- 博客(272)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 项目小总结
写项目时注意请求次数，不要有多余请求，按需加载(popUp)，按需请求 注意命名规范，学习AntDesign 封装组件时，已知类型不要写any,可以直接继承的类型就继承 封装组件时，不要实使用全局选择器，如通过id和class选择器定位dom，应使用ref，考虑多个组件一起会有相同id或class ssr中无关请求可以利用Promise.all一起请求，不要await 不要把父组件的set方法传给子组件，子组件不可以直接操作父组件的值，给你传递给父组件状态，父组件自己操纵。 ssr的
2022-03-27 22:05:54
543
原创 ES6中module模块
在 ES6 之前，JavaScript 一直没有模块（module）体系，无法将一个大程序拆分成互相依赖的小文件，再用简单的方法拼装起来。社区制定了一些模块加载方案，CommonJS 规范很好，但是不适用于浏览器环境，于是有了 AMD 和 CMD 两种方案。ES6 在语言标准的层面上，实现了模块功能，而且实现得相当简单，完全可以取代 CommonJS 和 AMD 规范，成为浏览器和服务器通用的模块解决方案。ES6 模块的设计思想是尽量的静态化，使得编译时就能确定模块的依赖关系，以及输入和输出的变量。Co
2022-02-09 19:27:08
2351
原创 React Router V6 的新功能
Upgrade all <Switch> elements to <Routes>// This is a React Router v5 appfunction App() { return ( <BrowserRouter> <Switch> <Route exact path="/"> <Home /> </Route> .
2021-12-28 12:56:19
501
原创 React触底加载
一、使用UseRequest代码如下：根据Result 的长度，选择跳过的个数。const { data: searchData, loading, reload, loadMore, noMore } = useRequest( (d: Result | undefined) => communityService.search( searchContent, tabKey, secK
2021-12-27 20:11:58
1200
原创 oracle数据导入导出
创建一个目录用来存导出的数据和log,(数据所在的机器的目录)SQL> create directory exp_dir1 as '/home/tyc';导出[oracle@gzsw3 ~]$ expdp sys/密码@tns配置中的实例名 schemas=所要导出的用户名 dumpfile=导出的文件名（随便命名）.dmp version=所要导入的数据库的版本号 logfile=随便命名.log directory=exp_dir1 COMPRESSION=ALL; 如果.
2020-07-30 16:46:23
151
原创 windows10远程连接centos图像化桌面步骤和遇到的问题
一、安装配置XRDP首先需要切换到root用户下；1、安装epel库1）检测系统是否已经安装epel库rpm -qa|grep epel2）安装epel库yum install epel-release在安装过程中会出现选择，直接选择Y即可3) 安装xrdpyum install xrdp4）因为Xrdp最终会自动启用VNC，所以必须安装tigervnc-server，否则xrdp无法使用。安装vnc：yum install tigervnc-serve
2020-07-13 17:37:46
958
原创 数据清洗---数据整合
数据整合可以使用Pandas库中merge()函数合并数据集import pandas as pd#建两个数据集df1=DataFrame({'lkey':['b','b','a','c'],'data1':range(4)})df2=DataFrame({'rkey':['a','b','b','d'],'data2':range(4)})#将两个数据集在key上做合并pd.merge(df1,df2,left_on='lkey',right_on='rkey')#how参数：连接方式
2020-05-20 13:43:23
838
原创 博客搭建过程
系统：centos7 httpd PHP 7.2 mysql 5.7 wordpress一、httpdyum -y install httpdyum -y install httpd-manual mod_ssl mod_perl mod_auth_mysqlsystemctl start httpd.servicesystemctl enable httpd.servi...
2020-03-14 18:10:53
195
原创 知识表示
本文参考：http://notes.duyichao.site/早期知识表示 1、 一阶谓词逻辑（First-Order Logic） Horn逻辑：一阶谓词逻辑的子集 p(t1,t2....,tn) p：谓词，n:目（项），ti:变量或常量 eg: has_child(Helen,Jack) 描述逻辑：一阶谓词逻辑...
2020-03-02 22:25:40
1413
原创 知识图谱--概览
KG的本质1）Web视角像建立文本之间的超链接一样，建立数据之间的语义链接2）NLP视角从文本中抽取语义和结构化数据3）KR视角利用计算机符号表示和处理知识4）AI视角利用知识库辅助理解人的语言5）DB视角/ Database用图的方式存储知识知识表示（knowledge Representation,KR）：1）一种描述知识的数据结构，与数据表示的区别是KR支持推理...
