博客园 - Halone
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=57524
2023-06-06T06:12:12Z
Halone
https://www.cnblogs.com/halone/
feed.cnblogs.com
https://www.cnblogs.com/halone/p/16132121.html
Java工具-延时队列 - Halone
今天工作遇到了延时队列的问题,看了一下网上大多数人发布的延时队列工具类,发现他们的实现大多不通用要不就是太复杂且没实现多线程,使得程序运行一直处于阻塞状态。于是我写了个超级通用和简单的多线程延时队列工具类给大家分享一下。 使用的具体例子请看延时队列工具类的main方法。 延时队列实体类,定义执行任务
2022-04-11T13:17:00Z
2022-04-11T13:17:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】今天工作遇到了延时队列的问题,看了一下网上大多数人发布的延时队列工具类,发现他们的实现大多不通用要不就是太复杂且没实现多线程,使得程序运行一直处于阻塞状态。于是我写了个超级通用和简单的多线程延时队列工具类给大家分享一下。 使用的具体例子请看延时队列工具类的main方法。 延时队列实体类,定义执行任务 <a href="https://www.cnblogs.com/halone/p/16132121.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/15552723.html
【自研前端框架】OA组件制作-单选框 - Halone
原公司有一OA项目,虽然能支持一般的流程业务,但是在我看来拓展性和灵活性太差了。国庆前和老板讨论了后说可以让我重构OA的代码,因此趁着国庆期间将OA的前端部分进行重构了。 现在重构的前端OA中组件相对比较少,今天打算增加一个单选框的组件,并记录一下分解和实现的思路。 直接看设计师对单选框组件的设计稿
2021-11-14T13:50:00Z
2021-11-14T13:50:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】原公司有一OA项目,虽然能支持一般的流程业务,但是在我看来拓展性和灵活性太差了。国庆前和老板讨论了后说可以让我重构OA的代码,因此趁着国庆期间将OA的前端部分进行重构了。 现在重构的前端OA中组件相对比较少,今天打算增加一个单选框的组件,并记录一下分解和实现的思路。 直接看设计师对单选框组件的设计稿 <a href="https://www.cnblogs.com/halone/p/15552723.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/14426523.html
Java垃圾回收-栈和堆部分知识 - Halone
数据共享的有栈、寄存器、PC,线程共享的有:堆、全局变量、静态变量、方法区。 代码逻辑,简单变量,结构体都是放入栈中,而对象,以及被装箱的数据是放入堆中的。回收的是堆内存。 对于年轻代,刚开始创建的对象都是放置在eden区的,而将年轻代分成3个部分,主要是为了生命周期短的对象尽量留在年轻代。当ede
2021-02-21T09:19:00Z
2021-02-21T09:19:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】数据共享的有栈、寄存器、PC,线程共享的有:堆、全局变量、静态变量、方法区。 代码逻辑,简单变量,结构体都是放入栈中,而对象,以及被装箱的数据是放入堆中的。回收的是堆内存。 对于年轻代,刚开始创建的对象都是放置在eden区的,而将年轻代分成3个部分,主要是为了生命周期短的对象尽量留在年轻代。当ede <a href="https://www.cnblogs.com/halone/p/14426523.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13950655.html
动态通用规律提取--设计思路笔记 - Halone
无序数-规律A源->有序数(K源类型)K1SEQ顺序规律通用表达:提取A源-->A表K2SEQ模型运行:无序数经过A表解释-->有序数(K表 类型)K3SEQ结果修正:无序数经过A表解释-->有序数(K表 类型)同 有序数(K源类型)比较后-修正A表->A表修 无序数-规律B源->有序数(T源类型)
2020-11-09T12:36:00Z
2020-11-09T12:36:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】无序数-规律A源->有序数(K源类型)K1SEQ顺序规律通用表达:提取A源-->A表K2SEQ模型运行:无序数经过A表解释-->有序数(K表 类型)K3SEQ结果修正:无序数经过A表解释-->有序数(K表 类型)同 有序数(K源类型)比较后-修正A表->A表修 无序数-规律B源->有序数(T源类型) <a href="https://www.cnblogs.com/halone/p/13950655.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13771947.html
