帮忙看看这个错误是什么意思? 该如何改?

Java > 非技术区 [问题点数:0分]
等级
本版专家分:0
结帖率 100%
等级
本版专家分:14304
勋章
Blank
蓝花 2001年12月 Java大版内专家分月排行榜第三
等级
本版专家分:32
等级
本版专家分:24518
勋章
Blank
红花 2002年1月 Java大版内专家分月排行榜第一
2001年12月 Java大版内专家分月排行榜第一
2001年11月 Java大版内专家分月排行榜第一
2001年5月 Java大版内专家分月排行榜第一
2001年4月 Java大版内专家分月排行榜第一
2001年3月 Java大版内专家分月排行榜第一
Blank
黄花 2002年3月 Java大版内专家分月排行榜第二
2002年2月 Java大版内专家分月排行榜第二
2001年10月 Java大版内专家分月排行榜第二
等级
本版专家分:0
等级
本版专家分:108
等级
本版专家分:0
等级
本版专家分:3300
等级
本版专家分:3300
等级
本版专家分:0
等级
本版专家分:990
zzpping

等级:

<? extends T> 和 <? super T>分别是什么意思?有什么不同?

首先你很容易误解它为继承于T的所有类的集合,是大错特错的,相信能下去你一定见过或用过List吧?为什么我说理解成一集合是错呢?如果理解成一集合那为什么不用List来表示?所以不是一集合,而是T的某一种...

求助大佬帮忙看看MATLAB代码错误怎么修改

[求助]第一次使用MATLAB编程,遇到问题不会,向各位大神求助 function ret=Code(lenchrom,bound) %本函数将变量编码成染色体,用于随机初始化一种群 % lenchrom input : 染色体长度 % bound input : 变量的取值...

aps是什么意思_一文懂ERP、APS和MES

企业ERP、APS系统与MES是企业实现全面管理规划的重要组合...ERP:企业资源计划一天中午,丈夫在外给家里打电话:“亲爱的老婆,晚上想带几同事回家吃饭可以吗?”(订货意向)订货意向丈夫:“6个人,我们7点左右回...

tomcat热部署?遇到点问题,出现了两个错误,求帮忙看一下是什么错啊

tomcat 热部署?修改一点点代码都要重启tomcat 好麻烦,但是配置了热部署出现了两个错误不明白是哪里出错了,

哪里可以腐漫的软件_你开发的软件不知道哪里跑飞闪退了?这个办法可以帮忙定位...

无法定位自己代码里错误的位置,件事情本身很容易让程序员奔溃。地基里有一颗不知何时爆炸、无迹可寻的炸弹,在基础上楼房盖的再高也是危房,是不能住人的。而程序员如果在自己的代码了埋了一不知何时奔溃、无...

Android面试题整理

前言 本文整理了简书 goeasyway 面试相关文章,并在文章中加以自己的理解以及看见的部分精彩评论,所有文章并非自己原创,如对Android面试有兴趣,可前往作者文章专栏传送门或者关注对方的微信公众号:Android面试...

[Python图像处理] 二十二.Python图像傅里叶变换原理及实现

本文主要讲解图像傅里叶变换的相关内容,在数字图像处理中,有两经典的变换被广泛应用——傅里叶变换和霍夫变换。其中,傅里叶变换主要是将时间域上的信号转变为频率域上的信号,用来进行图像除噪、图像增强等处理...

squirrel校园二手交易平台

 期末的课程设计,三人一组,我和两舍友,一时起兴,决定做一校园二手交易平台,一开始兴致与激情满满,可是后期时间上的冲突,让我们三个人对于这个项目有点累。  这个项目刚定题两天,BezosLee由于通过了...

云原生到底是什么?一文了解云原生四要素!

所谓云原生,它不是一产品,而是一套技术体系和一套方法论,而数字化转型是思想先行,从内到外的整体变革。更确切地说,它是一种文化,更是一种潮流,是云计算的一必然导向。 随着虚拟化技术的成熟和分布式...

驱动你做一件事的动力来源是什么

你有没有想过,驱动你做一件事的动力来源是什么? 1)原始驱动力,自然而然地驱动你吃饭睡觉打豆豆。 2)外在驱动力,奖赏你的时候开心,惩罚你的时候担心,“萝卜加大棒”的做法可能会把事情做得更漂亮,比如说老板...

python爬虫出错 各位大神能不能帮我一下是什么问题?python2.7

import urllib2 import urllib import re class BDTB: def __init__(self,baseUrl,see_LZ): self.baseURL = baseUrl self.seeLZ = '?see_lz='+str(see_LZ) ...实在不动了,忘各位大神帮忙

求大神帮忙看看网页答题如何自己加代码可以当你勾选的时候提示正确或者错误 选择题和多选题

![图片说明](https://img-ask.csdn.net/upload/201708/18/1503043638_540455.jpg)

[Python图像处理] 十九.图像分割之基于K-Means聚类的区域分割

前面的文章讲解了图像锐化和边缘提取技术,篇文章将开始围绕图像分割进行讲解。图像分割就是把图像分成若干特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。 本篇文章主要讲解基于理论的图像分割方法...

arduino已上传就出错,帮帮忙看看是哪里的问题吧

这个问题在网上很多地方都有人问,但是我对照了下都不符合自己的情况,请大家帮忙分析下吧,错误如下: Arduino:1.8.5 (Windows 7), 开发板:"Arduino/Genuino Uno" 项目使用了 1480 字节,占用了 (4%) 程序存储空间...

