- RK3568笔记九十二:QT使用Opencv显示摄像头
殷忆枫
RK3568学习笔记笔记
若该文为原创文章,转载请注明原文出处。测试使用QT调用Opencv的API显示摄像头,板子为正点原子的RK3568,最终想实现的是在RK3568平台上使用Qt框架进行部署,利用NPU推理加速视频目标识别。此篇为测试功能代码为正点原子提供的代码,直接用来测试,在未看代码时一直不明白怎么添加opencv的库,后面明白了,只增加了下面的两行:CONFIG+=link_pkgconfigPKGCONFIG
- 图像处理全栈指南:从传统算法到深度学习,再到FPGA移植
阿牛的药铺
图像算法区图像处理算法深度学习
图像处理全栈指南:从传统算法到深度学习,再到FPGA移植一、引言:图像处理是光学类产品的“大脑”光学类产品(可见光摄像头、红外热成像、光谱仪)的核心价值,在于将光信号转化为可理解的图像信息。而图像处理算法,就是解读这些信息的“大脑”——从传统的边缘检测到深度学习的目标识别,从实时降噪到高维光谱分割,每一步都决定了产品的性能(如分辨率、帧率、功耗)。对于算法移植工程师(科研助理1)岗位而言,需要掌握
- 人形机器人指南(七)视觉
妫以明
机器人人形机器人机器视觉指南
七、机器视觉与人形机器人——空间认知的智能之眼机器视觉系统是人形机器人感知物理世界的核心感官通道,其重要性如同视觉之于人类。它不仅负责环境信息的采集,更是赋予机器人空间理解力、交互智能和操作精度的神经中枢。本章将深入解析目标识别、空间建图、场景理解、手眼协调及人际交互五大视觉能力的技术原理及其在人形平台上的独特实现挑战。7.1目标检测与识别:动态场景中的感知基石人形机器人的目标检测需在复杂动态环境
- 第3.3章 一文带你入门PCL点云库及在机器人SLAM中的代码实战
行知SLAM
机器人工程师带你入门SLAM人工智能c++算法机器人开发语言
目录一、PCL库:开启3D感知大门的钥匙二、PCL库基础入门2.1什么是PCL库2.2PCL源码头文件分类概览总结2.3安装PCL库2.4基础数据结构与概念三、PCL库在SLAM中的核心应用3.1点云获取与预处理3.2点云特征提取与描述3.3点云配准3.4点云分割与目标识别四、进阶技巧与优化策略4.1提高算法效率的方法4.2解决实际问题的经验4.3与其他技术的融合五、案例分析:PCL库实战应用六、
- 智能喷洒机器人目标识别系统:基于NanoDet的目标检测与UI界面实现
YOLO实战营
机器人目标检测uiNanoDet计算机视觉目标跟踪深度学习
在现代农业生产中,自动化喷洒系统是实现精准农业的重要组成部分。智能喷洒机器人通过图像识别和自动控制技术,能够高效识别并精确喷洒农药、肥料等,提高农业生产效率,降低化学品使用量,减少环境污染。目标识别是智能喷洒机器人中至关重要的部分,它涉及到精准的作物和病虫害识别,确保喷洒操作的准确性。在本篇博客中,我们将构建一个基于NanoDet深度学习目标检测模型的智能喷洒机器人目标识别系统。我们将介绍如何使用
- 智界R7智驾功能和性能评价
TheWanderers
智能驾驶智界
一、智驾行车能力标题硬件配置与系统架构感知硬件:Max/Ultra版搭载1个192线激光雷达、3个毫米波雷达(含1个4D成像雷达)、12个超声波雷达、11个高清摄像头(含前向800万像素双目+鱼眼镜头)。Pro版未配备激光雷达,但保留3个毫米波雷达和10个摄像头。核心算法:HUAWEIADS3.0系统,基于端到端架构,整合感知、决策与控制模块,支持全场景目标识别(如非标准障碍物、夜间行人)。算力支
- 纸板制造学习3·DOE实验(如正交试验)优化压力组合
xinzheng新政
