然对数（以e为底）自然对数是指以数学常数e(约等于2.718)为底的对数。在MATLAB中，可以使用log函数来计算自然对数。语法如下：y=log(x);x:输入值，可以是标量、向量或
  • 【论文笔记】SecAlign: Defending Against Prompt Injection with Preference Optimization AustinCyy 论文笔记论文阅读
    论文信息论文标题：SecAlign:DefendingAgainstPromptInjectionwithPreferenceOptimization-CCS25论文作者：SizheChen-UCBerkeley；Meta,FAIR论文链接：https://arxiv.org/abs/2410.05451代码链接：https://github.com/facebookresearch/SecAli
  • CLIP论文笔记：Learning Transferable Visual Models From Natural Language Supervision Q同学的nlp笔记 论文阅读语言模型人工智能nlp自然语言处理
    导语会议：ICML2021链接：https://proceedings.mlr.press/v139/radford21a/radford21a.pdf当前的计算机视觉系统通常只能识别预先设定的对象类别，这限制了它们的广泛应用。为了突破这一局限，本文探索了一种新的学习方法，即直接从图像相关的原始文本中学习。本文开发了一种简单的预训练任务，通过预测图片与其对应标题的匹配关系，从而有效地从一个包含4亿
  • 论文笔记：Large Language Models are Zero-Shot Next LocationPredictors UQI-LIUWJ 论文笔记论文阅读语言模型人工智能
    1intro下一个地点预测（NL）包括基于个体历史访问位置来预测其未来的位置。NL对于应对各种社会挑战至关重要，包括交通管理和优化、疾病传播控制以及灾害响应管理NL问题已经通过使用马尔可夫模型、基于模式的方法以及最近的深度学习（DL）技术（进行了处理。然而，这些方法并不具备地理转移能力因此，一旦这些模型在某个地理区域训练完毕，如果部署到不同的地理区域，它们将面临严重的性能下降尽管已经做出努力改善地
  • 论文笔记：LSTPrompt: Large Language Models as Zero-Shot Time Series Forecastersby Long-Short-Term Prompt UQI-LIUWJ 论文笔记论文阅读语言模型prompt
    202402arxiv1intro1.1大模型+时间序列预测一般有两种类型的方法使用海量时间序列数据重新训练一个时间序列领域的大模型论文笔记：TimeGPT-1_timegpt论文-CSDN博客直接利用现有的大模型，设计prompt，将时间序列数据转换成大模型理解的文本，实现时间序列预测代价小+有成熟的可供使用的大模型1.2本文思路之前的方法大多集中在如何将时间序列数据转换成文本上将时间序列的数字
  • Java复习Day23 Lanii_ java哈希算法散列表
    哈希表哈希表（散列表）是一种通过键值对直接访问的数据结构，它无需比较就能快速定位目标元素。哈希函数建立键值与存储位置的映射关系，从而提升查找效率。存储记录的数组称为哈希表。哈希函数常见类型：除留余数法直接定址法平方取中法折叠法随机数法数学分析法哈希冲突解决方案：闭散列（开放定址法）：发生冲突时线性探测查找下一个空位开散列（链地址法）：将冲突元素以链表形式存储在哈希桶中。极端情况下可将链表转为红黑树
  • 【论文笔记】ResNet论文的全面解析 浩瀚之水_csdn #论文阅读笔记人工智能
    论文：DeepResidualLearningforImageRecognition发表时间：2015发表作者：(MicrosoftResearch)He-Kaiming,Ren-Shaoqing,Sun-Jian论文链接：论文链接一、ResNet论文基本信息论文标题与发表信息论文标题：《DeepResidualLearningforImageRecognition》发表时间：2015年，并在20
  • 指数函数的泰勒展开可视化：从数学理论到Python实现 老歌老听老掉牙 python
    泰勒展开是数学分析中的核心概念，它将复杂函数表示为无限多项式级数形式，为函数逼近提供了强大工具。本文将深入探讨指数函数exe^xex的泰勒展开，并通过Python代码实现其可视化，直观展示不同阶数泰勒多项式对原函数的逼近效果。数学理论基础指数函数exe^xex在x=0x=0x=0处的泰勒展开式为：ex=∑n=0∞xnn!=1+x+x22!+x33!+x44!+⋯e^x=\sum_{n=0}^{\i
  • jquery实现的jsonp掉java后台 知了ing javajsonpjquery
    什么是JSONP？ 先说说JSONP是怎么产生的： 其实网上关于JSONP的讲解有很多，但却千篇一律，而且云里雾里，对于很多刚接触的人来讲理解起来有些困难，小可不才，试着用自己的方式来阐释一下这个问题，看看是否有帮助。 1、一个众所周知的问题，Ajax直接请求普通文件存在跨域无权限访问的问题，甭管你是静态页面、动态网页、web服务、WCF，只要是跨域请求，一律不准； 2、
  • Struts2学习笔记 caoyong struts2
    SSH : Spring + Struts2 + Hibernate 三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller) 分层原则:单向依赖，接口耦合 1、Struts2  =  Struts  + Webwork 2、搭建struts2开发环境    a>、到www.apac
  • SpringMVC学习之后台往前台传值方法 满城风雨近重阳 springMVC
    springMVC控制器往前台传值的方法有以下几种： 1.ModelAndView    通过往ModelAndView中存放viewName：目标地址和attribute参数来实现传参：      ModelAndView mv=new ModelAndView();  mv.setViewName="success
