- 博客(214)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 大数据技术篇-虚拟机的网络配置
虚拟机的网络状态分为三种：桥接模式、NAT模式、仅主机模式桥接模式：虚拟主机与真实主机可以同样的访问外网，虚拟主机和真实主机在同一网段上；NAT模式：虚拟主机和真实主机访问外网，虚拟机的IP网段与VM net8在同一网段上；仅主机模式：虚拟主机不能和外网通信，虚拟主机的IP网段和VM net0在同一网段上；因网上有很多安装虚拟机的教程，在此不用发表；故将虚拟机的IP设置方式写...
2020-03-28 18:22:36
518
1
原创 springboot整合freemarker
1.创建pojo类，实现对象的封装package com.ws.domain;public class User { private Integer userid; private String username; private Integer userage; public Integer getUserid() { return userid; } public v...
2019-03-22 18:11:13
156
1
原创 linux初始化切换为图形界面
1.登录进入root账户；2.编辑inittab内容：命令为：vim /etc/inittab更改id的值，将值改成5；（技巧：按住i表示状态是insert状态，然后在里面修改，修改后按住esc键，然后输入：wq!保存退出)这样展示的页面如下：...
2019-03-19 17:28:33
1855
1
原创 linux中如何修改只读文件
1.使用权限将文件可读写：sudo vim/etc/sysconfig/network-scripts/ifcfg-eth02.修改文件vim/etc/sysconfig/network-scripts/ifcfg-eth03.按住按键i,表示插入，改完设定的参数值4.按住esc按钮，按住:wq!,再按住enter键结束...
2019-03-17 22:19:17
42107
4
原创 java消息队列
JMS是什么？ JMS即Java消息服务（Java Message Service）应用程序接口，是一个Java平台中关于面向消息中间件（MOM）的API，用于在两个应用程序之间，或分布式系统中发送消息，进行异步通信。Java消息服务是一个与具体平台无关的API，绝大多数MOM提供商都对JMS提供支持。ActiveMQ是什么？ Apache ActiveM...
2019-03-12 20:05:57
305
1
原创 springboot整合jsp页面
1.创建maven项目，加入pom配置；<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.ap...
2019-03-11 21:50:29
402
1
原创 树形结构优化查询的相关问题
昨天参加一场面试，面试题是关于树形结构查询的相关内容，之前在实际工作中没有遇到此类问题，就从网上看了一下相关的内容，总结一下：一般情况下我们对递归查询是这样的：select last_name,employee_id,manager_id,level from employees start with employee_id=100 connect by prior employee_id...
2019-03-10 22:08:32
3006
1
原创 csv文件转换成xlsx文件方法
背景：在实际工作中，我们经常会面对大批量的数据进行处理，其中将csv文件文件转换成xlsx文件就是其中的一项，废话少说，上家伙；一般方法：将csv文件另存为xlsx文件；但实际中03版本（.xls）的存储行数上限是65536行，07版本（.xlsx）存储行数上限是1048576行，而csv是文本进行存储，没有上限进行存储数据，如果单纯的进行另存为就不会成功，更有情况，csv根本...
2018-10-22 23:26:28
21972
1
原创 关于webService的相关理解
什么是webService?webService的相关概念： webService，就是一个部署在一个web服务器上的一个，向外界暴露并可以可以通过web进行调用的一个API，最早这个技术是由微软进行开发，后面为了成为W3C的标准，将此项技术分享到全球；它分为两个方面：1.使用编程方法使用web进行调用的这个应用程序叫做客户端；发布这个web应用程序的叫做服务端。webS...
2018-10-21 11:29:34
180
1
原创 关于正则表达式的相关理解
在我们工作中经常会遇到正则表达式的相关问题，这篇文章来详细来介绍正则表达式的相关用法，希望对你有所启发；附上链接：http://tool.oschina.net/uploads/apidocs/jquery/regexp.htmlhttp://www.runoob.com/regexp/regexp-syntax.html下面举一个例子，希望对你有所启发：package te...
2018-10-18 21:09:57
272
1
原创 js中动态获取页面的高度和宽度的方法总结
javascript,jquery获取网页的高度和宽度：javascript:可视区域宽：document.documentElement.clientWidth(width+padding)可视区域高：document.documentElement.clientHeight(height+padding)同时也可以使用另一种进行表示：可视区域宽：document.body....
2018-10-17 10:38:00
9261
原创 对父页面相关操作的介绍
当layer以iframe层的方式弹出新的窗口（子页面），如何在子页面中访问父页面的元素和函数。 1、访问父页面元素值： var parentId=parent.$("#id").val();//访问父页面元素值 2、访问父页面方法： var parentMethodValue=parent.getMethodValue();//访问父页面方法 3、如何关闭弹出...
