- 综合排序
- 最热优先
- 最新优先
- 来自专栏练习bug时长两年半
Windows11优化
Windows11优化 1.还原到windows10右键 以管理员身份运行CMD，复制下列命令，按回车后即可恢复Win10的右键菜单 reg add "HKCU\Software\Classes\CLSID 如果想恢复Win11菜单，就把添加的注册表项删掉。 reg delete "HKCU\Software\Classes\CLSID\{86ca1aa0-34aa-4e8b-a509-50c905bae2a2}" /f 2.任务栏对齐方式调整 Win11默认将任务栏图标放在了中间
1.3K10编辑于 2022-08-24 - 来自专栏数据智能小站
产品动态 | 腾讯云NLP 11月最新动态
AI.jpg 11月，腾讯云AI中心下的腾讯知文NLP产品推出了新功能。 基于千亿级中文互联网通用语料与多个垂直领域的语料，通过领先的自然语言处理与知识图谱构建技术，对海量知识进行了组织和整理，构建了包含51个领域、超过9700万实体和近10亿三元组的超大规模中文知识图谱，并且在动态更新维护中
1.9K30发布于 2019-12-06 基于运营工况的重型卡车保养周期动态优化模型
本文提出一种基于运营工况的重型卡车保养周期动态优化模型，以发动机累计功、燃油消耗量、机油衰减指数、工况特征等多维参数为核心决策依据。 关键词：动态保养周期；运营工况；潍柴WP13；预见性养护；全生命周期成本一、引言：为什么“按时保养”反而成了成本黑洞？2025年11月，乌蒙山区某物流园。 三、动态优化模型：给发动机装上“可穿戴健康监测”2023年2月，潍柴动力股份有限公司公开了一项发明专利——“发动机机油更换周期预测方法及车辆”（专利号CN115795270B）。 铁磨损浓度：测试组换油终点均值68ppm，对照组A为92ppm，动态模型使机油在高里程段仍保持更低的磨损颗粒浓度总碱值剩余：测试组换油终点均值5.8mgKOH/g，对照组A为4.2mgKOH/g，动态模型避免了 5.4验证层：反向优化模型每一台按动态模型保养的车辆，其换油周期的油液检测数据、发动机后续运行状态、故障记录都会回传至算法中心，持续迭代工况权重系数。
12810编辑于 2026-02-12- 来自专栏互联网大杂烩
最优化模型数据挖掘之优化模型
数据挖掘之优化模型 1.1数学规划模型 线性规划、整数线性规划、非线性规划、多目标规划、动态规划。 ---- 1.2微分方程组模型 阻滞增长模型、SARS传播模型。 ---- 1.3图论与网络优化问题 最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。 ---- 1.4概率模型 决策模型、随机存储模型、随机人口模型、报童问题、Markov链模型。 ---- 1.5组合优化经典问题 多维背包问题(MKP) 背包问题：n个物品，对物品i，体积为iw，背包容量为W。如何将尽可能多的物品装入背包。 解决这一类经典组合优化问题的方法有： 穷举法，贪心法，动态规划法，分支限界法，回溯法等传统算法以及一些智能算法如蚁群算法和遗传算法。
1.4K20发布于 2018-08-22 - 来自专栏喔家ArchiSelf
性能优化之动态加载
动态加载机制运用动态链 接的原理使得系统具有动态的加载和动态解析的能力，模块只有在被调用执行时才被链接，进入系统执行。 为此，创建一个动态路径的加载应用会极大方便编码，提升开发效率。 用户首先访问入口页面视图，视图请求控制器，控制器响应特定行为，获取相应模型数据，而后将处理结果反馈到视图中呈现给用户。 为实现控制器类中方法能调用不同视图和模型，需要在实例化类对象之前，加载类的定义，即要完成对不同存储位置下类的引用。为优化代码的性能，节省无谓的精力消耗，应用类自动加载方案。 $class_name.".class.php"; } 作为是一种网页优化技术，动态加载可以在网页加载时延迟加载不必要的资源，以提高页面的加载速度和性能。 如何对软件系统进行全方位的优化是一个系统工程，如果您希望成为一个对系统性能有追求的工程师，我们最近出版的《性能之道》一书可能会给您带来实际的帮助和较大的启发。
94910编辑于 2025-01-20 - 来自专栏机器学习入门
算法细节系列（11）：再谈动态规划
https://blog.csdn.net/u014688145/article/details/70702445 再谈动态规划 之前有一篇博文专门讲了什么是动态规划，但发现哪怕是理解了什么是动态规划 本篇重在讨论如何利用递归技术实现记忆化搜索，在此基础上呈现问题从递归到迭代的转换，即动态规划。 动态规划 有了递归记忆搜索的解决方案，我们再来看看动规是如何解决该问题的，很有趣，它们互为逆向过程，刚才递归的尴尬在于无法在搜索路径上确定哪些答案是正确的，这难道是动规引出的后效性原理？ break; } } } return f[s.length()]; } 筛选过程中，做了些许优化