天马星空的人工智能语言--让机器拥有情感(2) - Halone
最近几天重新思考了一下,为何当前的算法不能实现强人工智能或者是智能的问题,我冒昧的猜测最终的问题就是机器的理解最终都不能统一的问题。本篇就这个问题对其分析并提出解决方案 我发现了现如今网上基本上所有的所谓人工智能都是没有经过像人类一样系统学习过知识的,要是创造一种能像人类一样学习和归纳总结的算法又当
2020-10-05T14:52:00Z
2020-10-05T14:52:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】最近几天重新思考了一下,为何当前的算法不能实现强人工智能或者是智能的问题,我冒昧的猜测最终的问题就是机器的理解最终都不能统一的问题。本篇就这个问题对其分析并提出解决方案 我发现了现如今网上基本上所有的所谓人工智能都是没有经过像人类一样系统学习过知识的,要是创造一种能像人类一样学习和归纳总结的算法又当 <a href="https://www.cnblogs.com/halone/p/13771947.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13512413.html
当前人工智能发展根本问题--无法理解算法本质的问题 - Halone
近期以来,由于对人工智能的好奇,学习了不少关于人工智能的知识。但是无论学习什么都发现当前与人工智能有关的算法确实不能做到与人脑相提并论的那种对万物都能适应般的“通配性”。 虽然人工智能能在某些领域确实是有着能够超越人类的能力,但是这种能力脱离了具体的环境就发挥不出作用了。就拿在人工智能中广泛运用的图
2020-08-16T06:16:00Z
2020-08-16T06:16:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】近期以来,由于对人工智能的好奇,学习了不少关于人工智能的知识。但是无论学习什么都发现当前与人工智能有关的算法确实不能做到与人脑相提并论的那种对万物都能适应般的“通配性”。 虽然人工智能能在某些领域确实是有着能够超越人类的能力,但是这种能力脱离了具体的环境就发挥不出作用了。就拿在人工智能中广泛运用的图 <a href="https://www.cnblogs.com/halone/p/13512413.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13508477.html
第二十二天学习进度--规律寻找算法之实战(5) - Halone
在几天前对函数的拟合函数进行改良之后,还没用实际的函数来看看具体的效果如何。以房价预测作为一个实战的模拟,来测试函数模拟寻找拟合函数之后对原本数据的预测效果究竟如何。 实战一: 这是网上找到的一个房价的数据,链接:https://pan.baidu.com/s/1wvMd6U18IsZ3P-EjbR
2020-08-15T05:41:00Z
2020-08-15T05:41:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】在几天前对函数的拟合函数进行改良之后,还没用实际的函数来看看具体的效果如何。以房价预测作为一个实战的模拟,来测试函数模拟寻找拟合函数之后对原本数据的预测效果究竟如何。 实战一: 这是网上找到的一个房价的数据,链接:https://pan.baidu.com/s/1wvMd6U18IsZ3P-EjbR <a href="https://www.cnblogs.com/halone/p/13508477.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13399079.html
第二十一天学习进度--简单线性函数提取并模拟计算机复杂图像识别函数(2) - Halone
前天,用简单的sklearn中提供的线性回归分析的一个lineregress的模块对手写图片识别函数进行提取了之后,发现对应的函数并没有比较好的效果,今天打算通过改进,来增强提取的正确性。 sklearn中提供了不止简单的线性回归分析的模块,还有梯度下降回归,梯度上升回归,随机森林回归,极端森林回归
2020-07-30T11:45:00Z
2020-07-30T11:45:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】前天,用简单的sklearn中提供的线性回归分析的一个lineregress的模块对手写图片识别函数进行提取了之后,发现对应的函数并没有比较好的效果,今天打算通过改进,来增强提取的正确性。 sklearn中提供了不止简单的线性回归分析的模块,还有梯度下降回归,梯度上升回归,随机森林回归,极端森林回归 <a href="https://www.cnblogs.com/halone/p/13399079.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13396094.html