2020-02-26 23:06:09
409
原创 使用neo4j-admin导入csv文件
导入csv文件的最大麻烦还是csv文件格式问题，以及数据问题。1、首先将准备好的csv文件用笔记本打开，格式另存为utf-8形式财务负责人表：公司表：财务负责人表与公司表关系：导入前要将已有的默认数据库删掉，也就是配置文件中默认启动的数据库语句： neo4j-admin import --mode=csv --database=nsr_...
2019-12-19 22:22:29
1395
2
原创 关于知识图谱的应用方向
如何利用大数据风控体系应对多渠道风险。1、合合信息失联客户管理知识图谱部分借款人在借款成功后出现不还款现象并且“失联”，使得催收人员因无法联系借款人本人，无从下手。借助知识图谱，挖掘出更多的与借款人有关系的新联系人，大大提高催收成功率。关联人识别知识图谱中以公司、产品、证券、人等为实体，通过股权债券、任职法人、供应链上下游、竞争合作、生产采购等关系来构建，从而推理出与目标主体有...
2019-12-09 16:27:13
2295
原创 CM搭建Hadoop全分布式
1.1 环境配置使用XShell软件，创建5个会话窗口，五个服务器的地址分别是：1.1.1 配置主机名、hosts文件# 主机名 # 配置各节点的主机名[root@main-master ~]# vim /etc/sysconfig/network #查看[root@main-master ~]# cat /etc/sysconfig/network...
2019-11-25 21:30:21
555
原创 oracle语法整理
级联查询： select * from TA_ZX start with 咨询id = '96AF999021E2E9F3E050007F010099A2' connect by prior pid=fid order by 咨询时间插入语句： sys_guid()自动生成id插入。sysdate插入当前系统时间insert into TA_ZX values(sys_guid...
2019-11-15 16:22:31
122
原创 搭建hadoop
搭建之前的预处理：1、查看虚拟机ip2、检查主机是否能ping通虚拟机3、因为我这边虚拟机里看不到共享文件夹的内容，所以我换了一种方法，下载一个Xftp软件（1）点击 文件->新建 出现下面的窗口。现在我所需要的包都在虚拟机里面了，开始搭建1、安装jdkrpm -i jdk-8u221-linux-x64_2.rpm# 配置环境变量 vim...
2019-11-12 21:30:49
170
原创 LW-基于知识图谱的专利推荐系统设计与实现(分类号：ＴP311 单位代码：10422)观后总结
论文的主要工作以基于知识图谱的专利推荐为主题，从研究背景和意义、国内外研究现状、用户需求分析、系统概要设计、核心算法设计、系统详细设计以及系统实现与测试等几个方面对基于知识图谱的专利推荐系统进行详细描述。第１章 绪论1.1 背景和意义传统的文献检索方法难以保证快速从海量的文献集合中获取关键的文献信息和相关知识，更难挖掘数据中蕴含的关联关系本文设计和构建的专利数据知识图谱，...
2019-11-01 17:06:47
2556
2
原创 LW-基于知识图谱的医疗病例数据存储研究（计算机工程，1000-3428（2019）01-0009-08 观后总结）
这篇论文提出一种改进的病例图谱存储方案，即多元关系到RDF三元组的转化方案。基于原始病例数据具有空值多、谓词数量多且为此不固定等特征，采用基于改进三元组表的存储方案，将病例RDF三元组的实体和属性进行ID化。在此基础上，设计实体类型表，面向病例图谱使用SPARQL-to-SQL查询转换算法。实验结果：与基于类型的存储方案相比，基于图谱的RDF存储方案具有较高的查询效率。RDF: 资源描述...
2019-10-20 19:44:15
457
原创 （转自头条新闻）黄金搭档：自然语言处理（NLP）+ 知识图谱
自然语言处理(Natural LanguageProcessing, NLP，语义计算)和知识图谱( Knowledge Graph, KG,知识计算)作为认知智能的关键技术,正成为智能金融浪潮中新的热点。这两种技术在金融领域的应用场景有高度的重合,往往是互为依托、互为补充。当NLP和知识图谱双剑合璧，会优先在金融的哪些场景实现落地?各场景“标配”的核心能力分别有哪些?国内外NLP和知识图谱技...
2019-10-08 19:35:55
1461
原创 neo4j--Cypher查询调优与执行计划
1.查询调优1.1查询如何执行Cypher执行引擎会将每个Cypher查询都转为一个执行计划。在执行查询时，执行计划将告知Neo4j执行什么样的操作。1.2查询性能分析查看执行计划对查询进行分析时有两个Cypher语句可用：1.2.1 EXPLAIN如果只想查看查询计划，而不想运行该语句，可以在查询语句中加入EXPLAIN。此时，该语句将返回空结果，对数据库不会做出任何改变...
