首先从Apache的官方网站(http://tomcat.apache.org/)下载Tomcat。有安装版和解压版两种，我个人喜欢用解压版。Tomcat安装（绿色版安装）1、将下载的Tomcat解压到指定目录，如：D:\WorkSpaceByJava\DevtTools\Apache-Tomcat-8.0.232、Tomcat的目录结构bin：目录存放一些启动运行Tomcat的可执行程序和相关内容。conf：存放关于Tomcat服务器的全局配置。lib：
系统 2019-08-12 01:33:45 2571
应对简单页面修改部署问题为什么写这篇文章：在我维护网站的过程中，当我修改了部分界面的时候，我会重新编译，全部文件上传，我在想能不能只上传修改的文件其他文件不动；问题来了，出现分析器错误；随后我就查到解决的问题，一下就是解决的办法，希望让那些新手少走弯路！本文不涉及网站如何部署。系统介绍：XP+II5+VS2008发布方式选项：（1）只选择->允许更新此预编译站点（2）选择->允许更新此预编译站点+使用固定命名和单页程序集;接下分别讲解两种不同方式在应对.C
系统 2019-08-12 01:33:28 2571
Tomcat6.0虚拟目录配置[转]设虚拟目录"site"，通过http://localhost:8080/site访问物理路径D:"site文件夹里面的内容。设置过程如下：1.复制Tomcat6.0"webapps"ROOT目录下的WEB-INF文件夹到D:"site目录下。2.打开D:"site"WEB-INF目录下的web.xml文件,在之后加入：
近期MongoDB在HackNews上是频繁中枪。许多人更是声称恨上了MongoDB，Davidmytton就在他的博客中揭露了MongoDB许多现存问题。然而恨的人有之偏爱的也同样很多，作为回击：RussellSmith带来了多年工作经验的总结。RussellSmith曾担任Ops和大型网站缩放顾问并且帮助过Guardian、Experian等多家公司，MongoDBLondonUserGroup的联合创始人。作为MongoDBMaster（MongoD
系统 2019-08-12 01:32:31 2571
近来经常和心理系做实验，总是有各种“什么什么随机化，刺激的物理性质保持一样。。”的需求。之前做《去掩蔽》的实验时，有一套图片就是做的像素随机化，这是最简单的随机化了。当时图像只有两种像素，灰的和深灰的，而且深灰的比较少。于是我就统计了深灰像素点的个数，然后在一张同样大的灰色图片中的随机位置洒深灰像素点。intpix_count=0;for(inti=0;i
系统 2019-08-12 01:32:23 2571
1.变量：设置全局变量Execsp_addtyperowid,'Varchar(6)','NotNull'--自定义数据类型rowid标识代码Execsp_addtypeorgcode,'Varchar(20)','NotNull'--自定义数据类型orgcode公司代码2.表：标识码类型--可根据实际情况设置默认值CREATETABLE_sysparameters(nodetypevarchar(10)NOTNULL,--标识类型nodeidrowidN
系统 2019-08-12 01:32:08 2571
本文介绍一组NBearV4中的基于Emit动态生成代码的辅助类，部分概念在本人的blog之前的文章中或多或少都有介绍，这里包含最新的更新及演示、测试。主要是两个类：CodeGenerator和DynamicMethodFactory。前者提供了一种经过封装的，简化Emit方法（包括EmitDynamicMethod，Constructor，Method，get、setMethodofProperty）的方案；后者基于前者，实现了一种访问指定类（可以是第三方
系统 2019-08-12 01:31:42 2571
好久没写技术相关的文章，这次写篇有意思的，关于一个有意思的游戏――QQ找茬，关于一种有意思的语言――Python，关于一个有意思的库――Qt。这是一个用于QQ大家来找茬（美女找茬）的辅助外挂，开发的原因是看到老爸天天在玩这个游戏，分数是惨不忍睹的负4000多。他玩游戏有他的乐趣，并不很在意输赢，我做这个也只是自我娱乐，顺便讨他个好，毕竟我们搞编程的实在难有机会在父辈面前露露手。本来是想写个很简单的东西，但由于过程中老爸的多次嘲讽，逼得我不得不尽力完善，最后
系统 2019-09-27 17:56:56 2570
直接上代码实现效果wordcloud还提供了命令行版wordcloud-cli，一行命令即可。下面进行歌词的情感分析情感分析结果s1=SnowNLP(s.sentences[0])s1.sentiments0.8849970682062196#正向情感#分析好不容易又能再多爱一天s1=SnowNLP(s.sentences[-2])s1.sentiments0.21646625648493734#这个情绪就比较负面了
系统 2019-09-27 17:48:32 2570
个人理解这里的规范化处理指对提取后的特征集进行处理，不是对原始的数据信号进行处理，包括归一化和标准化。规范化的原因：不同特征具有不同量级时会导致：a.数量级的差异将导致量级较大的特征占据主导地位；b.数量级的差异将导致迭代收敛速度减慢；c.依赖于样本距离的算法对于数据的数量级非常敏感。归一化：，也就是原数据减去该特征列最小值，再除以该特征列的极差，将属性缩放到[0,1]之间。标准化：,也就是原数据减去该特征列的均值，再除以该特征列的标准差。注意：1.所谓规
系统 2019-09-27 17:48:10 2570
