1.功能设计某高校开发的研究生招生系统，要求设计pl/sql程序对考生的成绩数据进行处理，处理的逻辑是根据每门专业课的最低分数线和总分的最低分数线自动将考生归类为录取考生，调剂考生和落选考生。为此设计两个数据表，graduate数据表存放考生成绩，resut数据表存放处理结果，pl/sql程序完成的功能就是将graduate数据表的数据逐行扫描，根据分数线进行判断，计算出各科总分，在result数据表中将标志字段自动添加上"录取"或"落选"。2.数据表设计
系统 2019-08-12 01:53:43 2716
web应用的并发提升，除了负载均衡。在小企业中也可以通过一些软件的上的设置来进行一些优化。下面是一些在服务器上修改tomcat参数的优化方法，非常简单实用！（这些方法通过网络整理的）1，让Tomcat6中支持Java语言的特性NIO(NewI/O)引用使用NIO在服务器端会有更好的性能，加强服务器端对并发处理的性能。请注意：很抱歉，在tomcat6在默认的配置选项中是没有把NIO功能打开。所以很多正在使用Tomcat6的朋友们本以为能快活的使用上NIO。而
系统 2019-08-12 01:33:04 2716
Java应用程序获得配置信息的方式可谓千奇百怪，配置文件的安排也毫无章法，每个人或许都有自己的一套读/写配置信息的习惯做法。“如果应用程序体系结构是巴别塔，配置就是让巴别塔项目陷于混乱的‘语言’。”————————Ifarchitectureweretobethetowerofbabel,configurationisitslanguageSatyaKomatineni(November25,20037:37AMPT)»PermalinkAsthestor
系统 2019-08-12 01:32:33 2716
#!/bin/bash#HJtesttriggerfilePATH=/bin:/sbin:/usr/bin:/usr/sbin:/usr/local/bin:/usr/local/sbin:~/binexportPATHdirectory=/home/houjiao/test/filelist=`ls$directory`#forfilein$filelistforfilein*.datdoexist=$(lsof${directory}${file})i
系统 2019-08-12 01:32:33 2716
matplotlib介绍Matplotlib是一个Python2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。Matplotlib可用于Python脚本，Python和IPythonshell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。Matplotlib试图让简单易事的事情成为可能。你只需几行代码即可生成绘图，直方图，功率谱，条形图，误差图，散点图等。对于简单的绘图，pyplot模块提供类似MATLAB的接
系统 2019-09-27 17:56:09 2715
本文实例讲述了Python模拟登录12306的方法。分享给大家供大家参考。具体实现方法如下：复制代码代码如下:#!/usr/bin/python#-*-coding:utf-8-*-importre;importsys;importcookielib;importurllib;importurllib2;importoptparse;importjson;importhttplib2;reload(sys)sys.setdefaultencoding('u
系统 2019-09-27 17:53:24 2715
质量声明：原创文章，内容质量问题请评论吐槽。如对您产生干扰，可私信删除。主要参考：阿里云官方接口文档摘要：Python调用阿里云的智能语音交互接口，依靠对象存储服务（OSS）上传音频，实现录音文件识别，输出为txt文本。支持单轨/双轨的wav、mp3格式，最大支持文件512MB，最大录音时长2个小时。文章目录处理音频安装pydub安装ffmpeg音频处理程序上传至OSS录音识别程序识别结果处理音频由于阿里、百度、腾讯、讯飞等语音处理平台都对语音参数有特定要
系统 2019-09-27 17:50:23 2715
简介：本文介绍了图像检索的三种实现方式，均用python完成，其中前两种基于直方图比较，哈希法基于像素分布。检索方式是：提前导入图片库作为检索范围，给出待检索的图片，将其与图片库中的图片进行比较，得出所有相似度后进行排序，从而检索结果为相似度由高到低的图片。由于工程中还包含Qt界面类、触发函数等其他部分，在该文档中只给出关键函数的代码。开发系统：MacOS实现方式：Qt+Python方法一：自定义的直方图比较算法a)基本思路遍历图片像素点，提取R\G\B值
系统 2019-09-27 17:48:19 2715
官方文档：Microsoft>>office开发人员中心ExcelGitHub>>MicrosoftDocs/VBA-Docs目录一、前沿二、库导入及类的初始化三、工作簿及工作表（Workbook&Worksheet）1、新建工作簿2、打开工作簿3、新建工作表4、删除工作表四、单元格及区域（Cell&Range）1、读取单元格的值2、设置单元格的值3、设置单元格格式4、区域（某一范围内的全部单元格）五、文件1、保存及关闭2、另存为3、退出六、枚举(Exce
系统 2019-09-27 17:48:12 2715
Python机器学习及实践——基础篇：无监督学习经典模型（特征降维）特征降维不仅可以重构有效的低维度特征向量，同时也为数据展现提供了可能。在特征降维的方法种，主成分分析（PrincipalComponentAnalysis,PCA）是最为经典和实用的特征降维技术，特别是辅助图像识别方法有突出的表现。1.主成分分析线性相关矩阵秩计算样例importnumpyasnp#初始化一个2*2的线性相关矩阵M=np.array([[1,2],[2,4]])#计算2*2
系统 2019-09-27 17:45:46 2715
