william750214
- 浏览: 309578 次
- 性别:
- 来自: 上海
-
文章分类
- 全部博客 (167)
- <HTML and JavaScript and CSS> (6)
- 《Java2 基础知识及概念》 (3)
- Java2 Tools及其他 (11)
- EJB2.0 相关 (3)
- 英语学习 (4)
- Oracle Database Server (27)
- 计算机理论 (9)
- Java持久层框架 (2)
- 《Linux操作系统》 (24)
- 杂项技术 (4)
- Application Server (15)
- Windows操作系统 (7)
- Java中间件 (6)
- 娱乐生活 (4)
- 《Java设计模式》 (3)
- 《Interview Skill》 (1)
- 《Struts原理及应用》 (1)
- Workflow (2)
- 云计算 (3)
- 项目实践 (3)
- WEB相关技术 (10)
- JavaScript技巧及应用 (1)
最新评论
- Data Dictionary
(1) Data Dictionary tables
Base tables: 加密，只读
Data Dictionary View
(2) Dynamic performance tables - Data Dictionary View Categories
(1) DBA
(2) ALL
(3) USER - Query
(1) select * from dictionary
(2) select * from v$fixed_table -
catalog.sql 创建数据字典视图
catproc.sql 创建存储过程
spool c:\temp.log
set serveroutput on
execute dbms_output.put_line('test string1');
spool off
分享到：
发表评论
文章已被作者锁定，不允许评论。
-
Oracle忘记数据库密码
2011-07-01 23:45 813alter user xxx identified by xx ... -
Oracle内存全面分析
2010-07-07 16:49 895http://www.hellodba.com/Doc/ora ... -
(15)Managing User
2010-07-07 13:59 879SQL> alter user xxx quo ... -
(14) Managing Password Security and Resources
2010-07-07 13:59 805Password Management SQL> ... -
(13) Managing Data Integrity
2010-07-07 13:58 781... -
(12) Managing Indexes
2010-07-07 13:58 778a -
(11)Managing Table
2010-07-07 13:57 856Storing User Data(1) Regular t ... -
(10) Managing Undo Data
2010-07-07 13:56 833show parameter undo; ... -
(9) Storage Structure and Relationships
2010-07-07 13:55 1010Extent Allocat ... -
(8) Managing Tablespaces and Data files
2010-07-07 13:55 1128SQL> select * from v$tabl ... -
(7) Maintaining Redo Log Files
2010-07-07 13:54 1187SQL> select * from v$lo ... -
(6) Maintaining Control file
2010-07-07 13:54 739select * from v$database; se ... -
（4）Create a Database
2010-07-07 13:52 845Operating System EnvironmentOR ... -
(3)Manage a Oracle Instance
2010-07-07 13:39 854Init Parameter Start Sequences ... -
（2）Getting Start With the Oracle Server
2010-07-07 11:24 826Interactive Installation$ ./r ... -
《Oracle视频教程》
2010-07-07 11:23 22801. Oracle Architectural Compone ... -
Oracle EXP/IMP命令详解
2010-07-07 10:01 1111EXP命令 格式: EXP KEYWORD=value ... -
Oracle EXP Direct
2010-07-07 10:00 1268Oracle提供2种模式导出表数据，传统模式CONVENTIO ... -
EXPDP和IMPDP使用说明
2010-07-07 09:53 1082EXPDP命令行选项 1. ATTACHexpd ... -
Oracle GoldenGate备份软件
2010-07-05 13:46 2606转载：http://edu.codepub.com/2010/ ...
相关推荐
SEMI E5是半导体制造设备通信标准的组成部分，全称为SEMI Equipment Communications Standard 2 Message Content，通常缩写为SECS-II。SECS-II是半导体制造设备间数据交换的标准化协议，它涉及设备与主计算机系统...
Performance and resource usage PEP 397: Python Launcher for Windows PEP 3151: Reworking the OS and IO exception hierarchy PEP 380: Syntax for Delegating to a Subgenerator PEP 409: Suppressing ...
Chapter 5. Searching and Sorting Introduction Recipe 5.1. Sorting a Dictionary Recipe 5.2. Sorting a List of Strings Case-Insensitively Recipe 5.3. Sorting a List of Objects by an Attribute ...
