一、功能1、系统设置1）设置源数据FTP连接2）设置SDE连接信息3）设置入库服务2、入库操作1）启动入库2）暂停入库3）取消入库3、信息预览1）空间数据浏览2）入库数据包信息浏览二、界面ArcEngine数据入库工具界面
系统 2019-08-12 01:33:19 2485
原文:SQLServerLog文件对磁盘的写操作大小是多少SQLServer数据库有三种文件类型，分别是数据文件、次要数据文件和日志文件，其中日志文件包含着用于恢复数据库的所有日志信息，SQLServer总是先写日志文件ldf，数据变化写入mdf则可以滞后，所以日志写入的速度在一定程序上决定了SQLServer所能承载的写事务量，那么ldf写入大小是多少呢？要知道SQLServer写Log的大小，这里使用工具ProcessMonitor这里设置一个Filt
系统 2019-08-12 01:33:02 2485
小菜一直对操作系统心存畏惧，以前也很少接触，这次创业购买了Linux云主机，由于木有人帮忙，只能自己动手优化服务器了。。。。小菜的云主机配置大致为：centeos6(32位)，4核心cpu，4G内存，5M独享带宽。一、jvm内存优化方案。要优化服务器，首先从jvm入手，分配好jvm内存，配置方案如下：declare-xJAVA_OPTS="-server-Xms1280M-Xmx1280M-Xmn512M-Xss1024k-XX:+AggressiveOp
系统 2019-08-12 01:33:01 2485
几天前，在CSDN论坛看到这么一则讨论：在宏定义中怎么使用可变参数？(http://expert.csdn.net/Expert/topic/2925/2925165.xml)。楼主希望能定义这样的macro：#definefun1(a,b,...)fun2(__FILE__,__LINE__,a,b,...)我猜楼主是想写trace，如果不能使用可变参数的macro，那么就得像MFC那样写一堆TRACEmacros：//取自MFC7.1的afx.h//T
系统 2019-08-12 01:32:47 2485
凌乱的小笔记，平时用的一些功能，稍稍总结一下。1.把某表的一栏复制到另一张表里面去。mysql貌似不支持select*into，所以只能create一张新表了，其实还是很简单的。createtablenew_table_name(select*fromold_table_name);2.让mysql数据库允许远程访问。两种方法：(1)改表方法。mysql–uroot–pmysql>usemysql;mysql>updateusersethost='%'wh
系统 2019-08-12 01:32:28 2485
内容：打印出题目要求图形目的：掌握for循环程序代码：/**程序的版权和版本声明部分:*Copyright(c)2013,烟台大学计算机学院*Allrightsreserved.*文件名称：test.cpp*作者：匡效国*完成日期：2013年4月11日*版本号：v1.0**对任务及求解方法的描述部分:*输入描述：循环输入整数n,输入0时结束*问题描述：要求输入n的值，按照图形的打印规则打印出相关的图形*具体图形见程序运行结果*程序输出：见下图*问题分析：略
系统 2019-08-12 01:32:22 2485
什么是Cat2？Cat2=Cat*Cat，两位Cat合作的意思，也就是我CatChen和猫窝的猫影组成的小团队。什么是Cat2模板？这是一个XHTML+CSS+JavaScript的模板系列，暂时只包括blog模板，并且优先提供Blogger与WordPress立即可用的模板，同时也会考虑为其他常见的blog平台（例如DotText）提供立即可用的模板。如何获取Cat2模板？我们的模板存放在GoogleCode的ProjectHosting，地址为：htt
系统 2019-08-12 01:32:13 2485
原文:mysql数据库的安装以及常见优化设置本文根据优才网课程整理，面向web开发者，内容以实用为主，专业DBA可以绕行。如果你在大公司，可能有专门的DBA来做这些事情，如果你在一个小公司当架构师或者技术总监，或者你自己创业，那DBA的活你也得干了。咱们来讲一下基本的mysql安装和优化。一：MYSQL安装和基本配置在linux上安装，可以用包管理工具来安装，比较简单：RedHat系列：yum-yinstallmysqlmysql-serverDebian
系统 2019-08-12 01:32:12 2485
一、K近邻算法概念K近邻（k-NearestNeighbor，简称kNN）学习是一种或常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测。通常，在分类任务中可使用“投票法”，即选择这k个样本中出现最多的类别标记作为预测结果；在回归任务中可使用“平均法”，即将这k个样本的实质输出标记的平均值作为预测结果；还可基于距离远近进行加权平均或者加权投票，距离越近的样本权重
系统 2019-09-27 17:57:18 2484
相关分析（correlationanalysis）研究两个或两个以上随机变量之间相互依存关系的方向和密切程度的方法。线性相关关系主要采用皮尔逊（Pearson）相关系数r来度量连续变量之间线性相关强度；r>0,线性正相关；r<0,线性负相关；r=0,两个变量之间不存在线性关系，并不代表两个变量之间不存在任何关系。相关分析函数DataFrame.corr()Series.corr(other)函数说明：如果由数据框调用corr函数，那么将会计算每个列两两之间
系统 2019-09-27 17:56:53 2484