96240发布于 2019-05-26 - 来自专栏量化小白上分记
动态情景Alpha模型
01 WHY DCA 传统的多因子模型是在一个特定域内对所有股票一视同仁的打分，市值行业中性化后排序打分。 如果发现存在因子在某些变量分组下，显著的不一样，就可以用前文最大化IR的方法来优化。 这里还可以做的一点是单个情景内的权重能否再优化，这个也是参考研报，比如说都是按照SIZE分组，两只股票都在高SIZE组，但一个在上沿，一个在下沿的话，这两个股票肯定是有差异的，所以也可以根据情景来对股票打分 实证就略过了，感兴趣的童鞋可以自己尝试下 参考文献 [1]动态情景Alpha模型再思考——因子选股系列研究之十九 [2]动态情景多因子Alpha模型——因子选股系列研究之八 [3]量化多因子系列（2） ：非线性假设下的情景分析因子模型
1.1K40编辑于 2023-04-03 - 来自专栏小工匠聊架构
MyBatis-11MyBatis动态SQL之【if】
动态SQL概述 if概述 在WHERE条件中使用if 需求 1.UserMapper接口中增加接口方法 2.UserMapper.xml配置动态SQL 3.单元测试 在UPDATE条件中使用if 需求 1.UserMapper接口中增加接口方法 2.UserMapper.xml配置动态SQL 3.单元测试 在INSERT动态插入列中使用if 需求 1.UserMapper接口中增加接口方法 2.UserMapper.xml 配置动态SQL 3.单元测试 动态SQL概述 MyBatis的强大特性之一就是使用动态SQL，我们在使用JDBC的时候，根据不同的条件拼接SQL语句不仅不能忘了必要的空格，还要注意省略掉列名列表最后的逗号 MyBatis的动态SQL则让你摆脱这种痛苦。 因为有默认的1=1这个条件，我们才不需要判断第一个动态条件是否需要加上and(或者or)。
90030发布于 2021-08-17 - 来自专栏小工匠聊架构
Oracle优化11-10046事件
MyBatis-Spring可以将MyBatis代码无缝整合到Spring中，使用这个类库中的类，Spring将会加载必要的MyBatis工厂类和Session类。 这个类库也提供了一种简单的方式将MyBatis数据映射器和SqlSession注入到业务层的bean中，而且也可以处理事务，翻译MyBatis的异常到Spring的DataAcessException数据访问异常中。
41020发布于 2021-08-16 - 来自专栏Niko的小窝
Windows11 美化+优化教程
回到咱们主题: Windows11美化+优化教程 注意，是Windows 11。禁止Windows 10仿Win11入内！ Dism++优化 美化易上头，一上头就把持不住。尽早跳出坑来，让其他人跳进去。嘻嘻~ 下载解压后，选择自己系统版本，打开对应的Dism++ EXE，尽自己所能优化，不会别动就行。
5.9K30编辑于 2022-03-29 - 来自专栏FunTester
动态模型之动态增减【FunTester测试框架】
思路 首先要抛弃原有的模型结构，将每个多线程任务都当做一个可管理对象，需要有一个中断方法，然后有一个全局的运行状态的管理类，包含一些基础添加，删除，终止单个多线程任务的能力。 首先对多线程任务基础类进行改造，我重新写了一个com.funtester.base.constaint.ThreadBase的子类com.funtester.base.constaint.FunThread，专门用于创建动态模型任务 } } /** * 运行待测方法的之前的准备 */ public void before() { } /** * 动态模型正常不会结束 * @return */ @Override public abstract FunThread clone(); /** * 线程终止,用于动态调节并发压力 import java.util.ArrayList; import java.util.List; import java.util.concurrent.ExecutorService; /** * 动态压测模型的启动类
55720发布于 2021-11-19 - 来自专栏ClearSeve
C++11内存模型