该代码提供了一个完整的二维卡尔曼滤波实现，涵盖了从初始化、状态更新到结果可视化的全过程。适合用于学习卡尔曼滤波的基本原理和实际应用。
内容概要：本文详细介绍了利用秃鹰搜索算法（BES）优化BP神经网络进行多变量时间序列预测的Matlab代码实现。首先进行了数据预处理，将输入输出数据归一化到[0,1]区间。接着重点讲解了BES算法的核心逻辑，包括初始化种群、适应度函数设计以及位置更新策略。特别强调了边缘初始化策略和Levy飞行函数的应用。最后展示了如何将优化后的参数应用于BP网络进行预测，并提供了实用的注意事项和性能提升建议。 适合人群：具有一定Matlab编程基础和技术背景的研究人员或工程师。 使用场景及目标：适用于需要进行多变量时间序列预测的科研项目或工程应用，旨在提高预测精度，特别是在数据波动较大时的优势更为明显。 阅读建议：读者可以在理解基本概念的基础上，逐步跟随代码实现过程，重点关注数据预处理、BES算法核心逻辑及其与BP网络的结合方式。同时，在实践中应注意代码中的细节提示，如归一化参数的一致性和并行计算的设置。
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Vue 3是一款备受瞩目的JavaScript框架，它采用了基于Proxy的响应式系统，显著提升了性能和调试能力。其Composition API带来了更高效的逻辑组织方式，使代码复用变得轻而易举。Tree-shaking支持让打包后的文件体积更小，进一步优化了应用性能。Vue 3还与TypeScript深度集成，提供了更完善的类型推导，让开发过程更加顺畅。无论是构建大型应用还是小型项目，Vue 3都能凭借其出色的性能和灵活的架构，帮助开发者高效完成任务，是现代Web开发的理想选择。
内容概要：本文档介绍了基于“铁路智能运维管理系统”的Spring AI应用开发，重点展示了AI在“铁路设备维修”模块和专业知识顾问中的应用。开发环境需满足Spring Boot 3.2.x及以上版本和JDK 17及以上的要求。文档详细描述了如何引入必要的依赖项，如ZhiPu AI，并配置相关参数。具体实现包括普通聊天对话、检索增强生成（RAG）和工具调用三大功能。聊天对话通过配置ChatClient实现，RAG利用Redis Stack进行矢量数据库查询，而工具调用则通过ToolConfig类实现信息检索和采取行动。最后，文档指出当前项目的不足之处，如知识库庞大时工具回调受影响等问题。 适合人群：具备一定Java编程基础，尤其是熟悉Spring Boot框架的研发人员，特别是从事铁路智能运维系统开发的技术人员。 使用场景及目标：①了解如何在Spring Boot项目中集成AI功能；②掌握通过ZhiPu AI实现聊天对话、检索增强生成和工具调用的具体步骤；③探索AI在铁路设备维修管理和专业知识顾问中的应用场景。 其他说明：此项目仅展示了Spring AI的主要功能，相关业务逻辑尚不完善，且存在一些尚未解决的问题，如知识库庞大时工具回调的影响等。建议开发者在实践中不断优化和完善系统功能。
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Vue 3是一款备受瞩目的JavaScript框架，它采用了基于Proxy的响应式系统，显著提升了性能和调试能力。其Composition API带来了更高效的逻辑组织方式，使代码复用变得轻而易举。Tree-shaking支持让打包后的文件体积更小，进一步优化了应用性能。Vue 3还与TypeScript深度集成，提供了更完善的类型推导，让开发过程更加顺畅。无论是构建大型应用还是小型项目，Vue 3都能凭借其出色的性能和灵活的架构，帮助开发者高效完成任务，是现代Web开发的理想选择。
手绘风格小动物素材教学课件模板
内容概要：本文详细介绍了基于ANSYS Maxwell软件的80至355极三相调速永磁同步电动机的电磁设计方案。重点讨论了一种200-8极一字型冲片结构的18.5kW电机，转速为1500转/分钟，效率达1级能效。文中提供了详细的Maxwell建模流程，包括参数化扫描优化槽口宽度、路算与有限元分析结果对比、磁钢材料定义方法以及快速修改极数的方法。此外，还展示了如何利用Maxwell进行动态磁场模拟，使设计更加直观。 适合人群：从事电机设计、电磁仿真领域的工程师和技术人员。 使用场景及目标：适用于需要高效、可调速、可定制的永磁同步电动机设计项目。主要目标是提高设计效率，确保设计方案符合高性能标准，并能够快速响应客户需求变更。 其他说明：本文不仅提供了理论指导，还包括具体的实施步骤和代码示例，有助于读者更好地理解和应用相关技术。
