JJC's 테크니컬 다이어리

전기 감전 사고를 예방하기 위하여,특히, 욕실이나 주방, 베란다, 세탁실 물을 많이 쓰는 장소에서는 GFCI (ground fault circuit interrupter) 기준 콘센트(Outlet)를 설치하는 것이 안전한 생활에 도움됩니다.선진국들과는 달리 우리나라에서는 법제화되지 않은 관계로,미국 GFCI 클래스A 기준에 부합하는 수준(5~6mA)의 국산 제품을 찾을 수 없었습니다.국산품의 차단 전류는 15mA 입니다., 이는 성인기준으로 어린이들에게는 위험할 수 있는 전류로 보입니다.주택의 두꺼비 집은 일반적으로 30mA 감도의 누전 차단기가 설치되어 있습니다.커ㅗㄴ세참고: http://www.koreatimes.com/article/533625http://cafe.daum.net/tohelpcall..

Spring Security LDAP (AD) 설정2 추가 사용자정보 얻기여기서는 기본 LDAP 설정으로는 전체이름, 이메일주소 같은 Active Directory의 정보를 조회하지 못합니다.그래서 추가 작업을 해주어야 하는데 그 부분의 내용을 기록 합니다. 1. root-context.xml 수정하여 별도로 만드는 userDetailsContextMapper bean을 등록한다. 2. com.jjc.sec 패키지를 생성하고 필요 클래스를 추가 2.1 CustomUserDetailspackage com.jjc.sec;import java.util.Collection;import org.springframework.security.core.GrantedAuthority;import org.springfra..

[Spring Dependency 관련하여 짜증나는 불명확한 오류들을 한방에 해결하는 팁] 최근에 Spring 웹 Project를 진행하며,Spring Framework를 구성하는 jar 모듈버전 조합에 따른 분명치 않은 오류 메시지로 인하여 많은 시련후에 알게된 방법을 소개합니다. maven이나 gradle을 주로 사용하지만 자동으로 버전문제를 해결해 주지는 않는 듯 합니다. 결론부터 말하자면,Spring IO platform을 사용하는 것 입니다. pom.xml 에 넣어 바로 사용할 수도 있고, 최소한 함께 사용해야할 권장 라이브러리 조합이 어떤 것이지 체크가능합니다. (특히, Spring MVC 나 Security 를 사용하는 경우에) 가장 최근의 조합은 아래 링크에서 확인 가능하다.https://..

Spring Legacy Application에서Spring Security 를 사용하여 Active Directory 인증을 받는 설정을 기록합니다.Reference와 버전이 다양하여 나같은 Spring 초보가 검색으로 설정하기에는 생각처럼 쉽지 않았습니다. 많은 시간의 삽질 끝에 해결한 내용을 남깁니다.Spring Tool Suite 3.9.1.Release 를 사용하여 개발을 진행합니다. 1. 프로젝트 생성 File -> New -> Spring Legacy Project 를 선택하여 Templates: 부분에서 Spring MVC Project를 선택한후 Project name을 지정하여 생성한다. 이때: top-level- package 를 com.jjc.myapp 으로 지정 2. pom.xml..

탭컨트롤을 사용하여 위저드처럼 일련의 작업 순서를 지정하고 싶을 때가 있습니다. 이런경우 탭컨트롤의 탭의 선택이 안되게 하고,탭시트내 별도의 버튼(보통Next) 을 클릭했을 때, 프로그램코드로 탭변경이 되도록 하고 싶은 경우가 있을 것입니다.그런데, Selecting 이벤트 핸들러에서 e.Cancel = true 라고 지정하는 경우 탭 컨트롤의 탭버튼의 동작도 막아 버리지만, 프로그램적으로 SelectTab 같은 메소드도 먹히지 않는 문제가 있습니다.이런 경우 간단한 해결 방법이 있습니다. // 현재 선택탭을 나타내는 변수를 선언하고int currentSelectedTab = 0; // Selecting 메소드에서 위의 변수기준 현재 선택 탭만을 선택되도록 처리 (코드참조) private void tab..