第二十天学习进度--规律寻找算法之傅里叶级数拟合周期函数(4) - Halone
在上次的规律寻找算法中说明了规律寻找算法并不太支持周期函数,当前几天刷刷头条的时候发现了一个傅里叶级数的动画,为了把规律寻找算法中,对于周期函数模拟的短板给补全了,今天打算在数列找规律算法(预测算法)之更一般形式(2)的基础上,添加一个傅里叶级数的模拟,来让整个模拟曲线的过程丝滑流畅。 众所周知,傅
2020-07-29T03:27:00Z
2020-07-29T03:27:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】在上次的规律寻找算法中说明了规律寻找算法并不太支持周期函数,当前几天刷刷头条的时候发现了一个傅里叶级数的动画,为了把规律寻找算法中,对于周期函数模拟的短板给补全了,今天打算在数列找规律算法(预测算法)之更一般形式(2)的基础上,添加一个傅里叶级数的模拟,来让整个模拟曲线的过程丝滑流畅。 众所周知,傅 <a href="https://www.cnblogs.com/halone/p/13396094.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13394506.html
第十九天学习进度--简单线性函数提取并模拟计算机复杂图像识别函数(1) - Halone
昨天实现了一个计算机函数的提取过程,不过就函数提取的公式而言,因为用的是sklearn提供的多元线性回归分析函数,其中有最小二乘法和梯度下降的模拟。 但是无论是上述的哪种函数的模拟,一旦针对一些相对而言比较复杂的多元非线性问题,就很有可能不能发挥出函数提取的功能了。要做到一种精度比较高的模拟图像识别
2020-07-28T15:15:00Z
2020-07-28T15:15:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】昨天实现了一个计算机函数的提取过程,不过就函数提取的公式而言,因为用的是sklearn提供的多元线性回归分析函数,其中有最小二乘法和梯度下降的模拟。 但是无论是上述的哪种函数的模拟,一旦针对一些相对而言比较复杂的多元非线性问题,就很有可能不能发挥出函数提取的功能了。要做到一种精度比较高的模拟图像识别 <a href="https://www.cnblogs.com/halone/p/13394506.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13387368.html
第十八天学习进度--计算机语言函数提取算法 - Halone
前几天在写曲线函数的拟合,参照前几天的编写过程与思路,今天突然有了一个大胆的想法,既然普通的函数能够通过一堆数列来推断出原来数列的公式,那么如果是计算机的函数呢,是否能通过提供几个原本传递过去的参数还有他们对应的最终结果,最终得到一个传递函数转化为最终结果的这样一个函数。 比如X,Y,Z是传递过去给
2020-07-27T12:07:00Z
2020-07-27T12:07:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】前几天在写曲线函数的拟合,参照前几天的编写过程与思路,今天突然有了一个大胆的想法,既然普通的函数能够通过一堆数列来推断出原来数列的公式,那么如果是计算机的函数呢,是否能通过提供几个原本传递过去的参数还有他们对应的最终结果,最终得到一个传递函数转化为最终结果的这样一个函数。 比如X,Y,Z是传递过去给 <a href="https://www.cnblogs.com/halone/p/13387368.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13381118.html
第十七天学习进度--规律寻找算法之算法统一(3) - Halone
前几天的多项式和幂次指数函数曲线函数拟合算法虽然各自都能够拟合很多种情况的曲线,而且之间有相通之处,但不可否认之处,二者在拟合曲线的时候还是都有各自单独拟合函数的情况,也就是说,如果没有把多项式函数拟合和幂函数指数函数拟合的两个算法统一起来的话,这样的时候能够拟合曲线的范围并不像两者统一起来的时候这
2020-07-26T09:34:00Z
2020-07-26T09:34:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】前几天的多项式和幂次指数函数曲线函数拟合算法虽然各自都能够拟合很多种情况的曲线,而且之间有相通之处,但不可否认之处,二者在拟合曲线的时候还是都有各自单独拟合函数的情况,也就是说,如果没有把多项式函数拟合和幂函数指数函数拟合的两个算法统一起来的话,这样的时候能够拟合曲线的范围并不像两者统一起来的时候这 <a href="https://www.cnblogs.com/halone/p/13381118.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13374355.html
