- 综合排序
- 最热优先
- 最新优先
- 来自专栏prepared
CompletableFuture源码分析以及例子实证
上茶:龙井 实证及总结 CompletableFuture 提交的任务会按照顺序执行，如果最后提交的任务执行时间比较长，效果不好。尽量把 执行时间长的任务先提交。或者配置实际线程数，设置合理的顺序。
1.3K10发布于 2021-01-13 - 来自专栏腾讯数据中心
冷却水泵变频节能分析与实证
小Q老斯基 对比我们此前介绍的冷冻泵变频节能分析，相信大家心里隐约有一些答案。 ? ? 萌新小运维 但有人说冷却水泵降频会使冷机功耗增加，得不偿失，是这样的吗？ 小Q老斯基 别着急，今天我们将通过理论计算以及实际运营数据来综合分析。 ? ? 可滑动屏幕查看对话哟 ? ? ? 【关联阅读】 1. 御水而行，点水成金 2. 冷冻水温度提升与节能分析实证 序言 冷冻水系统节能优化是个系统工程，牵一发而动全身，一个参数的变化可能引发其它参数的连锁变化。因此经常有人对节能措施的实际效果提出质疑。 实践是检验真理的唯一标准 根据上一章节的理论计算分析，冷却水泵变频综合节能效果明显。那么实际运行情况是否与理论分析一致呢？ 2020年3月24日，腾讯华南某IDC一期实施了冷却水泵变频节能，为数据分析提供了很好的应用案例。 实施节能前，机房运行2台800RT冷机，冷机负载率约为65%，冷却水泵满频运行。
5.6K74发布于 2020-09-07 - 来自专栏腾讯数据中心
冷冻水温度提升与节能分析实证
萌新小运维 老斯基，之前介绍了冷冻泵变频节能实证。今天可以介绍一下冷机出水温度提升对节能的影响吗？ 小Q老斯基 众所周知，提升冷机出水温度可以提升制冷效率，实现节能。 ? ? 01丨冷机效率分析 制冷的本质是通过做功把热量从低温物体迁移到高温物体。压缩机是冷源的主要耗能部件，其作用主要是维持制冷剂流量和压差。 图1 制冷原理示意简图 定性分析说清楚了，定量分析相关论文已经有很多，大致的结论是：冷冻水供水温度每提升1℃，冷机平均功耗降低约2~4%。 图2 水温与冷机COP关系曲线 02丨末端空调的最大制冷量分析 末端的制冷量Q=KA▽Tm，其中K是指末端空调的盘管的换热系数，A是盘管的有效换热面积，▽Tm为冷冻水和空气的等效温差。 ? 为了控制变量，本次分析只提取冷凝饱和温度在30±0.3℃范围的数据点。根据数据测点绘制曲线图如下。 ?
7.4K85发布于 2020-08-31 - 来自专栏公共互联网反网络钓鱼（APCN）
基于邮件安全机制阻断NPM生态钓鱼攻击的实证分析
摘要2025年9月，一起针对NPM（Node Package Manager）生态系统的供应链攻击事件引发广泛关注。 {25,34}$/,ETH: /^0x[a-fA-F0-9]{40}$/,SOL: /^[1-9A-HJ-NP-Za-km-z]{32,44}$/,TRX: /^T[a-zA-Z0-9]{33}$/,LTC : /^[LM3][a-km-zA-HJ-NP-Z1-9]{26,33}$/,BCH: /^([13]|bitcoincash:)[a-km-zA-HJ-NP-Z1-9]{27,34}$/};const 3 传统邮件验证机制的失效分析尽管攻击邮件看似粗糙，但其巧妙规避了主流邮件安全基础设施的核心防线。 机器学习模型进一步分析邮件正文与模板相似度，确认其与NPM官方通知高度一致，判定为“高置信度仿冒”。4.3 URL 动态沙箱与行为分析BEP对邮件中所有链接进行重写，用户点击时先经代理访问。
36310编辑于 2025-12-17 - 来自专栏Java架构师必看
spring源码分析9
spring源码分析9 强烈推介IDEA2020.2破解激活，IntelliJ
42720发布于 2021-04-13 - 来自专栏学习笔记ol
框架分析（9）-Hibernate
框架分析（9）-Hibernate 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。
47520编辑于 2023-10-11 - 来自专栏拓端tecdat
R语言估计时变VAR模型时间序列的实证研究分析案例
