kettle经典教程（公司内部培训教程）

公司做政府、金融、房地产等大数据抽取转换时常常要用，内部培训教程。比网上基础的详细，有用例！

google 图像识别技术

根据Neal Krawetz博士的解释，实现相似图片搜素的关键技术叫做"感知哈希算法"（Perceptualhash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。 以下是一个最简单的Java实现： 预处理：读取图片 第一步，缩小尺寸。 将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。 第二步，简化色彩。 将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。 第三步，计算平均值。 计算所有64个像素的灰度平均值。 第四步，比较像素的灰度。 将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。 第五步，计算哈希值。 将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。 得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"（Hammingdistance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。 你可以将几张图片放在一起，也计算出他们的汉明距离对比，就可以看看两张图片是否相似。 这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。 实际应用中，往往采用更强大的pHash算法和SIFT算法，它们能够识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些算法虽然更复杂，但是原理与上面的简便算法是一样的，就是先将图片转化成Hash字符串，然后再进行比较。

优秀毕业论文：分布式图书馆管理系统

本系统是根据现代化图书馆的发展而设计基于JSP的分布式图书馆管理系统，本系统可以方便用户、管理员查找、修改图书馆的信息。实现所有图书馆书籍信息在线查询，还可以对自己的借书情况及时进行了解。 图书管理系统是典型的信息管理系统(MIS),其开发主要包括后台数据库的建立和维护以及前端应用程序的开发两个方面。对于前者要求建立起数据一致性和完整性强、数据安全性好的库。而对于后者则要求应用程序功能完备,易使用等特点。 根据分布式图书馆的要求，我对JSP网页技术、Java语言、MS SQL Server2000数据库管理系统进行了学习和应用。主要完成网络上对数据库信息的查询、修改等基本操作。

优秀毕业论文：企业资源计划之人力资源管理系统

本系统是一个针对企业的HR（人力资源）的辅助管理软件，是ERP（企业资源计划）的一个重要组成部分，包括对企业人力资源的基本情况、员工出勤情况、工资情况的有效的监控及根据情况进行决策，利用系统可以对员工的基本情况、出勤、工资的浏览、查询、添加、删除、修改、报表等功能，因此可以提高企业的工作效率。 系统是采用当前优秀的网站制作工具Macromedia Dreamweaver MX开发，结合平面图像制作工具Adobe Photoshop来设计界面和相关图片，使用Microsoft的IIS Web服务器架构实现基于B/S模式的Active Server Pages系统。系统采用Microsoft Access作为后台数据库，利用数据表关联和视图（查询）来实现关系型数据库。当性能或者安全需要的时候，本系统的数据库可以很方便地移植到Microsoft SQL Server上面，并且实现多层结构，使系统更加可靠。 论文主要介绍了ERP相关背景、系统设计方案、程序设计过程、部分重点程序的详解及部分问题解决方案。 关键字：ERP，B/S模式，数据库，SQL语言，VBScript