AM-GCN: Adaptive Multi-channel Graph Convolutional Networks 阅读笔记
我的博客地址
0. 导读
0.1 文章是关于什么的?(what?)
图卷积网络
0.2 要解决什么问题?(why?|challenge)
- 目前最好的GCN模型在融合节点特征和拓扑结构的能力上不能使人满意;
- GCN真正从拓扑结构和节点特征中学习并融合了哪些信息?
0.3 用什么方法解决?(how?)
- 作者从节点特征,拓扑结构及其组合中同时抽取了特定和常见的嵌入,并使用注意力机制学习嵌入的自适应重要性权重。
0.4文章有什么创新?
- 研究了如何实现GCN的拓扑结构和节点特征的融合;
- 提出了用注意力机制来自适应融合拓扑结构和节点特征;
0.5 效果如何?
- 在benchmark datasets 上超过了sota GCN
0.6 还存在什么问题?
1 背景知识
- Gram矩阵
GCN融合能力实验
猜想:如果GCN可以自适应学习节点特征和拓补结构的话,那么调整网络和节点特征或者拓扑结构的相关性,GCN应该不会出现剧烈的效果差异变化。
作者设计了以下两个case来验证上述猜想:
随机拓扑和相关节点特征
这里作者建立了一个节点标签和节点特征高度相关,但是和拓扑结构无关。
对比模型:GCN和MLP
相关拓扑和随机节点特征
这里作者把节点分为3个团体,节点标签由团体决定。
对比模型:GCN和DeepWalk
总结
这些情况表明,目前的GCN融合机制[14]远未达到理想甚至令人满意的水平。
2 模型
AM-GCN整体模型框架如下图所示:
2.1 特定卷积模型
特征空间:
作者首先构建一个kkk最近邻居(kNN)图: Gf=(Af,X)G_{f}=\left(\mathbf{A}_{f}, \mathbf{X}\right)Gf=(Af,X)依据节点特征矩阵X\mathbf{X}X,其中Af\mathbf{A}_{f}Af是kNN图的邻接矩阵。特别的,作者还计算量一个相似度矩阵S∈Rn×n\mathbf{S} \in \mathbb{R}^{n \times n}S∈Rn×n,并介绍了两种方式:
-
余弦相似度:
Sij=xi⋅xj∣xi∣∣xj∣\mathbf{S}_{i j}=\frac{\mathbf{x}_{i} \cdot \mathbf{x}_{j}}{\left|\mathbf{x}_{i}\right|\left|\mathbf{x}_{j}\right|} Sij=∣xi∣∣xj∣xi⋅xj -
Heat Kernel:
Sij=e−∥xi−xj∥2t\mathbf{S}_{i j}=e^{-\frac{\left\|\mathbf{x}_{i}-\mathbf{x}_{j}\right\|^{2}}{t}} Sij=e−t∥xi−xj∥2
作者取:t=2t=2t=2
作者选择使用余弦相似度来计算,并且选择前k个相似度的节点建立边,最终得到A\mathbf{A}A。
至此, 作者可以得到第l层输出:
Zf(l)=ReLU(D~f−12A~fD~f−12Zf(l−1)Wf(l))\mathbf{Z}_{f}^{(l)}=\operatorname{ReLU}\left(\tilde{\mathbf{D}}_{f}^{-\frac{1}{2}} \tilde{\mathbf{A}}_{f} \tilde{\mathbf{D}}_{f}^{-\frac{1}{2}} \mathbf{Z}_{f}^{(l-1)} \mathbf{W}_{f}^{(l)}\right) Zf(l)=ReLU(D~f−21A~fD~f−21Zf(l−1)Wf(l))
- $ \mathbf{Z}_{f}^{(0)}=\mathbf{X}$, wf(l)\mathbf{w}_{f}^{(l)}wf(l)是GCN中第l层的权重矩阵
- A~f=Af+If\tilde{\mathbf{A}}_{f}=\mathbf{A}_{f}+\mathbf{I}_{f}A~f=Af+If, D~f\tilde{\mathbf{D}} fD~f是对角度矩阵。
拓扑空间:
整体流程和特征空间一样,只不过其中的一些矩阵替换如下:
- Gt=(At,Xt)where At=Aand Xt=XG_{t}=\left(\mathbf{A}_{t}, \mathbf{X}_{t}\right) \text { where } \mathbf{A}_{t}=\mathbf{A} \text { and } \mathbf{X}_{t}=\mathbf{X}Gt=(At,Xt) where At=A and Xt=X
2.2 公共卷积模型
