- 博客(8)
- 资源 (29)
- 收藏
- 关注
原创 nacos2.2启动报错The specified key byte array is 16 bits which is not secure enough for any JWT HMAC-SHA
nacos2.2启动报错The specified key byte array is 16 bits which is not secure enough for any JWT HMAC-SHA
2023-03-03 10:42:06 6165
原创 Springboot打包成jar包后启动报错It was loaded from the following location
之前在使用springboot开发系统的时候,用到了@Resouse的注解,在IDEA运行时没有发生任何异常,但是打包部署的时候就报jar包冲突。jsr250-api-1.0.jar和jakarta.annotation-api-1.3.5.jar重复。这么做的目的是叫系统自动引入最新的jar包。在Maven的pom里引入。...
2022-08-04 14:07:05 1836
原创 用JAVA多线程编程解决Lamport's Bakery问题
There are m customer threads and n salesperson threads. Each customer thread takes a rest for a random period of time, then enters the bakery and takes a number and waits (blocks) for the number to be
2011-10-26 04:55:34 1109
原创 相似度 (Similarity Score) 的计算
相似度 (Similarity Score) 是经常用在信息检索中. 相似度在信息检索中的作用是对文档中的字和词有的共性大小在匹配时来定义相似度T为被识字符块与标准字模板某类点的共有数分别占两图块该类点总数的比率,其取值范围为0~1. 以上我用JAVA代码介绍了TF-IDF的计算
2011-09-02 00:51:30 9979
原创 TF-IDF计算四
最后, 开始计算TF-IDF TF i - IDF i,j = TF i,j * IDF i 代码: class TFIDF{ ArrayList> TFIDFMainFileList = new ArrayList>(); ArrayList
2011-08-31 00:21:01 914
原创 TF-IDF计算三
逆向文件频率(inverse document frequency,IDF)是一个词语普遍重要性的度量。某一特定词语的IDF,可以由总文件数目除以包含该词语之文件的数目,再将得到的商取对数. IDF i = log N / n i N 是代表语料库中文件数量的总数
2011-08-31 00:14:11 830
原创 TF-IDF计算一
TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法,用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比
2011-08-29 23:09:42 1414
原创 TF-IDF 的计算二
TF(Term Frequency)计算公式: TFi,j = Freq i,j / max Freq j以上公式中Freq i,j 是该词在文件dj中的出现次数,max Freq j 是在文件dj中所有字词的出现次数之和. class TFs{ Arr
2011-08-29 22:51:43 1138 1
android实现手绘签名
2017-10-27
A 星寻路算法
2013-01-23
一个A*寻路算法
2013-01-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人