OpenSCAD 2015.03的大变化，更方便了。

zbus https://git.oschina.net/rushmore/zbus 轻量级服务总线/消息队列 1)多种消息模式--支持生产者/消费者,发布订阅,RPC 2)丰富的API--C/C++/C#/JAVA/Python/Node.JS跨平台.多语言支持 3)开放协议标准--原生兼容HTTP协议(长连接),头部动态扩展 4)支持TrackServer与ZbusServer高可用横向动态扩容机制 jfinal https://git.oschina.net/jfinal/jfinal J

微信6.1版发布了,附件栏就能发微信红包,壕们,我们出去喝喝茶吧,探讨一下如何搜索朋友圈和附近商家,顺便谈谈理想聊聊人生. 微信6.1 For iOS正式登陆APP Store,除了强化红包功能外,还加入了自定义表情漫游以及搜索朋友圈的内容和附近的餐馆等新功能. 具体更新说明: - 现在可以通过附件栏发微信红包了 - 更换手机时,自定义表情不会丢失 - 可以搜索朋友圈的内容和附近的餐馆

$hostname_conn = "";$database_conn = "";$username_conn = "root";$password_conn = "";$conn =mysqli_connect($hostname_conn, $username_conn, $password_conn, $database_conn); <?php$con=mysqli_connect("localhost&

我这学期的情况概述: 这学期才开始学习一些web技术的,所以水平噪点还很多. 从最基础的web前端HTML.CSS开始看视频搜百度,看了燕十八的基础视频课程,做了些小练习: 到学习后端JAVAweb,练习了以jsp +servlet+javaweb+jdbc+mysql为支持的未完善的购物小站(GitHub代码库[oneshop]): 然后转而学习PHP,后学习了Thinkphp框架,练习了以thinkphp+amazeui+mysql的学习平台(GitHub代码库[ilearn]); 接着买了

大数据技术自出现以来以一种异常火热的速度发展着,且种种迹象表明这种发展趋势在2015年将会继续持续下去.MapR联合创始人兼首席执行官John Schroeder预测,2015年将有五大发展趋势主导大数据技术,MapR是致力于Hadoop分发版的专业公司. 仅仅几年时间里,大数据技术就从之前的炒作阶段逐渐发展成为新数字时代中的核心技术之一.2014年,企业内部的大数据计划慢慢地从测试阶段走向研发和生产.Schroeder表示,2015年,企业的大数据技术将会进一步推进,并向前发展,甚至会产生更多

2015年P2P大事件:e租宝被查,宜人贷上市,还有蹭IP的“匹凸匹” 头图来自海洛创意,未经授权不得转载. 2015年对于P2P来说又是繁荣与险象并存的一年,e租宝.宜人贷.翼龙贷.陆金所.网金社等,每一家P2P公司似乎都有难以说透的故事. 事件一:“跑路”潮愈演愈烈 2014年P2P问题平台有275家,跑路事件频发.然而,到了2015年,P2P的跑路风波并未偃旗息鼓,反倒是愈演愈烈.据网贷之家数据,今年上半年,问题平台高达419家,是去年同期的7.5倍,跑路占比约48%.10月上旬,网络上盛

竞赛介绍:链接 这篇文章记录2015阿里天池大数据竞赛中,我的一些代码,由于目前还在比赛中,仅分享一个naive solution,基于规则,代码主页在我的github上:链接,下面是代码说明.有兴趣的请看代码注释,恕不详述. 本repo目录说明 data 存放数据 preprocess 数据预处理 rule 根据规则生成提交文件 model 训练机器学习模型(暂时不分享) 代码使用说明 fork本repo,非Github用户请点右下角的Downlown ZIP 解压后,将tianchi_mob

I. 简化及重组亚洲委员会 鉴于ACM-ICPC总部执行总裁的要求:简化及重组亚洲委员会,并简化亚洲区队伍晋级世界大赛的规则.亚洲区主席正式宣布取消各国家及各地区的竞赛指导委员会,所有亚洲及中国赛区各赛站及组委会直接接受亚洲主席的领导,提高各赛场组委会的自主度.完整性及独立运作. 此规则由亚洲委员会里的EC会员讨论后,经亚洲EC常务委员会通过并经亚洲主席批准. 亚洲委员会里的EC常务委员,经亚洲主席批准,可代表亚洲主席参加亚洲区域赛的开幕式和闭幕式. 所有亚洲区域赛的主办单位是ACM-ICPC.

随着互联网的不断发展,大数据正在成为一股热潮,且业界对大数据的讨论已达到一个前所未有的高峰.车联网作为移动互联网大背景下诞生的一个产物,不管是车辆的接入.服务内容的选择还是服务的精准性,都离不开大数据. 车辆上传的每一组数据都带有位置信息和时间,并且很容易形成海量数据.一方面,如果说大数据的特征是完整和混杂,而车联网与车有关的大数据特征是完整加精准.如某些与车辆本身有关的数据,都有明确的一个ID,根据这个ID可以关联到相应的车主信息,并且这些信息还是精准的. 另一方面,我们可以看到车联网与驾驶人