第十六天学习进度--数列找规律算法(预测算法)之更一般形式(2) - Halone
昨天提供的多项式函数模拟已经能够模拟绝大部分的曲线函数了,但是对于幂函数还有指数函数还是无能为力,我在网上找了很多的规律题,小学的规律题通过昨天的数列找规律算法基本都能模拟出正确答案,但是对于公务员的规律题,多项式的曲线函数模拟基本上很少能够模拟成功的。 今天欲通过添加指数和幂函数的方式,来让规律寻
2020-07-24T16:20:00Z
2020-07-24T16:20:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】昨天提供的多项式函数模拟已经能够模拟绝大部分的曲线函数了,但是对于幂函数还有指数函数还是无能为力,我在网上找了很多的规律题,小学的规律题通过昨天的数列找规律算法基本都能模拟出正确答案,但是对于公务员的规律题,多项式的曲线函数模拟基本上很少能够模拟成功的。 今天欲通过添加指数和幂函数的方式,来让规律寻 <a href="https://www.cnblogs.com/halone/p/13374355.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13371440.html
第十五天学习进度--数列找规律算法(预测算法)(1) - Halone
因为一直想写一种可以只输入一堆数,然后就能找出数列之间的通项公式,但是之前百度了很久都没有找到类似的算法。就拿现在大部分的情况来说,预测的算法像网上的大部分地方都选择了像神经网络这一类的算法,而我认为神经网络算法的模拟性比预测性强,神经网络在一些归类的问题上的解决要比预测性强得多,这是平时在实验上的
2020-07-24T05:25:00Z
2020-07-24T05:25:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】因为一直想写一种可以只输入一堆数,然后就能找出数列之间的通项公式,但是之前百度了很久都没有找到类似的算法。就拿现在大部分的情况来说,预测的算法像网上的大部分地方都选择了像神经网络这一类的算法,而我认为神经网络算法的模拟性比预测性强,神经网络在一些归类的问题上的解决要比预测性强得多,这是平时在实验上的 <a href="https://www.cnblogs.com/halone/p/13371440.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13365998.html
第十四天学习进度--相关系数和显著水平 - Halone
昨天学习到曲线拟合的python实现方式,今天,就是根据提供的数据,然后获得对应数据线性相关程度的表示量,以此来获得两组数据间的关联程度 相关系数R是研究数据之间线性相关程度的量,就是说一组数据的改变会不会有某种原因导致另外一组数据的改变之间的相关程度。当相关系数在0.7以上就说明两组数据之间的关系
2020-07-23T06:06:00Z
2020-07-23T06:06:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】昨天学习到曲线拟合的python实现方式,今天,就是根据提供的数据,然后获得对应数据线性相关程度的表示量,以此来获得两组数据间的关联程度 相关系数R是研究数据之间线性相关程度的量,就是说一组数据的改变会不会有某种原因导致另外一组数据的改变之间的相关程度。当相关系数在0.7以上就说明两组数据之间的关系 <a href="https://www.cnblogs.com/halone/p/13365998.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13363567.html
第十三天学习进度--曲线函数拟合(可以做数据预测的函数) - Halone
因为之前学习的神经网络的算法大多都是拟合非线性函数的,所以在某些具有连续性的预测方面,神经网络算法的函数拟合并没有简单函数好用。 今天学习一下关于曲线函数的拟合方式。 首先给定一组数据来对数据进行拟合,例如随便想一个函数 y=2x^3+x^2+1 接下来分别取x=[1,2,3,4,5] 对应的y就为
2020-07-22T14:33:00Z
2020-07-22T14:33:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】因为之前学习的神经网络的算法大多都是拟合非线性函数的,所以在某些具有连续性的预测方面,神经网络算法的函数拟合并没有简单函数好用。 今天学习一下关于曲线函数的拟合方式。 首先给定一组数据来对数据进行拟合,例如随便想一个函数 y=2x^3+x^2+1 接下来分别取x=[1,2,3,4,5] 对应的y就为 <a href="https://www.cnblogs.com/halone/p/13363567.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13358243.html