制造学习
·DOE实验(如正交试验)优化压力组合DOE(DesignofExperiments,实验设计)是一种通过科学规划实验方案,系统分析多因素对结果影响的方法,正交试验是其核心工具之一。在纸板生产中,DOE可通过少量实验快速找到气缸压力、原纸克重等变量的最优组合,提升效率与质量。以下是简要科普:一、DOE的核心目标识别关键因素:确定哪些变量(如热板压力、原纸克重)对结果(如纸板厚度、粘合强度)影响最大
- 目标检测在国防和政府的应用实例
MzKyle
计算机视觉目标检测人工智能计算机视觉
一、目标检测技术概述目标检测是计算机视觉的核心任务,通过算法对图像/视频中的物体进行识别与定位,当前主流技术包括:经典算法:YOLO系列(实时性强)、FasterR-CNN(精度高)、SSD(平衡速度与精度)技术升级:结合深度学习(CNN、Transformer)、多模态融合(视觉+红外+雷达)、边缘计算实时处理二、国防领域核心应用实例(一)军事侦察与监控系统无人机侦察与目标识别应用场景:战术无人
- 提升自动驾驶导航能力:基于深度学习的场景理解技术
星辰和大海都需要门票
路径规划算法自动驾驶深度学习人工智能
EnhancingAutonomousVehicleNavigationUsingDeepLearning-BasedSceneUnderstanding提升自动驾驶导航能力:基于深度学习的场景理解技术摘要-为应对复杂环境下的自动驾驶导航,系统高度依赖场景理解的准确性。本研究提出一种基于深度学习的新方法,将目标识别、场景分割、运动预测与强化学习相结合以提升导航性能。该方法首先采用U-Net架构分解
- 鸿蒙系统下的多线程图像采集与缓冲设计:稳定性与实时性的架构实战
观熵
影像技术全景图谱:架构调优与实战harmonyos架构华为影像Camera
鸿蒙系统下的多线程图像采集与缓冲设计:稳定性与实时性的架构实战关键词:OpenHarmony、CameraKit、多线程采集、图像缓冲队列、图像帧丢失、线程池调度、帧同步机制、缓存池管理摘要:在基于OpenHarmony的图像智能系统中,稳定、高效的图像采集机制是所有后续处理(如目标识别、图像增强、视觉导航等)的基础。随着图像分辨率提高、AI模型数量增加,单线程采集架构在实际部署中易出现帧阻塞、缓
- OpenCV C++ 边缘检测与图像分割
achene_ql
opencvc++计算机视觉人工智能
一、边缘检测在数字图像处理领域,边缘检测是一项至关重要的基础技术。它如同为图像赋予“骨架”,帮助计算机快速识别图像中的物体轮廓、形状与结构,广泛应用于目标识别、图像分割、图像配准等多个领域。1.1概念边缘检测的核心目标是找出图像中像素灰度发生剧烈变化的区域边界。这些边界往往对应着图像中物体的轮廓、不同物体的交界处或纹理变化明显的地方。通过提取这些边缘信息,可以有效减少图像数据量,同时保留图像中最关
- 手把手教你学Simulink--四翼无人机场景(51.6):四翼无人机基于深度学习的目标识别控制仿真
小蘑菇二号
无人机
目录一、准备工作二、步骤详解第一步:创建Simulink模型第二步:定义四翼无人机动力学模型第三步:准备深度学习模型第四步:实现图像处理与目标识别第五步:融合目标信息与导航控制示例:状态转移函数和测量函数第六步:实现基于目标识别的导航控制器第七步:整合控制系统第八步:运行仿真并分析结果注意事项在现代无人机应用中,基于深度学习的目标识别技术可以显著提升四翼无人机(Quadcopter)的自主性和智能
- python+opencv打开摄像头读取视屏流帧/s将1秒的帧数图片分给多线程进行yolo目标识别,如何实现?