因为特征空间和拓扑空间不是完全不相关的,所以作者设计了一个Common-GCN来来提取被两个空间共享的公共信息。
从拓扑图中提取节点嵌入:
Zct(l)=ReLU(D~t−12A~tD~t−12Zct(l−1)Wc(l))\mathbf{Z}_{c t}^{(l)}=\operatorname{ReLU}\left(\tilde{\mathbf{D}}_{t}^{-\frac{1}{2}} \tilde{\mathbf{A}}_{t} \tilde{\mathbf{D}}_{t}^{-\frac{1}{2}} \mathbf{Z}_{c t}^{(l-1)} \mathbf{W}_{c}^{(l)}\right) Zct(l)=ReLU(D~t−21A~tD~t−21Zct(l−1)Wc(l))
从特征图中提取节点嵌入:
Zcf(l)=ReLU(D~f−12A~fD~f−12Zcf(l−1)Wc(l))\mathbf{Z}_{c f}^{(l)}=\operatorname{Re} L U\left(\tilde{\mathbf{D}}_{f}^{-\frac{1}{2}} \tilde{\mathbf{A}}_{f} \tilde{\mathbf{D}}_{f}^{-\frac{1}{2}} \mathbf{Z}_{c f}^{(l-1)} \mathbf{W}_{c}^{(l)}\right) Zcf(l)=ReLU(D~f−21A~fD~f−21Zcf(l−1)Wc(l))
合并两个输出嵌入变为公共嵌入:
ZC=(ZCT+ZCF)/2\mathbf{Z}_{C}=\left(\mathbf{Z}_{C T}+\mathbf{Z}_{C F}\right) / 2 ZC=(ZCT+ZCF)/2
- 其中字母对应于2.1中字母,Wc(l)\mathbf{W}_{c}^{(l)}Wc(l)是一个共享的权重矩阵。
2.3 注意力机制
现在作者得到了3个向量,采用一个注意力机制来自适应学习三者的重要程度:
(αt,αc,αf)=att(ZT,ZC,ZF)\left(\alpha_{t}, \alpha_{c}, \alpha_{f}\right)=a t t\left(\mathbf{Z}_{T}, \mathbf{Z}_{C}, \mathbf{Z}_{F}\right) (αt,αc,αf)=att(ZT,ZC,ZF)
对于节点iii的向量$ \mathbf{z}{T}^{i} \in \mathbb{R}^{1 \times h}在矩阵在矩阵在矩阵\mathbf{Z}{T} 中。为了获得注意力的值,作者首先通过一个非线性变换转换嵌入,然后使用一个共享的注意力向量中。为了获得注意力的值,作者首先通过一个非线性变换转换嵌入,然后使用一个共享的注意力向量中。为了获得注意力的值,作者首先通过一个非线性变换转换嵌入,然后使用一个共享的注意力向量\mathbf{q} \in \mathbb{R}{h{\prime} \times 1}$去得到注意力值:
ωTi=qT⋅tanh(WT⋅(zTi)T+bT)\omega_{T}^{i}=\mathbf{q}^{T} \cdot \tanh \left(\mathbf{W}_{T} \cdot\left(\mathbf{z}_{T}^{i}\right)^{T}+\mathbf{b}_{T}\right) ωTi=qT⋅tanh(WT⋅(zTi)T+bT)
- 其中eWT∈Rh′×h\mathbf{e} \mathbf{W}_{T} \in \mathbb{R}^{h^{\prime} \times h}eWT∈Rh′×h和bT∈Rh′×1\mathbf{b}_{T} \in \mathbb{R}^{h^{\prime} \times 1}bT∈Rh′×1分别是罪域矩阵zT\mathbf{z}_TzT的权重矩阵和偏移向量;
- 注意,上角标的TTT应该是转置的意思。
同理可得其他两种向量的注意力值,最后权重为:
αTi=softmax(ωTi)=exp(ωTi)exp(ωTi)+exp(ωCi)+exp(ωFi)\alpha_{T}^{i}=\operatorname{softmax}\left(\omega_{T}^{i}\right)=\frac{\exp \left(\omega_{T}^{i}\right)}{\exp \left(\omega_{T}^{i}\right)+\exp \left(\omega_{C}^{i}\right)+\exp \left(\omega_{F}^{i}\right)} αTi=softmax(ωTi)=exp(ωTi)+exp(ωCi)+exp(ωFi)exp(ωTi)
