kofsky
kofsky

问题记录：如何训练加入辅助判决函数的级联AdaBoost分类器

加入辅助判决函数时，训练策略
由bootstrap略作变动，将调整AdaBoost阈值变为调整辅助判决函数的阈值
训练过程中，会导致TP与FP均非常高的局面
比如1000正样本与1000负样本
训练过程中变为1000正样本与5负样本
此时训练，无论怎样训练，AdaBoost都认为样本为真
于是TP=1,FP=1
训练程序无法处理这种情况，将陷入死循环
这是因为加入辅助判决函数的目的是为了提高检测率(TP），只有当检测率较低时，才能起到作用
而此时检测率已经非常高了，辅助判决函数无法起到作用
此时亦无法通过调整阈值的方式调整FP

bootstrap有效的一个原因是：当分类器阈值调低时，能使得检测率上升
而加入辅助判决函数后，调整辅助判决函数的阈值，却无法坐倒这一点。

 

比较：
bootstrap训练级联分类器的实质是，在保证检测率的基础上，使误检率尽可能的低
通过增加弱分类器数目来保证误检率较低
通过降低阈值来保证检测率达到要求
而加入辅助判决函数后的目的为:在误检率满足要求的基础上，使检测率尽可能的高
降低辅助判决函数的阈值只能提高检测率，而不能降低误检率

问题：为社么增加弱分类器数量，而误检率仍然较高？为社么？
因为没有改变 AdaBoost 的阈值，一些被AdaBoost误判为真的样本 一直被判为真
因而无法在训练中降低误检率


因此，必须在训练中修改 AdaBoost 的阈值

问题：如何修改呢？
先调整AdaBoost的阈值，使误检率达到要求，然后再调整辅助判决函数的阈值，使检测率尽量达到要求
即首先升高AdaBoost的阈值，使误检率较低
然后再降低辅助判决函数的阈值，升高检测率

调整一次的整体效果仍然是使检测率满足要求

仍然无法使误检率达到要求？？？Why? 

你可能感兴趣的:(FP)

  • 英伟达靠什么支撑起了4万亿？AI泡沫还能撑多久？
    英伟达市值突破4万亿美元，既是AI算力需求爆发的直接体现，也暗含市场对未来的狂热预期。其支撑逻辑与潜在风险并存，而AI泡沫的可持续性则取决于技术、商业与地缘政治的复杂博弈。⚙️一、英伟达4万亿市值的核心支撑因素技术垄断与生态壁垒硬件优势：英伟达GPU在AI训练市场占有率超87%，H100芯片的FP16算力达1979TFLOPS，领先竞品3-5倍。CUDA生态：400万开发者构建的软件护城河，成为A
  • 【C++算法】76.优先级队列_前 K 个高频单词 流星白龙 优选算法C++c++算法开发语言
    文章目录题目链接：题目描述：解法C++算法代码：题目链接：692.前K个高频单词题目描述：解法利用堆来解决TopK问题预处理一下原始的字符串数组，用一个哈希表统计一下每一个单词出现的频次。创建一个大小为k的堆频次：小根堆字典序（频次相同的时候）：大根堆循环让元素依次进堆判断提取结果C++算法代码：classSolution{//定义类型别名，PSI表示对typedefpairPSI;//自定义比较
  • 【ARM】FPU,VFP,ASE,NEON,SVE...是什么意思？ 亿道电子Emdoor ARMarm开发ARM
    1、文档目标对执行浮点和SIMD操作的逻辑的各种名称的缩写词进行简要解释。2、问题场景Arm处理器内核中有用于执行浮点和SIMD操作的逻辑，有各种名称。它们通常是一系列的缩写形式，因此本文旨在对每一个缩写词进行简要解释。3、软硬件环境1、软件版本：不涉及2、电脑环境：不涉及4、相关缩写FPU(Floating-PointUnit)浮点单元浮点单元是处理器核心中的一个模块，用于使用浮点数执行算术运算
  • 大模型量化终极对决：FP8 vs AWQ INT4，谁才是性能与精度的王者？ 曦紫沐 大模型人工智能大模型量化FP8AWQ_INT4