  • WebService存在的必要性？ 一炮送你回车库 webservice
    做Java的经常在选择Webservice框架上徘徊很久，Axis  Xfire Axis2 CXF ，他们只有一个功能，发布HTTP服务然后用XML做数据传输。 是的，他们就做了两个功能，发布一个http服务让客户端或者浏览器连接，接收xml参数并发送xml结果。 当在不同的平台间传输数据时，就需要一个都能解析的数据格式。 但是为什么要使用xml呢？不能使json或者其他通用数据
  • js年份下拉框 3213213333332132 java web ee
    <div id="divValue">test...</div>测试 //年份 <select id="year"></select> <script type="text/javascript"> window.onload =
  • 简单链式调用的实现技术 归来朝歌 方法调用链式反应编程思想
    在编程中，我们可以经常遇到这样一种场景：一个实例不断调用它自身的方法，像一条链条一样进行调用 这样的调用你可能在Ajax中，在页面中添加标签： $("<p>").append($("<span>").text(list[i].name)).appendTo("#result");   也可能在HQ
  • JAVA调用.net 发布的webservice 接口 darkranger webservice
    /** * @Title: callInvoke * @Description: TODO(调用接口公共方法) * @param @param url 地址 * @param @param method 方法 * @param @param pama 参数 * @param @return * @param @throws BusinessException
  • Javascript模糊查找 | 第一章 循环不能不重视。 aijuans Way
    最近受我的朋友委托用js+HTML做一个像手册一样的程序，里面要有可展开的大纲，模糊查找等功能。我这个人说实在的懒，本来是不愿意的，但想起了父亲以前教我要给朋友搞好关系，再加上这也可以巩固自己的js技术，于是就开始开发这个程序，没想到却出了点小问题，我做的查找只能绝对查找。具体的js代码如下： function search(){ var arr=new Array("my
  • 狼和羊，该怎么抉择 atongyeye 工作
    狼和羊，该怎么抉择 在做一个链家的小项目，只有我和另外一个同事两个人负责，各负责一部分接口，我的接口写完，并全部测联调试通过。所以工作就剩下一下细枝末节的，工作就轻松很多。每天会帮另一个同事测试一些功能点，协助他完成一些业务型不强的工作。 今天早上到公司没多久，领导就在QQ上给我发信息，让我多协助同事测试，让我积极主动些，有点责任心等等，我听了这话，心里面立马凉半截，首先一个领导轻易说
  • 读取android系统的联系人拨号 百合不是茶 androidsqlite数据库内容提供者系统服务的使用
           联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢   关键代码:     1, 使用javabean操作存储读取到的数据 package com.example.bean; /** * * @author Admini
  • ORACLE自定义异常 bijian1013 数据库自定义异常
    实例： CREATE OR REPLACE PROCEDURE test_Exception ( ParameterA IN varchar2, ParameterB IN varchar2, ErrorCode OUT varchar2 --返回值,错误编码 ) AS /*以下是一些变量的定义*/ V1 NUMBER; V2 nvarc
  • 查看端号使用情况 征客丶 windows
    一、查看端口 在windows命令行窗口下执行： >netstat -aon|findstr "8080" 显示结果： TCP     127.0.0.1:80         0.0.0.0:0    &
  • 【Spark二十】运行Spark Streaming的NetworkWordCount实例 bit1129 wordcount
    Spark Streaming简介   NetworkWordCount代码   /* * Licensed to the Apache Software Foundation (ASF) under one or more * contributor license agreements. See the NOTICE file distributed with
  • Struts2 与 SpringMVC的比较 BlueSkator struts2spring mvc
    1. 机制：spring mvc的入口是servlet，而struts2是filter，这样就导致了二者的机制不同。 2. 性能：spring会稍微比struts快。spring mvc是基于方法的设计，而sturts是基于类，每次发一次请求都会实例一个action，每个action都会被注入属性，而spring基于方法，粒度更细，但要小心把握像在servlet控制数据一样。spring
  • Hibernate在更新时，是可以不用session的update方法的(转帖） BreakingBad Hibernateupdate
    地址：http://blog.csdn.net/plpblue/article/details/9304459 public void synDevNameWithItil() {Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
  • 读《研磨设计模式》-代码笔记-观察者模式 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/ import java.util.ArrayList; import java.util.List; import java.util.Observable; import java.util.Observer; /** * “观
