优快云 TO JAVAEYE搬家小记

最新推荐文章于 2015-06-19 18:36:12 发布
原创 最新推荐文章于 2015-06-19 18:36:12 发布 · 171 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

作者因不满优快云的速度问题，决定将博客迁移到JAVAEYE平台，并进行了手动迁移工作。

最近忍不了csdn蜗牛般的速度了，于是把博客搬到了JAVAEYE来，希望不要让我失望。

 

可惜JAVAEYE的那个博客导入用不了，于是我纯手动的迁移。。呼呼，累死我了~

 

以后在JAVAEYE安居了~

javaeye热点阅读
03-30
JavaEye热点阅读是JavaEye论坛推出的2009年2月特辑，旨在为Java学习者和开发者提供最新的知识及行业动态。这份资料包含了多个Java相关的主题，包括但不限于并发编程、开源项目、设计模式、框架应用以及软件开发实践...
JavaEye博文JavaEye博文JavaEye博文
08-07
7. 最近看的闲书：本节列出了作者最近看的闲书，包括《The Hitchhiker's Guide to the Galaxy》等。 8. 优势谈判：本节讨论了优势谈判的概念和应用，包括使用谈判技巧来解决软件开发和项目管理中的各种问题。 9. ...
javaeye搬家到csdn
huangyuanmu的专栏
11-18 683
原来一直在javaeye玩的（虽然改为iteye也好久了，但还是习惯于称之为javaeye），但是范凯走后，感觉每况愈下，所以也渐渐的去的少了。 csdn注册了10年，但基本上没有记录过什么。 为什么要重新在csdn写博文呢，其实最主要还是想把自己的工作、生活方方面面的事情记录下来。 虽然以前也有过记录，但是都分布在各处，这里玩段时间，那里玩段时间，没有积累。 工作了这么多年，也想今后能给
将javaeye的博客搬家到csdn
chuozhi7142的博客
11-14 132
move_to_csdn 之前访问csdn速度还是比较慢点，现在好多了。 文章都挪到csdn上面。以后都在这里写博客了。 转载于:https://my.oschina.n...
优快云太冷清了搬家javaeye
hhw2000的专栏
08-09 345
<br />http://82693164-qq-com.javaeye.com
今天我从csdn搬家到javaeye
u014764612的专栏
03-27 123
http://blog.csdn.net/myshow0001 之前的那个博客。
JavaEye被优快云收购
追随技术WithPassion
07-21 2671
这篇帖子比较老了，我是之前在看别人的博客的时候发现JavaEye被优快云收购的。之前我对于科技界的新闻不够关注，所以不知道这么一条重要的新闻。看到这个消息后我到网上搜索了一下，发现对于这个新闻的报道也不多。然后找了一个相关的看了看。今天放在这儿是给那些没有听说过这个新闻的朋友们看的。 JavaEye就这样悄无声息地被csdn收购了。 知道这个消息，是闲逛JavaEye海阔天空版，突然发
JavaEye被优快云收购？被关闭？
GhostFromHeaven
11-24 229
[size=medium][color=red]JavaEye被优快云收购？被关闭？ 为什么？！[/color][/size]
我看JavaEye被csdn收购
zwchen的专栏
09-11 530
JavaEye就这样悄无声息地被csdn收购了。 知道这个消息，是闲逛JavaEye海阔天空版，突然发现了[url=http://www.iteye.com/topic/760232]这篇文章[/url]。后来迫不及待地google，发现几乎没有资讯类媒体的报道(除了[url=http://it.sohu.com/20100910/n274843720.shtml]sohu这篇[/url])。 ...
我看csdn与javaeye
海纳百川，有容乃大；壁立千仞，无欲则刚
05-26 7546
csdn基础一些，它更多的是提供你怎么做一件事，怎么完工。这个是大家首要解决的问题。因为你总不能踌躇选择哪种方案解决问题而不做事，当然作为新手，也不可能具备这个能力。而javaeye无论从论坛的版规和其帖子的含量都验证了，它是一个提高对技术认识的讨论场所。这2个论坛是递进的关系，或者说是相辅相成的。众所周知这些年来从csdn走出去很多高手，在各个领域可谓独树一帜。但是要知道，技巧的精进是建立在扎实
javaeye被csdn收购了
q821424508的专栏
06-19 1759
今天在艾瑞网上随便看些东西，无意中看到一个链接，javaeye 被csdn收购了   一下是链接地址 http://news.iresearch.cn/0468/20100910/123670.shtml
JavaEye新闻月刊_-_2009年3月_-_总第13期
06-20
JavaEye新闻月刊2009年3月第13期内容涉及了当时软件开发领域内的一系列重要话题，包括IBM拟收购Sun Microsystems公司的新闻报道、Java社区对此的看法以及各种编程语言、开发工具和技术的新动态。 首先，新闻月刊...
javaeye被黑
04-21
javaeye被黑 大家看看
基于SSM与Vue架构的病人跟踪治疗信息管理系统设计与实现（含源码及文档）
12-22
基于SSM架构与Vue技术构建的病人治疗追踪管理系统，采用Java编程语言实现业务逻辑，并以MySQL数据库作为数据存储支持。该系统主要包含三个用户角色：管理员、病人及普通访客。 管理员具备的功能模块包括：主界面、个人设置、病人档案管理、病例信息采集、预约安排、医生信息维护、核酸检测报告上传管理、行动轨迹记录管理、疾病分类配置、病人治疗进度跟踪、留言板处理以及系统参数管理。病人用户可操作：主界面、个人设置、病例信息查看、预约申请、医生查询、核酸检测报告上传、行动轨迹上报、个人治疗状态查询。访客端提供：首页浏览、医生信息展示、医疗资讯发布、留言反馈提交、个人中心、后台入口及在线咨询服务。 系统设计注重代码结构的清晰性与可维护性，强调功能实用性和界面简洁度，同时保持较强的扩展适应能力，便于后续功能升级与日常运维。 项目已通过实际运行测试，开发环境配置如下： - 编程语言：Java - 开发框架：Spring Boot - Java开发工具包：JDK 1.8 - 应用服务器：Tomcat 7 - 数据库系统：MySQL 5.7 - 数据库管理工具：Navicat 12 - 集成开发环境：Eclipse或IntelliJ IDEA - 项目构建工具：Maven 3.3.9。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