数据集介绍：多物种动物目标检测数据集 一、基础信息 数据集名称：多物种动物目标检测数据集 图片数量： - 训练集：7,767张 - 验证集：2,219张 - 测试集：1,110张 总计：11,096张覆盖多场景的动物图片 分类类别： 涵盖75个动物类别，包括： - 大型哺乳动物（熊、大象、长颈鹿、犀牛） - 珍稀物种（熊猫、红熊猫、树袋熊、海豹） - 水生生物（鲨鱼、海龟、水母、螃蟹） - 飞禽与昆虫（鹰、鹦鹉、蝴蝶、瓢虫） - 常见家畜（牛、马、猪、山羊） 标注格式： YOLO格式，含归一化边界框坐标及类别编号，可直接适配YOLOv5/v7/v8等主流框架。 二、适用场景 野生动物监测系统开发： 支持无人机航拍或野外摄像头数据中的动物识别，用于生物多样性研究和偷猎预警。 农业智能化管理： 检测农场牲畜（牛、羊、鸡）的健康状态与行为模式，优化养殖管理效率。 自然教育应用： 集成至AR自然观察工具，实时识别动物种类并提供生态知识讲解。 生物研究数据库建设： 为动物行为学、物种分布研究提供结构化视觉数据支撑。 安防边界预警： 识别特定危险动物（鳄鱼、毒蛇、蝎子），用于营地安全监控系统。 三、数据集优势 物种覆盖全面性： 包含陆地、水生、飞行等生态位的75类动物，涵盖从微型昆虫（瓢虫）到巨型生物（鲸鱼）的尺度跨度。 场景多样性： 整合航拍、地面拍摄、近距离特写等多视角数据，增强模型环境适应能力。 标注专业度： 严格校验的YOLO标注数据，边界框精准匹配动物形态特征，支持复杂遮挡场景检测。 跨领域适用性： 同时满足生态保护、农业管理、教育娱乐等多领域需求，提供从动物检测到细粒度分类的扩展能力。 模型兼容性： 标准YOLO格式支持快速迁移学习，可基于现有权重进行物种定制化模型开发。
N-甲基吡咯烷酮（NMP）是一种具有高极性、高沸点、低粘度、低挥发性、高热稳定性和化学稳定性的非质子溶剂。作为高性能溶剂，其广泛应用于锂离子电池制造、化工生产等多个领域。 NMP原料来源可分为合成NMP与再生NMP两类。合成NMP指通过化学合成工艺制得的NMP产品，其工业生产路线以γ-丁内酯（GBL）与单甲基胺为原料经缩合反应生成。再生NMP则指对使用后的NMP废液进行回收提纯 NMP废液特性： 高浓度NMP：废液中NMP含量较高，因NMP强溶解性可能混合多种有机物及无机物 低毒性但具刺激性：虽较其他有机溶剂毒性低，但高浓度接触仍对人体皮肤及眼睛产生刺激 处理难度大：因高沸点与强溶解性，单纯物理蒸发或自然挥发难以处理，需采用特定回收净化技术 严格环保要求：尤其在电池制造领域，NMP纯度要求极高，再生处理后的NMP纯度须达到同等标准，否则将影响产品质量与环境安全 NMP回收模式： 委托加工模式：回收企业为客户提供闭环循环服务，直接回收客户废液并提纯后返还。该模式可降低客户处理成本，实现资源循环利用 购销模式：回收企业采购上游供应商的NMP废液，经处理提纯后销售给下游客户，通过购销差价盈利 内部循环模式：大型企业集团自建回收处理设施，实现废液中NMP的内部循环利用。例如三菱重工在国内外建有溶剂回收装置，特别是随着全球锂电池需求增长，其海外工厂陆续采用现场回收设备，无需第三方处理即可实现NMP的直接回收提纯。 据QYResearch调研团队最新报告“全球NMP回收服务市场报告2025-2031”显示，预计2031年全球NMP回收服务市场规模将达到106万吨，未来几年年复合增长率CAGR为10.0%。
内容概要：本文详细探讨了三相电压型PWM整流器的非线性二阶离散自抗扰控制技术。文中介绍了电压外环采用非线性二阶离散自抗扰（ADRC）控制，而电流内环则使用传统的PI控制。ADRC通过跟踪微分器、扩张状态观测器和非线性状态反馈三个关键组件，实现了对系统状态和扰动的有效捕捉与补偿。实验结果显示，在负载变化情况下，ADRC能够显著提高系统的动态响应速度和稳定性，将直流母线电压波动从传统方案的±8V降低到±3V以内，恢复时间缩短了三分之二。此外，文章还提供了详细的参数调整方法和技巧，强调了观测器带宽和非线性函数参数的选择对于控制系统性能的重要影响。 适用人群：从事电力电子、自动控制领域的研究人员和技术人员，尤其是对PWM整流器和自抗扰控制感兴趣的读者。 使用场景及目标：适用于需要提升三相电压型PWM整流器动态响应速度和稳定性的应用场景。主要目标是帮助读者理解和掌握非线性二阶离散自抗扰控制技术的基本原理和实际应用，以及如何进行有效的参数调整。 其他说明：文章不仅提供了理论分析，还包括具体的MATLAB/Simulink实现代码和实验数据，有助于读者更好地理解和实践相关技术。