- 该值越大说明对应的嵌入越重要。
最终获得的最终向量Z\mathbf{Z}Z表示为:
Z=αT⋅ZT+αC⋅ZC+αF⋅ZF\mathbf{Z}=\boldsymbol{\alpha}_{T} \cdot \mathbf{Z}_{T}+\boldsymbol{\alpha}_{C} \cdot \mathbf{Z}_{C}+\boldsymbol{\alpha}_{F} \cdot \mathbf{Z}_{F} Z=αT⋅ZT+αC⋅ZC+αF⋅ZF
- αT=diag(αt)\alpha_{T}=\operatorname{diag}\left(\alpha_{t}\right)αT=diag(αt)
- αt=[αTi],αc=[αCi],αf=[αFi]∈Rn×1\boldsymbol{\alpha}_{t}=\left[\alpha_{T}^{i}\right], \boldsymbol{\alpha}_{c}=\left[\alpha_{C}^{i}\right], \boldsymbol{\alpha}_{f}=\left[\alpha_{F}^{i}\right] \in \mathbb{R}^{n \times 1}αt=[αTi],αc=[αCi],αf=[αFi]∈Rn×1
2.4目标函数
2.4.1 Consistency Constraint 一致性限制
对于Common-GCN输出的两个向量ZCTand ZCF\mathbf{Z}_{C T} \text { and } \mathbf{Z}_{C F}ZCT and ZCF,作者谁记录一个一致性限制来进一步增强他们的通用性。
作者使用L2方式去归一化矩阵为ZCTnor,ZCFnor\mathbf{Z}_{C T n o r}, \mathbf{Z}_{C F n o r}ZCTnor,ZCFnor,并计算节点的相似度:
sT=ZCTnor⋅ZCTnorTsF=ZCFnor⋅ZCFnorT\begin{array}{l}\mathbf{s}_{T}=\mathbf{Z}_{C T n o r} \cdot \mathbf{Z}_{C T n o r}^{T} \\ \mathbf{s}_{F}=\mathbf{Z}_{C F n o r} \cdot \mathbf{Z}_{C F n o r}^{T}\end{array} sT=ZCTnor⋅ZCTnorTsF=ZCFnor⋅ZCFnorT
一致性意味着两个相似性矩阵应该相似,这引起以下约束:
Lc=∥ST−SF∥F2\mathcal{L}_{c}=\left\|\mathbf{S}_{T}-\mathbf{S}_{F}\right\|_{F}^{2} Lc=∥ST−SF∥F2
2.4.2 Disparity Constraint 差异限制
在这里,由于从同一图Gt=(At,Xt)G_{t}=\left(\mathbf{A}_{t}, \mathbf{X}_{t}\right)Gt=(At,Xt)学习嵌入ZTand ZCT\mathbf{Z}_{T} \text { and } \mathbf{Z}_{C T}ZT and ZCT,为确保它们可以捕获不同的信息,我们采用了希尔伯特-施密特独立性准则(HSIC),这很简单,但是有效的独立性措施,以扩大这两个嵌入之间的差距。
作者给予以下定义:
HSIC(ZT,ZCT)=(n−1)−2tr(RKTRKCT)H S I C\left(\mathbf{Z}_{T}, \mathbf{Z}_{C T}\right)=(n-1)^{-2} \operatorname{tr}\left(\mathbf{R} \mathbf{K}_{T} \mathbf{R} \mathbf{K}_{C T}\right) HSIC(ZT,ZCT)=(n−1)−2tr(RKTRKCT)
- KTand KCT\mathbf{K}_{T} \text { and } \mathbf{K}_{C T}KT and KCT是格拉姆矩阵(Gram matrices),kT,ij=kT(zTi,zTj)k_{T, i j}=k_{T}\left(\mathbf{z}_{T}^{i}, \mathbf{z}_{T}^{j}\right)kT,ij=kT(zTi,zTj)and kCT,ij=kCT(zCTi,zCTj)k_{C T, i j}=k_{C T}\left(\mathbf{z}_{C T}^{i}, \mathbf{z}_{C T}^{j}\right)kCT,ij=kCT(zCTi,zCTj)
