[其它] OOLT.20202.20184057.ChuTienDat-源码

说明：OOLT.20202.20184057.ChuTienDat
<weixin_42166105> 上传 | 大小：4kb

[其它] MongoDB数据安全和保护--配置和策略(一）

说明：本文假定您安装了InfoSphereGuardium收集器并在网络上进行了配置。针对MongoDB的InfoSphereGuardium活动监视要求使用V9GPU50或更高版本。如果您是InfoSphereGuardium客户并有资格升级到V9.0，那么您可以先从PassportAdvantage下载Guardium，然后再安装GPU（您可以从FixCentral获取它）。支持的MongoDB版本为2.0、2.2和2.4。从数据安全的角度讲，建议您升级到MongoDB2.4或更高版本，因为这些版
<weixin_38667835> 上传 | 大小：926kb

[其它] MongoDB数据安全和保护--配置和策略（二）

说明：InfoSphereGuardium支持您可以安排策略安装，这意味着您在夜间可以拥有与白天不同的一组规则。您可以将该规则添加到该策略的另一个副本中，以便在您知道正在进行某个维护作业时自动安排夜间要安装的内容。建议：您可以创建一组功能用户并忽略这些用户的活动，但是，如果您想降低丢失可疑活动的可能性，那么可以使用connectioninformation来指定规则。例如，您可能想忽略来自客户端IP1.22.222.222的功能用户的活动，但是，如果该用户ID正在通过其他任何IP访问该系统，那么您可能
<weixin_38672731> 上传 | 大小：1mb

[其它] 基于高精度对称光流的脑图像高维非线性空间归一化

说明：空间归一化在基于体素的大脑图像分析中起着关键作用。 我们提出了一种基于对称光流技术的脑图像高维空间归一化的高精度算法。 我们首先构造了一个三维光学模型，该模型具有强度的一致性假设和强度梯度的一致性，且该模型在保持不连续性的时空平滑度的约束下。 然后，提出了一种高效的逆一致性光学流，其目的是提高配准精度，其中该流是自然对称的。 通过采用从粗略到精细分辨率范围的分层策略以及Euler-Lagrange数值分析方法，我们的算法能够记录脑图像数据。 使用模拟数据集和真实数据集进行的实验表明，我们的算法的
<weixin_38746018> 上传 | 大小：512kb

[其它] szhatchenko.github.io-源码

说明：szhatchenko.github.io Some command
<weixin_42098830> 上传 | 大小：82mb

[其它] MongoDB数据安全和保护--报告、自动执行和阻止（一）

说明：这一节将介绍用于审计数据的几个不同选项：1.即时搜索（此版本中的新功能）2.活动报告3.搜索和浏览快速搜索工具（位于GuardiumUI的顶部横幅中），启用该工具时，可提供针对数据库活动、错误和违规的快速搜索和浏览功能。该功能使用了搜索索引，每隔1-2分钟运行一次。您可以使用常用的搜索技术，其中包括分面搜索（facetedsearch）和文本搜索，或者二者的集合使用，以便快速对审计数据进行即时调查。数据库活动各个方面的统计信息（时间、地点、人物、事件）直方图。单击这些方面中的任何一个方面可以缩小
<weixin_38548817> 上传 | 大小：719kb

[其它] 2bxfwm-Smart：xfwm4主题-源码

说明：2bxfwm-Smart 基于xfwm4主题
<weixin_42099151> 上传 | 大小：12kb

[其它] 基于高精度，基于光流的扩散张量图像非线性空间归一化算法

说明：空间归一化在基于体素的扩散张量图像（DTI）分析中起关键作用。 我们提出了一种基于3D光流技术的DTI数据高维空间归一化的高精度算法。 常规的光流理论假设在保持不连续性的时空平滑性的约束下强度的一致性和强度梯度的一致性。 通过采用从粗略到精细分辨率的分级策略以及Euler-Lagrange数值分析方法，我们的算法能够注册DTI数据。 使用模拟和真实数据集进行的实验表明，我们的算法的准确性不仅优于传统的光流算法或使用仿射对齐，而且还优于使用诸如统计参数映射（SPM）软件之类的流行工具的结果包裹。
<weixin_38549721> 上传 | 大小：895kb

[其它] 前端的架构设计与演化实例

说明：本文介绍我在实际的前端项目中的架构设计，展示因为需求变化而导致架构变化的过程。全文分为三个阶段，分别对应三次需求的变化，给出了对应的架构设计。在第一个阶段中，我使用面向过程设计；在第二个阶段和在第三个阶段中，我使用面向对象设计。为了方便讨论，本文的涉及的项目是经过简化的示例项目。本文重点展现领域模型和架构的变化，对于具体的方法/属性级别的重构不进行详细讨论。本文会给出核心的实现代码，但不会讨论单元测试。本文会在具体的上下文中讨论架构的设计。详见下面的讨论：这是一个贴子后台管理的数据统计平台，用户
<weixin_38726193> 上传 | 大小：1mb

[其它] 使用辍学和收缩结构改善LVCSR的深度神经网络

说明：使用辍学和收缩结构改善LVCSR的深度神经网络
<weixin_38617413> 上传 | 大小：753kb

[其它] 从ApacheStorm学到的经验教训

说明：Storm是一个免费、开源的分布式实时计算系统。从Storm的由来到第一个版本的诞生；从离开Twitter到转投Apache怀抱，Storm是如何从零发展到顶级项目的，且听Storm工程师NathanMarz的深度解读。ApacheStorm是一个免费、开源的分布式实时计算系统。除了用于实时分析外，Storm也可用于在线机器学习、持续计算、分布式远程调用和ETL等领域。Storm简单易用，支持多种编程语言。Storm也是少有的几个使用Clojure编写的开源项目之一，Clojure是一个在JVM
<weixin_38663443> 上传 | 大小：192kb

[其它] 用户需求分析：背后隐藏的门槛

说明：互联网的红利烧红了一个新的职业：产品经理。一夜间，人人都是产品经理。很多成名大佬喜欢说：“其实，我是一名产品经理”，不论之前是写博客的还是说相声的。边装低姿态，变暗示自己产品领域倍专业，居功至伟。名头可以随便起，但是作为一个产品经理的核心功力：用户需求分析，就没有那么容易忽悠了。让我们从一个故事说起：从前有一个国王，国王有个极其娇惯、任性、无比作的公主，这个国王又无比的宠爱这个公主：不管这个公主有什么愿望，国王一定满足。终于有一天，公主说：“父王，我要月亮!”，于是国王叫来一个臣仆，说把月亮给我
<weixin_38747566> 上传 | 大小：247kb