NET4.0多线程开发系列之对象的延迟创建与多线程安全访问=========================版权声明：本文作者金旭亮拥有此文的原创版权，任何人均可以出于学习与交流目的在网络中共享与传播此文，但不得用于商业目的，比如用于出版技术书籍或者进行以盈利为目的的商业培训。另外，如有转贴请注明出处。有培训需求的单位请直接与本人联系。此声明适用于本人在互联网上发表的所有原创类型文章和相关的技术与教学资源。=========================
系统 2019-08-29 22:13:59 2249
文章摘抄http://www.w3cplus.com/css/css-hr
标签是html4用来制作水平线的。如果你在网页制作中使用了
标签来制作水平分隔线，你知道在没有样式设置的情况下，他是很难看的。
在各浏览器的显示常常是100%的宽度，2px的高度,3D边框风格渲染。默认情况是不太好看，或者也不符合你的网页风格，但是你给
标签设置了样式，这样他看起来就不会那么难看，同时也更能适合你的页面风格。但是，你千万要小心，因为有一
系统 2019-08-29 22:10:17 2249
下面的menu没有意义，仅仅是个练习而已，看图先：布局：
系统 2019-08-29 21:58:03 2249
先说几个辅助的宏，因为内核不支持浮点运算，当然还有实现需要，minstrel对很多浮点值做了缩放：/*scaledfractionvalues*/#defineMINSTREL_SCALE16#defineMINSTREL_FRAC(val,div)(((val)<>MINSTREL_SCALE)MINSTREL_SCALE是一个放大的倍数，mins
系统 2019-08-12 01:54:26 2249
注：并非所有的数据库系统都支持TOP子句。Persons表:IdLastNameFirstNameAddressCity1AdamsJohnOxfordStreetLondon2BushGeorgeFifthAvenueNewYork3CarterThomasChanganStreetBeijing4ObamaBarackPennsylvaniaAvenueWashingtonSQLServer语法：SELECTTOPnumber|percent列FROM
系统 2019-08-12 01:53:00 2249
源码：http://files.cnblogs.com/flash3d/alc.rar前几天研究了Bresenham直线扫描算法。颇受其一些优化策略的启发，故想将其推广至二次三次已经n次曲线的批量计算。进过一番假设推导证明，具体思路和过程就不和大家讲了，估计我也讲不清楚，大家也听不明白。我给大家举个例子就明白了。假设我们要求y=x^3这个曲线，x为（1,2,3,4,5...）时候y的值，这个也是我们研究的目的。那么，我们先手动算几个值看看。XY112832
系统 2019-08-12 01:52:03 2249
最近经常写WCF服务和Windows服务，之前知道可以通过vs2010自带的“安装项目”可以发布程序，但是自vs2010起，同时提供了InstallShieldLE。下面我们通过图示，来了解InstallShieldLE的特性：2011LimitedEdition"src="http://img.it610.com/image/product/ee1033fcaa56404faae50d31e3d1c640.jpg"alt="安装程序发
系统 2019-08-12 01:31:51 2249
字符串常见操作如有字符串mystr='helloxiaose'，以下是常见的操作1.find检测某个字符串是否包含在mystr中，如果是返回开始的索引值，否则返回-1格式：mystr.find(str,start=0,end=len(mystr))示列：2.index跟find()方法一样，只不过如果str不在mystr中会报一个异常.格式：mystr.index(str,start=0,end=len(mystr))示列：3.count返回str在sta
系统 2019-09-27 17:57:16 2248
python跟Java一样，也有类似try...catch...的异常处理机制。在程序中有做异常处理最大的好处是代码段出现异常之后，仍然能够继续执行下去。一、捕获一种具体的异常的写法：d={}try:print(d('apple'))exceptKeyErroraserr:print('Error:{}'.format(err))print('...')二、如果有多种Error的话，可以这么写：#写法一：try:num=input("pleaseinput
系统 2019-09-27 17:56:56 2248
原【machinelearning】GMM算法（Python版）一、GMM模型事实上，GMM和k-means很像，不过GMM是学习出一些概率密度函数来（所以GMM除了用在clustering上之外，还经常被用于densityestimation），简单地说，k-means的结果是每个数据点被assign到其中某一个cluster了，而GMM则给出这些数据点被assign到每个cluster的概率，又称作softassignment。得出一个概率有很多好处，
系统 2019-09-27 17:54:45 2248