- R=I−1neeT\mathbf{R}=\mathbf{I}-\frac{1}{n} e e^{T}R=I−n1eeT,I\mathbf{I}I是单位矩阵,eee是一个全1列向量。
同理,得到ZFand ZCF\mathbf{Z}_{F} \text { and } \mathbf{Z}_{C F}ZF and ZCF的HSIC:
HSIC(ZF,ZCF)=(n−1)−2tr(RKFRKCF)H S I C\left(\mathbf{Z}_{F}, \mathbf{Z}_{C F}\right)=(n-1)^{-2} \operatorname{tr}\left(\mathbf{R} \mathbf{K}_{F} \mathbf{R} \mathbf{K}_{C F}\right) HSIC(ZF,ZCF)=(n−1)−2tr(RKFRKCF)
所以,差异化限制:
Ld=HSIC(ZT,ZCT)+HSIC(ZF,ZCF)\mathcal{L}_{d}=H S I C\left(\mathbf{Z}_{T}, \mathbf{Z}_{C T}\right)+H S I C\left(\mathbf{Z}_{F}, \mathbf{Z}_{C F}\right) Ld=HSIC(ZT,ZCT)+HSIC(ZF,ZCF)
2.4.3 优化目标
作者在下面等式中使用输出嵌入Z\mathbf{Z}Z用于具有线性变换和softmax函数的半监督多类分类:
Y^=softmax(W⋅Z+b)\hat{\mathbf{Y}}=\operatorname{softmax}(\mathbf{W} \cdot \mathbf{Z}+\mathbf{b}) Y^=softmax(W⋅Z+b)
- Y^=[y^ic]∈Rn×C\hat{\mathbf{Y}}=\left[\hat{y}_{i c}\right] \in \mathbb{R}^{n \times C}Y^=[y^ic]∈Rn×C, y^ic\hat{y}_{i c}y^ic表示节点iii属于类ccc的概率
对于节点分类任务,作者采用交叉熵损失函数:
Lt=−∑l∈L∑i=1CYllnY^l\mathcal{L}_{t}=-\sum_{l \in L} \sum_{i=1}^{C} \mathbf{Y}_{l} \ln \hat{\mathbf{Y}}_{l} Lt=−l∈L∑i=1∑CYllnY^l
**至此,**整个任务的目标函数如下:
L=Lt+γLc+βLd\mathcal{L}=\mathcal{L}_{t}+\gamma \mathcal{L}_{c}+\beta \mathcal{L}_{d} L=Lt+γLc+βLd
- γand β\gamma \text { and } \betaγ and β分别是consistency and disparity constraint的超参数。
3 实验
3.1 数据集
3.2 baseline
DeepWalk,LINE,Chebyshev,GCN,kNN-GCN,GAT, DEMO-Net,MixHop
3.3 节点分类
- 与GCN和kNN-GCN相比,我们可以了解到拓扑图和特征图之间确实存在结构差异,并且在传统拓扑图上执行GCN并不总是比在特征图上显示更好的结果。 例如,在BlogCatalog,Flickr和UAI2010中,功能图的性能优于拓扑。 这进一步证实了在GCN中引入特征图的必要性。
3.4 变体分析
- 比较图2和表2的结果,可以发现AM-GCN-w/o尽管没有任何限制,但在基准方面仍然具有非常好的竞争性能,这表明作者的框架是稳定且具有竞争力的。
3.5 可视化展示
3.6 注意力机制分析
分析注意力的分布:分析数据集的构成,并且结合表2做分析。发现注意力的分布符合预期。
注意力趋势分析
3.7 调参分析
参考链接
- https://blog.csdn.net/lilong117194/article/details/78202637
- 论文下载地址
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- python实现快排序
快排序 def QuickSort(nums, low, high):if low > high:returnpos FindPos(nums, low, high)QuickSort(nums, low, pos-1)QuickSort(nums, pos1, high)return numsdef FindPos(nums, low, high):val nums[low]while low < high:while low < high and nums[high] &g…...