    摘要在大模型部署与优化中，量化技术是突破性能瓶颈的关键。FP8量化与AWQINT4量化作为当前主流方案，分别以“高精度”和“极致压缩”为核心优势。本文通过表格对比二者的数据格式、精度损失、硬件依赖及适用场景，助您在不同需求下精准选择最优方案。一、数据格式：浮点与整数的底层差异FP8量化采用浮点数（FP8），包含E4M3（4位阶码+3位尾数）和E5M2（5位阶码+2位尾数）两种格式，保留动态范围；而
  • 19.0-《超越感觉》-说服他人 SAM52
    Becausethoughtfuljudgmentsdeservetobeshared,andthewaytheyarepresentedcanstronglyinfluencethewayothersreacttothem.因为经过深思熟虑的判断值得分享，而这些判断的呈现方式会强烈影响其他人对它们的反应。Bylearningtheprinciplesofpersuasionandapplying
  • 相机ROI 参数 ZPC8210 视觉数码相机
    相机的ROI（RegionofInterest，感兴趣区域）参数，是指通过设置图像传感器上特定区域作为有效成像区域，从而只采集该区域的图像数据，而忽略其他部分。这一功能常用于工业相机、科研相机、高速相机等场景，以提升帧率、降低数据量或实现特定区域的精细分析。ROI参数的核心要点作用提高帧率：减少处理的像素数量，降低数据带宽，使相机能以更高速度采集图像（例如：从30fps提升到100fps）。减少数
  • 模型压缩中的四大核心技术 —— 量化、剪枝、知识蒸馏和二值化 由数入道 人工智能剪枝人工智能算法模型压缩量化知识蒸馏二值化
    一、量化(Quantization)量化的目标在于将原始以32位浮点数表示的模型参数和中间激活，转换为低精度（如FP16、INT8、甚至更低位宽）的数值表示，从而在减少模型存储占用和内存带宽的同时，加速推理运算，特别适用于移动、嵌入式和边缘计算场景。1.1概念与目标基本思想将高精度数值离散化为低精度表示。例如，将FP32权重转换为INT8，可降低内存需求约4倍，同时在支持低精度运算的硬件上加速计算
  • 解决：FFmpeg推流时报错：Broken Pipe -米兰的小铁匠 ffmpegpython
    最初利用如下代码进行FFmpeg推流：importsubprocessimportcv2importnumpyasnpimporttimeclassRTMPStreamer:def__init__(self,rtmp_url,width,height,fps=30):self.rtmp_url=rtmp_urlself.width=widthself.height=heightself.fps=f
  • GAMES202——作业1 实时阴影(ShadowMap，PCF，PCSS)
    目录任务ShadowMapPCFPCSS实现ShadowMapuseShadowMapPCFfindBlockerPCSS结果任务ShadowMap1.在ShadowMaterial.js中需要向Shader传递正确的uLightMVP矩阵，该矩阵参与了第一步从光源处渲染场景从而构造ShadowMap的过程。你需要完成DirectionalLight中的CalcLightMVP(translate
  • 【YOLO系列】YOLOv1详解：模型结构、损失函数、训练方法及代码实现 一碗白开水一 yolo系列助你拿捏AI算法YOLO人工智能目标检测计算机视觉
    YOLOv1（YouOnlyLookOnce）：实时目标检测的革命性突破✨motivation在目标检测领域，传统方法如R-CNN系列存在计算冗余、推理速度慢的问题。2016年提出的YOLO（YouOnlyLookOnce）首次实现端到端单阶段检测，将检测速度提升至45FPS（FasterR-CNN仅7FPS），彻底改变了实时目标检测的格局。其核心思想是将检测视为回归问题，实现"看一眼即知全貌"的
  • 【YOLO系列】YOLOv4详解：模型结构、损失函数、训练方法及代码实现 一碗白开水一 yolo系列助你拿捏AI算法YOLO目标跟踪人工智能目标检测计算机视觉论文阅读
