[其它] 云端测试和性能测试实战

说明：本课将分别介绍这两种测试的方法和策略。“云端测试”这个概念实际上包括两层含义：1.从本地测试机器，测试部署在云端的应用程序（这种方式又称“测试云端程序”）。2.用位于云端的测试机器，测试部署在本地或者云端的应用程序（又称“用云测试”，或者TaaS，即TestasaService）。从本地测试机器，测试部署在云端的应用程序根据我的经验，本地程序和云端程序的测试，主要区别包括以下两点：1.登录机制：在本地环境中，因为大部分都是位于企业网络内部，所以登录机制可能较为简单。但是在公共云环境中，处于安全考
<weixin_38545959> 上传 | 大小：368kb

[其它] Fit4Life-源码

说明：Fit4Life
<weixin_42122878> 上传 | 大小：3mb

[其它] Ruby_Assignments：来自Juhomi的Ruby分配-源码

说明：Juhomi的Ruby配饰
<weixin_42117032> 上传 | 大小：732kb

[其它] Python使用Opencv实现边缘检测以及轮廓检测

说明：Canny边缘检测器是一种被广泛使用的算法，并被认为是边缘检测最优的算法，该方法使用了比高斯差分算法更复杂的技巧，如多向灰度梯度和滞后阈值化。Canny边缘检测器算法基本步骤：平滑图像：通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。计算图像的梯度：这里计算图像的梯度，并将梯度分类为垂直、水平和斜对角。这一步的输出用于在下一步中计算真正的边缘。非最大值抑制：利用上一步计算出来的梯度方向，检测某一像素在梯度的正方向和负方向上是否是局部最大值，如果是，则抑制该像素（像素不属于边缘）。这是一种边
<weixin_38630463> 上传 | 大小：357kb

[其它] Swarm模型突现行为的动力学特性分析

说明：突现是复杂系统的重要特性之一,但目前在突现行为的起因方面缺乏明确的理论依据.以Swarm模型为研究对象,为便于理论分析,首先给出了该模型的具体定义.选取了适当的动力学特征,引入Swarm能量属性,发现在特定条件下发生突现行为后,各动力学参量均方差具有一定的取值范围.随后通过仿真实验验证了这一结论的合理性.结果表明,在特定条件下,通过设定初始状态及模型参数,可以有效约束Swarm模型的整体行为.
<weixin_38697979> 上传 | 大小：896kb

[其它] Spark入门实战系列（下）--实时流计算SparkStreaming实战

说明：本文来自博客园，由火龙果软件Anna编辑、推荐。1.1.1流数据说明在实例演示中模拟实际情况，需要源源不断地接入流数据，为了在演示过程中更接近真实环境将定义流数据模拟器。该模拟器主要功能：通过Socket方式监听指定的端口号，当外部程序通过该端口连接并请求数据时，模拟器将定时将指定的文件数据随机获取发送给外部程序。1.1.2模拟器代码 1.1.3生成打包文件【注】可以参见第3课《Spark编程模型（下）--IDEA搭建及实战》进行打包在打包配置界面中，需要在ClassPath加入：/app/sc
<weixin_38674115> 上传 | 大小：1mb

[其它] Swarm突现性指标体系及有效性

说明：针对现有突现性指标的有效性尚不明确，普适性也有待验证的问题。在分析了突现研究常见问题的基础上，对现有定量评价指标体系作了补充，构建了加速度均方差、速度均方差及位置均方差等动力学评价指标，并设计了各种实验验证所有指标的评价效果。实验表明，聚类系数和度分布能够有效表现Swarm系统的网络特性，结构熵在表现稳定突现系统信息变化过程方面比其他指标更有效，内部能量和位置均方差更能够反映系统内部的动力学变化。最后举例说明指标的通用性和普适性。
<weixin_38717843> 上传 | 大小：737kb

[其它] 一类带交互时延Swarm模型的稳定性分析

说明：提出了一类时延Swarm模型并研究分析了在存在交互时延和环境因素的影响下群集的聚集(稳定性)行为。理论证明了在二次分布环境下时延Swarm中的个体随着时间演变最终会围绕中心聚集到一个确定边界的区域内。仿真实验不但说明了不同的时延范围内Swarm系统具有稳定或震荡等复杂动力学行为,而且给出了中心的运动情况。
<weixin_38551749> 上传 | 大小：315kb

[其它] Hive详细介绍及简单应用

说明：1.1.1什么是HiveHive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。1.1.2为什么使用Hive1.）直接使用hadoop所面临的问题人员学习成本太高项目周期要求太短MapReduce实现复杂查询逻辑开发难度太大2.）操作接口采用类SQL语法，提供快速开发的能力。避免了去写MapReduce，减少开发人员的学习成本。扩展功能很方便。1.1.3Hive的特点1.）可扩展Hive可以自由的扩展集群的规模，一般情况下不需要重启服务。2
<weixin_38725902> 上传 | 大小：435kb

[其它] 使用量子傅立叶变换的多方量子秘密共享

说明：提出了一种基于量子离散傅里叶变换（ N，N ）门限方案的古典或量子信息的多方量子秘密共享。在我们提出的计划，秘密的消息，这是使用向前量子傅里叶变换编码，并使用反向解码，分裂，在这样的共享，它可以重建，其中，只有当所有的参与协同工作的方式。转化，我们还讨论了这个协议如何纠正错误，并检查窃听或不诚实的参与者必须仔细设计。安全性分析表明，我们的计划是安全的。此外，这项计划有一个优点，它是完全兼容与量子计算和量子安全的分布式计算更容易实现。 撤消修改
<weixin_38609453> 上传 | 大小：500kb

[其它] 如何做一个好的大数据平台架构

说明：Lambda架构背后的需求是由于MR架构的延迟问题。MR虽然实现了分布式、可扩展数据处理系统的目的，但是在处理数据时延迟比较严重。实际上如果内存和CPU足够强大，MR也可以实现近实时运算，但实际业务环境并非如此，因此我们需要权衡，选择实时处理和批处理所需要数据量和恰当的资源。2012年Storm的作者NathanMarz提出的Lambda数据处理框架。Lambda架构的目标是设计出一个能满足实时大数据系统关键特性的架构，包括有：高容错、低延时和可扩展等。Lambda架构整合离线计算和实时计算，融
<weixin_38745859> 上传 | 大小：271kb

[其它] 你想了解的分布式文件系统HDFS，看这一篇就够了

说明：分布式文件系统把文件分布存储到多个节点（计算机）上，成千上万的计算机节点构成计算机集群。分布式文件系统使用的计算机集群，其配置都是由普通硬件构成的，与用多个处理器和专用高级硬件的并行化处理装置相比，前者大大降低了硬件上的开销。分布式文件系统在物理结构上是由众多阶段及节点构成的，而这些节点中分为两类。一类是主节点（MasterNode），又被称为名称节点（NameNode），另一类是从节点（SlaveNode），又被称为数据节点（DataNode）。官方用户Hadoop是由HDFS和MapRedu
<weixin_38725426> 上传 | 大小：1mb