2024/4/21 21:56:25 - 最近,摘记一些python练习遇到的小问题。
**1:**df.melt(),df.pivot() 互为逆转函数, 转来转去 看不太懂 2: seaborn: facetgrid() map() 构建结构化多绘图网格 row,col,和hue。前两个与得到的轴阵列有明显的对应关系; 将色调变量视为沿深度轴的第三个维度,其中不同的级…...
2024/4/25 1:42:59 - codeforces1354D做过的题,再看一遍
https://blog.csdn.net/acm123456789ctf/article/details/106437718...
2024/4/25 11:34:42 - Docker尚硅谷基础知识笔记
docker基础知识docker简介是什么能干什么去哪里学docker安装docker的基本组成镜像容器仓库总结安装步骤1. CentOs6.8安装Docker2. CentOS7安装DockerHelloWeord底层原理docker常用命令帮助命令镜像命令docker imagesdocker searchdocker pull下载镜像docker rmi 删除镜像容器命…...
2024/4/25 4:12:30 - addObserver 应用详解
addObserver 应用 在游戏当中比如打飞机游戏,当游戏结束的时候,有几种情况。一种是把boss打死,一种是按退出,一种是自己死了。 我们以一上场景为例: 在游戏开始得是时候我们可以注册一个事件,这个事件…...
2024/4/21 21:56:21 - 听说算法工程师80%的时间都在做特征工程?
前言 想象一下,当今社会备受瞩目的人工智能和数据挖掘算法工程师每天大部分时间都在做什么呢?是花大量时间手推公式,还是思考各种trick对算法调参,还是一遍遍清洗数据和加工特征?实际上,大部分的数据挖掘/…...
2024/4/26 22:47:23 - Hadoop集群搭建教程
Hadoop集群搭建教程 一、环境安装 1. 准备虚拟机 使用VMware或hyper-v创建三台虚拟机(系统为Ubuntu18.04)。 2. 设置静态IP、修改主机名和hosts 设置静态IP 修改目录/etc/netplan下的配置文件01-netcfg.yaml(文件名可能不一样)…...
2024/4/21 21:56:19 - .NET 通过域名访问sql server 数据库
背景: 由于固定IP地址费用较高,大多企业外网使用动态IP地址,造成远程连接数据库IP地址常变更的困扰。目前市面上有很多软件可申请域名解析,可通过域名访问企业数据库。 步骤一、申请域名且解析后,将服务器IP地址和域…...
2024/4/27 16:20:08 - 虚拟法庭、云端判案...法律行业背后的智能技术革新
以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施,以人工智能、云计算、区块链等为代表的新技术基础设施,和以数据中心、智能计算中心为代表的算力基础设施,正在成为“新基建”的信息基础设施。这些新一代信息技术与各行各业的…...
2024/4/21 21:08:53 - I、P、B帧区别
I、P、B帧区别 I frame : 帧内编码帧 又称 intra picture ,I 帧通常是每个 GOP( MPEG 所使用的一种视频压缩技术)的第一个帧, 经过适度地压缩, 做为随机访问的参考点, 可以当成图象。 I 帧可以…...