    YOLOv4详解：模型结构、损失函数、训练方法及代码实现motivationYOLO系列作者JosephRedmon与AlexeyBochkovskiy致力于解决目标检测领域的核心矛盾：精度与速度的平衡。YOLOv4的诞生源于两大需求：工业落地：在移动端/边缘设备实现实时检测（>30FPS）学术突破：无需昂贵算力（如1080Ti即可训练），在MSCOCO数据集达到SOTAmethods1.数据加载
  • 再谈fpga开发（fpga运行效率高的三大原因） 嵌入式-老费 再谈FPGA开发fpga开发
    【声明：版权所有，欢迎转载，请勿用于商业用途。联系信箱：[email protected]】fpga其实大家都不陌生，大家都知道fpga介于软件和硬件之间，适合处理底层信号的东西，运算速度比较快。知道多一点的同学，可能还知道fpga可以同时处理多个数据。再多一点的东西，可能就不清楚了。fpga本身频率不高，200M都算是很高的频率了。因此，毋庸置疑，fpga的效率就是在于它的并发性，这可以很大
  • FPGA开发与测试流程详解 IC与FPGA设计 FPGAfpga开发
    在FPGA（现场可编程门阵列）行业中，开发和测试是确保产品性能和稳定性的关键环节。FPGA技术广泛应用于通信、汽车、工业、消费电子等领域，其优势在于高效的并行处理能力和灵活的硬件定制能力。本文将详细介绍FPGA开发和测试的基本流程，帮助大家了解如何高效完成FPGA的开发与验证。FPGA开发流程FPGA的开发通常分为以下几个主要阶段：1.需求分析与设计规格在开始FPGA开发之前，首先需要明确系统的需
  • 离线环境下如何优雅地部署 Mentor Questa CFAteam EDA工具安装指南EDA服务器运维fpga开发
    MentorQuesta（前称ModelSimSE）是SiemensEDA旗下的重要数字仿真平台，被广泛用于ASIC和FPGA的功能验证、测试平台搭建和UVM流程开发。相比SynopsysVCS和CadenceXcelium，Questa更注重仿真引擎的灵活性与图形交互性。但在实际部署中，很多客户面临着“无法联网”或“内网部署”场景，如：高校教学机房受网络限制企业设计环境为内网隔离区军工科研单位需
  • FPGA知识基础之--在线调试工具 土包子=-= FPGA学习fpga开发
    文章目录前言一、定义二、特点三、功能3.1信号监控：3.2信号修改：3.3断点设置：3.4变量监视：3.5性能分析：3.6故障注入：四、主要的在线调试工具4.1Xilinx的VIO和ILA4.1.1介绍4.1.2配置步骤4.1.3使用场景4.1.4优势4.2Altera的In-SystemMemoryContentEditor4.2.1介绍4.2.2配置步骤4.2.3使用场景4.3QuartusI
  • 深入解析MIPI C-PHY (四）C-PHY物理层对应的上层协议的深度解析 GateWorld MIPICPHYMIPIMIPIDPHY高速接口
    C-PHY物理层对应的上层协议的深度解析C-PHY上层协议全景图一、核心协议：CSI-2（CameraSerialInterface2）定位：图像传感器传输的行业金标准最新版本：CSI-2v4.0(2023)协作机制：C-PHY作为其物理层承载1.核心技术创新（C-PHY+CSI-2）技术痛点传统D-PHY方案C-PHY+CSI-2方案高分辨率带宽4K@60fps需8对数据线4K@120fps仅需
  • FPGA 基于 Vivado 核的 ROM 设计与实现 鱼弦 单片机系统合集fpga开发
    FPGA基于Vivado核的ROM设计与实现介绍ROM（只读存储器）是一种非易失性存储器，可以在FPGA中用于存储固定数据或程序代码。在FPGA设计中，ROM通常用于初始化数据表、查找表（LUT）、固件和配置参数等。Vivado提供了便捷的IP核，可以快速实现和集成ROM模块。应用使用场景启动加载：存储系统启动时所需的引导代码或配置。查找表（LUT）：用于快速计算复杂函数值，如三角函数、对数等。固