最近看了极客时间——《现代C++实战三十讲》中的内存模型与Atomic一节，感觉对C++的内存模型理解还不是很清楚，看了后面的参考文献以及看了一些好的博客，算是基本了解了，根据参考文献整合一下。 Thread-1: Thread-2: x = 100; // A std::cout << x; // B C++11 C++11的内存模型共有6种，分四类。其中一致性的减弱会伴随着性能的增强。 参考链接 【1】C++11中的内存模型上篇 – 内存模型基础 【2】C++11中的内存模型下篇 – C++11支持的几种内存模型 【3】理解 C++ 的 Memory Order 【4】如何理解 C++ 11 的六种 memory order 【5】《现代C++实战三十讲》中的内存模型与Atomic
1K30编辑于 2022-02-11 - 来自专栏数据库学习笔记
【参数优化】11gR2安装后参数优化
以下为11gR2安装完成后需要优化的参数，建议PC端查看。 前序： 【安装】CentOS7.7下图形化安装Oracle11gR2 【补丁】Oracle11gR2补丁更新（PSU） 一、参数优化 #如果指定为TRUE， 并行操作只会在当前instance里面并行 "=1200 scope=spfile; #基数反馈（Cardinality Feedback ）是 Oracle 11.2 中引入的关于 SQL 性能优化的新特性 但是该参数存在不稳定因素，可能会带来执行效率的问题，建议关闭优化器反馈。 11R2会遇到一个BLOOM过滤器导致的BUG 9124206和BUG 8361126，出现ORA-00060 ORA-10387错误 alter system set "_bloom_filter_enabled
1.6K30发布于 2021-04-22 - 来自专栏小工匠聊架构
Oracle优化07-分析及动态采样-动态采样
---- 07系列文章 Oracle优化07-分析及动态采样-直方图 Oracle优化07-分析及动态采样-DBMS_STATS 包 Oracle优化07-分析及动态采样-动态采样 ---- 动态采样Dynamic_sampling 动态采样（ Dynamic Sampling）技术的最初提出是在 Oracle 9i R2，在段（表，索引，分区）没有分析的情况下，为了使 CBO 优化器得到足够的信息以保证做出正确的执行计划而发明的一种技术 ---- 动态采样的级别 Level 0 不做动态分析 ---- Level 1 Oracle 对没有分析的表进行动态采样，但需要同时满足以下 4 个条件。 ---- 什么时候使用动态采样 动态采样也需要额外的消耗数据库资源，所以，如果 SQL 被反复执行，变量被绑定，硬分析很少，在这样一个环境中，是不宜使用动态采样的，就像 OLTP系统。 动态采样发生在硬分析时，如果很少有硬分析发生，动态采样的意义就不大.
70620发布于 2021-08-16 - 来自专栏技术杂货店
Mybatis【11】-- Mybatis Mapper动态代理怎么写？
1.回顾Mybatis执行sql的流程 2.mapper动态代理怎么写？ 3.mapper动态代理怎么做的？ 事实上，mybatis提供了这样的做法，这就是mapper动态代理。 2.mapper动态代理怎么写？ 如果我们需要使用自动返回map的话，可以自己定一个map，或者返回list之后再处理，这个知识点后面再介绍，有兴趣可以访问：mybatis的mapper返回map结果集 3.mapper动态代理怎么做的 Cause: " + e, e); } } 实例化的时候，使用了mapper动态代理： public T newInstance(SqlSession sqlSession) { ,我们看到的是dao，但是动态代理对这个dao做了增强，实则是一个mapperProxy。
75110编辑于 2022-02-15 - 来自专栏技术杂货店
Mybatis【11】-- Mybatis Mapper动态代理怎么写？
事实上，mybatis提供了这样的做法，这就是mapper动态代理。 2.mapper动态代理怎么写？ 如果我们需要使用自动返回map的话，可以自己定一个map，或者返回list之后再处理，这个知识点后面再介绍，有兴趣可以访问：mybatis的mapper返回map结果集 3.mapper动态代理怎么做的 Cause: " + e, e); } } 实例化的时候，使用了mapper动态代理： public T newInstance(SqlSession sqlSession) { final mapperInterface.getClassLoader(), new Class[] { mapperInterface }, mapperProxy); } 从下面的debug结果中我们可以看到，这是动态代理的结果 ,我们看到的是dao，但是动态代理对这个dao做了增强，实则是一个mapperProxy。
