latex 算法_GitHub项目awesome-latex-drawing新增内容（四）：绘制贝叶斯网络

393ee631c749a84cec9518f43b5c1edd.png
近期，我们整理和开源了一个基于LaTeX的科技绘图项目，并将其取名为awesome-latex-drawing（GitHub网址为：https://github.com/xinychen/awesome-latex-drawing），案例包括贝叶斯网络、图模型、矩阵/张量示意图以及技术框架，所有案例均取自于我们近期的研究工作。截至目前，awesome-latex-drawing项目已在GitHub社区获得超过500次标星 (star)。

需要说明的是，本文转载自awesome-latex-drawing项目，如需阅读本文代码以及相关的说明文档，欢迎访问tutorial/Bayesian_nets.md。

一、基本介绍

贝叶斯网络是一种应用极为广泛的概率图模型，由节点和有向边构成，能够通过有向边来描述变量之间的条件依赖关系。给定一个已经构造好的贝叶斯网络，通常可以采用一些贝叶斯推断算法对其中的变量进行推断或者学习，这些贝叶斯推断算法中既包括最为人所熟知的马尔可夫链蒙特卡洛算法，也包括形式上略显抽象的变分推断算法。

直观清晰的贝叶斯网络结构图可以帮助读者和研究者更好地理解贝叶斯网络，而LaTeX在绘制贝叶斯网络结构方面具有天然的优势，一是由于我们在使用LaTeX绘图的过程中，LaTeX能够最大程度上支持复杂的公式符号；二则得益于LaTeX的一系列兼容性极好的图模型绘制包，其中，最具代表性且使用最为广泛的工具库(对应于LaTeX则称为library)莫过于bayesnet。结合LaTeX中的绘图工具包tikz，我们可以使用LaTeX画出近乎完美的贝叶斯网络。

bayesnet库是基于LaTeX绘图工具包tikz构建起来的贝叶斯网络绘图工具库，主要用于绘制贝叶斯网络、图模型以及有向图结构，其GitHub开发主页为https://github.com/jluttine/tikz-bayesnet。

本文将对几个具有代表性的贝叶斯网络案例进行拆分讲解，通过介绍各行代码及其所对应的绘图图形，逐步讲解如何用LaTeX绘制出复杂的贝叶斯网络，在开始绘图之前，我们不妨回顾一下贝叶斯网络所遵循的几项绘图原则：

  • 观测变量或者观测值要使用灰色节点表示；
  • 底层超参数无需用节点表示；
  • 除观测变量和底层超参数外的其他变量要使用白色节点表示；
  • 有向边箭头的指向表示贝叶斯角度的概率依赖关系。

为了方便广大读者体验LaTeX绘图，我们在在线LaTeX编辑系统overleaf.com中创建名称为latex-drawing-tutorial的项目，接下来就在项目中开启贝叶斯网络的LaTeX绘图之旅。

二、绘制贝叶斯网络的基本语句

使用LaTeX绘制贝叶斯网络时，我们需要用到一些最为基本的LaTeX命令：

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}end{tikzpicture}
end{document}

在这几行基本命令中，它们各自都发挥着一定的作用，我们不妨来逐行看一下这些命令的“功效”：

  • 准备阶段：
    • documentclass[tikz, border = 0.1cm]{standalone}的作用在于指定所创建文件的类型，确定tikz绘图风格的同时可设置绘图边框的页边距，这里选取的页边距是0.1厘米。当然，这里的页边距是可以根据我们自身的审美标准进行设置的。
    • usepackage{tikz}的作用在于启用LaTeX中的绘图工具包tikz。
    • usetikzlibrary{bayesnet}的作用在于调用绘制贝叶斯网络所需的bayesnet库。
    • usepackage{amsmath, amsthm, amssymb, amsfonts}的作用在于启用LaTeX中支持公式编译的工具包。
  • 绘图阶段：
    • begin{document} end{document}是LaTeX编辑各类文档时首先要申明的语句，在begin和end之间写语句才能有效地映射到所创建的文档中。
    • begin{tikzpicture} end{tikzpicture}是用于生成tikz绘图的基本语句，在tikzpicture中，我们可以通过指定各个节点(node)的横纵坐标来进行绘图。