  • 俄罗斯方块游戏开发（面向对象编程） 佩爷0107 MATLAB俄罗斯方块游戏旋转矩阵
    摘要本设计基于MATLAB面向对象编程技术，开发了一款具备完整游戏逻辑的俄罗斯方块游戏。通过类封装实现游戏核心模块（方块管理、游戏板状态、碰撞检测等），采用旋转矩阵实现方块变形，结合MATLAB图形用户界面（GUI）完成交互设计。测试表明，系统在MATLABR2024a环境下运行稳定，帧率达30FPS，方块旋转响应时间小于0.1秒，消行判定准确率100%，符合经典俄罗斯方块游戏规范。1.引言1.1
  • 路口实时检测 30FPS+：陌讯抗遮挡算法实测 2501_92488070 算法计算机视觉视觉检测边缘计算智慧城市
    开篇痛点：复杂路口的视觉识别困境在城市交通治理中，行人闯红灯行为检测一直是智能监控的难点。传统视觉算法在实际部署中常面临三重挑战：强光/逆光环境下目标特征丢失导致的漏检率超20%；行人与非机动车遮挡场景下误判率高达15%；普通GPU设备上难以维持25FPS以上的实时性[3]。某二线城市交管部门曾反馈，基于开源模型的系统每月产生超3000条无效告警，严重消耗人力核查资源。这些问题的核心在于传统单模态
  • 破解电梯场景难题：陌讯识别算法 mAP 达 98.7% 2501_92474790 算法计算机视觉目标检测智慧城市目标跟踪
    开篇痛点：电梯间电动车识别的行业困局传统视觉算法在电梯间电动车检测场景中始终面临三重挑战：复杂光线环境下（如强光直射、夜间低照度）目标特征提取不稳定，电动车与婴儿车、行李箱等相似物体的误判率高达35%；电梯轿厢狭小空间导致目标畸变严重，小目标检测漏检率超过20%；普通模型在边缘设备部署时难以兼顾精度与速度，FPS普遍低于15帧[实测数据显示]。这些问题直接导致物业安防系统告警泛滥，真正的安全隐患却
  • 实时检测延迟超200ms？陌讯新框架FPS提速50%揭晓 2501_92474779 目标跟踪人工智能计算机视觉机器学习算法视觉检测
    开篇痛点在现代安防监控场景中，实时目标检测（Real-timeObjectDetection）至关重要，但传统算法如FasterR-CNN或YOLOv5往往面临严峻挑战。实测数据显示：复杂环境下（如夜间低光照、人群密集区），漏检率（MissRate）高达15-20%，导致安全隐患；同时，检测延迟（Latency）常超过200ms，影响应急响应。例如，某城市交通监控系统报告，在雨雾天气中的车辆误报率
  • 项目部署的常用进程管理命令 FesonX
    封面在实际的项目部署中,最常用的系统环境还是Linux,熟悉常用的管理命令,特别是进程管理命令(项目在系统中也以进程形式存在)很有必要.今天的命令包括:查看进程列表查看进程具体信息向进程发送信号查看进程打开的文件查看文件的使用情况查看端口占用列表查看具体端口占用查看进程命令psps-efpsaux上面两个命令没啥大区别,都支持grep筛选,如果不加aux/-ef显示的是处于运行态的进程,加了显示所
  • 智慧零售 AI 卡顿？陌讯轻量化方案 FPS 升 40% 2501_92722744 零售人工智能目标跟踪计算机视觉目标检测算法
    一、开篇痛点：智慧零售视觉算法的三大行业困境在智慧零售场景中，传统视觉算法正面临着难以突破的技术瓶颈。自助结算台的商品误识别率常高达12%-18%，导致消费者频繁触发人工核验；复杂货架场景下，商品重叠、光照变化和包装相似性问题，使得目标检测漏检率超过20%；而边缘设备的算力限制，又让实时推理帧率（FPS）普遍低于25，无法满足流畅交互需求[1]。这些问题直接造成商超运营成本增加30%以上，严重制约
  • 漏检率骤升20%的安防困局：陌讯动态剪枝技术如何破局 2501_92473199 人工智能机器学习算法目标检测计算机视觉视觉检测