  • 重置MySQL密码 chenhbc mysql重置密码忘记密码
    如果你也像我这么健忘，把MySQL的密码搞忘记了，经过下面几个步骤就可以重置了（以Windows为例，Linux/Unix类似）： 1、关闭MySQL服务 2、打开CMD，进入MySQL安装目录的bin目录下，以跳过权限检查的方式启动MySQL mysqld --skip-grant-tables  3、新开一个CMD窗口，进入MySQL mysql -uroot  
  • 再谈系统论，控制论和信息论 comsci 设计模式生物能源企业应用领域模型
                               再谈系统论，控制论和信息论     偶然看
  • oracle moving window size与 AWR retention period关系 daizj oracle
    转自： http://tomszrp.itpub.net/post/11835/494147 晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程. SQL> select * from v$version; BANNER -------------------
  • Python版B树 dieslrae python
    话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树... 首先是数据实体对象,很简单,只存放key,value class Entity(object): '''数据实体''' def __init__(self,key,value)
  • C语言冒泡排序 dcj3sjt126com 算法
    代码示例： # include <stdio.h> //冒泡排序 void sort(int * a, int len) { int i, j, t; for (i=0; i<len-1; i++) { for (j=0; j<len-1-i; j++) { if (a[j] > a[j+1]) // >表示升序
  • 自定义导航栏样式 dcj3sjt126com 自定义
    -(void)setupAppAppearance { [[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]]; [UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
  • 11.性能优化-优化-JVM参数总结 frank1234 jvm参数性能优化
    1.堆 -Xms --初始堆大小 -Xmx --最大堆大小 -Xmn --新生代大小 -Xss --线程栈大小 -XX:PermSize  --永久代初始大小 -XX:MaxPermSize  --永久代最大值 -XX:SurvivorRatio --新生代和suvivor比例,默认为8 -XX:TargetSurvivorRatio --survivor可使用
  • nginx日志分割 for linux HarborChung nginxlinux脚本
    nginx日志分割 for linux 默认情况下，nginx是不分割访问日志的，久而久之，网站的日志文件将会越来越大，占用空间不说，如果有问题要查看网站的日志的话，庞大的文件也将很难打开，于是便有了下面的脚本   使用方法，先将以下脚本保存为 cutlog.sh，放在/root 目录下，然后给予此脚本执行的权限   复制代码代码如下: chmo
  • Spring4新特性——泛型限定式依赖注入 jinnianshilongnian springspring4泛型式依赖注入
    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
  • centOS安装GCC和G++ liuxihope centosgcc
    Centos支持yum安装，安装软件一般格式为yum install .......，注意安装时要先成为root用户。 按照这个思路，我想安装过程如下： 安装gcc：yum install gcc 安装g++： yum install g++ 实际操作过程发现，只能有gcc安装成功，而g++安装失败，提示g++ command not found。上网查了一下，正确安装应该
  • 第13章 Ajax进阶（上） 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/
  • How to determine BusinessObjects service pack and fix pack blueoxygen BO
    http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/   The table below is helpful. Reference   BOE XI 3.x 12.0.0. y BOE XI 3.0 12.0. x. y BO
  • Oracle里的自增字段设置 tomcat_oracle oracle
    　大家都知道吧，这很坑，尤其是用惯了mysql里的自增字段设置，结果oracle里面没有的。oh，no 　　我用的是12c版本的，它有一个新特性，可以这样设置自增序列，在创建表是，把id设置为自增序列 create table t ( id 　　 　　 number generated by default as identity (start with 1 increment b
  • Spring Security（01）——初体验 yang_winnie springSecurity
    Spring Security（01）——初体验     博客分类： spring Security Spring Security入门安全认证        首先我们为Spring Security专门建立一个Spring的配置文件，该文件就专门用来作为Spring Security的配置
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他