色彩校正中的 gamma 值是什么

一直听到这个词就是不知道什么意思,也没找到特别好的介绍。 添加评论  分享 按投票排序按时间排序 6 回答 赞同82 反对,不会显示你的姓名 韩世麟 ...

[Python黑帽] 二.Python能做什么攻击?正则表达式、网络爬虫和套接字通信入门

Python黑帽第二篇文章将分享Python网络攻防基础知识,看看Python能做什么,以及正则表达式、网络爬虫和套接字通信入门基础。本文参考了i春秋ADO老师的课程内容,这里真心推荐大家去学习ichunqiu的课程,同时也结合...

前端框架MVVM是什么(整理)

一句话总结:vm层(视图模型层)通过接口从后台m层(model层)请求数据,vm层继而和v(view层)实现数据的双向绑定。

《图书管理系统》毕业论文

图书管理系统毕业论文图书馆管理系统目录 0 前言 1系统设计1.1系统目标设计 1.2开发设计思想 1.3开发和运行环境选择 1.4系统功能分析 1.5系统功能模块设计 2数据库设计2.1数据库需求分析2.2数据库逻辑结构...

kafka是什么?深刻理解kafka

背景介绍 Kafka简介 Kafka是一种分布式的,基于...即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输支持Kafka Server间的消息分区,及分布式消息消费,同时保证每partition内的消息顺序传输同

新技术“红”不过十年,半监督学习为什么例外?

作者 | 严林来源 | 授权转载自知乎(ID:严林)一波深度学习的发展,以2006年Hinton发表Deep Belief Networks的论文为起点,到今年已经超过...

HLQ逆向坎坷路 之 首战 看我破解APK修改资源文件

LZ-Says:天道好轮回,苍天饶过谁~! 前言 本文,乃是反编译(逆向)首战,在此,特意记录过程中遇到的点点滴滴问题,如有不足之处,欢迎指正~ ...在此,特意感谢鸡排兄以及薇薇姐~ 3q~ ...将Apk解包并修改资源文件...

研究生新生要怎么论文?

链接:https://www.zhihu.com/question/304334959编辑:深度学习与计算机视觉声明:仅做学术分享,侵删问题:经常各种不懂论文....而且感觉好多论文写...

什么视频网站的视频链接地址是blob?

由于src指向真实的视频网络地址,在早期一般网站资源文件不怎么通过referer设置防盗链,当我们拿到视频的地址后可以随意的下载或使用(每次放假回家,就会有亲戚找我帮忙从一些视频网站上下东西)。 目前的云存储...

什么才是厉害的程序员?

有一读者问我:你认为一程序员具备什么样的能力,才算得上是厉害的程序员?我答:拥有解决问题的能力的程序员。这个回答貌似有点抽象,不要紧下面的文章你会慢慢有所了解。一...

入门python,这个300行代码的例子,足矣~

你还在为python苦恼么?一例子全搞定! 一300行的代码,竟然包含了138知识点。列表,元组,字典,集合,字符串,也有他们的基本操作,有面向对象的类,循环语句,选择语句,函数...还等什么,托马斯小火车开车了~

spring 是如何保证一事务内获取同一Connection?

前面用了大量的篇幅从应用层面、原理层面进行了比较全方位的一讲解。但是因为它过于重要,所以本文继续做补充内容:Spring事务的同步机制(后面还有Spring事务的监听机制) Spring事务同步机制?我估摸很多小伙伴...

不懂的spring原理是因为不知道概念

背景 问题从一杯咖啡开始。 今天我去楼下咖啡机买了一杯「粉黛拿铁」。制作过程中显示: ...他们并不需要知道咖啡豆和可可豆的区别,更不知道两种植物长在树上是什么样子。没关系,并不影响...

完一在校大学生的Java学习历程,我觉得我还能学得更多

其实学习是一件很私人的事情,每人都应该有一套自己的学习方式,而不是照搬照抄别人的。适合别人的不一定适合自己。所以,读篇分享的时候,请以一种【点是不是对我有帮助】的心态来阅读,而不是【原来我要这样...

计算机设计大赛作品开发文档

参加的是2020年的计算机设计大赛,软件应用与开发赛道。我们的开发文档仅供参考。(20页)

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

相关热词 c# 无法打开设计 c# 时间转换成int c#批量读取ini信息 c# 打包msi c# eval绑定 c#字母开头 uuid c#创建html文件 c# 逻辑练习 c#调用dll后释放 c# 扫描串口