51800发布于 2020-12-26 - 来自专栏Michael阿明学习之路
动态规划应用--双11购物凑单
问题描述 双11购物节的时候，某宝给你很多张满300减50的优惠券，你想组合各种商品的价格总和>=300，且金额总和越接近300越好，这样可以多薅点羊毛。 回溯算法效率太低，时间复杂度指数级。 当n很大的时候，可能“双11”已经结束了，代码还没有运行出结果 ---- DP求解：购物车中有n个商品。针对每个商品都决策是否购买。每次决策之后，对应不同的状态集合。 iostream> const int limitMoney = 300; const int MaxSumOfPrice = 3*limitMoney;//超过3倍就没有媷羊毛的必要了 void double11shopping MaxSumOfPrice) states[0][price[0]] = true;//第一个买 int i, j; for(i = 1; i < n; ++i)//动态规划 delete [] states; } int main() { const int n = 5; int price[n] = {100,98,105,104,99}; double11shopping
4.7K20发布于 2021-02-20 - 来自专栏并发笔记
手写dubbo 11-动态代理的应用
那么dubbo解决这一问题的方案就是动态代理。 } }); return (T) o; } } 由于这里实现只是rpc调用,没有完整的生命周期,也就是说在消费者调用这里还可以优化
72221发布于 2020-11-25 - 来自专栏人工智能与演化计算成长与进阶
动态多目标优化研究综述
本文对动态多目标优化的研究进行了比较 全面的综述，具体内容包括：（1）本文介绍了动态多目标优化的相关理论背景；（2）本文介绍了动态多目标优化问题的分类 并对现有的测试函数进行归纳总结；（3）在对动态多目标优化问题的一般解决方案作简单分析的基础上本文详细讨论了动态 多目标优化算法的研究现状；（4）本文还对动态多目标优化算法的性能评价指标进行了归类介绍；（5）本文通过实验对比了 主流动态多目标优化算法的性能；（6）本文总结了动态多目标优化算法的一些实际应用案例；（ 近年来，越来越多的学者开始关注动态多目标 优化问题的研究，这是因为动态多目标优化具有重 要的理论研究价值，并且动态多目标优化在现实生 活和工业生产的许多方面都具有非常广泛的应用 前景，下面简单地列举几个动态多目标优化算法的 本文主要介绍了动态多目标优化的相关理论 背景及动态多目标优化问题的分类、动态多目标优 化算法的研究现状以及性能评价指标、主流动态多 目标优化算法的性能对比及动态多目标优化算法 的实际应用案例，在以上内容的基础上本文总结了 作者 仅测试了算法在FDA1上的性能，也证明了在FDA1 上预测是有效的，但是作者也表明可以采用其它的 预测模型来解决复杂的优化问题，比如人工神经网 络，贝叶斯模型等，并且可以研究不同的预测模型 所适合的问题类型
3.8K40发布于 2021-06-09 - 来自专栏HAUE_LYS'Blog
动态规划专题——背包模型
选择物品i } } cout << dp[n][m] << endl; } int main(){ solve(); return 0; } 优化 - 1][j - v[i]] 初始化：dp[0][0] = 1，j = 0时不选即为一种方案 集合属性为集合的个数，取两种方案之和：dp[i][j] += dp[i - 1][j - v[i]] 优化 即dp[i][j] = max(dp[i - 1][j], dp[i][j - v[i]] + w[i])，与k取值无关 由此k层循环可以被优化掉 进一步优化，发现更新方式同01背包： 01背包：dp 数据范围 1≤n≤100, 1≤a[i]≤25000, 1≤T≤20 输入样例： 2 4 3 19 10 6 5 11 29 13 19 17 输出样例： 2 5 思想 n种货币，每种货币可以使用无穷多个 ≤100 1≤vi,wi≤100 父节点编号范围： 内部结点：1≤pi≤N; 根节点 pi=−1; 输出样例： 5 7 2 3 -1 2 2 1 3 5 1 4 7 2 3 6 2 输出样例： 11
1.3K10编辑于 2022-09-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号