2019-10-04 18:48:49
5843
1
原创 neo4j--Cypher索引、约束、统计
Cypher索引、约束、统计1.索引1.1创建索引使用CREATE INDEX ON可以在拥有某个标签的所有节点的某个属性上创建索引。注意，索引是在后台创建，并不能立刻就生效。 CREATE INDEX ON :Person(name) 本例在拥有Person标签的所有节点的name属性上创建了索引。1.2 删除索引使用DROP INDEX可以删除拥有某个...
2019-10-03 20:46:08
2901
原创 neo4j--Cypher函数 (方法)---断言（all、any、none、single、exists）标量（size、length、type、id、coalesce、head、last.....）
Cypher函数 (方法)分类：断言函数 标量函数 列表函数 数学函数 字符串函数实验实例：CREATE (Alice { name: 'Alice' ,age:38,eyes:'brown'}),(Charlie { name: 'Charlie' ,age:53,eyes:'green'}),(Bob { name: 'Bob' ,age:25,eyes:'blu...
2019-10-03 20:34:04
5649
2
原创 neo4j--Cypher语法练习（LOAD CSV）
1.21 LOAD CSV LOAD CSV用于从CSV文件中导入数据。CSV文件的URL可以由FROM后面紧跟的任意表达式来指定。 需要使用AS来为CSV数据指定一个变量 LOAD CSV支持以gzip，Deflate和ZIP压缩的资源 CSV文件可以存在数据库服务器上，通过file:///URL来访问。LOAD CSV也支持通过HTTPS、HTTP和FTP来访问CSV文件...
2019-09-30 18:19:46
4124
原创 neo4j--Cypher语法练习（WITH、 FOREACH、Aggregation、UNWIND、UNION、CALL）
1.15 WITHWITH语句将分段的查询部分连接在一起，查询结果从一部分以管道形式传递给另外一部分作为开始点。使用WITH可以在将结果传递到后续查询之前对结果进行操作。操作可以是改变结果的形式或者数量。WITH的一个常见用法就是限制传递给其他MATCH语句的结果数。通过结合ORDER BY和LIMIT，可获取排在前面的X个结果。1.15.1 过滤聚合函数结果 聚合的结...
2019-09-30 14:52:00
8810
1
原创 neo4j--Cypher语法练习（REMOVE、ORDER BY、LIMIT、SKIP）
1.11 REMOVE REMOVE语句用于删除图元素的属性和标签。对于删除节点和关系，参见DELETE小节 1.11.1 删除一个属性 Neo4j不允许属性存储空值null。如果属性的值不存在，那么节点或者关系中的属性将被删除。这也可以通过REMOVE来删除。 MATCH (p { name: 'Michael Douglas' }) REMOVE ...
2019-09-27 22:13:15
2358
原创 neo4j--Cypher语法练习（CREATE UNIQUE、 SET、 DELETE）
1.8 CREATE UNIQUE CREATE UNIQUE语句相当于MATCH 和 CREATE的混合体—尽可能地匹配，然后创建未匹配到的。可能会想到用MERGE来代替CREATE UNIQUE，然而MERGE并不能很强地保证关系的唯一性。 ...
2019-09-27 21:52:38
1569
原创 neo4j--Cypher语法练习(START、CREATE、MERGE)
1.5 START通过遗留索引（legacy index）查找开始点。START语句应当仅用于访问遗留的索引。所有其他的情况，都应使用MATCH代替，从Cyper3.2开始START语句已经被废弃。（1）通过索引获取节点 当采用复杂的Lucene查询来查找开始点时，语法 为：node:index-name("query")。这样可以写出很高级的索引查询出来。 STAR...
2019-09-27 16:41:26
4132
原创 neo4j--Cypher语法练习（where、return）
1.3 WHEREWHERE在MATCH或者OPTINAL MATCH语句中添加约束，或者与WITH一起使用来过滤结果。1.3.1 基本使用（1）布尔运算 返回发行日期介于1990~2000年的电影名称。 MATCH (nineties:Movie) WHERE nineties.release...
2019-09-26 21:46:18
3648
1
原创 neo4j--Cypher语法练习（MATCH、OPTIONAL MATCH）
语句可分为三类。读语句：MATCH、OPTIONAL MATCH、WHERE、START、Aggregation和LOAD CSV 写语句：CREATE、MERGE、SET、DELETE、REMOVE、FOREACH和CREATE UNIQUE 通用语句：RETURN、ORDER BY、LIMIT、SKIP、WITH、UNWIND、UNION和CALL1.1MATCH（用指定的模式检索...
2019-09-26 15:55:09
9779
2
原创 neo4j官方示例数据库
官方示例数据库：CREATE (TheMatrix:Movie {title:'The Matrix', released:1999, tagline:'Welcome to the Real World'})CREATE (Keanu:Person {name:'Keanu Reeves', born:1964})CREATE (Carrie:Person {name:'Carri...
