logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Linux内核内存分配机制

现象1 压力测试过程中,发现被测对象性能不够理想,具体表现为:  进程的系统态CPU消耗20,用户态CPU消耗10,系统idle大约70  2 用ps -o majflt,minflt -C program命令查看,发现majflt每秒增量为0,而minflt每秒增量大于10000。初步分析majflt代表major fault,中文名叫大错误,minflt代表mino

#测试#linux
c语言中static 用法总结

一、c程序存储空间布局C程序一直由下列部分组成:      1)正文段——CPU执行的机器指令部分;一个程序只有一个副本;只读,防止程序由于意外事故而修改自身指令;      2)初始化数据段(数据段)——在程序中所有赋了初值的全局变量,存放在这里。      3)非初始化数据段(bss段)——在程序中没有初始化的全局变量;内核将此段初始化为0。      4)栈——增长方向:

#java#活动
asp php jsp 性能测试

操作系统:winxpCPU:p43.0G内存:2Gasp服务器:IIS5.0jsp服务器:tomcat5.5php服务器:apache2.2+php5 测试用例: Asp:Dim kDim startstart=timefor i=1 to10000  for j=1 to 10000   k=k+1  next

#php#服务器#测试
知识图谱研讨会(武汉大学站)笔记

演讲的议题学术界和工业界各一半,参加研讨会的人很多,以武汉高校学生为主,也有不少工业界人士,名单里看到了不少华为的,也有个别京东/百度人士,大家对知识图谱的关注度都很高目前的应用主要集中在智能问答,其它应用场景较少。下面讲一下各个课题的重点领域知识图谱落地实践中问题与对策演讲者:肖仰华 复旦大学知识工场实验室 http://kw.fudan.edu.cnshawyh@fudan.edu.cn...

特征选择之互信息

对于事件A和事件B同时出现的,一种信息论的描述方法就是互信息,计算方式如下其意义:由于事件A发生与事件B发生相关联而提供的信息量。    在处理分类问题提取特征的时候就可以用互信息来衡量某个特征和特定类别的相关性,如果信息量越大,那么特征和这个类别的相关性越大。反之也是成立的。    以搜狗实验室的语料为例。选取金融,IT产品,体育,娱乐,股票这五个类别,通过互信息

redis优缺点总结

优点:1读写性能优异2支持数据持久化,支持AOF和RDB两种持久化方式3支持主从复制,主机会自动将数据同步到从机,可以进行读写分离。4数据结构丰富:除了支持string类型的value外还支持string、hash、set、sortedset、list等数据结构。   缺点:1Redis不具备自动容错和恢复功能,主机从机的宕机都会导致前端部分

#redis
wine: 原来Linux也可以运行Windows程序

在Linux里运行Windows程序通常有两种方法:1. 开虚拟机2. 使用类似wine的模拟程序开虚拟机的话比较耗资源,况且我只是想运行一些简单在Win程序。。。。先看看下面的介绍吧:-)Wine简介许多人面临着拥有的软件不能在他的计算机上运行的困扰。随着 Linux 近来的流行,因为操作系统的不同而发生的更加频繁。你的 Windows 软件不能在 Linux 上运行

#windows#linux#microsoft +1
java运行速度慢的原因

         1)java是解释性语言,java程序在运行时类加载器从类路经中加载相关的类,然后java虚拟机读取该类文件的字节,执行相应操作.而C++编译的时候将程序编译成本地机器码.一般来说java程序执行速度要比C++慢10-30倍.即使采用just-in-time compiling (读取类文件字节后,编译成本地机器码)技术,速度也要比C++慢好多.       2)java

#java#虚拟机#网络
N-gram模型

N-Gram是大词汇连续语音识别中常用的一种语言模型,对中文而言,我们称之为汉语语言模型(CLM, Chinese Language Model)。汉语语言模型利用上下文中相邻词间的搭配信息,在需要把连续无空格的拼音、笔划,或代表字母或笔划的数字,转换成汉字串(即句子)时,可以计算出具有最大概率的句子,从而实现到汉字的自动转换,无需用户手动选择,避开了许多汉字对应一个相同的拼音(或笔划串,或数字串

文本特征提取方法研究

一、课题背景概述文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化

#算法#数据挖掘
    共 11 条
  • 1
  • 2
  • 请选择