2024/4/26 23:55:08 - 台大经济学原理-笔记
壹,十大經濟學原理 1. 取捨 效率:有限資源的產出 公平:分配所得 2. 機會成本 下沉成本非機會成本 3. 理性的人用邊際思考 理性:懂得遞移率 邊際:微分 4. 誘因 people respond to incentive !!! 5. 交易必有利(比較利益) 6. 市場是組織經濟活動的好方法 市場:看不見…...
2024/4/21 21:08:50 - python面试题汇总
Python基础 文件操作 1.有一个jsonline格式的文件file.txt大小约为10K 2.补充缺失的代码 模块与包 3.输入日期, 判断这一天是这一年的第几天? 4.打乱一个排好序的list对象alist? 数据类型 5.现有字典 d {‘a’:24,‘g’:52,‘i’:12,‘k’:33…...
2024/4/21 21:08:49 - CocosCreator获取设备ID唯一标识符
获取设备信息等操作, 要先到java层去. 在这个文件里面添加代码,用于获取需要的设备信息: 路径:“bulid\jsb-default\frameworks\cocos2d-x\cocos\platform\android\java\src\org\cocos2dx\lib\Cocos2dxActivity.java” 在这个文件里面获取权限: 路径:“bulid\jsb-default\fra…...
2024/4/23 23:29:16 - java基础常见面试题系列,1-10
1、面向对象的特征有哪些方面? 抽象:抽象是将一类对象的共同特征总结出来构造类的过程,包括数据抽 象和行为抽象两方面。抽象只关注对象有哪些属性和行为,并不关注这些行为的 细节是什么。 继承:继承是从已有类得到继…...
2024/4/21 21:56:16 - 27年前研发出国内首台小型机的浪潮,如何怎么样了?
IDC数据显示,2019年浪潮商用机器有限公司在面向关键计算的RISC/EPIC服务器领域,市场份额达到73.5%,保持市场第一的领导地位。 浪潮商用机器有限公司在成立不到一年时就推出了基于POWER处理器的K1Power产品线,在成立仅两年时便取…...
2024/4/21 21:56:15 - 中兴面试(含面试题)
“【ZTE】亲爱的XXX同学,您好!恭喜您顺利进入专业面试!您的面试时间为XXXXXX,地点XXXXXX。请携带简历2份、身份证、学生证、成绩单和英语等级证书原件准时参加……” 在今年秋招就业形式非常严峻的情况下,我于2020.8.3…...
2024/4/21 21:56:15 - Treasure Of JAVA——JAVASE语法(JAVA面试题)
JAVASE语法 1. Java 有没有 goto 语句? goto 是 Java 中的保留字,在目前版本的 Java 中没有使用。根据 James Gosling(Java 之父)编写的《The Java Programming Language》一书的附录中给出了一个 Java 关键字列表ÿ…...
2024/4/21 21:56:14 - java大文件(百M以上)的上传下载方案
java两台服务器之间,大文件上传(续传),采用了Socket通信机制以及JavaIO流两个技术点,具体思路如下: 实现思路: 1、服:利用ServerSocket搭建服务器,开启相应端口…...
2024/4/21 21:56:13 - 2020G2电站锅炉司炉考试题及G2电站锅炉司炉作业考试题库
题库来源:安全生产模拟考试一点通公众号小程序 2020G2电站锅炉司炉考试题及G2电站锅炉司炉作业考试题库,包含G2电站锅炉司炉考试题答案解析及G2电站锅炉司炉作业考试题库练习。由安全生产模拟考试一点通公众号结合国家G2电站锅炉司炉考试最新大纲及G2电…...
2024/4/21 21:56:11 - 嵌入式CPU的体系架构
当我们谈及嵌入式处理器的体系架构时,一般都是想到Intel的X86架构和ARM公司的ARM架构。X86架构和ARM架构最大的不同点就是使用的指令集不同,前者使用的CISC指令集,后者使用的是RISC指令集,还有一点就是X86架构使用的是冯诺依曼结构…...
