今天我的新硬盘到了.暂时没想好怎么用它.可以把它装入光驱位硬盘架给G430用,也可以把它当成移动硬盘来用. 想起以前记录过一个badblocks的用法,用来检查坏道,这里再贴一遍备用. ################################################################## badblocks是Linux下常用的坏道修复工具.当你觉得硬盘上可能有坏道,或者是SMART数据显示有坏道的时候,都可以用badblocks来检查一下. 假设我们要检查的硬盘是/

Linux 第02天 1.Linux磁盘和文件系统 VFS————虚拟文件系统 df命令————查看已挂载的分区 df 分区名 du命令————查看文件夹大小 du 文件夹名 ln命令————符号链接 fdisk命令————分区命令 fdisk 硬盘名 partprobe命令————更新分区表 partprobe 硬盘名 mkfs命令————格式化分区(新建分区只有格式化后才能使用) mkfs -t 文件系统类型(ext3.ext4) 分区名 mkfs.文件系统类型(ext3.ext4) 分区名

在学习的过程,由于很多命令平时都用不着,因此做这个索引方便需要时查找.这包括了前两部分.主要是按页码顺序. P118 date:显示日期与时间 cal:显示日历 bc:计算器 P121 [Tab]:命令补全或文件补全 [Ctrl]-c:强制中断 [Ctrl]-d:EOF或exit P123 man:操作说明 P127 info:与man类似,但显示方式不同 P130 nanp:简单文本编辑器 P132 sync:数据同步写入硬盘 shutdown:关机 halt:关机 poweroff:关机 r

若系统掉电或磁盘发生问题,可利用fsck命令对文件系统进行检查.这一步是可选的,尽量少用. 使用前的建议:使用fsck命令时,被检查的分区务必不要挂载在系统上. 一.fsck: 命令格式:fsck [-t 文件系统] [-ACay] 设备名称; <== 一般t参数可以不用指定,linux会自动识别 参数说明: -A:根据/etc/fstab的内容,将需要的设备扫描一次,开机时会用到. -a:自动修复有问题的扇区,不再需要一步步按y确认. -y:与-a类似,某些文件系统仅支持-y. -C:检验过程

磁盘检验 由于系统在运行时谁也说不准啥时硬件或者是电源会有问题,所以『死机』可能是难免的情况(不管是硬件还是软件). 现在我们知道文件系统运行时会有硬盘与内存数据异步的状况发生,因此莫名其妙的死机非常可能导致文件系统的错乱. 问题来啦,如果文件系统真的发生错乱的话,那该如何是好?就...挽救啊!此时那个好用的 filesystem check, fsck 就得拿来仔细瞧瞧啰. fsck [root@www ~]# fsck [-t 文件系统] [-ACay] 装置名称 选项与参数: -t :如同

磁盘分区: fdisk [root@www ~]# fdisk [-l] 装置名称 选项与参数: -l :输出后面接的装置所有的 partition 内容.若仅有 fdisk -l 时, 则系统将会把整个系统内能够搜寻到的装置的 partition 均列出来. 范例:找出你系统中的根目录所在磁盘,并查阅该硬盘内的相关信息 [root@www ~]# df / <==注意:重点在找出磁盘文件名而已 Filesystem 1K-blocks Used Available Use% Mounted o

分区完毕之后自然要进行文件系统的格式化.格式化命令mkfs(make file system)这个命令.这是个综合命令,它会去调用正确的文件系统格式化工具软件. 磁盘格式化 mkfs mke2fs mke2fs是一个很详细但是很麻烦的命令,因为设置太多: - 这个文件系统的卷标设置为:vbird_logical - 我的block指定为2048大小 - 每8192bytes分配一个inode - 构建为journal的Ext3文件系统 格式化/dev/hdc6结果如下: 磁盘检验 我们知道文件系

当某个请求能够被成功路由的前提是它满足某个Route对象设置的路由规则,具体来说,当前请求的URL不仅需要满足路由模板体现的路径模式,请求还需要满足Route对象的所有约束.路由系统采用IRouteConstraint接口来表示路由约束,所以我们在接下来的内容中将路由约束统称为RouteConstraint. 在大部分情况下,约束都是针对路由模板中定义的某个路由参数,其目的在于验证URL携带的某部分的内容是否有效.不过也有一些约束与路由参数无关,这些约束规范往往是除URL之前的其他请求元素,比如

学过的统计知识忘光了,飞速恶补了一下能用到的,此篇多有错误今后看到再改= =||| 成对t检验(Paired ttest) 将两组测量值对应相减,再将所得差值看作服从正态分布的随机变量,然后再做关于差值的均值的假设检验. matlab:[h, p, ci, stats] = ttest(x, y, 'name', 'value'); ▷ OPTIONS: …'Alpha' :显著性水平(0, 1) …'Dim' :第一非单值维度(默认) …'Tail' :备择假设类型(‘both’(默认)|'r

#region 检验参数合法性,数值类型不小于0,引用类型不能为null,否则抛出异常 /// <summary> /// 检验参数合法性,数值类型不小于0,引用类型不能为null,否则抛出异常 /// </summary> /// <param name="arg">待检参数</param> /// <param name="argName">待检参数名称</param> /// <pa