2018-10-16 14:02:01
228
原创 对于layer中type的理解
在layer弹出层中分为5个类型，这种类型的返回值是Number类型，默认是0；layer中5种类型传入的值有：0(信息框，默认是0），1（页面层），2（iframe层)，3（加载层），4（tips层） ...
2018-10-15 21:47:19
6798
原创 GPT发展途径
模型规模：每一代模型参数数量显著增加，提升了模型的生成能力和任务适应性。训练数据：数据规模和多样性不断扩大，提升了模型的泛化能力。训练目标：从单一的语言建模到多任务、多模态学习，提升了模型的灵活性和适用性。技术创新：包括Transformer架构的应用、大规模预训练、少样本学习、多模态支持等，推动了模型性能的持续提升。GPT系列模型的每次迭代都在前一代的基础上进行改进，通过增加模型参数、扩展训练数据集和优化训练方法，逐步提升模型的生成能力和任务表现。
2024-06-02 23:40:27
491
原创 Transformer
Transformer是一种用于处理序列数据的神经网络架构，最初由Vaswani等人在2017年提出，主要应用于自然语言处理（NLP）任务，如机器翻译、文本生成和文本分类。Transformer通过引入注意力机制（Attention Mechanism），解决了传统序列模型（如RNN和LSTM）在长序列处理中的一些局限性，如梯度消失和并行计算困难。
2024-05-19 18:00:36
311
原创 深度学习基础
深度学习的概念源于人工神经网络的研究，是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数 据，例如图像，声音和文本。
2024-04-18 22:33:11
301
1
原创 软考高项-信息化发展重点知识
“新型基础设施”主要包括信息技术设施、融合基础设施和创新基础设施三个方面，其中信息技术设施包括通信基础设施、新技术基础设施、算力基础设施； 数据价值化以数据资源化为起点，经历数据资产化、数据资本化阶段，实现数据价值化的经济过程； 数字产业化的发展重点包括： 云计算 大数据 物联网 工业互联网 区块链 人工智能 虚拟现实和增强现实 数字化转型的相关内容 “数据--智慧”过程：该过程通常指数据的开发利用和资源管理的过程，即人们常说的“智慧化过程”，重点解决基于各类组织组成对
2024-03-26 12:55:45
74
原创 Wrong root element less... (Ctrl+F1)This inspection checks if root tag name is the same as in ＜docty
因此需要在idea上配置，File->Settings->Inspections->XML->Wrong root element。这样，在实际开发中就不会出现问题。
2024-03-05 10:00:13
430
原创 URI is not registered (Settings | Languages & Frameworks | Schemas and DTDs）
在我们实际编码，配置xml文件时，会出现如下的问题。因此应该从File->Settings->这样在xml中就显示正常了。
2024-03-05 09:37:23
493
原创 1129 - Host ‘192.168.10.1‘ is blocked because of many connection errors；
当我们在使用springboot连接mysql，因为出现连接多次错误，会产生1129的报错；发现有1064的报错，于是，我们找到mysqladmin的根路径下，执行刷新host操作。但我们找不到mysqladmin的根目录，于是使用which mysqladmin命令。而使用这个 /usr/bin/mysqladmin flush-hosts还是出现报错。/usr/bin/mysqladmin -u账号 -p密码 flush-hosts。如上告知我们需要输入账号密码方可执行。首先我们刷新下hosts。
2024-02-26 17:26:02
536
原创 Springboot日常总结-idea全局配置maven
2.退出项目后，在configure->settings->maven下设置maven的具体地址就可以了。
2024-02-24 12:33:15
629
原创 Springboot日常总结-@RestController和@Controller的区别
RestController和 @Controlle是两种不同的控制器实现，它们的主要区别在于如何处理返回的数据和是否支持跳转到视图页面。总结来说，@RestController返回的是json格式的数据，而@Controller返回的是模板页面。
2024-02-24 12:19:04
1064
原创 PMP-情景模拟学习法-识别项目阶段
这一阶段，项目经理的核心任务是制订项目管理计划，并且使项目管理计划获得相关方的批准，获得批准的项目管理计划一般会通过开工大会的形式发布出来，开工大会意味着规划阶段的结束，执行阶段的开始；第三,执行阶段：开工大会后，项目经理要将获得批准的项目管理计划付诸执行，在这几段，项目经理的核心任务是确保项目绩效，按要求产出可交付成果；第一，启动阶段：项目章程正式批准之前的时间，可以统称为启动阶段，在这一阶段，项目经理的核心人物是制定项目章程并获得关键相关方的正式批准；
