normalization instance内容 信息
全球IP whois信息获取与情报挖掘
全球IP的whois信息获取与情报挖掘 什么是whois信息？ Whois是一种网络协议，也是一种网络服务，能够让客户端查询域名或者IP是否注册，以及注册人的相关信息。我们通常所说的whois信息就是通过whois查询到的信息。IP whois信息即是IP的是否注册使用以及注册人(或机构)的信息。 ......
IP rDNS(PTR)信息从理解到情报挖掘
什么是IP的rdns信息？ 过去很多人，将IP的rDNS信息理解为解析到IP的反查域名信息。IP的rDNS信息和IP反查域名信息完全是两个不同的信息。IP的rdns信息被称之为反向DNS解析(rDNS)，即通过DNS解析系统来将IP地址解析为域名。根据RFC1912标准“每一个互联网可以访问的主机都 ......
基于内容的推荐系统算法
基于内容的推荐算法是一种常用的推荐算法，它主要通过分析物品的特征（如文本、图片、视频等）来实现推荐。其核心思想是利用物品属性的相似性，将已经喜欢的物品的特征作为输入，推荐与该物品相似度高的其他物品。 基于内容的推荐算法仅考虑了单个用户对物品的偏好，而未考虑多个用户之间的交互和影响。此外，该算法在特征 ......
内容分发网络 CDN
内容分发网络（英语：Content Delivery Network 或 Content Distribution Network，缩写：CDN）将源站资源缓存到全国各地的边缘服务器，供用户就近获取，降低源站压力。 ......
（原创）【B4A】一步一步入门03：APP名称、图标等信息修改
一、前言 上篇 （原创）【B4A】一步一步入门02：可视化界面设计器、控件的使用 中我们已经了解了B4A程序的基本框架，现在我们还进一步讲解。 本篇文章会讲解如何修改APP的名称、图标等信息，以让一个APP更像一个正常的APP。 相信看完的你，一定会有所收获！ 本地地址：https://www.cn ......
我用 Python 写了一个统计博客园文章信息的小工具
前言 博客园在个人首页有一个简单的博客数据统计，以博客园官方的首页为例： 但是这些数据不足以分析更为细节的东西。所以从年后开始，就想着做一个类似 CSDN 里统计文章数据的工具： 这样的统计功能可以更好的去分析读者对于内容的需求，了解文章内容的价值，以及从侧面认识自己在知识创作方面的能力。 程序 这 ......
Node.js 应用全链路追踪技术——全链路信息存储
本文主要介绍在Node.js应用中， 如何用全链路信息存储技术把全链路追踪数据存储起来，并进行相应的展示，最终实现基于业界通用 OpenTracing 标准的 Zipkin 的 Node.js 方案。 ......
Spring在Filter中记录Web请求Request和返回Response的内容及时长
1 简介 在Spring MVC中，我们有时需要记录一下请求和返回的内容，方便出现问题时排查。比较Header、Request Body等。这些在Controller也可以记录，但在Filter中会更方便。而我们使用的是OncePerRequestFilter。 2 记录请求 2.1 流重复读的问题 ......
如何实现千万级优惠文章的优惠信息同步
金融社区优惠文章是基于京东商城优惠商品批量化自动生成的，每日通过不同的渠道获取到待生成的SKU列表，并根据条件生成优惠文章。
但是，生成优惠文章之后续衍生问题：该商品无优惠了，对应文章需要做取消推荐或下架处理，怎样能更快的知道该商品无优惠了呢？ ......
地图下载器 002 根据下载范围获取要下载的瓦片信息
1、瓦片信息的存储方式设计 下载地图瓦片的第一步，就是要计算出要下载哪些地图瓦片。根据上篇内容，我们了解了谷歌瓦片组织的理论知识，现在就需要写代码实现这些内容。 一般情况下，我们会选择一个矢量面文件作为下载的范围，需要计算出这个矢量面数据覆盖了哪些瓦片，并存储起来。存储的时候，需要记录每个瓦片的x、 ......
Serilog日志同步到redis中和自定义Enricher来增加额外的记录信息
Serilog 日志同步到redis队列中 后续可以通过队列同步到数据库、腾讯阿里等日志组件中，这里redis库用的新生命团队的NewLife.Redis组件 可以实现轻量级消息队列（轻量级消息队列RedisQueue (newlifex.com)），也可以自行替换熟悉的组件 类库目录 该类库需添加 ......
Spring Boot通过Actuator显示git和build的信息
1 简介 为了更好的版本控制和问题定位，我们需要知道正在运行的应用是什么版本，什么时候打包的，Git的相关信息等。通过/actuator/info可以帮助我们获取这些信息。 2 配置 首先要有actuator的依赖： <dependency> <groupId>org.springframework ......