2024/4/21 21:56:12
最新文章
- React复习笔记
基础语法 创建项目 借助脚手架,新建一个React项目(可以使用vite或者cra,这里使用cra) npx create-react-app 项目名 create-react-app是React脚手架的名称 启动项目 npm start 或者 yarn start src是源文件index.js相当于Vue的main.js文件。整个…...
2024/4/27 22:13:59 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - 面试经典算法系列之双指针1 -- 合并两个有序数组
面试经典算法题1 – 合并两个有序数组 LeetCode.88 公众号:阿Q技术站 问题描述 给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。 请你 合并 nums2 到 nums1 中&#…...
2024/4/27 20:48:48 - 开启 Keep-Alive 可能会导致http 请求偶发失败
大家好,我是蓝胖子,说起提高http的传输效率,很多人会开启http的Keep-Alive选项,这会http请求能够复用tcp连接,节省了握手的开销。但开启Keep-Alive真的没有问题吗?我们来细细分析下。 最大空闲时间造成请求…...
2024/4/23 4:15:19 - 416. 分割等和子集问题(动态规划)
题目 题解 class Solution:def canPartition(self, nums: List[int]) -> bool:# badcaseif not nums:return True# 不能被2整除if sum(nums) % 2 ! 0:return False# 状态定义:dp[i][j]表示当背包容量为j,用前i个物品是否正好可以将背包填满ÿ…...
2024/4/27 1:53:53 - 【Java】ExcelWriter自适应宽度工具类(支持中文)
工具类 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.CellType; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet;/*** Excel工具类** author xiaoming* date 2023/11/17 10:40*/ public class ExcelUti…...
2024/4/27 3:39:11 - Spring cloud负载均衡@LoadBalanced LoadBalancerClient
LoadBalance vs Ribbon 由于Spring cloud2020之后移除了Ribbon,直接使用Spring Cloud LoadBalancer作为客户端负载均衡组件,我们讨论Spring负载均衡以Spring Cloud2020之后版本为主,学习Spring Cloud LoadBalance,暂不讨论Ribbon…...
2024/4/27 12:24:35 - TSINGSEE青犀AI智能分析+视频监控工业园区周界安全防范方案
一、背景需求分析 在工业产业园、化工园或生产制造园区中,周界防范意义重大,对园区的安全起到重要的作用。常规的安防方式是采用人员巡查,人力投入成本大而且效率低。周界一旦被破坏或入侵,会影响园区人员和资产安全,…...
2024/4/27 12:24:46 - VB.net WebBrowser网页元素抓取分析方法
在用WebBrowser编程实现网页操作自动化时,常要分析网页Html,例如网页在加载数据时,常会显示“系统处理中,请稍候..”,我们需要在数据加载完成后才能继续下一步操作,如何抓取这个信息的网页html元素变化&…...
2024/4/27 3:39:08 - 【Objective-C】Objective-C汇总
方法定义 参考:https://www.yiibai.com/objective_c/objective_c_functions.html Objective-C编程语言中方法定义的一般形式如下 - (return_type) method_name:( argumentType1 )argumentName1 joiningArgument2:( argumentType2 )argumentName2 ... joiningArgu…...
2024/4/27 3:39:07 - 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】
👨💻博客主页:花无缺 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 本文由 花无缺 原创 收录于专栏 【洛谷算法题】 文章目录 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】🌏题目描述🌏输入格…...
2024/4/27 3:39:07 - 【ES6.0】- 扩展运算符(...)
【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数࿰…...
2024/4/27 12:44:49 - 摩根看好的前智能硬件头部品牌双11交易数据极度异常!——是模式创新还是饮鸩止渴?
文 | 螳螂观察 作者 | 李燃 双11狂欢已落下帷幕,各大品牌纷纷晒出优异的成绩单,摩根士丹利投资的智能硬件头部品牌凯迪仕也不例外。然而有爆料称,在自媒体平台发布霸榜各大榜单喜讯的凯迪仕智能锁,多个平台数据都表现出极度异常…...