bug菌¹
全栈Bug调优(实战版)pythonopencvYOLO读取视屏流帧
本文收录于《全栈Bug调优(实战版)》专栏,致力于分享我在项目实战过程中遇到的各类Bug及其原因,并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者,本文将为你指引出一条更高效的Bug修复之路,助你早日登顶,迈向财富自由的梦想!同时,欢迎大家关注、收藏、订阅本专栏,更多精彩内容正在持续更新中。让我们一起进步,Up!Up!Up! 备注:部分问题/难题源自互联网,经过精心筛选和整理,结合数
- 【OpenCV】基本数据类型及常见图像模式
钰爱&
OpenCVopencv人工智能计算机视觉
是什么?能做什么?解决什么问题?为什么用它?OpenCV:是一个基于开源发行的跨平台计算机视觉库,实现一、应用场景:目标识别:人脸、车辆、车牌...自动驾驶医学影像分析视频内容理解与分析:文字识别、公众人物识别、物品分类...二、opencv基本数据类型:1.点和向量类型二维点,如:Point2i(或Point):整数坐标点(x,y)。Point2f:浮点数坐标点。Point2d:双精度坐标点。三
- 【计算机视觉系列实战教程 (十二)】:图像分割(阈值分割threshold、分水岭算法watershed的使用步骤、洪水填充floodFill算法的使用)
还下着雨ZG
计算机视觉计算机视觉人工智能
1.图像分割概述(1)What(什么是图像分割)将图像划分为不同的子区域,使得同一子区域具有较高的相似性,不同的子区域具有明显的差异性(2)Why(对图像进行分割有什么作用)医学领域:将不同组织分割成不同区域帮助分析病情军事领域:通过对图像的分割,为自动目标识别提供参数,为飞行器或武器的精准导航提供依据遥感领域:通过遥感图像分析城市地貌、作物生长情况。此外,云系分析和天气预报都离不开图像分割交通领
- 【OpenCV】帧差法、级联分类器、透视变换
钰爱&
OpenCV计算机视觉人工智能算法
一、帧差法(移动目标识别):好处:开销小,不怎么消耗CPU的算力,对硬件要求不高,但只适合固定摄像头1、优点计算效率高,硬件要求响应速度快,实时性强直接利用连续帧的像素差异检测运动,延迟极低,可实时捕捉动态目标的运动轨迹。无需背景建模,适应动态变化不依赖静态背景模型(如高斯混合模型GMM),因此对光照突变、背景微小变化(如树叶晃动)不敏感,鲁棒性优于部分背景差分法。内存占用少仅需存储前一帧或前几帧
- DeepSeek 赋能军事:重塑现代战争形态的科技密码
奔跑吧邓邓子
DeepSeek实战DeepSeek军事领域应用
目录一、引言:AI浪潮下的军事变革与DeepSeek崛起二、DeepSeek技术原理与特性剖析2.1核心技术架构2.2独特优势三、DeepSeek在军事侦察中的应用3.1海量数据快速处理3.2精准目标识别追踪3.3预测潜在威胁四、DeepSeek在军事指挥决策中的应用4.1战场态势实时感知与分析4.2智能作战计划制定与优化五、DeepSeek在武器装备研发与保障中的应用5.1武器装备设计优化5.2
- 基于 NanoDet 的工厂巡检机器人目标识别系统研究与实现
智能时代的操作系统
目标跟踪人工智能计算机视觉巡检机器人机器学习机器人
摘要本论文旨在设计并实现一个基于NanoDet模型的工厂巡检机器人目标识别系统。通过详细阐述数据集准备、模型训练、UI界面构建以及系统部署的全过程,展示如何利用NanoDet模型的高效性和轻量化特点,结合合理的UI设计与数据集优化,使巡检机器人能够准确识别工厂设备及潜在问题,实现对工厂设备运行状况的实时监控,从而提升工厂生产效率,降低安全隐患。关键词NanoDet;工厂巡检机器人;目标识别;UI界
- 机器人竞赛目标识别系统:基于YOLOv10的实时识别与图形界面实现
YOLO实战营
机器人YOLO人工智能深度学习分类ui
一、项目背景与应用场景在各类机器人竞赛(如RoboMaster、FIRSTRobotics、WER等)中,机器人需要具备快速、准确的视觉识别能力,以便在复杂环境中完成任务,比如:寻找并拾取指定形状或颜色的目标;躲避障碍物;对准敌方或投掷目标。传统方法使用颜色阈值、边缘检测等手段,稳定性差。随着深度学习特别是YOLO系列模型的兴起,基于CNN的实时检测算法成为主流。本项目旨在构建一个完整的目标物检测