三、绘制贝叶斯增强张量分解的贝叶斯网络

绘图任务：如何使用LaTeX绘制出如下贝叶斯增强张量分解的贝叶斯网络？

d4ead86969a59e3e77f2af84809dc4a4.png
图: 贝叶斯增强张量分解的贝叶斯模型示意图

1) 绘制观测变量节点

以上述的几行LaTeX绘图的基本命令为基础，我们不妨在begin{tikzpicture} end{tikzpicture}之间编写关于绘制观测变量节点的代码：首先，我们将观测变量节点命名为obs，在node命令中，指定该节点的位置为坐标原点(0,0)，指定节点类型为circle，另外令节点边框为黑色（即draw = black）、节点大小为0.65厘米（即minimum size = 0.65cm）。

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}node[circle, draw = black, fill = gray!20, inner sep = 0pt, minimum size = 0.65cm] (obs) at (0, 0) {{$y_{ijt}$}};end{tikzpicture}
end{document}

将这几行简单的代码复制粘贴到所创建的overleaf项目中，即可得到的观测变量节点示意图。另外，从下图可以看出，左侧为代码区域，右侧为画图文档区域。

de1fd6c8c800def851af5449adbc07b2.png
图: 绘制贝叶斯模型的观测变量节点

2) 绘制模型参数节点

与绘制观测变量节点类似，我们可以通过node设计模型参数节点。

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}node[circle, draw = black, fill = gray!20, inner sep = 0pt, minimum size = 0.65cm] (obs) at (0, 0) {{$y_{ijt}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (ui) at (-0.9, 0.9) {{$boldsymbol{u}_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (vj) at (0, 1.8) {{$boldsymbol{v}_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (xt) at (0.9, 0.95) {{$boldsymbol{x}_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (phi) at (-0.9, -0.7) {{$phi_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (theta) at (0, -2) {{$theta_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (eta) at (0.9, -0.75) {{$eta_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (tau) at (2, 0) {{$tau$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (mu) at (-2, 0) {{$mu$}};end{tikzpicture}
end{document}

同样，将这里的代码复制并粘贴到所创建的overleaf项目中，即可得到观测变量节点和模型参数节点示意图。

0927a9e6c8a7f70fa88f8bfd2f68dbb7.png
图: 新增贝叶斯模型的模型参数节点

3) 绘制模型参数节点和观测变量节点之间的有向边

紧接着上面绘制观测变量节点和模型参数节点的代码，根据已经定义好的节点，可以使用path来构造有向边，其中模型参数节点和观测变量节点之间要用edge关联，箭头方向为->。

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}node[circle, draw = black, fill = gray!20, inner sep = 0pt, minimum size = 0.65cm] (obs) at (0, 0) {{$y_{ijt}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (ui) at (-0.9, 0.9) {{$boldsymbol{u}_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (vj) at (0, 1.8) {{$boldsymbol{v}_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (xt) at (0.9, 0.95) {{$boldsymbol{x}_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (phi) at (-0.9, -0.7) {{$phi_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (theta) at (0, -2) {{$theta_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (eta) at (0.9, -0.75) {{$eta_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (tau) at (2, 0) {{$tau$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (mu) at (-2, 0) {{$mu$}};path [draw, ->] (ui) edge (obs);
path [draw, ->] (vj) edge (obs);
path [draw, ->] (xt) edge (obs);
path [draw, ->] (tau) edge (obs);
path [draw, ->] (mu) edge (obs);
path [draw, ->] (phi) edge (obs);
path [draw, ->] (theta) edge (obs);
path [draw, ->] (eta) edge (obs);end{tikzpicture}
end{document}