2024/4/27 21:08:20 - Go语言常用命令详解(二)
文章目录 前言常用命令go bug示例参数说明 go doc示例参数说明 go env示例 go fix示例 go fmt示例 go generate示例 总结写在最后 前言 接着上一篇继续介绍Go语言的常用命令 常用命令 以下是一些常用的Go命令,这些命令可以帮助您在Go开发中进行编译、测试、运行和…...
2024/4/26 22:35:59 - 用欧拉路径判断图同构推出reverse合法性:1116T4
http://cplusoj.com/d/senior/p/SS231116D 假设我们要把 a a a 变成 b b b,我们在 a i a_i ai 和 a i 1 a_{i1} ai1 之间连边, b b b 同理,则 a a a 能变成 b b b 的充要条件是两图 A , B A,B A,B 同构。 必要性显然࿰…...
2024/4/27 18:40:35 - 【NGINX--1】基础知识
1、在 Debian/Ubuntu 上安装 NGINX 在 Debian 或 Ubuntu 机器上安装 NGINX 开源版。 更新已配置源的软件包信息,并安装一些有助于配置官方 NGINX 软件包仓库的软件包: apt-get update apt install -y curl gnupg2 ca-certificates lsb-release debian-…...
2024/4/27 3:39:03 - Hive默认分割符、存储格式与数据压缩
目录 1、Hive默认分割符2、Hive存储格式3、Hive数据压缩 1、Hive默认分割符 Hive创建表时指定的行受限(ROW FORMAT)配置标准HQL为: ... ROW FORMAT DELIMITED FIELDS TERMINATED BY \u0001 COLLECTION ITEMS TERMINATED BY , MAP KEYS TERMI…...
2024/4/27 13:52:15 - 【论文阅读】MAG:一种用于航天器遥测数据中有效异常检测的新方法
文章目录 摘要1 引言2 问题描述3 拟议框架4 所提出方法的细节A.数据预处理B.变量相关分析C.MAG模型D.异常分数 5 实验A.数据集和性能指标B.实验设置与平台C.结果和比较 6 结论 摘要 异常检测是保证航天器稳定性的关键。在航天器运行过程中,传感器和控制器产生大量周…...
2024/4/27 13:38:13 - --max-old-space-size=8192报错
vue项目运行时,如果经常运行慢,崩溃停止服务,报如下错误 FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory 因为在 Node 中,通过JavaScript使用内存时只能使用部分内存(64位系统&…...
2024/4/27 1:03:20 - 基于深度学习的恶意软件检测
恶意软件是指恶意软件犯罪者用来感染个人计算机或整个组织的网络的软件。 它利用目标系统漏洞,例如可以被劫持的合法软件(例如浏览器或 Web 应用程序插件)中的错误。 恶意软件渗透可能会造成灾难性的后果,包括数据被盗、勒索或网…...
2024/4/27 3:22:12 - JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
2024/4/26 21:29:56 - C++中只能有一个实例的单例类
C中只能有一个实例的单例类 前面讨论的 President 类很不错,但存在一个缺陷:无法禁止通过实例化多个对象来创建多名总统: President One, Two, Three; 由于复制构造函数是私有的,其中每个对象都是不可复制的,但您的目…...
2024/4/27 3:39:00 - python django 小程序图书借阅源码
开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 用户端: 登录注册(含授权登录) 首页显示搜索图书,轮播图࿰…...
2024/4/26 23:53:24 - 电子学会C/C++编程等级考试2022年03月(一级)真题解析
C/C++等级考试(1~8级)全部真题・点这里 第1题:双精度浮点数的输入输出 输入一个双精度浮点数,保留8位小数,输出这个浮点数。 时间限制:1000 内存限制:65536输入 只有一行,一个双精度浮点数。输出 一行,保留8位小数的浮点数。样例输入 3.1415926535798932样例输出 3.1…...
2024/4/27 20:28:35 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57