搜索

Help

第5页,共133页。 显示 1,325 条结果 (0.154 秒)

  1. Charles抓取HTTPS的数据包

    /ssl-proxying/ ) 最后,重新录制charles 如上配置完成之后,还需要一小步:那就是需要根据问题情况,在浏览器中或者EXCEL插件重现问题过程,以便采集信息来跟踪问题。 PS:若是浏览器在访问的时候如果提示这个的话;点红色框  <继续前往 … Charles是一款很好用的抓包软件。 Charles不仅可以抓取HTTP数据包(这是自然),那么她是如何抓取HTTPS的数据包呢? 此文档功能是说明如何对charles软件开启SSL代理功能,通过如下设置步骤即可抓取https包了。 一、打开charles软件,在proxy选择Proxy->SSL
    FAQ中心七月 18, 2023
  2. 通过Charles代理访问多维数据库服务器

    ://baike.baidu.com/view/850.htm 服务器,捕获更多信息,辅助问题分析。 示例场景一:录制IIS服务器(SSAS多维数据库): 使用 Charles http://www.charlesproxy.com/ 做代理访问 IIS 服务器,配置过程如下: 1、打开 Charles,设置代理 … )。 示例场景二:录制Mondrian多维数据库服务器: 使用 Charles http://www.charlesproxy.com/ 做代理访问 IIS 服务器,配置过程如下: 1、原本的多维数据源连接设置如下: image2019-1-29 10:43:23.png 2、打开 Charles,设置代理
    FAQ中心五月 05, 2019
  3. 系统访问慢/卡顿的几种信息采集方式

    。        录制performance可参考wiki文档:F12-Chrome浏览器渲染慢录制performance   4、录制屏幕记录系统使用慢的具体现象,可以用录屏工具录制,也可使用手机拍摄。    favourite … /viewpage.action?pageId=44500290   2、录制Charles可以验证是否是前后端交互慢        录制Charles可以参考wiki文档:https://history.wiki.smartbi.com.cn/display/SmartbiV8/Charles https
    FAQ中心五月 14, 2024
  4. 报表助

    本文主要介绍报表助的部署方法及操作使用说明,帮助用户快速掌握功能应用。 有两种部署场景: 1、场景一:项目当前正在使用的业务系统是V11版本:直接在当前V11环境上部署AIChat,基于当前系统上的报表进行问数。 2、场景二:项目当前正在使用的业务系统是V8/V9/V10版本,且不升级到V11版本 … ,此时能自动找到V11环境对应的报表,并打开V11环境的AIChat界面,用户可输入问句进行问数。 下面按不同的部署场景说明报表助的部署方法及操作使用说明。 1 场景一:只有一个V11环境 1.1 部署及环境配置 1.1.1部署Smartbi环境 直接在当前V11环境上部署AIChat,基于当前系统上的报表
    AIChat 白泽帮助中心六月 18, 2025
  5. 录制数据源反向代理

    的端口 image2020-9-14_14-50-5.png 3、修改数据源连接ip和port(ip的为安装Charles机器所在的ip,端口为Charles所设置的Local Port),测试通过  image2020-9-14_14-48-48.png 4、录制成功(可以看到数据库的访问请求(蓝色图标)) 5 … (本文档仅供参考) 问题 数据源连接测试存在问题,如何跟踪smartbi服务器和数据库之间的通讯情况? 跟踪步骤 Charles 是一个网络发送接收的监测工具,还提供了反向代理等功能,是 Smartbi 跟踪问题中经常使用的工具。 1、下载Charles:地址:http
    FAQ中心八月 17, 2021
  6. 数据挖掘-多层感知

    概述 一种基于前馈人工神经网络的分类器。多层感知由多层节点组成,每个层都完全连接到网络中的下一层,输入层中的节点表示输入数据。所有其他节点通过输入与节点权重w和偏移b的线性组合将输入映射到输出,并使用激活函数。 示例 使用“动物种类划分”案例数据,预测动物的种类。 image2020-8-11_9-53-40.png 参数设置 多层感知的参数如下: 参数名称 值 说明 归一化 方法选择 正则化 详情请参考 归一化 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51941896 介绍
  7. 数据挖掘-多层感知

    概述 一种基于前馈人工神经网络的分类器。多层感知由多层节点组成,每个层都完全连接到网络中的下一层,输入层中的节点表示输入数据。所有其他节点通过输入与节点权重w和偏移b的线性组合将输入映射到输出,并使用激活函数。 示例 使用“动物种类划分”案例数据,预测动物的种类。 image2020-8-11_9-53-40.png 参数设置 多层感知的参数如下: 参数名称 值 说明 归一化 方法选择 正则化 详情请参考 归一化 https://wiki.smartbi.com.cn/pages/viewpage.action?pageId=51941896 介绍
  8. 数据挖掘-支持向量

    概述 支持向量,英文为Support Vector Machine,简称SVM。它是一种监督式学习的方法,它广泛的应用于统计分类分析中。支持向量将向量映射到一个更高维的空间里,在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面,分隔超平面使两个平行超平面的距离最大化。 支持向量算法是以极大化类间间隔为目标,并以之作为最佳分类超平面,其中定义的类间间隔为两类样本到分类超平面的最小距离,通过引入松弛变量,使支持向量机能够解决类间重叠问题,并提高泛化能力。 它的主要优势为: 1)特征映射,有效区分。 2)约束性求优,更加准确区分类别。 示例 使用“银行信用贷款预测
  9. 数据挖掘-支持向量

    概述 支持向量,英文为Support Vector Machine,简称SVM。它是一种监督式学习的方法,它广泛的应用于统计分类分析中。支持向量将向量映射到一个更高维的空间里,在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面,分隔超平面使两个平行超平面的距离最大化。 支持向量算法是以极大化类间间隔为目标,并以之作为最佳分类超平面,其中定义的类间间隔为两类样本到分类超平面的最小距离,通过引入松弛变量,使支持向量机能够解决类间重叠问题,并提高泛化能力。 它的主要优势为: 1)特征映射,有效区分。 2)约束性求优,更加准确区分类别。 示例 使用“银行信用贷款预测
  10. 参数 - 电子表格参数部分动刷新,部分自动刷新

    (本文档仅供参考) 本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配(如报表使用冻结,或多个宏代码冲突等),需根据实际需求开发代码。 问题说明: 请问一下,一张报表里面,有多个参数筛选;想将几参数设置成动刷新有些设置成自动刷新,这样是可以做到的吗? 报表参数刷新设置只有自动,动,局部,这个三种刷新方式。 解决方案: 实现报表部分参数自动刷新,部分报表动刷新的效果,可以通过如下步骤实现: 步骤1:对报表设置切换参数为动刷新 https://s2-cs-pub-std.oss-cn-shanghai.aliyuncs.com/icon/tid8599
    FAQ中心六月 12, 2025