    1.开篇痛点：安防监控的夜间困局传统目标检测算法在复杂安防场景中面临三重挑战：光照敏感：低光环境下行人检测mAP暴跌至65%以下，夜间误报率高达40%目标遮挡：密集场景（如校园周界）漏检率超25%，某园区因货柜遮挡漏检损失超万元/次算力瓶颈：边缘设备（如JetsonXavier）运行YOLOv5仅12FPS，响应延迟>200ms某安防厂商反馈：40%误报率迫使每2小时人工复核，运维成本激增37%2
  • 模块 骚X
    Python模块(Module)，是一个Python文件，以.py结尾，包含了Python对象定义和Python语句。defprint_func(par):print"Hello:",parreturn模块的引入1import语句import模块名导入模块importsupport现在可以调用模块里包含的函数了support.print_func("Runoob")2from...import语句
  • 音视频流媒体开发【二十六】ffplay播放器-音频输出和音频重采样 AlanGe
    音视频流媒体开发-目录7⾳频输出模块ffplay的⾳频输出通过SDL实现。⾳频输出的主要流程：打开SDL⾳频设备，设置参数启动SDL⾳频设备播放SDL⾳频回调函数读取数据，这个时候我们就要从FrameQueue读取frame填充回调函数提供的buffer空间。audio的输出在SDL下是被动的，即在开启SDL⾳频后，当SDL需要数据输出时则通过回调函数的⽅式告诉应⽤者需要传⼊多少数据，但这⾥存在⼀
  • XCZU4EV-1FBVB900E Xilinx FPGA AMD Zynq UltraScale+ MPSoC EV（Embedded Vision） XINVRY-FPGA arm开发fpga开发fpga嵌入式硬件硬件工程计算机视觉硬件架构
    XCZU4EV-1FBVB900EXCZU4EV‑2FBVB900E属于AMD（Xilinx）ZynqUltraScale+MPSoCEV（EmbeddedVision）系列，集成四核Arm®Cortex‑A53应用处理器、双核Cortex‑R5F实时处理器与Mali‑400MP2片上GPU，辅以强大的可编程逻辑和海量DSP引擎。该器件面向视频嵌入式视觉、网络通信、工业自动化和高级数据处理等对图形
  • 高斯牛顿法与拟牛顿法详解：非线性优化两大核心算法 北辰alk AI算法
    文章目录一、引言：非线性优化问题概述二、高斯牛顿法详解2.1算法原理与推导2.2算法流程2.3代码实现2.4应用实例：曲线拟合2.5算法分析三、拟牛顿法详解3.1算法原理3.2常见变体3.2.1DFP方法3.2.2BFGS方法3.3算法流程3.4代码实现(BFGS)3.5应用实例：Rosenbrock函数优化3.6算法分析四、两种算法对比五、改进与变体5.1高斯牛顿法的改进5.1.1Levenbe
  • 图像处理全栈指南：从传统算法到深度学习，再到FPGA移植 阿牛的药铺 图像算法区图像处理算法深度学习
    图像处理全栈指南：从传统算法到深度学习，再到FPGA移植一、引言：图像处理是光学类产品的“大脑”光学类产品（可见光摄像头、红外热成像、光谱仪）的核心价值，在于将光信号转化为可理解的图像信息。而图像处理算法，就是解读这些信息的“大脑”——从传统的边缘检测到深度学习的目标识别，从实时降噪到高维光谱分割，每一步都决定了产品的性能（如分辨率、帧率、功耗）。对于算法移植工程师（科研助理1）岗位而言，需要掌握
  • AGM FPGA与CPLD烧录说明 HIZYUAN FPGA大讲堂海振远技术分享课堂stm32fpga/cpldarm
    AGM的产品系列主要是CPLD和FPGA两种，FPGA目前容量是从6KLE~16KLE有多个型号，不同的系列，我们也开发有相应的开发板，方便首次使用的时候快速上手。以下分享一些AGM的知识点。AGM芯片-烧写文件类型：1、AG256/272/576系列：.prg为烧写文件，通过JTAG烧写；_download.prg为AGMDownloader专用编程器的烧写文件，用于批量快速烧写用；_SRAM.