2019-09-25 20:24:08
2099
原创 neo4j--Cypher 基本语法
一、类型Cypher处理的所有值都有一个特定的类型，它支持如下类型：数值型 字符串 布尔型 节点 关系 路径 映射(Map) 列表(List)二、表达式Cypher中的表达式如下：十进制（整型和双精度型）的字面值：13, -4000, 3.14, 6.022E23 十六进制整型字面值（以0x开头）：0x13zf, 0xFC3A9, -0x66eff 八进制整型字...
2019-09-25 19:50:06
5352
原创 人工智能-统计机器学习-特征人脸方法（Eigenface）
人脸识别之特征人脸方法是一种应用主成份分析来实现人脸图像降维的方法，其本质是用一种称为“特征人脸(eigenface)”的特征向量按照线性组合形式来表达每一张原始人脸图像，进而实现人脸识别。由此可见，这一方法的关键之处在于如何得到特征人脸。算法描述：每个人脸特征向量 ???????? 与原始人脸数据 ???????? 的维数是一样的，均为1024。可将每个特征向量还原为 32 × 32 的人脸图像，...
2019-09-18 20:55:53
668
原创 LW--教育知识图谱的概念模型与构建方法研究
文章脉络：一、引言：介绍知识图谱，引出主题。 二、教育领域知识建模研究现状 ：提出当前知识图谱在教育领域的应用存在的问题： 3个方面：（1）知识粒度方面（2）领域适应性方面（3）构建方法方面 三、教育知识图谱的...
2019-09-18 20:19:51
2858
1
原创 人工智能-统计机器学习-主成份分析
主成份分析: Principle Component Analysis （PCA）主成份分析是一种特征降维方法，降维后的结果要保持原始数据固有结构。原始数据结构：图像数据中结构：视觉对象区域构成的空间分布 文本数据中结构：单词之间的(共现)相似或不相似主成份分析中若干概念-方差与协方差1、数据样本的方差（variance）描述了样本数据的波动程度 ...
2019-09-03 16:34:25
280
原创 人工智能-统计机器学习- K均值聚类 (K-means 聚类)
K均值聚类 (K-means 聚类)是无监督学习的一种算法，无监督学习的重要因素有：数据特征（图像中颜色、纹理或形状等特征、 听觉信息中旋律和音高等特征 、文本中单词出现频率等特征） 相似度函数 （定义一个相似度计算函数，基于所提取的特征来计算数据 之间的相似性）K-means 聚类算法：输入：
2019-09-03 11:17:50
897
原创 人工智能-统计机器学习- 自适应提升算法
监督学习--Boosting (adaptive boosting, 自适应提升)：对于一个复杂的分类任务，可以将其分解为 若干子任务，然后将若干子任务完成方法综合，最终完成该复杂任务。我们将这若干子任务称为弱分类器(weak classifiers)，然后将他们组合起来， 形成一个强分类器(strong classifier)。在介绍自适应提升算法之前，我们先介绍一下计算学习理论 ( C...
2019-09-02 22:04:38
1535
原创 人工智能-统计机器学习-线性回归
监督学习-线性回归（linear regression）回归分析：分析不同变量之间存在的关系。回归模型：刻画不同变量之间关系的模型，如果这个模型是线性的，则称为线性回归模型。在现实生活中，往往需要分析若干变量之间的关系，如碳排放量与气候变暖之间的关系、某一商品广告投入量与该商品销售量之间的关系等。一旦确定了回归模型，就可以进行预测等分析工作，如从碳排放量预测气候变化程度、从广告投入量预...
2019-09-02 16:07:40
854
原创 人工智能-统计机器学习-机器学习基本概念
1.2.4 训练数据与测试数据机器学习：从数据中学习知识、模式、规律。机器学习的目标：此时映射函数是将数据从像素点空间映射到我们人类的语义空间上。如果原始数据是文本数据，则映射函数则是将文档中的单词序列映射成‘喜悦、愤怒’等表达情感的词汇，完成情感分类。从图像中或者从文本中学习得到映射函数都实现了把数据从原始的数据空间映射到我们所定义的高级语义空间的这一个任务。这也体现...
2019-09-02 09:21:13
351
原创 人工智能-搜索-蒙特卡洛树搜索
三、蒙特卡洛树搜索（Monte-Carlo Tree Search）讲蒙特卡洛树搜索之前，我们先讲一下蒙特卡洛规划（Monte-Carlo Planning）蒙特卡罗是一类随机方法的统称。这类方法的特点是，可以在随机采样上计算得到近似结果，随着采样的增多，得到的结果是正确结果的概率逐渐加大，但在（放弃随机采样，而采用类似全采样这样的确定性方法）获得真正的结果之前，无法知道目前得到的结果是不...
2019-08-26 20:46:54
1647
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人