spring JmsTemplate的sendAndReceive方法：使用destinationName字符串和MessageCreator的匿名内部类作为参数，JmsMessageVo中的数据装入MessageCreator，执行executeLocal：使用SessionCallback匿名内部类作为参数，ConnectionFactory创建createConnection一个co

jenkins+shell自动化部署

使用springboot整合mybatis-plus后，调用自定义的方法正常，调用BaseMapper中自带的方法报错如下：org.apache.ibatis.binding.BindingException: Invalid bound statement (not found): cn.rkang.enterprise.mapper.EmployeeInfoMapper.selectOne..

Java HotSpot(TM) 64-Bit Server VM warning: ignoring option PermSize=128m; support was removed in 8.0Java HotSpot(TM) 64-Bit Server VM warning: UseCMSCompactAtFullCollection is deprecated and will lik.

推导前置：两点之间距离公式图一：已知AB两点坐标为A（x1,y1），B(x2,y2)。过A做一直线与X轴平行，过B做一直线与Y轴平行，两直线交点为C。则AC垂直于BC（因为X轴垂直于Y轴）则三角形ACB为直角三角形由勾股定理得AB2=AC2+BC2AB^2=AC^2+BC^2AB2=AC2+BC2即AB=AC2+BC2AB=\sqrt{AC^2+BC^2}AB=AC2+BC2​已知直线方程：一般式

集成学习(ensemble learning)是一类机器学习框架，通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等集成学习包含三个典型算法：Bagging、Staking和Boostinghard voting投票soft voting投票虽然有很多的机器学习算法，但是从投票的角度看，依然不够多，我们希

支持向量机（Support Vetor Machine，SVM）由Vapnik等人于1995年首先提出，在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并推广到人脸识别、行人检测和文本分类等其他机器学习问题中。SVM建立在统计学习理论的VC维理论和结构风险最小原理基础上，根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳平衡，以求获得最好的推广能力。SVM可以用于数值预测和分类。

web.xml配置<servlet><servlet-name>xxx</servlet-name><servlet-class>org.apache.cxf.transport.servlet.CXFServlet</servlet-class><load-on-startup&g...