  • Java实现的简单双向Map，支持重复Value superlxw1234 java双向map
    关键字：Java双向Map、DualHashBidiMap     有个需求，需要根据即时修改Map结构中的Value值，比如，将Map中所有value=V1的记录改成value=V2，key保持不变。   数据量比较大，遍历Map性能太差，这就需要根据Value先找到Key，然后去修改。   即：既要根据Key找Value，又要根据Value
  • PL/SQL触发器基础及例子 百合不是茶 oracle数据库触发器PL/SQL编程
      触发器的简介; 触发器的定义就是说某个条件成立的时候，触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用，也不能调用。触发器和过程函数类似 过程函数必须要调用,   一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行, 触发时间：指明触发器何时执行，该值可取： before：表示在数据库动作之前触发
  • [时空与探索]穿越时空的一些问题 comsci 问题
          我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....       这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
  • easy ui datagrid上移下移一行 商人shang js上移下移easyuidatagrid
    /** * 向上移动一行 * * @param dg * @param row */ function moveupRow(dg, row) { var datagrid = $(dg); var index = datagrid.datagrid("getRowIndex", row); if (isFirstRow(dg, row)) {
  • Java反射 oloz 反射
    本人菜鸟，今天恰好有时间，写写博客，总结复习一下java反射方面的知识，欢迎大家探讨交流学习指教 首先看看java中的Class package demo; public class ClassTest { /*先了解java中的Class*/ public static void main(String[] args) { //任何一个类都
  • springMVC 使用JSR-303 Validation验证 杨白白 springmvc
    JSR-303是一个数据验证的规范，但是spring并没有对其进行实现，Hibernate Validator是实现了这一规范的，通过此这个实现来讲SpringMVC对JSR-303的支持。 JSR-303的校验是基于注解的，首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。 登录需要验证类 public class Login { @NotEmpty
  • log4j 香水浓 log4j
    log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE #log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML #console log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender log4
  • 使用ajax和history.pushState无刷新改变页面URL agevs jquery框架Ajaxhtml5chrome
    表现 如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时，细心的你会发现页面之间的点击是通过ajax异步请求的，同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。 是什么有这么强大的功能呢？ HTML5里引用了新的API，history.pushState和history.replaceState，就是通过
  • centos中文乱码 AILIKES centosOSssh
    一、CentOS系统访问 g.cn ，发现中文乱码。 于是用以前的方式：yum -y install fonts-chinese CentOS系统安装后，还是不能显示中文字体。我使用 gedit 编辑源码，其中文注释也为乱码。       后来，终于找到以下方法可以解决，需要两个中文支持的包： fonts-chinese-3.02-12.
  • 触发器 baalwolf 触发器
    触发器(trigger)：监视某种情况，并触发某种操作。 触发器创建语法四要素：1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete) 语法： create trigger triggerName after/before 
  • JS正则表达式的i m g bijian1013 JavaScript正则表达式
            g:表示全局（global)模式，即模式将被应用于所有字符串，而非在发现第一个匹配项时立即停止。         i:表示不区分大小写（case-insensitive）模式，即在确定匹配项时忽略模式与字符串的大小写。         m:表示
  • HTML5模式和Hashbang模式 bijian1013 JavaScriptAngularJSHashbang模式HTML5模式
            我们可以用$locationProvider来配置$location服务（可以采用注入的方式，就像AngularJS中其他所有东西一样）。这里provider的两个参数很有意思，介绍如下。 html5Mode         一个布尔值，标识$location服务是否运行在HTML5模式下。 ha
  • [Maven学习笔记六]Maven生命周期 bit1129 maven
    从mvn test的输出开始说起   当我们在user-core中执行mvn test时，执行的输出如下：   /software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
  • 【Hadoop七】基于Yarn的Hadoop Map Reduce容错 bit1129 hadoop
    运行于Yarn的Map Reduce作业，可能发生失败的点包括 Task Failure Application Master Failure Node Manager Failure Resource Manager Failure 1. Task Failure 任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
  • 记一次数据推送的异常解决端口解决 ronin47 记一次数据推送的异常解决