毕业设计思路流水账(2) - Halone
准备利用python端做数据处理分析,并且对语言进行处理。Web部分用Java实现,对应的链接方式就采用在Python中创建socket的Server端 Java中调用对应Python中的Server端口中的接口方式并且返回相应的数据回去给Java进行处理。这种方式的好处是不仅在处理速度上比单独调用
2020-07-21T15:59:00Z
2020-07-21T15:59:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】准备利用python端做数据处理分析,并且对语言进行处理。Web部分用Java实现,对应的链接方式就采用在Python中创建socket的Server端 Java中调用对应Python中的Server端口中的接口方式并且返回相应的数据回去给Java进行处理。这种方式的好处是不仅在处理速度上比单独调用 <a href="https://www.cnblogs.com/halone/p/13358243.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13352552.html
第十二天学习进度--Oracle导入数据 - Halone
前天安装完oracle后,电脑差点完全崩溃(环境变量的所有值都被清空了),幸亏之前一次测试中有备份环境变量 的值,才得以恢复 参考网址:https://blog.csdn.net/weixin_30872499/article/details/97294237 首先打开控制台,输入 sqlplus
2020-07-20T15:48:00Z
2020-07-20T15:48:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】前天安装完oracle后,电脑差点完全崩溃(环境变量的所有值都被清空了),幸亏之前一次测试中有备份环境变量 的值,才得以恢复 参考网址:https://blog.csdn.net/weixin_30872499/article/details/97294237 首先打开控制台,输入 sqlplus <a href="https://www.cnblogs.com/halone/p/13352552.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13325039.html
第十一天学习进度--Oracle11g安装过程记录 - Halone
注意!!!!!安装前需要将系统变量Path里面的数据全部备份,不然之前的数据会被全部覆盖掉!!!(血泪史) 下载地址:网址 下载完上述的精简版的oracle11g客户端后,开始第一次安装尝试,看网上有挺多地方都因为是win10系统安装不了 一路next,虽然C盘空间已经不多,但是为了避免意外 选择安
2020-07-18T04:23:00Z
2020-07-18T04:23:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】注意!!!!!安装前需要将系统变量Path里面的数据全部备份,不然之前的数据会被全部覆盖掉!!!(血泪史) 下载地址:网址 下载完上述的精简版的oracle11g客户端后,开始第一次安装尝试,看网上有挺多地方都因为是win10系统安装不了 一路next,虽然C盘空间已经不多,但是为了避免意外 选择安 <a href="https://www.cnblogs.com/halone/p/13325039.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/halone/p/13334077.html
第十天学习进度--无(一天都在百度网盘下载oracle)【吐槽贴】 - Halone
本想今天完成oracle的安装 网上找不到oracle的下载安装包,只能通过百度网盘下载 奈何百度网盘的下载速度...奇慢无比,简直不是这个年代该有的网速,是上个世纪的产品吧,99一年的云服务器速度都比这个快多了。。。我都不知道说什么好了,整整一天都在下载这玩意 现在还没下载完,期待明天早上醒来能够
2020-07-17T15:32:00Z
2020-07-17T15:32:00Z
Halone
https://www.cnblogs.com/halone/
【摘要】本想今天完成oracle的安装 网上找不到oracle的下载安装包,只能通过百度网盘下载 奈何百度网盘的下载速度...奇慢无比,简直不是这个年代该有的网速,是上个世纪的产品吧,99一年的云服务器速度都比这个快多了。。。我都不知道说什么好了,整整一天都在下载这玩意 现在还没下载完,期待明天早上醒来能够 <a href="https://www.cnblogs.com/halone/p/13334077.html" target="_blank">阅读全文</a>