-
guest说:
Java实现监听 tibco queue
1.通过tibco的Java API来实现：
（1）安装JMS API，有很多不同的实现，比如Tibco EMS或者ActiveMQ；
（2）使用Tibco EMS API，创建一个QueueConnectionFactory，设置它的URL；
（3）使用QueueConnectionFactory的createConnection()方法创建QueueConnection；
（4）通过QueueConnection的createQueueSession()方法创建QueueSession；
（5）使用QueueSession的createQueue()方法创建Queue，它是用于接收消息的队列；
（6）使用QueueSession的createConsumer()方法创建QueueReceiver，它是用于接收消息的接收者；
（7）注册一个MessageListener，它会在收到消息时调用onMessage()方法；
（8）使用QueueReceiver的start()方法启动接收者，这样就可以开始接收消息了。
-
likefu说:
帮忙写一篇中国龙的由来
中国传统文化中，龙是最为神秘而又具有传奇色彩的动物，其象征着威严、力量、美好和幸福。关于中国龙的起源，有许多传说和说法。
大多数人认为，中国龙的由来可以追溯到古代的洪水神话。据传说，古代的西蜀地区曾遭受过一次洪水，这次洪水毁坏了当地的农田，让人民经历了艰难的生活。在这次洪灾中，一位叫做“大禹”的勇士出现了，他建立了一个灌溉系统，解决了当地的洪水问题，使西蜀得以重生。这个传说使中国人民对大禹有着神圣的崇敬，并认为他是一个神跟，他的英勇行为传承了中国龙的神话。
此外，还有一些关于中国龙的说法，认为它是由几种动物组合而成的，有鱼身、鸟头、熊腿、蛇尾、象牙角和龙鳞等等。这种观点源自中国古代的神话传说，因为当时的人们把它们视为神的化身，用来保护人们的家园和家庭。
总之，中国龙的起源源远流长，它是中国文化的重要组成部分，象征着威严、力量、美好和幸福。
-
dsyj11说:
年终总结
2018年，我迈出了许多重要的步伐，在工作、学习、生活等方面取得了积极的进步，使我在一定程度上实现了自我价值的提升。
在工作方面，我一直认真负责地完成公司交给我的任务，并取得了一定的成绩。我不断地学习新知识，提升自己的专业能力，为公司提供更多的经济效益。
在学习方面，我抓住每一个机会提升自己的技能，不断地学习新的技术，并在练习中取得了一定的进步。
在生活方面，我积极参与社会活动，参加各类文体活动，强化身心，增强体质，促进自我发展。
2018年我取得了一定的成绩，但也存在许多不足，在未来一年中我将继续努力，在工作、学习、生活等方面不断进取，实现自我价值的提升。
-
p51y1hhd说:
中国制造业整体节奏放缓原因
1、经济增长放缓：中国经济的总体增速从2013年的7.8%降至今年的7.4%，企业的利润率也有所下降，这使得制造业对投资的兴趣下降，从而影响了制造业的发展。
2、技术创新滞后：中国制造业技术创新滞后，加之经济增速放缓，使得制造业增长减缓，技术含量低，产品价格低，技术创新跟不上社会发展，使得企业更难以开发出更具竞争力的产品。
3、资源短缺：中国面临着资源短缺和环境污染的问题，制造业的发展受到了一定的制约，资源的稀缺也使得制造业的发展受到一定的限制。
4、劳动力成本上升：中国劳动力成本不断上升，使得制造业企业面临着更大的成本压力。劳动力成本的上升也直接影响制造业的发展。
5、国际竞争加剧：随着中国制造业的发展，国外企业也开始大量进入中国市场，加剧了国际竞争，使得中国制造业面临着更大的压力。
-
guest说:
给几个违禁网络给我
说说
违禁网络一般指的是一些违反国家法律的网络内容，包括但不限于政治敏感内容、色情内容、反动内容、盗版内容等。一些违禁网络内容的例子有：
1、政治敏感内容：含有反对政府的言论、反对宗教的言论、政治游行活动、政治广告或政治言论等。
2、色情内容：含有低俗、淫秽或反社会的内容，比如色情图片、色情文字、色情网站等。
3、反动内容：含有反对宪法、公安法等法律法规的内容，比如暴力活动、暴力行为、非法抗议等。
4、盗版内容：含有未经授权的电影、音乐、游戏等商业内容，比如盗版书籍、盗版电影、盗版音乐等。
-
senooo说:
Write an example of Recursive Flow Classification algorithm using python
def recursive_flow_classify(data, classes):
base case - if there are no more data points, return
if not data:
returnclassify the data points
classified_data = classify(data)
loop through each class
for c in classes:
# find data points that are classified as class c
c_data = [d for d in classified_data if d[1] == c]# recursively call the function for this class recursive_flow_classify(c_data, classes)return the classified data
return classified_data
