自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(29)
  • 资源 (3)
  • 收藏
  • 关注

原创 sql索引、join各类连接之间的区别

高性能的索引1、独立的列:索引列不能是表达式的一部分;2、选择区分度高的列作为索引;3、选择合适的索引列顺序:将选择性高的索引列放在最前列;4、覆盖索引:查询的列均在索引中,不需要回查聚簇索引;5、使用索引扫描来做排序;6、在遵守最左前缀的原则下,尽量扩展索引,而不是创建索引。索引失效场景1、OR查询左右有未命中索引的;2、复合索引不满足最左匹配原则;3、Like以%开头;4、需要类型转换;5、where中索引列有运算;6、where中索引列使用了函数;7、如果mysql觉得全表

2022-04-02 09:27:37 216

原创 .net core依赖倒置原则

值对象放在栈上,引用对象放在堆上垃圾回收策略:引用计数,分代回收,对象压缩。第一代(0),第二代(1),第三代(2)对象回收并非一直在发生,它只有在系统物理内存不足,达到内存回收阈值,手动调用GC.Collect方法等情况下发生。而且垃圾回收过程并非对程序毫无副作用,在某些性能要求特别高的场景,例如高并发场景下,发生计划外的垃圾回收,可能会导致程序偶发性变得卡顿,可能会造成用户体验度的下降单一职责原则,开闭原则,里式替换原则,接口分离原则,依赖倒置原则,合成复用原则依赖倒置在.NE.

2021-12-03 10:02:33 191

原创 JAVA调用Python模型(含第三方库,参数输入)

因为需要用python做一个分类模型然后在java中调用,其中涉及到了挺多python第三方库,而且需要有参数传入传出还是采取传统在java中以命令行的方式调用写好的python模型因为传入参数不能只是一个字符串,,需要是一个对象,所以改进了一点网上的代码try { //需传入的参数,可以是一个值,也可以是一个对象 PositionDO positionDO = new PositionDO(); positionDO.setId

2021-03-04 10:33:40 4080 1

原创 macOS 安装scipy/gensim失败

因为要使用Word2Vec所以首先需要安装gensim但是,pip gensim需要有scipy支持,直接pip install scipy出现以下错误 numpy.distutils.system_info.NotFoundError: No BLAS/LAPACK libraries found. Note: Accelerate is no longer supported. To build Scipy from sources, BLAS & LAPACK libraries

2021-02-24 14:25:40 1904 1

原创 toString、String.valueOf的区别

toString、String.valueOf的区别1. toString• 在这种使用方法中,因为java.lang.Object类里已有public方法.toString(),所以对任何严格意义上的java对象都可以调用此方法。但在使用时要注意,必须保证object不是null值,否则将抛出NullPointerException异常。采用这种方法时,通常派生类会覆盖Object里的toString()方法。2. String.valueOf• 这个方法是静态的,直接通过String调用,可以说

2020-12-24 11:33:06 357

原创 Serializable接口的意义和用法

Serializable接口的意义和用法在看代码时注意到有这样一个提示:Serializable接口是一个里面什么都没有的接口,它的源代码是public interface Serializable{},即什么都没有。那为什么需要实现这样的接口呢???百度释义:Serializable接口是启用其序列化功能的接口。实现java.io.Serializable接口的类是可序列化的。没有实现此接口的类将不能使它们的任意状态被序列化或逆序列化。理解:序列化的过程,就是一个“freeze”的过程,

2020-11-16 10:22:05 159

原创 JAVA—基础学生管理系统 “增删改查”

这里写自定义目录标题欢迎使用Markdown编辑器需求:实现步骤具体实现输出:需要改进的地方:欢迎使用Markdown编辑器需求:该系统主要功能如下:添加学生:通过键盘录入学生信息,添加到集合中删除学生:通过键盘录入要删除学生的学号,将该学生对象从集合中删除修改学生:通过键盘录入要修改学生的学号,将该学生对象其他信息进行修改查看学生:将集合中的学生对象信息进行展示退出系统:结束程序实现步骤定义学生类,包含以下成员变量private String sid // 学生idprivate

2020-10-21 10:47:46 1969

原创 接口测试学习(一)——HTTP相关知识

在Jmeter取样器—HTTP请求中需要根据目标接口信息填写相应内容,其中关于HTTP相关知识进行整理。HTTP协议将传输的信息分隔为两部分:HTTP信息头、HTTP信息体。特点:无状态(没有记忆性),无连接(一次处理一个链接,处理完即关闭),独立媒体请求头信息信息头例子:Request Header:GET /sample.Jsp HTTP/1.1 //请求行Host: www.uuid.online/ //请求的目标域名和端口号Origin: http://localhost:80

