-
-
请教高手展开阅读全文
-
等级
本版专家分：9勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
-
急救！！！！
-
等级
本版专家分：9勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
-
给了20分，没人跟我解决，顶上去
-
等级
本版专家分：18406 -
www.baidu.com/s
就是这个叫做s的文件啊，没有后缀有什么好奇怪的？
-
等级
本版专家分：176 -
S或许是个文件夹名呢~
-
等级
本版专家分：9勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
-
还是不明白
那叫s的文件的扩展名是什么呢？是asp还是jsp或者php，如果都不是，那这个叫S的文件又是如何接收表单form提交过来的字段呢？
如果S是一个文件夹的话，那在S的文件夹下面有个index.asp文件还可以理解，那么提交后的地址应该是：http://www.baidu.com/s/?wd=hb&f=8可现在http://www.baidu.com/s?wd=hb&f=8大家注意到两者的区别没有？一个是s/? 一个是/s? 我知道他们的大概意思就是不想让浏览这知道我这个表单，提交给了哪个文件执行，这样就保密很多了。
-
等级
本版专家分：9勋章
-
- 签到新秀 累计签到获取，不积跬步，无以至千里，继续坚持！
-
-
各位老大，不知道的也帮我顶一下啊，说不定对大家都有用呢？
-
等级
本版专家分：385
-
估计是php,也有可能是jsp
在linux下做到这点很容易,扩展名不是必须的,也不用rewrite
-
等级
本版专家分：1962 -
s目录，如果APACHE服务器的话可能就多了。。。
PS 我觉得百度直接用自己的编译后程序而非ASP PHP等。。。。。
-
等级
本版专家分：2281 -
想知道，有没有人认识百度内部人的人啊
- 编译安装kubernetes 1.15.3
环境： 操作系统： win10 on Ubuntu 18.04.3 LTS (GNU/Linux 4.4.0-18362-Microsoft x86_64)GO 版本 go version go1.12.9 linux/amd64GCC 版本 gcc version 7.4.0 (Ubuntu 7.4.0-1ubuntu1~18.04.1)make 版本 Make ...
- [置顶] 第4讲:LR 在手机应用服务性能测试中的应用
前几篇简单的介绍了怎么具体来操作以捕获手机访问应用服务时产生的真实数据，然后导入LR通过分析自动生成脚本的过程，今天我们就一起来看一个实际的例子。其实跟传统的类似，主要是怎么获取真实的数据来模拟。 ...
- canvas+audio+range 模拟音乐播放器
这次利用h5的一些功能，来简单实现一个音乐播放器的播放界面，主要体现在canvas绘制，audio播放音频，range控制进度及音量。 h5有很大的浏览器兼容性问题，这里不做考虑。 demo中有一个canvas动画的实现，考虑到...
- Linux - CentOS 6 安装 JDK
安装步骤如下： 1. 下载jdk1.7.0_55（jdk-7u55-linux-i586.tar.gz） 2. 卸载系统自带的开源JDK 查看是否安装JDK rpm -qa | grep java 显示如下信息： ...rpm –e java3....
- Markdown基本使用
markdown使用 markdown简介 Markdown 是一种轻量级标记语言，它允许人们使用易读易写的纯文本格式编写文档。 Markdown 语言在 2004 由约翰·格鲁伯（英语：John Gruber）创建。...Markdown 编写的文档后缀为 .md, ...
- HTML5的使用及基本注意说明相关笔记（二）
1.使用HTML5来DIY彩虹播放器◆html5新增的语义化标签，多媒体盒子标签 figure，专门用来放视频标签、音频标签、图片标签等，<figure><figcaption>视频</figcaption&...
- echart力导向图实现搜索节点高亮效果，以及切换节点图片及圆点效果
drawLine () { this.GetRandom(this.list1); var myChart = echarts.init(document.getElementById('relate_graph3')); var option = { // ba...
- js人脸识别，tracker.js前端人脸识别框架
<!doctype html><...gt; ...utf-8"> <title>基于tracking的取人脸</title> <script src="js/tracking-min.js"></sc
- data:image/png;base64的使用
在项目css文件内发现如下代码： #download-button:before { -webkit-margin-end: 4px; background: -webkit-image-set( url(data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAABgAAAAYCAQAAABKfvVzAAAAO0lEQVQ4y2...
- java 10大常见异常，出现的原因和解决方法
txtname的ID为什么不是label而是txt_name呢难道跟for有关for在这里的作用是什么 本人学习C#编程才一、二天有些疑问向高手求解 txtname的ID为什么不是label...《 http://baobao.baidu.com/article/41a496960765a1b0...
- 将图片进行base64 编码后的数据进行读取，以io流的方式传给前台并显示出来并且不断刷新图片
而地图的图片在json串中已经经过base64编码了，我这边需要将base64编码解析并以流的方式传给前台显示出来，但是消息是不断要接收的，也就是说，前台页面的图片是要不断刷新的，这部分我还没有实现，目前实现的就是从...
- Java桌面程序jar打包成exe可执行文件
探针上点击mysql检查空帐号空密码出现探针上点击mysql检查空帐号空密码出现 探针上点击mysql检查空帐号空密码出现探针上... 谝夜毙笔吩榷沧穆http://baobao.baidu.com/article/97515bd5480edfaf289b77c515e12f96?Qt...