17 16:17:13 16:23:16 0.005470574 4 14/08/12 227 8 18:04 18:04:10 18:06:29 0.005782097 5 14/08/12 227 9 0.201 5 Lonely 0.921 0.182 6 Anxious 0.950 0.086 7 Enthusiastic 0.922 0.169 8 Suspicious 0.818 0.247 9
1.1K10发布于 2020-11-19 - 来自专栏拓端tecdat
R语言基于ARMA-GARCH-VaR模型拟合和预测实证研究分析案例
本文显示了如何基于潜在的ARMA-GARCH过程（当然也涉及更广泛意义上的QRM）来拟合和预测风险价值（VaR）。
1.1K20发布于 2020-11-11 - 来自专栏腾讯研究院的专栏
中国互联网不正当竞争案件发展实证分析（一）
在数据统计和分析的基础上，试图从纷繁复杂的案件中整理出互联网不正当竞争的发展路径、法院审理案件所呈现的特点、救济机制所存在的问题，旨在为新型互联网不正当竞争的研究以及实务提供借鉴。 关键词：不正当竞争；互联网；案例；实证分析 ? （2）安全软件和普通软件 在所有统计的案件中，涉及软件的案件数量为34起，其中涉及安全软件的有25起，涉及其他普通软件的有9起，共占总数的31.48%。 互联网不正当竞争所涉及的其他对象还包括游戏、网页、数据库、通信等，案件数量分别为5件、35件、9件和3件，详见图三。 这些抗辩理由也是个别公司在“诉讼营销”中常用的宣传手段，而法院则针对不同的抗辩事由逐个分析。
2.2K50发布于 2018-03-09 - 来自专栏golang算法架构leetcode技术php
golang源码分析（9）调度
o编写一个并发编程程序很简单，只需要在函数之前使用一个Go关键字就可以实现并发编程。
54720编辑于 2022-08-02 - 来自专栏golang算法架构leetcode技术php
golang源码分析：cayley(9)
中间使用到了goja解析器，它的作用是在golang环境中翻译执行javascript，因为我们的gizmo采用的是javascript语法。
33720编辑于 2023-08-09 golang源码分析 ：gopls（9）
最后我们来到了第三部分featureCommands，也是所有命令的大头，这里一共初始化了23个命令。我们首先看下第一个callHierarchy
9410编辑于 2026-03-18golang源码分析：langchaingo（9）
前面介绍了单独的匹配，如果把这个匹配过程接入到LLM，就是完整的RAG，即检索增强生成。我们先看看上一个例子还没介绍的最后几行代码
6310编辑于 2026-03-18- 来自专栏拓端tecdat
R语言基于ARMA-GARCH-VaR模型拟合和预测实证研究分析案例
本文显示了如何基于潜在的ARMA-GARCH模型（当然也涉及更广泛意义上的QRM）来拟合和预测风险价值（VaR）。
30910编辑于 2025-01-22 - 来自专栏腾讯研究院的专栏
中国互联网不正当竞争案件发展实证分析（二）
跟进目前的案例分析，违反robots协议的行为在国外多个判决中被认定侵权，在百度诉360违反robots协议案中，百度通过设置robots协议拒绝360搜索引擎对其内容的抓取，而360拒绝遵守该规则，从而引发纠纷 但是从案例统计和分析来看，3Q事件后互联网不正当竞争案件不仅丝毫没有下降的趋势，反而更加复杂多样。笔者认为这与行政监管的威慑力不足有直接关系。
1.8K80发布于 2018-03-09 纵向数据异常检测方法实证比较
纵向数据异常检测方法的实证比较本研究报告探讨了纵向数据中的异常值检测问题，比较了官方统计中常用的方法与数据挖掘和机器学习领域提出的基于观测值距离或二叉划分树的方法。 研究方法通过将各种方法应用于涉及不同类型统计单元的面板调查数据来进行比较分析。传统方法相对简单，能够直接识别潜在异常值，但需要特定的假设条件。 提供异常概率评分，灵活性更强适用性：现代方法在处理多维数据方面具有明显优势结论研究表明，虽然所有异常检测方法都需要参数调优，但基于机器学习和数据挖掘的新方法在灵活性和多维数据处理能力方面优于传统统计方法，为纵向数据分析提供了更强大的工具
16410编辑于 2025-08-24- 来自专栏计算机视觉战队
近期人脸对齐的实证性研究