2020-08-13 16:19:33 191

原创 python基础面试(持续更新中)

用python这么久其实对于基础python知识一直没有一个系统的理解,需要花时间重构自己的认识体系了。以下皆为整理网上的内容——Python和其他语言的区别Python属于解释型语言,当程序运行时,是一行一行的解释,并运行,所以调式代码很方便,开发效率高,有着非常强大的第三方库特点:语法简洁优美,功能强大,标准库与第三方库都非常强大,而且应用领域也非常广,可移植性,可扩展性,可嵌入性缺点:  运行速度慢解释型:就是边解释边执行python/php编译型:编译后再执行c/ja

2020-08-07 09:35:57 139

转载 性能测试——结果量含义(系统吞吐量(TPS)、用户并发量)

性能测试——首先,开发软件的目的是为了让用户使用,我们先站在用户的角度分析一下,用户需要关注哪些性能。对于用户来说,当点击一个按钮、链接或发出一条指令开始,到系统把结果已用户感知的形式展现出来为止,这个过程所消耗的时间是用户对这个软件性能的直观印象。也就是我们所说的响应时间,当相应时间较小时,用户体验是很好的,当然用户体验的响应时间包括个人主观因素和客观响应时间,在设计软件时,我们就需要考虑到如何更好地结合这两部分达到用户最佳的体验。如:用户在大数据量查询时,我们可以将先提取出来的数据展示给用户,在用户

2020-08-04 12:09:43 1697

原创 Jmeter学习(三)——集合点,正则表达提取响应信息

集合点——同步定时器让所有模拟用户在连接上接口后,在某个特定时间一起请求上传或者获取项目。模拟用户组的数量设置,为到集合点释放的线程数超时时间如果设置为0,线程将会等待线程数达到了设置的值才释放。如果线程数不足集合点中设置的数,就会一直处于等待当中。如果设置时间大于0,那么如果超过设置的最大等待时间后还没达到模拟用户组中设置的值,线程组将不再等待,释放已到达的线程。为了看到效果,我们添加监听器用表格查看结果,可以看到线程开始时间:在毫秒级基本所有请求都是同一时间发出的正则表达提取响应信息

2020-08-03 16:56:35 196

原创 Jmeter学习(二)——参数化问题(自定义变量、用户参数、CSV文件)

今天在一个并发计划中设置了两个线程组,线程组之间是顺序执行关系,分别有各自的自定义变量和用户参数但是出现问题——后面一个计划的自定义变量覆盖前面的同名变量原因:自定义变量——配置元件 覆盖整个测试计划如果有两个里面有重名的变量 后面那个会覆盖前面的用户参数——前置处理程序 只对范围内取样器作用解决:将同名但不同值变量改名,其他相同变量合并,最后只剩一个自定义变量...

2020-07-21 12:07:13 856

原创 Jmeter学习(一)模拟http上传zip文件

jmeter和fiddler结合使用,利用fiddler抓包的数据模拟HTTP请求模拟上传zip文件jmeter中所有参数的设定都是根据fiddler中来的或者可以找开发要接口文档我这里只模拟上传一次

2020-07-20 16:47:47 1269

原创 python+appium app真机测试(三)

#中一个测试类中,启动多款APP进行测试def basic(package_name,activity_name):'''启动应用'''global driverdesired_caps = {}desired_caps['platformName'] = 'Android'desired_caps['platformVersion'] = '5.1'desired_caps['deviceName'] = 'emulator-5554'desired_caps['appPackage']

2020-07-10 10:39:33 188

原创 Fiddler-APP抓包问题

下载证书网址“http://ip:端口号”证书安装必须要有锁屏密码。(不然会有一个安装证书密码 ,具体密码是什么谁也不知道)如果出现 Host是tunnel to,连接代码是200,有可能是因为安卓系统 7.0 以上的,里面有个 ssl pinning,这个东西是对客户端的证书进行验证,如果遇到不信任的证书,就会断开连接,不继续请求。解决办法:我是直接用了安卓7以下的手机,没有问题。弱网测试的时候,不是很懂延迟的设置。1000/下载速度=dalay仅对APP抓包的时候,可以把..