通过<EnableCorsAttribute特性背后的故事>我们知道:由CorsPolicyProvider提供的CorsPolicy表示目标Action采用的资源授权策略,ASP.NET Web API最终需要利用它对具体的跨域资源请求实施授权检验并生成相应的CORS响应报头.在ASP.NET Web API的应用编程接口中,资源授权检验的结果通过类型CorsResult来表示. 一.CorsResult CorsResult定义在命名空间"System.Web.Cors"

R data analysis examples 功效分析 power analysis for one-sample t-test单样本t检验 例1.一批电灯泡,标准寿命850小时,标准偏差50,40小时的差值是巨大的,此研究设定效应值d= (850-810)/50,希望有90%的可能检测到,即功效值为0.9,还希望有95%的把握不误报显著差异, 问需要多少支电灯泡. H0=850,HA=810 library('pwr') pwr.t.test(d=(850-810)/50,power=0.

免费的正则表达式检验网站: http://www.regexr.com

Kolmogorov-Smirnov检验(K-S检验)基于累积分布函数,用以检验一个经验分布是否符合某种理论分布或比较两个经验分布是否有显著性差异. 两样本K-S检验由于对两样本的经验分布函数的位置和形状参数的差异都敏感而成为比较两样本的最有用且常规的非参数方法之一. 优点:该检验不依赖于要测试的累积分布函数,相比于卡方拟合检验(卡方检验需要50个以上的样本),不需要大量的样本. 缺点:只适用于连续分布:在分布中间敏感,在两端不够敏感:最大的局限在于整个分布需要完全确定,如果位置,形状等参数都是

1,T检验和F检验的由来 一般而言,为了确定从样本(sample)统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检定. 通过把所得到的统计检定值,与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较,我们可以知道在多少%的机会下会得到目前的结果.倘若经比较后发现,出现这结果的机率很少,亦即是说,是在机会很少.很罕有的情况下才出现:那我们便可以有信心的说,这不是巧合,是具有统计学上的意义的(用统计学的话讲,就是能够拒

*&---------------------------------------------------------------------* *& PROGRAM NAME(EN) : ZQMC001 *& SAP module : QM *& PROGRAM(CN) : CA02批量检验计划导入 *& AUTHOR : LU.X *& CREATED DATE : 2015.05.28 *& DESCRIPTION : *-----------

Why ? 合法性检查对于程序的健壮性具有重要作用.在Android开发中,良好的合法性检查设计机制可以使程序更加清晰,产生bug更少,交互更加友好. What ? 合法性检查的目的在于确定边界.对于在程序中流动的数据来说,其流动路径往往是很复杂的.为了保证程序的健壮性,需要保证数据从一端流入并且从另外一端流出的过程中不会发生异常行为.数据流经的每一个方法都必须保证异常被正确处理.为了让每一个函数清晰简单,有必要在数据进入函数之前保证其合法性.让函数中的逻辑不受数据边界的影响. Who ? 接受

一.基本介绍(关于下列五个定义来自http://www.cnblogs.com/zhangziqiu/archive/2011/03/30/ComputerCode.html#!comments,谢原博主分享) 什么是机器数:一个数在计算机中的二进制表示形式,  叫做这个数的机器数.机器数是带符号的,在计算机用一个数的最高位存放符号, 正数为0, 负数为1.比如,十进制中的数 +3 ,计算机字长为8位,转换成二进制就是00000011.如果是 -3 ,就是 10000011 . 什么是真值:因为

一.模型假设 传统多元线性回归模型 最重要的假设的原理为: 1. 自变量和因变量之间存在多元线性关系,因变量y能够被x1,x2-.x{k}完全地线性解释:2.不能被解释的部分则为纯粹的无法观测到的误差 其它假设主要为: 1.模型线性,设定正确: 2.无多重共线性: 3.无内生性: 4.随机误差项具有条件零均值.同方差.以及无自相关: 5.随机误差项正态分布 具体见另一篇文章:回归模型的基本假设 二.估计方法 目标:估计出多元回归模型的参数 注:下文皆为矩阵表述,X为自变量矩阵(n*k维),y为因

来源: http://blog.sina.com.cn/s/blog_4ee13c2c01016div.html   1,T检验和F检验的由来 一般而言,为了确定从样本(sample)统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检定.   通过把所得到的统计检定值,与统计学家建立了一些随机变量的概率分布(probability distribution)进行比较,我们可以知道在多少%的机会下会得到目前的结果.倘若经比较后发现,出现这结果的机率很少,亦即是说,

柯尔莫哥洛夫-斯米尔诺夫检验(Колмогоров-Смирнов检验)基于累计分布函数,用以检验两个经验分布是否不同或一个经验分布与另一个理想分布是否不同. 在进行cumulative probability统计(如下图)的时候,你怎么知道组之间是否有显著性差异?有人首先想到单因素方差分析或双尾检验(2 tailed TEST).其实这些是不准确的,最好采用Kolmogorov-Smirnov test(柯尔莫诺夫-斯米尔诺夫检验)来分析变量是否符合某种分布或比较两组之间有无显著性差异. Ko