2024-02-13 11:33:49
124
原创 软考高项-机考相关介绍&论文写作基础介绍
初、中级（信息处理技术员除外）资格：基础知识和应用技术2个科目连考，基础知识科目最短作答时长90分钟,最长作答时长120分钟，2个科目作答总时长240分钟，考试结束前60分钟可交卷离场。
2024-02-03 16:27:06
200
原创 SPASS-信度分析
效度指的是量表是否真正反映了我们希望测量的东西。一般来说，有4种类型的效度：内容效度、标准效度、结构效度和区分效度。内容效度是一种基于概念的评价指标，其他三种效度是基于经验的评价指标。如果一个量表实际上是有效的，那么我们希望上述4种指标都比较满意。
2023-11-23 22:28:06
2396
原创 SPASS-ARIMA模型
在预测中，对于平稳的时间序列，可用自回归移动平均（AutoRegres- sive Moving Average, ARMA）模型及特殊情况的自回归（AutoRegressive, AR）模型、移动平均（Moving Average, MA）模型等来拟合，预测该时间序列的未来值，但在实际的经济预测中，随机数据序列往往都是非平稳的，此时就需要对该随机数据序列进行差分运算，进而得到ARMA模型的推广——ARIMA模型。
2023-11-23 00:41:45
221
原创 SPASS-指数平滑法
指数平滑法的思想来源于对移动平均预测法的改进。指数平滑法的思想是以无穷大为宽度，各历史值的权重随时间的推移呈指数衰减，这样就解决了移动平均的两个难题。
2023-11-22 00:09:32
339
原创 SPASS-时间序列预测
时间序列分析中的缺失值不能采用通常删除的办法来解决，因为这样会导致原有时间序列周期性的破坏，而无法得到正确的分析结果。按“转换→替换缺失值”打开“替换缺失值”对话框。
2023-11-21 21:49:58
141
原创 SPASS-聚类和判别分析
聚类分析的基本思想是找出一些能够度量样本或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样本（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样本又聚合为一类。根据分类对象的不同，聚类分析可分为对样本的聚类和对变量的聚类两种。
2023-11-19 21:47:32
1019
原创 SPASS-曲线估计
在曲线估计中，有很多的数学模型，选用哪一种形式的回归方程才能最好地表示出一种曲线的关系往往不是一个简单的问题，可以用数学方程来表示的各种曲线的数目几乎是没有限量的。故重新进行上面的过程，只选“三次曲线（Cubic）”一种模型。第4步 进行曲线估计：依次选择菜单“分析→回归→曲线估计”，将所有模型全部选上，看哪种模型拟合效果更好(主要看决定系数R2)，其所有模型的拟合优度R2如下表所示。第2步 数据组织：定义为三个变量，分别是“year”（年度）、“y”（保费收入）和“x”（国内生产总值），输入数据并保存。
2023-11-19 21:15:20
689
原创 SPASS-回归分析
变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为回归分析。
2023-11-19 18:53:50
464
原创 SPASS-距离分析
距离分析是对观测量之间相似或不相似程度的一种测度，是计算一对观测量之间的广义距离。这些相似性或距离测度可以用于其他分析过程，例如因子分析、聚类分析或多维定标分析，有助于分析复杂的数据集。
2023-11-19 17:23:07
252
原创 SPASS-偏相关分析
偏相关分析的任务就是在研究两个变量之间的线性相关关系时控制可能对其产生影响的变量，这种相关系数称为偏相关系数。偏相关系数的数值和简单相关系数的数值常常是不同的，在计算简单相关系数时，所有其他自变量不予考虑。
2023-11-19 17:10:38
394
原创 spass-二元变量相关分析
计算相关系数r：利用样本数据计算样本相关系数，样本相关系数反映了两变量间线性相关程度的强弱。相关系数的取值范围界于-1与1之间，即-1≤r≤1当0<r ≤ 1，表明变量之间存在正相关关系；当-1 ≤ r<0，表明变量之间存在负相关关系；当|r|=1时，表示其中一个变量的取值完全取决于另一个变量，二者即为函数关系；当r=0时，说明变量之间不存在线性相关关系，但这并不排除变量之间存在其它非线性相关的可能。根据经验可将其相关程度分为几种：当|r|≥0.8时视为高度相关；
2023-11-19 16:21:57
736
原创 SPASS-参数估计与假设检验
非参数检验是在总体分布未知的情况下，利用样本数据对总体分布形态等进行推断的方法，在推断过程中不涉及有关总体分布的参数，而是检验总体某些有关的性质，如总体的分布位置、分布形状之间的比较等。与参数检验的原理相同，非参数检验过程也是先根据问题提出原假设，然后利用统计学原理构造出适当的统计量，最后利用样本数据计算统计量的概率P值，与显著性水平进行比较，得出拒绝或者接受原假设的结论。非参数检验包括单样本（O）、独立样本（I）、相关样本（R）的非参数检验。
2023-11-17 00:02:16
4309
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人