- mysql5.7.16安装 初始密码获取及密码重置
在window7下面安装mysql5.7.16，出现一个问题，在初始化时，默认生成了一个密码，导致连接不了数据库... 1、新建my.ini ,放到C：\windows下面，文件内容如下： port=3306 ...basedir=D:\dev\mysql\mysql-5.7.9-win...
- python 实现验证码识别
python 实现验证码识别环境安装1.1 python安装(此处不详细介绍,自行百度)1.2 安装Tesseract-OCR代码实现 环境安装 1.1 python安装(此处不详细介绍,自行百度) 1.2 安装Tesseract-OCR 第一步：依赖安装 yum install -...
- Jquery 类选择器的事例代码
div { width: 100px; height: 90px; float: left; padding: 5px; margin: 5px; background-color: #EEEEEE; }
- winhex 比较详细的图文使用教程
所谓硬恢复就是硬盘出现物理性损伤，比如有盘体坏道、电路板芯片烧毁、盘体异响，等故障，由此所导致的普通用户不容易取出里面数据，那么我们将它修好，同时又保留里面的数据或后来恢复里面的数据，这些都叫数据恢复...
- 爬虫（二）—解析真实网页（猫途鹰）
爬虫的爬取过程为，从服务器获得网页数据，通过python的相关解析库进行数据的提取分析。过程如下，其中对遇到的问题进行汇总记录解答! 1.服务器与本地的交换机制 客户端向服务器发送请求request，服务器给...
- Premiere2019破解版
文档内包含pr2019版本的破解版，只需在解压后点击Setup.exe即可一键安装。
- 1天搞定Python进阶课程-数据分析库Pandas
pandas是python中非常常用的数据分析库，在数据分析，机器学习，深度学习等领域经常被使用。本课程会讲解到pandas中核心的一些知识点，包括Series以及DataFrame的构建，赋值，操作，选择数据，合并等等，以及使用pandas对文件进行读取和写入，使用pandas绘图等等。 让大家在短时间内快速掌握python的数据分析库pandas的使用。
- OCJP认证考试复习课
OCJP是甲骨文推出的的国际认证。 本课程由Java总监级讲师专注Java十三年，不但包含OCJP考试全部内容，还特意制作了很有针对性的阶段性项目让学习考取证书的同时获取一定的项目经验。 相关视频 OCJP(Oracle Certified Java Programmer)是Oracle认证的Java程序员的简称，即Sun被Oracle收购之前的SCJP，是Java语言的拥有厂商对全球的Java开发人员进行的 技术水平认证。该认证在国际上获得了IT 公司的普遍认可， 是目前国际上最热门的IT认证之一。
- 华为机考题库(全）
包括招聘的机考题，及面试过程中会问到的数据结构的相关内容，排序算法全部包括并且有改进算法，一点点改进可以让你表现的与众不同，如果好的话给点评价吧亲
- 敏捷开发V1.0.pptx
敏捷开发PPT 敏捷开发以用户的需求进化为核心，采用迭代、循序渐进的方法进行软件开发。在敏捷开发中，软件项目在构建初期被切分成多个子项目，各个子项目的成果都经过测试，具备可视、可集成和可运行使用的特征。换言之，就是把一个大项目分为多个相互联系，但也可独立运行的小项目，并分别完成，在此过程中软件一直处于可使用状态。
- Notepad++ 7.9.1
notepad++是一个免费的、开放源码的文本和源代码编辑器。notepad++是用c++编程语言编写的，它以减少不必要的功能和简化过程而自豪，从而创建了一个轻便高效的文本记事本程序。实际上，这意味着高速和易访问的、用户友好的界面。 notepad++已经存在了将近20年，没有任何迹象表明它的受欢迎程度会下降。记事本绝对证明了你不需要投资在昂贵的软件来编写代码从舒适的自己的家。自己尝试一下，你就会明白为什么Notepad能坚持这么久。
- 微信dat文件解析工具.zip
使用java编写的，可以将电脑端微信的dat加密文件转换为png、jpg等图片资源，方便直接查看微信聊天记录文件。
- 垃圾分类数据集及代码
资源说明： 数据集主要包括6类图片：硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾 代码运行说明： 1、 安装运行项目所需的python模块，包括tensorflow | numpy | keras | cv2 2、 train.py用于训练垃圾分类模型，由于训练的数据量过于庞大，因此不一并上传 3、 predict.py用于预测垃圾的类别，首先运行predict.py，然后输入需要预测的文件路径，即可得到结果。
- javaweb mooc在线系统案例实战
讲解在线mooc系统的开发，从需求分析到类图设计，数据库设计，架构设计，代码编写等等。 掌握java web开发实战
- 简历模板大全
个人简历大全，满足各行业需求，可以根据自己实际情况任意进行修改。
- Visio_2016
visio_2016下载安装，亲测可用，不需要破解，而且无秘钥。简单方便实用
- 个人简历模板
优质简历模板，目前最前全的模板收藏，需要换工作的小伙伴们可以试试
- 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）。