selectc.local_net_address,c.connect_time,s.host_name,s.program_name,s.login_namefromsys.dm_exec_connectionscinnerjoinsys.dm_exec_sessionssonc.session_id=s.session_idorderbyc.connect_timedesc参考：http://msdn.microsoft.com/zh-cn/libra
系统 2019-08-12 01:53:28 2703
大于：$gt大于等于：$gte小于：$lt小于等于：$lte不等于:$neIN：$in例子1：在XXX中查询年龄>20且<=30的人：db.XXX.find({"age":{"$gt":20,"lte":30}});例子2：在XXX中查询年龄不是20的人：db.XXX.find({"age":{"$ne":20}});例子3：名称为BuleRiver或者BuleRiver2的人，不要使用ORdb.XXX.find({"name":{"$in":["Bule
系统 2019-08-12 01:53:20 2703
直接上代码：片段1：>>>deffunc(x):print(','.join(str(i)foriinrange(1,x+1)))>>>func(5)1,2,3,4,5>>>func(10)1,2,3,4,5,6,7,8,9,10片段2：>>>deffunc(x):foriinrange(1,x+1):print(','.join(str([j,'password'][j==i])forjinrange(1,x+1)))>>>func(10)passwor
系统 2019-08-12 01:52:57 2703
1。select*fromv$nls_parameters查询nls的参数，获得数据库服务器端的字符编码NLS_LANGUAGENLS_CHARACTERSET2。修改本地环境变量，设置NLS_LANG=SIMPLIFIEDCHINESE.ZHS16GBK//这个是我们的数据库字符编码NLS_LANG格式：NLS_LANG=language_territory.charset有三个组成部分（语言、地域和字符集），每个成分控制了NLS子集的特性。其中：lan
系统 2019-08-12 01:52:43 2703
1、下载nutch-1.0.tar.gz.http://apache.etoak.com/lucene/nutch/2、解压缩nutch-1.0.tar.gz,放在自己熟悉的目录下面，比如workspace.3、解压完后会有一个目录：webapps.这个目录是hadoop自己所对应的页面。datanode、hdfs、j
系统 2019-08-12 01:33:50 2703
在之前发布的各种随笔时，我发现cnblogs自带的代码高亮功能，简直太丑了啊！所以决定用hexo搭一个blog放在gitpage上。觉得cnblogs有时候稍显繁杂，于是去找了款非常简洁的theme。想获得更优良的阅读体验的朋友，可以去看看噢，所有文章都会同步发往那儿。gitcafepage传送门：YikaJ'sblog(国内速度快)githubpage传送门：YikaJ'sblog博客迁移：最新内容会先在gitpages上发布
系统 2019-08-12 01:33:42 2703
--第一步：根据系统编号、列、单价分组求和selectCLBH,DJ,sum(SL)asSL,sum(JE)asJE,Lieinto#TempSZCMXfrom#ShouZhiCunMingXigroupbyLie,CLBH,DJorderbyLie,CLBH--第二步：列转行,分组求和insertinto#TempLastResultsSELECTYJ,EJ,MoJi=(CASEWHENgrouping(YJ)=1THEN'0'WHENgrouping(
系统 2019-08-12 01:33:40 2703
最近想用python对数据集进行数据预处理，想要分析系统调用之间的关系。初步想法是利用n-gram方法，因此查询到了python的sklearn中有一个CountVectorizer方法可以使用，在这里介绍一下这个函数的使用方法，以及其输出的相关含义。0x01输入及输出fromsklearn.feature_extraction.textimportCountVectorizer#fromsklearn.feature_extraction.textimp
系统 2019-09-27 17:56:23 2702
MLPClassifier()改变模型复杂度的四种方法调整神经网络每一个隐藏层上的节点数调节神经网络隐藏层的层数调节activation的方式通过调整alpha值来改变模型正则化的程度(增大alpha会降低模型复杂度,模型会变得更加简单)官方doc:Initsignature:MLPClassifier(hidden_layer_sizes=(100,),activation='relu',solver='adam',alpha=0.0001,batch_
系统 2019-09-27 17:54:56 2702
我们经常使用傅里叶变换来计算数字信号的频谱，进而分析数字信号，离散时间傅里叶变换的公式为：可是自己动手实现一遍才是最好的学习。在数字分析里面，傅里叶变换默认等时间间隔采样，不需要时间序列，只需要信号数组即可分析。分析过程如下：对于含有n个样本值的数字信号序列，根据奈奎斯特采样定律，包含的周期数最大为n/2,周期数为0代表直流分量。所以，当周期数表示为离散的0,1,2,3…n/2，总的数目为n/2+1个傅里叶变换之后的结果为复数，下标为k的复数a+b*j表示
系统 2019-09-27 17:54:43 2702