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿用作商业用途。 Vue 3是一款备受瞩目的JavaScript框架，它采用了基于Proxy的响应式系统，显著提升了性能和调试能力。其Composition API带来了更高效的逻辑组织方式，使代码复用变得轻而易举。Tree-shaking支持让打包后的文件体积更小，进一步优化了应用性能。Vue 3还与TypeScript深度集成，提供了更完善的类型推导，让开发过程更加顺畅。无论是构建大型应用还是小型项目，Vue 3都能凭借其出色的性能和灵活的架构，帮助开发者高效完成任务，是现代Web开发的理想选择。
分类、阈值、混淆矩阵、准确率、召回率、精确率等教程和代码
内容概要：本文详细介绍了四轮转向汽车在Carsim和Simulink联合仿真环境下构建滑模控制模型的方法及其应用。首先阐述了四轮转向技术的意义，随后具体讲解了驾驶员模型、二自由度车辆模型和滑模控制模型的构建步骤。接着，描述了如何通过.cpar文件和.slx文件实现两者的联合仿真，并深入分析了滑模控制算法代码的设计与优化。最后，强调了相关文献和技术文档对于理解和应用该模型的重要性。 适合人群：从事汽车工程、自动化控制领域的研究人员和工程师，尤其是对四轮转向技术和滑模控制感兴趣的从业者。 使用场景及目标：适用于希望深入了解并掌握四轮转向汽车滑模控制模型构建方法的专业人士，旨在提升汽车操控性和稳定性，为实际车辆控制策略提供技术支持。 其他说明：文中提供的技术文档和文献有助于进一步探索四轮转向技术的发展趋势和应用前景。
! 清除所有现有数据 !/CLEAR, START ! 导入Parasolid模型（假设文件名为model.x_t） /PREP7 ! 导入Parasolid文件 ! PARASOLID, 'D:\cun\1.x_t' ! 定义材料属性 MP, EX, 1, 2.1e11 ! 弹性模量 (钢: 210 GPa) MP, PRXY, 1, 0.3 ! 泊松比 MP, DENS, 1, 7850 ! 密度 (kg/m³) ! 定义单元类型（假设使用SOLID185单元） ET, 1, SOLID186 ! 划分网格 SMRTSIZE,10 ! 关闭智能尺寸，这样你可以手动控制网格尺寸 !ESIZE,0.01 ! 设置全局单元尺寸 MSHAPE,1 ! 设置网格形状为四面体（对于复杂几何体，四面体更容易划分） MSHKEY,0 ! 设置自由网格划分方式 ! 选择要划分的体积或实体 VSEL,S,VOLU,,all ! 假设你选择的是体积编号为1的实体，根据实际情况修改 ! 进行网格划分 VMESH,ALL ! 对所有选中的体积进行网格划分 nummrg,all ! 选择特定面进行约束 ASEL, S, area,, 1 ! 选择面1 NSLA, S, 1 ! 选择面1上的所有节点 D, ALL, ALL, 0 ! 固定所有自由度 ASEL, S,area, , 2 ! 选择面1 NSLA, S, 1 ! 选择面1上的所有节点 D, ALL, ALL, 0 ! 固定所有自由度 ASEL, S, area,, 14 ! 选择面1 NSLA, S, 1 ! 选择面1上的所有节点 D, ALL,
从新的开始当中去获取能量
基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用 基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用~ 基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用 基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用 基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用 基于java+javaScript+html实现的水质检测系统+源码+数据库，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用
内容概要：本文详细介绍了利用COMSOL软件对锌离子沉积过程中电场强度和电势分布进行仿真的方法。首先构建了一个5cm×1cm的二维电解池模型，接着设置了合理的材料参数（如锌电导率为1e7 S/m，电解液电导率为0.5 S/m），并特别强调了边界条件的设定，将阳极电势设为10V以便更好地观察电场变化。此外，在网格划分阶段重点关注了沉积界面区域，确保能够精确捕捉电场畸变情况。最终通过求解获得了电势分布图以及沉积界面处的电场强度分布，揭示了锌枝晶生长的正反馈机制。 适合人群：从事电化学研究的专业人士，尤其是关注锌离子电池性能优化的研究人员。 使用场景及目标：适用于需要深入理解锌离子沉积规律、探索提高锌基储能器件稳定性的科研工作者。通过对电场和电势分布的精准模拟，帮助研究人员预测并抑制有害的锌枝晶形成。 其他说明：文中提到的实际实验结果往往不如模拟那样规则，提示未来可以在边界条件中引入随机因素来使模拟更加贴近真实情况。