将这里的代码复制并粘贴到所创建的overleaf项目中，即可得到观测变量节点、模型参数节点以及有向边示意图。

237300ccf3b375e80e21a8e012d2028c.png
图: 新增贝叶斯模型观测变量节点和模型参数节点之间的有向边

4) 绘制部分观测变量的元素集合

对于部分观测变量，它可能只包括矩阵或张量元素的部分索引，因此需要指定出来。一般而言，我们可以用plate在贝叶斯网络中进行标注，标注的方法是在plate命令中罗列需要覆盖的变量。以第一个plate为例，我们可以将{(obs) (ui) (m) (phi)}作为所需要覆盖的集合。

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}node[circle, draw = black, fill = gray!20, inner sep = 0pt, minimum size = 0.65cm] (obs) at (0, 0) {{$y_{ijt}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (ui) at (-0.9, 0.9) {{$boldsymbol{u}_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (vj) at (0, 1.8) {{$boldsymbol{v}_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (xt) at (0.9, 0.95) {{$boldsymbol{x}_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (phi) at (-0.9, -0.7) {{$phi_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (theta) at (0, -2) {{$theta_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (eta) at (0.9, -0.75) {{$eta_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (tau) at (2, 0) {{$tau$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (mu) at (-2, 0) {{$mu$}};path [draw, ->] (ui) edge (obs);
path [draw, ->] (vj) edge (obs);
path [draw, ->] (xt) edge (obs);
path [draw, ->] (tau) edge (obs);
path [draw, ->] (mu) edge (obs);
path [draw, ->] (phi) edge (obs);
path [draw, ->] (theta) edge (obs);
path [draw, ->] (eta) edge (obs);node [text width = 0.2cm] (m) at (-1.1, 0.3) {small{$m$}};
plate[] {plate1} {(obs) (ui) (m) (phi)} { };
node [text width = 0.6cm] (n) at (0, -1.55) {small{$n$}};
plate[] {plate2} {(obs) (vj) (n) (theta)} { };
node [text width = 0.2cm] (f) at (1.1, 0.3) {small{$f$}};
plate[] {plate3} {(obs) (xt) (f) (eta)} { };end{tikzpicture}
end{document}

将这里的代码复制并粘贴到所创建的overleaf项目中，即可得到部分观测变量的元素集合示意图。

1d74afd2e797be094670a71ed8c4189f.png
图: 新增贝叶斯模型部分观测变量的元素集合

5) 绘制超参数节点及其有向边

在这里，超参数分为待估计超参数和底层超参数，待估计超参数顾名思义是一个变量，而底层超参数则是常量。对于待估计超参数，我们仍要像绘制模型参数一样绘制它，而底层超参数则不需要带有“圆圈”，不过需要注意的是，两者都可以用node命令进行绘制。