2020-07-06 11:56:04 317

原创 测试用例错误——E OSError: pytest: reading from stdin while output is captured! Consider using `-s`.

错误输出self = <_pytest.capture.DontReadFromInput object at 0x000001F2E6D33668>args = () def read(self, *args): raise IOError(> "pytest: reading from stdin while output is captured! Consider using `-s`." )E O

2020-07-02 13:45:09 4599 3

原创 python+appium app真机测试(二)

问题一:反复重启每次执行测试.py手机都会重启APP,然后需要重复授予权限,所以可以添加两句设定,让它在第一次启动后,再次执行测试不会再重启。# 以下两句话可以实现每次测试时不用重复重启手机 desired_caps['noReset'] = 'true' desired_caps['fullReset'] = 'false'把这个话加到setup里面就可以了。问题二:创建unittest框架unittest单元测试框架不仅可以适用于单元测试,该测试框架可组织执行

2020-06-22 10:29:46 262

原创 python+appium app真机测试(一)

因为adb点击会有延迟,并且不同分辨率还需重新设置,故利用appium查看id进行定位点击。一开始连接不上appium是因为appium版本太低,1.14的不能连接上安卓7.0以上的手机。python 3.6appium 1.17.1进入appium红框里的网址端口要记住,后面连接手机会用到录入手机信息→start session这样就可以查到我们需要点击的控件 id开始些python代码:from appium import webdriverimport time#初

2020-06-19 12:25:18 652

原创 python+adb—真机测试学习记录

因为要真机测试录音app的问题,每次都自己说太繁琐了,所以想到利用adb模拟点击,然后外放音频,利用python循环执行adb命令。解决该问题!import osimport timefor n in range(0,140): command = 'adb shell input tap 538 1188'#点击屏幕上录音按钮处 os.system(command) time.sleep(4) n=n+1...

2020-06-17 13:45:05 1122

原创 adb命令学习记录

利用adb连接手机,成功adb devices注:只有手机开启了USB调试才能使用adb工具“56c2aa84”——就是这台手机的“名称”尝试安装某APP,成功adb install ... .apk此安装方式,如果已经存在,无法安装;覆盖安装:adb install -r xxx.apk卸载adb uninstall com.zhy.app“com.zhy.app”是安装包“包名”获取手机CPU信息adb shell cat /proc/cpuinfoHardW

2020-06-17 09:53:08 224

原创 小白-简易测试点设计

公司没有过系统的测试流程,所以自己简单写一下**XXAPP测试计划****系统测试**1、 适配性测试① 系统类别② 系统版本Android的版本号(Android 10.0 …/IOS 13.0 …)③ 手机厂商④ 手机型号⑤ 网络通信情况(2G\3G\WIFI\飞行模式、NET\WAP、中国电信、移动、联通)⑥ 屏幕的分辨率(1280×720、960×640 …)2、 功能模块测试(功能性测试)3、 异常测试(手机交互性事件)① *按键打断,如:电源键、home键

2020-06-16 14:01:12 422

原创 初学版本控制工具——Git(2)

分支管理分支——在版本控制过程中,使用多条线同时推进多个任务。分支可以同时并行推进多个功能开发,提高开发效率;各个分支在开发过程中,如果某一个分支开发失败,不会对其他分支有任何影响。失败的分支删除重新开始即可。操作创建分支git branch [分支名]查看分支git branch -v切换分支git checkout [分支名]合并分支先切换到接受修改的分支(被合并,增加新内容)上git checkout [被合并分支名]然后执行merge 命令git merge [有

2020-05-27 17:16:40 177

原创 初学版本控制工具——Git(1)

版本控制工具——Git(1)Git是一个开源的分布式版本控制系统工具。可本地使用,也可与GitHub或者gitlab协同使用。Git官网——https://www.baidu.com/link?url=frjVdwxgHt3U_nCwNX108qRTpTv8mwjqF7IJLmoJsP_&wd=&eqid=a3d3f1f0000bc79a000000065ec63481优点:大部分操作在本地完成,不需要联网完整性保证尽可能添加数据而不是删除或修改数据分支操作非常快捷流畅与Li

2020-05-21 16:16:39 177

原创 pandas一些简单数据操作

一些pandas读取表格并进行常用数据处理的操作操作列表读取多行数据重命名需要的数据列取出指定值数据列查找缺失值替换缺失值读取多行数据tabledata = pandas.read_excel("./数据.xlsx", header=None, sep=',', nrows=10)其中:header:指定作为列名的行,默认0,即取第一行的值为列名,数据为列名行以下的数据;若数据不含列名...