Entity–attribute–value 모델 (EAV)은 공간효율적 방식으로 개체를 저장하는 하나의 데이타 모델로 개체를 표현하는 속성 개수가 잠재적으로 방대하나 실제로 주어진 개체에 적용되는 개수는 상대적으로 평범한 곳에서 활용된다. 이러한 개체는 희소행렬(sparse matrix)의 수학적 개념과 일치한다. EAV는 object–attribute–value model, vertical database model, open schema 로도 알려져 있다.EAV 테이블 구조 데이타 표현방식은 비어 있지 않은 값만을 저장하는 희소행렬 저장의 공간 효율적 방식과 비슷하다. EAV 데이타 모델에서는 각 속성-값(AV) 짝은 개체를 표현하는 하나의 fact이며, EAV 테이블의 행(row)는 단일 fact를 ..

load data4_1K=2; %클래스 개수M=[mean(X1);mean(X2)]; %클래스별 표본평균의 계산S(:,:,1) = cov(X1); %클래스별 표본공분산 계산S(:,:,2) = cov(X2);smean= (cov(X1)+cov(X2))/2; %클래스별 표본공분산의 전체 평균 % 2차원 입력공간을 격자 형태로 나누어 입력 행렬을 만듦[x,y] = meshgrid([-2.5:0.2:5.5],[-2.5:0.2:5.5]);XY=[x(:),y(:)]; %입력 행렬의 각 점에 대해 2가지 베이지안 분류기의 분류결과 계산 for i=1:size(XY,1) for j=1:2 %모든 클래스에 동일한 공분산행렬을 가정한 경우의 판별함수 d2(j,1)=(XY(i,:)-M(j,:))*inv(smean)*(XY(i..

새롭게 주어진 데이터 x=[0,2] 에 대하여 클래스 공통 공분산행렬을 가정한 경우의 판별함수를 이용하여 어떤 클래스에 속하는지를 판단하기[소스 코드]load data4_1K=2; %클래스 개수M=[mean(X1);mean(X2)]; %클래스별 표본평균의 계산S(:,:,1) = cov(X1); %클래스별 표본공분산 계산S(:,:,2) = cov(X2);smean= (cov(X1)+cov(X2))/2; %클래스별 표본공분산의 평균 %새롭게 주어진 데이터X = [0,2] for j=1:2 %모든 클래스에 동일한 공분산행렬을 가정한 경우의 판별함수 d2(j,1)=(X(1,:)-M(j,:))*inv(smean)*(X(1,:)-M(j,:))';end [min2v,min2i]=min(d2); min2i % 클래스 ..

%데이터의 평균과 공분산을 계산load data4_1 %저장된 데이타를 불러옴m1 = mean(X1); % X1 의 평균 계산m2 = mean(X2); % X2 의 평균 계산s1 = cov(X1); % X1의 공분산 계산s2 = cov(X2); % X2의 공분산 계산save mean4_1 m1 m2 s1 s2; %계산된 각각의 평균과 공분산을 저장 m1 = -0.27437 -0.11152m2 = 5.0673 4.8289s1 = 3.20192 -0.70421 -0.70421 3.99836s2 = 3.20436 -0.27712 -0.27712 3.71525

Octave를 사용하여 분류를 위한 데이타 생성하는 예제 입니다.C1클래스는 평균 (0;0) 공분산 (4 0;0 4)C2클래스는 평균 (5;5) 공분산 (4 0;0 4) 를 갖도록 데이타를 생성합니다. %100개의 샘플을 만듭니다.N=100; % 각 클래스의 데이터 개수%repmat (A, M, N) 함수 : 매트릭스 구성을 위하여 활용.%A 행렬을 각 요소로 복사하여, M x N 크기의 블록 행렬을 구성하여 반환하는 함수m1=repmat([0,0],N,1); %클래스 C1의 평균을 가지는 행렬 m1m2=repmat([5,5],N,1); %클래스 C2의 평균을 가지는 행렬 m2s1=[4 0;0 4]; %클래스C1의 공분산 행렬s2=[4 0;0 4]; %클래스C2의 공분산 행렬% randn 함수: Octa..