documentclass[tikz, border = 0.1cm]{standalone}
usepackage{tikz}
usetikzlibrary{bayesnet}
usepackage{amsmath, amsthm, amssymb, amsfonts}
tikzset{>=latex}begin{document}
begin{tikzpicture}node[circle, draw = black, fill = gray!20, inner sep = 0pt, minimum size = 0.65cm] (obs) at (0, 0) {{$y_{ijt}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (ui) at (-0.9, 0.9) {{$boldsymbol{u}_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (vj) at (0, 1.8) {{$boldsymbol{v}_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (xt) at (0.9, 0.95) {{$boldsymbol{x}_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (phi) at (-0.9, -0.7) {{$phi_{i}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (theta) at (0, -2) {{$theta_{j}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (eta) at (0.9, -0.75) {{$eta_{t}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (tau) at (2, 0) {{$tau$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.55cm] (mu) at (-2, 0) {{$mu$}};path [draw, ->] (ui) edge (obs);
path [draw, ->] (vj) edge (obs);
path [draw, ->] (xt) edge (obs);
path [draw, ->] (tau) edge (obs);
path [draw, ->] (mu) edge (obs);
path [draw, ->] (phi) edge (obs);
path [draw, ->] (theta) edge (obs);
path [draw, ->] (eta) edge (obs);node [text width = 0.2cm] (m) at (-1.1, 0.3) {small{$m$}};
plate[] {plate1} {(obs) (ui) (m) (phi)} { };
node [text width = 0.6cm] (n) at (0, -1.55) {small{$n$}};
plate[] {plate2} {(obs) (vj) (n) (theta)} { };
node [text width = 0.2cm] (f) at (1.1, 0.3) {small{$f$}};
plate[] {plate3} {(obs) (xt) (f) (eta)} { };node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (muv) at (-0.6, 2.8) {small{$boldsymbol{mu}_{v}$}};
node[circle, draw = black, inner sep = 0pt, minimum size = 0.6cm] (lambdav) at (0.6, 2.8) {small{$Lambda_{v}$}};
node[text width = 0.8cm] (gamma) at (2, 0.8) {small{$a_0,b_0$}};
node[text width = 0.8cm] (hyper1) at (-2, 0.8) {small{$mu_{0},tau_{0}$}};
node[text width = 0.8cm] (hyper2) at (1.2, -2) {small{$mu_{0},tau_{0}$}};
node[text width = 0.8cm] (hyper3) at (2.1, -0.75) {small{$mu_{0},tau_{0}$}};
node[text width = 0.8cm] (hyper4) at (-2.1, -0.7) {small{$mu_{0},tau_{0}$}};
node[text width = 0.4cm] (mu0) at (-0.6, 3.6) {small{$boldsymbol{mu}_{0}$}};
node[text width = 0.9cm] (wnu0) at (0.6, 3.6) {small{$W_{0},nu_{0}$}};
node[text width = 0.6cm] (cdots1) at (-1, 1.6) {Largecolor{gray}{$cdots$}};
node[text width = 0.6cm] (cdots2) at (1, 1.6) {Largecolor{gray}{$cdots$}};path [draw, ->] (muv) edge (vj);
path [draw, ->] (lambdav) edge (vj);
path [draw, ->] (lambdav) edge (muv);
path [draw, ->] (mu0) edge (muv);
path [draw, ->] (wnu0) edge (lambdav);
path [draw, ->] (gamma) edge (tau);
path [draw, ->] (hyper1) edge (mu);
path [draw, ->] (hyper2) edge (theta);
path [draw, ->] (hyper3) edge (eta);
path [draw, ->] (hyper4) edge (phi);end{tikzpicture}
end{document}

将这里的代码复制并粘贴到所创建的overleaf项目中，即可得到我们希望得到的包含了超参数节点及其有向边的贝叶斯网络结构图。

bf77bbd2b1513797de5acc8c6dbe992f.png
图: 新增贝叶斯模型的超参数及其有向边

到这里，我们便完成了完整的贝叶斯网络绘制。

LaTeX相关入门学习材料：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/532071.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

mysql中的生日应该是什么类型_MySQL中的定点数类型

mysql中的生日应该是什么类型_MySQL中的定点数类型

上一篇文章我们唠叨了浮点数，知道了浮点数存储小数是不精确的。本篇继续唠叨一下MySQL中的另一种存储小数的方式 —— 定点数。浮点数文章闪现：什么, 0.3 - 0.2 ≠ 0.1 ? 什么鬼定点数类型正因为用浮点数表示小数可能会有不精确的情况，在一些…
阅读更多...
string转为char数组_StringBuilder的区别是什么？String是不可变？一点课堂(多岸学院)...

string转为char数组_StringBuilder的区别是什么？String是不可变？一点课堂(多岸学院)...