    　　 需求：从db获取数据然后推送到B         程序开发完成，上jboss,刚开始报了很多错，逐一解决，可最后显示连接不到数据库。机房的同事说可以ping 通。 　　  自已画了个图，逐一排除，把linux 防火墙　和　setenforce　设置最低。 　　　service iptables stop
  • 巧用视错觉-UI更有趣 brotherlamp UIui视频ui教程ui自学ui资料
    我们每个人在生活中都曾感受过视错觉（optical illusion）的魅力。 视错觉现象是双眼跟我们开的一个玩笑，而我们往往还心甘情愿地接受我们看到的假象。其实不止如此，视觉错现象的背后还有一个重要的科学原理——格式塔原理。 格式塔原理解释了人们如何以视觉方式感觉物体，以及图像的结构，视角，大小等要素是如何影响我们的视觉的。 在下面这篇文章中，我们首先会简单介绍一下格式塔原理中的基本概念，
  • 线段树-poj1177-N个矩形求边长（离散化+扫描线） bylijinnan 数据结构算法线段树
    package com.ljn.base; import java.util.Arrays; import java.util.Comparator; import java.util.Set; import java.util.TreeSet; /** * POJ 1177 (线段树+离散化+扫描线)，题目链接为http://poj.org/problem?id=1177
  • HTTP协议详解 chicony http协议
    引言                                 
  • Scala设计模式 chenchao051 设计模式scala
    Scala设计模式                我的话： 在国外网站上看到一篇文章，里面详细描述了很多设计模式，并且用Java及Scala两种语言描述，清晰的让我们看到各种常规的设计模式，在Scala中是如何在语言特性层面直接支持的。基于文章很nice，我利用今天的空闲时间将其翻译，希望大家能一起学习，讨论。翻译
  • 安装mysql daizj mysql安装
    安装mysql   (1)删除linux上已经安装的mysql相关库信息。rpm  -e  xxxxxxx   --nodeps (强制删除)      执行命令rpm -qa |grep mysql 检查是否删除干净   (2)执行命令  rpm -i MySQL-server-5.5.31-2.el
  • HTTP状态码大全 dcj3sjt126com http状态码
    完整的 HTTP 1.1规范说明书来自于RFC 2616，你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性，因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端，支持协议版本可以通过调用request
  • asihttprequest上传图片 dcj3sjt126com ASIHTTPRequest
    NSURL *url =@"yourURL"; ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url]; [currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
  • C语言中，关键字static的作用 e200702084 C++cC#
    在C语言中，关键字static有三个明显的作用： 1)在函数体，局部的static变量。生存期为程序的整个生命周期，（它存活多长时间）；作用域却在函数体内（它在什么地方能被访问（空间））。 一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区，函数调用结束后并不释放单元，但是在其它的作用域的无法访问。当再次调用这个函数时，这个局部的静态变量还存活，而且用在它的访
  • win7/8使用curl geeksun win7
    1.  WIN7/8下要使用curl，需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址：  http://curl.haxx.se/download.html 请选择不带SSL的版本，否则还需要安装SSL的支持包   2.  可以给Windows增加c
  • Creating a Shared Repository; Users Sharing The Repository hongtoushizi git
    转载自：   http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section: git init –bare git clone git remote git pull git p
  • Java实现字符串反转的8种或9种方法 Josh_Persistence 异或反转递归反转二分交换反转java字符串反转栈反转
    注：对于第7种使用异或的方式来实现字符串的反转，如果不太看得明白的，可以参照另一篇博客： http://josh-persistence.iteye.com/blog/2205768   /** * */ package com.wsheng.aggregator.algorithm.string; import java.util.Stack; /**
  • 代码实现任意容量倒水问题 home198979 PHP算法倒水
    形象化设计模式实战             HELLO!架构                     redis命令源码解析   倒水问题：有两个杯子，一个A升，一个B升，水有无限多，现要求利用这两杯子装C
  • Druid datasource zhb8015 druid
    推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证，稳定可靠。 它最重要的特点是：监控、扩展和性能。 下载和Maven配置看这里： http
  • 两种启动监听器ApplicationListener和ServletContextListener spjich javaspring框架
    引言:有时候需要在项目初始化的时候进行一系列工作，比如初始化一个线程池，初始化配置文件，初始化缓存等等，这时候就需要用到启动监听器，下面分别介绍一下两种常用的项目启动监听器   ServletContextListener  特点: 依赖于sevlet容器，需要配置web.xml 使用方法: public class StartListener implements
  • JavaScript Rounding Methods of the Math object 何不笑 JavaScriptMath
        The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(),  Math.floor(), and  Math.round() — handle rounding in differen
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他