1.先在myeclipse中集成好weblogic:(1)选择菜单Window->Preferences->MyEclipse->ApplicationServers->Weblogic8，配置项目如下：BEAhomedirectory:选择Bea的安装目录Weblogicinstallationdirectory:现在BEA下面的weblogic81目录Adminusername:输入上面在配置过程中设的用户名Adminpassword:输入刚才设的密码
系统 2019-08-29 22:30:25 1823
Bear平台开发环境配置部门项目版本号编写聂哲刚审阅日期000011.前言000011.1问题使用bear平台开发环境与我们传统的开发模式相比，有如下一些缺陷：ü每次修改文件内容需要最新反映都需要重新deploy到runtime中。ü修改java代码时，因为不支持动态装卸class文件，所以每次都需要重启服务器。ü运行与开发分开，对于代码调试也比较难弄。ü即便是ant任务中对deploy做了些细粒度的划分，每次部署也不能完全实现只部署增量修改的文件。000
系统 2019-08-29 22:19:20 1823
主要是布局：
系统 2019-08-29 22:18:15 1823
Spring整合Hessian访问远程服务目录1.1Hessian简介1.2整合1.2.1概述1.2.2服务端整合1.2.3客户端整合1.1Hessian简介Hessian是一个轻量级的Web服务实现工具，它采用的是二进制协议，因此很适合发送二进制数据。它的一个基本原理就是把远程服务对象以二进制的方式进行发送和接收。1.2整合1.2.1概述对于Hessian而言，有服务端和客户端，所以我们的整合也需要分服务端的整合和客户端的整合。服务端的整合是通过Spri
系统 2019-08-29 22:12:10 1823
一、游泳需要形体梳理1、游泳的美学。优雅的行走姿势需要学习。如果少女经过形体梳理学会行走，就能焕发奇光异彩，大幅度增加打分。即使成年女士男士，通过形体梳理，整个外形会大为改观，透出高雅非凡气质。游泳也是如此，泳者需要形体梳理。游泳运动员凭借经过系统的体能训练形成的身体素质，即使做基本的蹬壁滑行，那种高度伸展、身体成一直线快速滑行的流线形，就产生令人惊叹的美。游泳体现了速度、力量和优美的完美结合。著名教练拉夫林说：“最好的游泳与其说是一门科学，到不如说是一种
系统 2019-08-29 22:03:38 1823
一个JTable的例子importjava.awt.BorderLayout;importjava.awt.Dimension;importjava.awt.event.WindowAdapter;importjava.awt.event.WindowEvent;importjavax.swing.JFrame;importjavax.swing.JOptionPane;importjavax.swing.JScrollPane;importjavax.s
系统 2019-08-12 09:30:37 1823
追过很多新技术，迷茫于还有太多东西要学，有些找不到方向、不知所措。常在一个叫酷壳的网站上转悠，渐渐想明白了，其实学习技术也像看电影看书一样，要看就看经典的。我们的生命如此短暂，作为程序员的职业生涯可能会更短。与其追逐各种新潮的技术，不如把有限的精力投入到经典的技术之中。平时酷爱看各种技术书籍，但缺乏系统的梳理。读书感悟都散落在每本书的字里行间和空白处。于是借着准备从最经典、最基础知识学习的机会，开始由底向上，系统地整理以前所学。一、计算机数学大学时认真学习
系统 2019-08-12 09:29:44 1823
背景由于工作性质，经常面对不同的问题，某些场景下SQL+Excel、常用办公软件不能处理，这时到网上找一些案例，自己动手用python处理。后续，借此博客记录比较典型的处理过程。后续，陆续实际处理的问题，如1.合并PDF2.拆分PDF3.敏感字段MD5脱敏4.从非架构化的大文本文件中提取指定条件的记录需求工作和生活中有时会遇到将多个pdf文件，合并成一个大文件的情况。例如，扫描时，普通扫描仪或打印机一页生成一个PDF，而一份资料实际多页。Adobe的收费版
系统 2019-09-27 17:57:30 1822
类也是对象在大多数编程语言中，类就是一组用来描述如何生成一个对象的代码段，在python中也是成立的。classObjectCreator:passmy_object=ObjectCreator()print(my_object)"""输出结果：<__main__.ObjectCreatorobjectat0x037DACD0>"""但是，python的类不止于此，类同样也是一种对象。classObjectCreator:pass上面的代码段将在内存中创建
系统 2019-09-27 17:57:17 1822
前言在K近邻的原始算法中，没有对K近邻的方法进行优化，还是遍历训练集，找到与输入实例最近的K个训练实例，统计他们的类别，以此作为输入实例类别的判断。具体的模型理论见：统计学习方法——K近邻法（原始方法）1.K近邻算法的实现在算法实现的过程中，利用的是欧氏距离进行点与点之间的距离度量。在进行数据运算的时候，没有利用numpy，而是利用Python中自带的list来进行数据的计算。defknn(x,dataSet,labels,k):distanceMemor
系统 2019-09-27 17:56:59 1822