电力系统单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）
最新发布
12-22
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）内容概要：本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开，提供了完整的仿真模型与说明文档，重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型，模拟不同类型的短路故障（如三相短路），分析系统在故障期间及切除后的动态响应，包括发电机转子角度、转速、电压和功率等关键参数的变化，进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理，掌握暂态过程分析方法。; 适合人群：电气工程及相关专业的本科生、研究生，以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标：①学习电力系统暂态稳定的基本概念与分析方法；②掌握利用Simulink进行电力系统建模与仿真的技能；③研究短路故障对系统稳定性的影响及提高稳定性的措施（如故障清除时间优化）；④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议：建议结合电力系统稳定性理论知识进行学习，先理解仿真模型各模块的功能与参数设置，再运行仿真并仔细分析输出结果，尝试改变故障类型或系统参数以观察其对稳定性的影响，从而深化对暂态稳定问题的理解。
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
12-22
这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip
基于PSO算法优化支持向量机参数的MATLAB仿真源码：SVM与PSO-SVM性能对比
12-22
本研究聚焦于运用MATLAB平台，将支持向量机（SVM）应用于数据预测任务，并引入粒子群优化（PSO）算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践，其核心在于利用SVM构建分类模型，同时借助PSO的全局搜索能力，高效确定SVM的最优超参数配置，从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法，其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界，以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题，其有效性源于通过核函数将原始数据映射至更高维的空间，使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下，每个潜在解被视作一个“粒子”，粒子群在解空间中协同搜索，通过不断迭代更新自身速度与位置，并参考个体历史最优解和群体全局最优解的信息，逐步逼近问题的最优解。在本应用中，PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理（如标准化处理）、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数（例如线性核、多项式核及径向基函数核等）进行参数寻优，并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开，从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例，旨在演示如何将全局优化算法与机器学习模型相结合，以解决模型参数选择这一关键问题。通过此实践，研究者不仅能够深入理解SVM的工作原理，还能掌握利用智能优化技术提升模型泛化性能的有效方法，这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
jank_record_1766403318764055404.pb
12-22
jank_record_1766403318764055404.pb
分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）
12-22
分层模糊系统：梯度下降与递推最小二乘法联合辨识研究（Matlab代码实现）内容概要：本文围绕“分层模糊系统：梯度下降与递推最小二乘法联合辨识研究”展开，介绍了基于Matlab代码实现的分层模糊系统参数辨识方法。通过结合梯度下降法和递推最小二乘法，实现对系统结构和参数的高效联合辨识，提升模型精度与收敛速度。文中详细阐述了算法原理、实现步骤及仿真验证过程，展示了该方法在非线性系统建模与辨识中的有效性，适用于复杂动态系统的建模与控制研究。; 适合人群：具备一定Matlab编程基础和系统辨识理论背景的研究生、科研人员及自动化、控制工程等相关领域的技术人员。; 使用场景及目标：①应用于非线性动态系统的建模与参数辨识；②用于提高模糊系统训练效率与预测精度；③支持科研复现、算法优化及工程实际中的系统辨识任务； 阅读建议：建议读者结合提供的Matlab代码进行实践操作，深入理解两种优化算法的融合机制，并尝试在不同数据集或应用场景中进行迁移与改进，以掌握其核心思想与实现技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值