2020-03-30 10:10:06 246

原创 pip杂七杂八小问题

pip小问题——超时取消今天重装库的时候发现老是不成功,问题如下:然后只需要重新设置一下时间限制就行:pip --default-timeout=100 install gevent得到:再继续pip就可以了!pip小问题——pip更新在这里插入代码片...

2020-03-21 22:54:27 168

原创 图像分割——重点(基于SVM的图像分割)

**图像分割**所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的说就是在一副图像中,把目标从背景中分离出来。一般来说,用于图像分割的算法主要有五类:第一种是阈值分割方法( threshold segmentation method)。阈值分割是基于区域的分割算法中...

2020-03-06 16:46:09 14109 19

原创 多尺度熵(MultiScale Entropy)模型——MSE

MSE——matlab代码符号说明:x-输入信号矢量(如脑电信号或声音信号)nSf-比例因子的数量m-模板长度(历元长度);Costa使用m=2r-匹配阈值;通常选择在时间序列的样本偏差;当x经过z变换时:将公差定义为r乘以标准偏差mse-多尺度熵sf-与mse相对应的比例因子解释:Costa解释了更高的熵值以反映更多在这个尺度上的信息(如果是随机的,则不太可预测)。在天平上相当...

2019-12-26 17:59:15 9013 9

原创 神经网络理论知识

感知器:一个感知器有如下组成部分:输入权值——一个感知器可以接收多个输入(x1,x2,…xn),每个输入上有一个权值wi,此外还有一个偏置项b,就是上图中的w0。激活函数——感知器的激活函数可以有很多选择输出——感知器的输出由某个公式来计算事实上,感知器不仅仅能实现简单的布尔运算。它可以拟合任何的线性函数,任何线性分类或线性回归问题都可以用感知器来解决。前面的布尔运算可以看作是二分类问...

2019-08-17 13:18:04 2880

原创 神经网络-回归(Python)

神经网络-回归(Python)回归与神经网络简介回归分析神经网络神经网络学习算法原理监督学习和无监督学习多层感知器——MLPBP神经网络代码实现(利用sklearn库)根据算法写出BP回归与神经网络简介回归分析回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析的作用是:①从一组数据出发确定某些变量之间的定量关系式②...

2019-08-17 13:06:30 60938 56

卷积神经网络CNN.zip

代码数据完整,包含超限学习机,单层双层神经网络 %% III. 数据归一化 %% % 1. 训练集 [Pn_train,inputps] = mapminmax(p); Pn_test = mapminmax('apply',ptest,inputps); %% % 2. 测试集 [Tn_train,outputps] = mapminmax(t); Tn_test = mapminmax('apply',ttest,outputps); %% IV. ELM创建/训练 [IW,B,LW,TF,TYPE] = elmtrain(Pn_train,Tn_train,19,'sig',0);

2020-09-03

哆啦a梦(移动测试工具).apk

哆啦a梦(移动测试工具) 安卓测试功能:代理设置、应用管理、设备信息、内存填充、文件生成、性能监控、添加测试联系人、卸载所有app、ANR获取、时间调整、一键搬家、文件监控、简易文件管理、模拟广播、设置host、帧率获取、卸载被测app、启动ftp服务、抓包工具、获取系统日志文件等功能

2020-08-17

lstm预测-python

LSTM时间序列预测 python代码——import pandas as pd import numpy as np import matplotlib.pyplot as plt import tensorflow as tf tf.reset_default_graph() #——————————————————导入数据—————————————————————— #读入数据 data = pd.read_excel(r'C:\Users\10025\Desktop\完整数据.xls') data = data.values #定义常量 rnn_unit=10 #hidden layer units input_size=3 #数据输入维度 output_size=1 #数据输出入维度 lr=0.0006 #学习率 #获取训练集 def get_train_data(batch_size=60,time_step=20,train_begin=0,train_end=5800):#用前5800个数据作为训练样本 batch_index=[] data_train=data[train_begin:train_end] normalized_train_data=(data_train-np.mean(data_train,axis=0))/np.std(data_train,axis=0) #标准化 train_x,train_y=[],[] #训练集 for i in range(len(normalized_train_data)-time_step): if i % batch_size==0:

2020-06-19

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除