使用动态输出打印内核的DEBUG信息
简介 printk()是很多嵌入式开发者喜欢用的调试手段之一，但是，使用printk()每次都要重新编译内核，很不方便。使用动态输出在不需要重新编译内核的情况下，方便的打印出内核的debug信息。 要开启动态输出，内核需要添加CONFIG_DYNAMIC_DEBUG。开启宏之后，pr_debug() ......
SpringMVC学习笔记 - 第一章 - 工作流程、Bean加载控制、请求与响应（参数接收与内容返回）、RESTful
【前置内容】Spring 学习笔记全系列传送门： Spring学习笔记 - 第一章 - IoC（控制反转）、IoC容器、Bean的实例化与生命周期、DI（依赖注入） Spring学习笔记 - 第二章 - 注解开发、配置管理第三方Bean、注解管理第三方Bean、Spring 整合 MyBatis 和 ......
ffmpeg第8篇：使用ffprobe采集文件信息
1、 前言 ffprobe是ffmpeg的其中一个模块，主要用于查看文件信息，咱们知道一个MP4文件其实不仅仅包含了音视频数据，还有如元数据等其它信息，但是实际上咱们关心的往往是音视频数据部分，今天来看下如何使用ffprobe来获取音视频信息。 先看看ffprobe的帮助信息 ffprobe -v ......
前端使用工具规范commit信息
前言 通过工具规范git提交信息也是工程化的一部分，在前端领域有一些工具为我们提供了相关功能，在这里做一下使用总结。 commitlint commitlint是什么？ 就像eslint用来检查js代码是否标准，commitlint用来检查提交信息是否满足固定格式的工具。 同样，commitlint ......
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取
基于ERNIELayout&pdfplumber-UIE的多方案学术论文信息抽取，小样本能力强悍，OCR、版面分析、信息抽取一应俱全。 ......
IT编程相关内容汇总 - 进阶者系列 - 学习者系列文章
笔者工作了十多年了，对于技术也有一定的经验，但是IT编程技术的更新是挺快的，特别是各种框架，各种中间件啥的都涌现出来了。这篇博文笔者打算将IT编程的前端、后端、数据库和移动端做一个博文知识汇总，让阅读笔者博客的读者能够有一个系统化学习编程技术的博文。前面已经有一个博文进行过相关的介绍，但是那个比较普 ......
物联网 IOT 设备如何脱离信息孤岛？
目前在家庭物联网这一块，绝大部分的电子消费品都是基于wifi联网的设备。从商家那里达到消费者手中之后，简单开机使用无法体现其全部价值，还是需要经过消费者给设备配网的过程，把设备从信息孤岛接入互联互通的世界。 ......
记一次 .NET 某安全生产信息系统 CPU爆高分析
一：背景 1.讲故事 今天是🐏的第四天，头终于不巨疼了，写文章已经没什么问题，赶紧爬起来写。 这个月初有位朋友找到我，说他的程序出现了CPU爆高，让我帮忙看下怎么回事，简单分析了下有两点比较有意思。 这是一个安全生产的信息管理平台，第一次听说，我的格局小了。 这是一个经典的 CPU 爆高问题，过往 ......
小技巧 EntityFrameworkCore 实现 CodeFirst 通过模型生成数据库表时自动携带模型及字段注释信息
今天分享自己在项目中用到的一个小技巧，就是使用 EntityFrameworkCore 时我们在通过代码去 Update-Database 生成数据库时如何自动将代码模型上的注释和字段上的注释携带到数据库中，方便后续在数据库直接查看各个表和各个字段的含义。 实现效果如下： 可以看到我们每张表都有明确 ......
[信息抽取]基于ERNIE3.0的多对多信息抽取算法：属性关系抽取
本项目讲解了基于ERNIE信息抽取技术，对属性和关系的抽取涉及多对多抽取，主要是使用可ERNIEKIT组件，整体效果非常不错，当然追求小样本学习的可以参考之前UIE项目或者去官网看看paddlenlp最新的更新，对训练和部署进行了提速。 ......
NLP手札1. 金融信息负面及主体判定方案梳理&代码实现
这个系列会针对NLP比赛，经典问题的解决方案进行梳理并给出代码复现~算是找个理由把代码从TF搬运到torch。Chapter1是CCF BDC2019的赛题：金融信息负面及主体判定，属于实体关联的情感分类任务，相关代码实现以及Top方案梳理详见ClassisSolution/fin_new_enti... ......
研究光度立体法阶段性小结和优化（可20ms获取4个2500*2000灰度图的Normal Map）。
这个东西是我接触的第一个非2D方面的算法，到目前为止其实也没有完全搞定，不过可能短时间内也无法突破。先把能搞定的搞定吧。 这个东西也有一大堆参考资料，不过呢，搜来搜去其实也就那些同样的东西，个人觉得就属这个文章最经典，既有说明，也有图片，还有代码： Photometric Stereo Chaman ......