String和StringBuffer、StringBuilder的区别可变性简单的来说：String 类中使用 final 关键字字符数组保存字符串，private　final　char　value[]，所以 String 对象是不可变的。而StringBuilder 与 StringBuffer 都继承自 AbstractStringBuild…
阅读更多...
mysql 升级 openssl_【1分钟教程】LNMP架构应用实战 Openssl升级操作

mysql 升级 openssl_【1分钟教程】LNMP架构应用实战 Openssl升级操作

由于实际生产环境需求，需要将LNMP环境中的openssl版本升级至目前最新版本openssl-1.1.0c，这玩意升级还真的不是一般的麻烦，由于它与系统各种服务都有相关的联系，比如ssh服务等，因此，升级非常的繁琐,所以今天…
阅读更多...
miui秒解bl锁_MIUI12解锁bl篇（原谅我的过失，接上篇文章）

miui秒解bl锁_MIUI12解锁bl篇（原谅我的过失，接上篇文章）

求原谅真心求原谅由于我的疏忽，上期教程不完整，对大家造成不便在这里给大家真诚道歉！对不起！请收下我的膝盖！！！我的上个教程小米手机MIUI系统降级任意版本通用教程，MIUI12→MIUI9因为…
阅读更多...
usbserialcontroller驱动安装不了_win10-有NVIDIA独显提示未安装控制面板的离线安装方式...

usbserialcontroller驱动安装不了_win10-有NVIDIA独显提示未安装控制面板的离线安装方式...

最近越来越多的用户反映NVIDIA显卡驱动设置不了啦，找不到NVIDIA显卡的控制面板。 也不知道NVIDIA在什么版本开始驱动安装包就不自带NVIDIA显卡控制面板了。 全新安装的显卡驱动就没有控制面板；或者Windows 10自带更新了显卡新版驱动后导致没有。 每次带N…
阅读更多...
vue 点击li 中的img 怎么不冒泡_Vue全解

vue 点击li 中的img 怎么不冒泡_Vue全解

一.Vue实例内存图：1.把Vue的实例命名为vm，vm对象封装了对视图的所有操作包括数据读写、事件绑定、DOM更新2.vm的构造函数是Vue，按照ES6的说法vm所属的类是Vue3.options是new Vue的参数一般称为选项或构造选项1.options里面有什么英文文档搜op…
阅读更多...
terminal services 找不到_电脑局域网中查看不到其他计算机或无法连接的解决办法...

terminal services 找不到_电脑局域网中查看不到其他计算机或无法连接的解决办法...

在办公环境中，电脑经常需要打开网络，进行一些文件共享的操作，但是有时会出现很多无法共享的情况，之前有一篇文章讲过解决办法，今天再来将一下具体无法共享的错误提示和相对应的处理方法，主要有以下几种情况…
阅读更多...
如何避免mysql回表查询_mysql如何避免回表查询

如何避免mysql回表查询_mysql如何避免回表查询

《迅猛定位低效SQL？》留了一个尾巴：select id,name where name‘shenjian‘select id,name,sexwhere name‘shenjian‘多查询了一个属性，为何检索过程完全不同？什么是回表查询？什么是索引覆盖？如何实现索引…
阅读更多...
springmvc的工作原理_SpringMVC工作原理

springmvc的工作原理_SpringMVC工作原理

1 简介SpringMVC框架是以请求为驱动，围绕Servlet设计，将请求发给控制器，然后通过模型对象，分派器来展示请求结果视图。其中核心类是DispatcherServlet，它是一个Servlet，顶层是实现的Servlet接口。2 运行原理…
阅读更多...
跨站点请求伪造_十大常见web漏洞——跨站点请求伪造（CSRF）

跨站点请求伪造_十大常见web漏洞——跨站点请求伪造（CSRF）

CSRF介绍什么是CSRF呢？我们直接看例子。https://mp.toutiao.com/profile_v3/graphic/preview?dodelete&pgc_id6829574701128352260这个URL是头条删除pgc_id为6829574701128352260的一篇文章的连接，通过执行这个URL用户就可以删除这篇文章。首先攻击…
阅读更多...
unique函数_C++核心准则C.35:基类的析构函数必须满足的条件

unique函数_C++核心准则C.35:基类的析构函数必须满足的条件

C.35: A base class destructor should be either public and virtual, or protected and nonvirtual基类的析构函数要么是公开的虚函数，要么是保护的非虚函数Reason(原因)To prevent undefined behavior. If the destructor is public, then calling code can atte…
阅读更多...
java jta 例子_Java事务处理全解析（八）——分布式事务入门例子（Spring+JTA+Atomikos+Hibernate+JMS）...

java jta 例子_Java事务处理全解析（八）——分布式事务入门例子（Spring+JTA+Atomikos+Hibernate+JMS）...

