社区
community_281
帖子详情
明天就离开上海去南京啦,散分,新城市新工作新起点...
linxren
2013-09-11 12:54:07
继续码代码,欧耶!
main()
{
hello world
}
...全文
819
38
打赏
收藏
明天就离开上海去南京啦,散分,新城市新工作新起点...
继续码代码,欧耶! main() { hello world }
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
38 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
linxren
2013-09-22
打赏
举报
回复
引用 24 楼 xwp200635111 的回复:
你妹的 还不结贴, 跟你一起发的。 我都结贴了,哥们速度!
这就结,新公司不好上外网~
色郎中
2013-09-20
打赏
举报
回复
我结贴率也高于LZ
xugang96
2013-09-18
打赏
举报
回复
我也要去哦,,,,,
三代
2013-09-18
打赏
举报
回复
键盘上的舞者_java
2013-09-18
打赏
举报
回复
南京人民欢迎你
96掌门师兄
2013-09-17
打赏
举报
回复
南京三星????
森之树
2013-09-17
打赏
举报
回复
幻想曲
2013-09-17
打赏
举报
回复
wch18956441322
2013-09-17
打赏
举报
回复
祝贺楼主来我大南京》。。。
娃都会打酱油了
2013-09-13
打赏
举报
回复
public staic main() { Console.WriteLine("Good Bye,Shanghai!"); Console.WriteLine("Come on,Nanjin!"); Console.WriteLine("Pretty girl,I need you!"); }
错吾
2013-09-13
打赏
举报
回复
撸主,额就在南京了,准备来南京哪工作啊。。
街头小贩
2013-09-13
打赏
举报
回复
我结贴率比楼主高多了:结帖率:100%
btxp163
2013-09-13
打赏
举报
回复
速度啊…………
举手无悔大丈夫
2013-09-12
打赏
举报
回复
接分
偶是菜鸟
2013-09-12
打赏
举报
回复
lhx527099095
2013-09-12
打赏
举报
回复
恭喜。。。。。。。。。。。。。
随风牧羊
2013-09-12
打赏
举报
回复
你妹的 还不结贴, 跟你一起发的。 我都结贴了,哥们速度!
maohe
2013-09-11
打赏
举报
回复
张敏
2013-09-11
打赏
举报
回复
南京也不是啥好城市
末日哥
2013-09-11
打赏
举报
回复
加载更多回复(18)
多维聚合实战:构建可钻取、可切片的数据导航系统
多维聚合是现代数据分析的核心能力,它超越传统GROUP BY的一维统计,通过维度建模建立时间、地域、用户等结构化坐标系,实现数据的语义化组织与层级化计算。其技术价值在于解决语义歧义、维度爆炸和响应延迟三大痛点,支撑实时看板、反欺诈监控、IoT健康分析等高要求场景。关键在于以代理键维度表为基石、分层物化聚合为引擎、OLAP引擎为载体,让聚合结果具备可下钻、可回溯、可归因的业务表达力。本文聚焦电商大促、金融风控等真实项目中的维度建模与动态切片落地经验。
K-Means聚类实战避坑指南:从原理缺陷到业务落地
K-Means是一种基于欧氏距离与球形簇假设的硬聚类算法,其核心原理是通过迭代优化簇内平方误差(SSE)实现数据划分;技术价值在于计算高效、可扩展性强,尤其适合大规模低维数值型数据的快速分群;但该算法对特征尺度敏感、要求簇呈近似球形且密度均匀,因此在存在长尾分布、异构密度或非凸结构的数据上易失效;典型应用场景包括用户分群(RFM建模)、设备负荷聚类、区域仓配规划等需强可解释性与业务对齐的工程任务;本文聚焦K-Means在真实项目中暴露的关键缺陷——如K值误设、初始化失当、特征未对齐等,并提供融合业务先验与统
鼎捷易飞9.0.8和9.0.7授权注册文件
源码直接下载地址: https://pan.quark.cn/s/50dc62428457 最
新
版本的鼎捷易飞9.0.8与易飞9.0.7的授权注册文档,其中基本模块覆盖了10个用户授权,特殊模块则每模块分配3个用户授权,同时提供易飞全模块的授权方案,该授权适用于从易飞9.0至最
新
的9.0.8版本的所有需求。
基于遗传算法的
新
的异构分布式系统任务调度算法研究(Matlab代码实现)
内容概要:本文研究了一种基于遗传算法的
新
型异构分布式系统任务调度算法,旨在解决异构计算环境中任务分配与调度的复杂优化问题。通过Matlab代码实现该算法,充分利用遗传算法强大的全局搜索能力和鲁棒性,对任务执行时间、资源利用率、系统负载均衡等关键性能指标进行综合优化,有效提升分布式系统的整体运行效率与稳定性。研究详细阐述了算法的整体架构设计、染色体编码策略、适应度函数构造、选择机制以及交叉与变异等遗传操作的实现细节,并通过大量仿真实验验证了所提出算法相较于传统调度方法在收敛速度、解的质量和调度性能方面的显著优越性。; 适合人群:具备一定编程基础和优化算法理论知识,从事分布式计算、高性能计算、云计算资源调度或智能优化算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于高性能计算、云计算、边缘计算等异构计算平台中的任务调度优化,提升资源利用效率;②为研究人员提供遗传算法在复杂组合优化问题中应用的完整实现案例,深化对智能优化算法设计原理与仿真实践的理解; 阅读建议:建议读者结合提供的Matlab代码深入研读,重点理解适应度函数的设计逻辑与遗传算子的参数调优策略,并可通过更换不同的任务集和系统模型来测试算法的泛化能力与鲁棒性。
community_281
700
社区成员
253,704
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章