- 基于yolov11的打电话玩手机检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面
FL1623863129
深度学习pythonYOLO智能手机
【算法介绍】该系统是针对不允许携带手机场景使用问题设计的智能化监控解决方案。系统依托YOLOv11深度学习模型,可实时检测并定位画面中出现的手机,一旦识别到目标设备即判定为违规行为,并触发预警机制。YOLOv11作为新一代目标检测算法,在特征提取与多尺度目标识别能力上实现突破性优化。其动态锚点自适应机制与多层级特征融合架构,使模型能够精准捕捉不同角度、遮挡状态下的设备形态,对小尺寸设备(如折叠屏手
- OpenCV 图像处理核心技术 (第二部分)
LIUDAN'S WORLD
opencv图像处理计算机视觉
欢迎来到OpenCV图像处理的第二部分!在第一部分,我们学习了如何加载、显示、保存图像以及访问像素等基础知识。现在,我们将深入探索如何利用OpenCV提供的强大工具来修改和分析图像。图像处理是计算机视觉领域的基石。通过对图像进行各种操作,我们可以改善图像质量、提取重要特征、准备图像用于更复杂的任务(如目标识别或图像分割)。本部分将涵盖以下关键主题:图像增强与滤波亮度与对比度调整图像平滑(均值滤波、
- HarmonyOS5-AI能力集实操-多点检查
harmonyos
内容摘要本文介绍了一个基于HarmonyOS5.0和ArkTS语言开发的目标检测应用。该应用允许用户选择图片,利用系统的目标检测能力识别图片中的物体,并在图片上绘制识别区域,同时展示识别结果的可信度、标签和尺寸信息。实现步骤导入必要的模块。定义标签映射表。创建目标检测组件。初始化组件状态。实现图片选择功能。进行目标识别。绘制识别区域。展示识别结果。落地代码1.模块导入import{photoAcc
- 基于STM32的双摄联合识别系统
赵谨言
论文毕业设计经验分享
标题:基于STM32的双摄联合识别系统内容:1.摘要本研究旨在设计并实现基于STM32的双摄联合识别系统。背景在于随着安防、智能监控等领域的发展,对目标识别的准确性和可靠性提出了更高要求,单摄像头识别存在视野局限和识别精度不足等问题。方法上,采用STM32作为主控芯片,连接两个摄像头获取不同视角的图像信息,运用特定的图像识别算法对双摄图像进行联合处理和分析。结果表明,该系统能够有效扩大识别视野范围
- OpenCV 从基础到进阶系列之三 -> SIFT 和 ORB 的特征检测
HC1025
Python_Opencvopencv人工智能计算机视觉
OpenCV核心功能详解教程(Python版)从基础到进阶第三章OpenCV中的特征检测与描述是计算机视觉中的核心任务之一,广泛应用于图像匹配、目标识别、3D重建等领域。以下针对SIFT和ORB两种经典算法进行详细讲解,涵盖原理、代码实现和实际应用技巧。一、特征检测与描述基础核心概念:关键点(Keypoints):图像中具有显著特征的局部区域(如角点、边缘交叉点)描述子(Descriptor):对
- 无人机避障与目标识别技术分析!
云卓SKYDROID
无人机人工智能科普高科技云卓科技激光避障
一、无人机避障技术1.技术实现方式传感器融合:视觉传感(RGB/双目/红外相机):基于SLAM(同步定位与地图构建)实现环境建模,但依赖光照条件。激光雷达(LiDAR):高精度点云建模,但成本高、功耗大,小型无人机难以集成。超声波雷达:短距离(5-10米)低成本避障,但易受环境噪声干扰。毫米波雷达:穿透性强(雨雾环境适用),但分辨率低于激光雷达。算法核心:路径规划:A、RRT(快速扩展随机树)等算
- LabVIEW 图像处理中常见的边缘检测算法
LabVIEW开发
LabVIEW知识labview图像处理算法
在LabVIEW图像处理领域,边缘检测对于提取图像特征、目标识别及图像分割等任务至关重要。以下介绍几种常见的边缘检测算法及其在LabVIEW中的应用。一、Sobel算子Sobel算子是一种离散的一阶差分算子,用于计算图像灰度的近似梯度。它通过分别在水平和垂直方向上与图像卷积,来检测水平和垂直边缘。在LabVIEW中,可利用“VisionAssistant”工具轻松实现Sobel边缘检测。例如,加载
- 6T算力NPU!基于RK3588国产平台的YOLOv5目标识别案例,真的强!