AR人脸数据库 由西班牙巴塞罗那计算机视觉中心建立,包含116人的3,288幅图像.采集环境中的摄像机参数,光照环境,摄像机距离等都是严格控制的. 9. 人脸尺度变化 六、灵敏度分析 图8 灵敏度与Face centre shifts和Face scale changes的重新训练模型 重要因素： Initialisation（初始化）； Cascade 图9 重要因素评价 总结： 本文献主要讲解了最近的人脸对齐方法的实证研究。首先扩展了300W数据集，并形成了300W ++数据集，并具有更实用的人脸检测。 在此基础上，对几种代表性人脸定位方法，包括现成模型和重训练模型进行了敏感性分析和比较研究。还研究了级联人脸对齐中的几个有影响的方面。 从一个全面的实证研究中，得出了当前人脸对齐方法的有用结论，并为实际应用提出了深刻的见解。 由于空间有限，本次没有研究人脸对齐的几个方面：例如训练数据对模型性能的影响如何？一个方法的可扩展性如何？
1.2K100发布于 2018-04-17 - 来自专栏拓端tecdat
R语言上市公司经营绩效实证研究 ——因子分析、聚类分析、正态性检验、信度检验
本文旨在探讨上市公司经营绩效的相关因素，并运用数据处理、图示、检验和分析等方法进行深入研究，帮助客户对我国45家上市公司的16项财务指标进行了因子分析与聚类分析。 分析脉络如下： 数据预处理(包括缺失值，异常值，标准化这些) 数据图示 相关性检验正态性检验 做因子分析和聚类分析 查看数据 读取到r软件中： 数据预处理(包括缺失值，异常值，标准化 首先，在进行数据分析前 通过这些检验方法，可以更准确地分析数据，并确定适当的分析方法。 kmores=kmo(data\[,2:17])\ kmores\$overall ## [1] 0.5985173 因子分析和聚类分析 接下来，进行因子分析和聚类分析。 memb <- hmod\$cluster 群集成员 cludata plot(data[,2:17],mem 综上所述，我国上市公司经营绩效实证研究涉及到数据预处理、图示、检验和分析等多个方面
62200编辑于 2023-06-10 - 来自专栏AIoT技术交流、分享
LabVIEW纹理分析（基础篇—9）
因此通过纹理分析，可对物体表面尺寸和形状的变化进行检测，如划痕(Scratch)、裂纹(Crack）和污渍（Stain)等。 纹理分析常用于对具有不规则纹理图案的目标表面进行检测，如瓷砖、纺织品、木材、纸张、塑料或玻璃的表面等。 多数基于纹理分析的机器视觉应用使用纹理分类器（Texture Classifier）进行检测。 通常来说，纹理分析过程会以目标的表面图像为输入，并以二进制大颗粒（Binary Large OBjects，BLOB）的形式输出检测结果。 获得缺陷部分的BLOB后，可以进一步使用颗粒分析工具对其属性、尺寸等进行分析。 适用性强的纹理分析检测过程不仅应对于噪声有较强的抵抗能力，还应具有平移不变（Shift-Invariant）、旋转不变（Rotate-Invariant）和尺度不变（Scale-Invariant）的性质
65430发布于 2021-08-10 - 来自专栏FreeBuf
Phpcms v9漏洞分析
最近研究源码审计相关知识，会抓起以前开源的CMS漏洞进行研究，昨天偶然看见了这个PHPCMS的漏洞，就准备分析研究一番，最开始本来想直接从源头对代码进行静态分析，但是发现本身对PHPCMS架构不是很熟悉 ，导致很难定位代码的位置，最后就采用动态调试&静态分析的方式对漏洞的触发进行分析，下面进入正题。 ，在该方法中对代码进行插桩，但是发现插桩后的居然无法打印到页面上，没辙（原因望各位大神指点一二），只能对代码进行一行行推敲，先把代码贴上，方便分析： ? 代码整体比较容易，可能比较难理解的就是$this->fields这个参数，这个参数是初始化类member_input是插入的，这个参数分析起来比较繁琐，主要是对PHPCMS架构不熟，那就在此走点捷径吧， 有了上面的参数列表后，理解get()函数的代码就要轻松许多了，分析过程略。结论就是，漏洞的触发函数在倒数6、7两行，单独截个图，如下⤵️： ?
2.2K70发布于 2018-02-24
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