在本系列先前的文章中，我们主要讲解了JDBC对本地事务的处理，本篇文章将讲到一个分布式事务的例子。请通过以下方式下载github源代码：本地事务和分布式事务的区别在于：本地事务只用于处理单一数据源事务(比如单个数据库)&#xff0…
阅读更多...
垂直串联六关节机器人调试手册_工业机器人有哪些应用你知道吗？

垂直串联六关节机器人调试手册_工业机器人有哪些应用你知道吗？

目前，工业机器人大部分集中于传统的焊接、喷涂等领域，我国工业机器人的核心部件和整机市场仍被国外垄断，工业机器人要面向整个智能制造市场，还需要具备应对整个智能制造过程中大多数工艺的能力，而工业互联网则是实现智…
阅读更多...
java 生成校验验证码_java生成验证码并进行验证

java 生成校验验证码_java生成验证码并进行验证

一实现思路使用BufferedImage用于在内存中存储生成的验证码图片使用Graphics来进行验证码图片的绘制，并将绘制在图片上的验证码存放到session中用于后续验证最后通过ImageIO将生成的图片进行输出通过页面提交的验证码和存放在session中的验证码对比来进行校验二、生…
阅读更多...
yy自动语音接待机器人_智能语音机器人落地产品有哪些？

yy自动语音接待机器人_智能语音机器人落地产品有哪些？

据相关研究报告表明，在众多人工智能落地产品或者应用场景中，智能语音机器人无论从产品的成熟度还是应用的广泛度来说，都是人工智能行业最热门和最有前景的产品。智能语音机器人并不只是一款产品，它是所有智能语音系列产品的统称&a…
阅读更多...
java资源文件获取属性_Java读写资源文件类Properties

java资源文件获取属性_Java读写资源文件类Properties

Java中读写资源文件最重要的类是Properties1) 资源文件要求如下:1、properties文件是一个文本文件2、properties文件的语法有两种，一种是注释，一种属性配置。注 释：前面加上#号属性配置：以“键值”的方式书写一个属性的配置信息…
阅读更多...
java被放弃了_为什么学Java那么容易放弃？

java被放弃了_为什么学Java那么容易放弃？

学习Java确实很容易就放弃，但是也很容易就学好，因为大多数人都是抱着试一试的心态，然后当后面就坚持不下去但是回过头来想一想，打游戏上分容易吗，一样是磕磕碰碰的，有时候十几连跪都不会放弃你上分的心情。…
阅读更多...
java编程50_java经典50编程题(1-10)

java编程50_java经典50编程题(1-10)

1.有一对兔子从出生后第三个月起，每个月都生一对小兔子，小兔子长到三个月后每个月又生一对兔子，假设兔子不死亡，问每个月兔子的总数为多少？分析过程图片发自简书App示例代码图片发自简书App运行结果图片发自简书App反思…
阅读更多...
超大规模集成电路_纳米级超大规模集成电路芯片低功耗物理设计分析（二）

超大规模集成电路_纳米级超大规模集成电路芯片低功耗物理设计分析（二）

文 | 大顺简要介绍了功耗的组成，在此基础上从工艺、电路、门、系统四个层面探讨了纳米级超大规模集成电路的低功耗物理设计方法。关键词：纳米级；超大规模集成电路；电路芯片；电路设计02纳米级超大规模集成电路芯片低功耗…
阅读更多...
outlook反应慢的原因_保险管怎么区分慢熔和快熔？

outlook反应慢的原因_保险管怎么区分慢熔和快熔？

保险丝快熔与慢熔的区别所有双帽;对于这样的产品特性和安全性熔丝; gG的”，即，与接触帽组合接触;即，所述双(内/外盖)的盖。和一般的小型或地下加工厂，以便执行切割角，降低生产成本，这将选择单个帽铆接“单&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023