Tronlong创龙
工业级核心板瑞芯微嵌入式ARM软硬件原理图规格资料平台工业核心板嵌入式开发国产处理器瑞芯微硬件开发
方案亮点极致算力:瑞芯微RK3588国产平台,6TOPS高性能NPU,支持复杂神经网络推理;实时检测:YOLOv5s模型,轻松实现640x640分辨率,49fps检测速度;多场景适配:工业/医疗/安防等应用领域。技术原理解析YOLO简介YOLO(YouOnlyLookOnce)是一种基于深度学习的目标检测算法。YOLO把目标检测转变为一个回归问题,通过一次遍历即可同时预测图像中物体的位置和类别。相
- 工厂巡检机器人目标识别系统 —— 使用NanoDet深度学习模型
深度学习YOLO目标检测实战项目
NanoDet机器人深度学习人工智能分类NanoDet
在现代工厂中,巡检机器人扮演着越来越重要的角色。通过自动化巡检,工厂能够实时监控设备的运行状况,提前发现潜在问题,提升生产效率并降低安全隐患。本篇博客将详细介绍如何使用NanoDet模型构建一个用于工厂巡检机器人的目标识别系统,结合UI界面和数据集的实现过程,具体步骤包括数据集准备、模型训练、UI设计以及部署应用。目录1.引言2.系统设计2.1系统架构2.2使用NanoDet进行目标检测3.数据集
- Linux系统学习Day2——在Linux系统中开发OpenCV
一瓶勇闯天涯的雪花
学习opencv人工智能
一、OpenCV简介OpenCV(OpenSourceComputerVisionLibrary)是一个开源的跨平台计算机视觉和机器学习库,广泛应用于图像处理、视频分析、物体检测等领域。它提供了丰富的算法和高效的工具集,支持C++、Python等多种语言,涵盖特征提取、目标识别、3D重建等功能,被广泛应用于人脸识别、自动驾驶、医学影像分析及工业检测等场景。凭借其开源特性、强大性能和活跃社区,Ope
- 生成式深度学习(1)
yyc_audio
深度学习人工智能
人工智能模拟人类思维过程的可能性,不仅局限于被动性任务(比如目标识别)和大多数反应性任务(比如驾驶汽车),还包括创造性活动。在不远的未来,对于我们所消费的大部分文化内容,其创造过程将得到人工智能的大量帮助。2016年夏天,实验性短片Sunspring发布,它的剧本是由LSTM算法写出来的。最近你可能听过神经网络生成的实验性音乐。的确,到目前为止,我们见到的人工智能艺术作品的质量还很低。人工智能还远
- Spring4.1新特性——综述
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- Schema与数据类型优化
annan211
数据结构mysql
目前商城的数据库设计真是一塌糊涂,表堆叠让人不忍直视,无脑的架构师,说了也不听。
在数据库设计之初,就应该仔细揣摩可能会有哪些查询,有没有更复杂的查询,而不是仅仅突出
很表面的业务需求,这样做会让你的数据库性能成倍提高,当然,丑陋的架构师是不会这样去考虑问题的。
选择优化的数据类型
1 更小的通常更好
更小的数据类型通常更快,因为他们占用更少的磁盘、内存和cpu缓存,
- 第一节 HTML概要学习
chenke
htmlWebcss
第一节 HTML概要学习
1. 什么是HTML
HTML是英文Hyper Text Mark-up Language(超文本标记语言)的缩写,它规定了自己的语法规则,用来表示比“文本”更丰富的意义,比如图片,表格,链接等。浏览器(IE,FireFox等)软件知道HTML语言的语法,可以用来查看HTML文档。目前互联网上的绝大部分网页都是使用HTML编写的。
打开记事本 输入一下内
- MyEclipse里部分习惯的更改
Array_06
eclipse
继续补充中----------------------
1.更改自己合适快捷键windows-->prefences-->java-->editor-->Content Assist-->
Activation triggers for java的右侧“.”就可以改变常用的快捷键
选中 Text
- 近一个月的面试总结
cugfy
面试
本文是在学习中的总结,欢迎转载但请注明出处:http://blog.csdn.net/pistolove/article/details/46753275
前言
打算换个工作,近一个月面试了不少的公司,下面将一些面试经验和思考分享给大家。另外校招也快要开始了,为在校的学生提供一些经验供参考,希望都能找到满意的工作。 
- HTML5一个小迷宫游戏
357029540
html5
通过《HTML5游戏开发》摘抄了一个小迷宫游戏,感觉还不错,可以画画,写字,把摘抄的代码放上来分享下,喜欢的同学可以拿来玩玩!
<html>
<head>
<title>创建运行迷宫</title>
<script type="text/javascript"
- 10步教你上传githib数据
张亚雄
git
官方的教学还有其他博客里教的都是给懂的人说得,对已我们这样对我大菜鸟只能这么来锻炼,下面先不玩什么深奥的,先暂时用着10步干净利索。等玩顺溜了再用其他的方法。
操作过程(查看本目录下有哪些文件NO.1)ls
(跳转到子目录NO.2)cd+空格+目录
(继续NO.3)ls
(匹配到子目录NO.4)cd+ 目录首写字母+tab键+(首写字母“直到你所用文件根就不再按TAB键了”)
(查看文件
- MongoDB常用操作命令大全
adminjun
mongodb操作命令
成功启动MongoDB后,再打开一个命令行窗口输入mongo,就可以进行数据库的一些操作。输入help可以看到基本操作命令,只是MongoDB没有创建数据库的命令,但有类似的命令 如:如果你想创建一个“myTest”的数据库,先运行use myTest命令,之后就做一些操作(如:db.createCollection('user')),这样就可以创建一个名叫“myTest”的数据库。
一
- bat调用jar包并传入多个参数
aijuans
下面的主程序是通过eclipse写的:
1.在Main函数接收bat文件传递的参数(String[] args)
如: String ip =args[0]; String user=args[1]; &nbs
- Java中对类的主动引用和被动引用
ayaoxinchao
java主动引用对类的引用被动引用类初始化
在Java代码中,有些类看上去初始化了,但其实没有。例如定义一定长度某一类型的数组,看上去数组中所有的元素已经被初始化,实际上一个都没有。对于类的初始化,虚拟机规范严格规定了只有对该类进行主动引用时,才会触发。而除此之外的所有引用方式称之为对类的被动引用,不会触发类的初始化。虚拟机规范严格地规定了有且仅有四种情况是对类的主动引用,即必须立即对类进行初始化。四种情况如下:1.遇到ne
- 导出数据库 提示 outfile disabled
BigBird2012
mysql
在windows控制台下,登陆mysql,备份数据库:
mysql>mysqldump -u root -p test test > D:\test.sql
使用命令 mysqldump 格式如下: mysqldump -u root -p *** DBNAME > E:\\test.sql。
注意:执行该命令的时候不要进入mysql的控制台再使用,这样会报
- Javascript 中的 && 和 ||
bijian1013
JavaScript&&||
准备两个对象用于下面的讨论
var alice = {
name: "alice",
toString: function () {
return this.name;
}
}
var smith = {
name: "smith",
- [Zookeeper学习笔记之四]Zookeeper Client Library会话重建
bit1129
zookeeper
为了说明问题,先来看个简单的示例代码:
package com.tom.zookeeper.book;
import com.tom.Host;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.ZooKeeper;
import org.apache.zookeeper.Wat
- 【Scala十一】Scala核心五:case模式匹配
bit1129
scala
package spark.examples.scala.grammars.caseclasses
object CaseClass_Test00 {
def simpleMatch(arg: Any) = arg match {
case v: Int => "This is an Int"
case v: (Int, String)
- 运维的一些面试题
yuxianhua
linux
1、Linux挂载Winodws共享文件夹
mount -t cifs //1.1.1.254/ok /var/tmp/share/ -o username=administrator,password=yourpass
或
mount -t cifs -o username=xxx,password=xxxx //1.1.1.1/a /win
- Java lang包-Boolean
BrokenDreams
boolean
Boolean类是Java中基本类型boolean的包装类。这个类比较简单,直接看源代码吧。
public final class Boolean implements java.io.Serializable,
- 读《研磨设计模式》-代码笔记-命令模式-Command
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.util.ArrayList;
import java.util.Collection;
import java.util.List;
/**
* GOF 在《设计模式》一书中阐述命令模式的意图:“将一个请求封装
- matlab下GPU编程笔记
cherishLC
matlab
不多说,直接上代码
gpuDevice % 查看系统中的gpu,,其中的DeviceSupported会给出matlab支持的GPU个数。
g=gpuDevice(1); %会清空 GPU 1中的所有数据,,将GPU1 设为当前GPU
reset(g) %也可以清空GPU中数据。
a=1;
a=gpuArray(a); %将a从CPU移到GPU中
onGP
- SVN安装过程
crabdave
SVN
SVN安装过程
subversion-1.6.12
./configure --prefix=/usr/local/subversion --with-apxs=/usr/local/apache2/bin/apxs --with-apr=/usr/local/apr --with-apr-util=/usr/local/apr --with-openssl=/
- sql 行列转换
daizj
sql行列转换行转列列转行
行转列的思想是通过case when 来实现
列转行的思想是通过union all 来实现
下面具体例子:
假设有张学生成绩表(tb)如下:
Name Subject Result
张三 语文 74
张三 数学 83
张三 物理 93
李四 语文 74
李四 数学 84
李四 物理 94
*/
/*
想变成
姓名 &
- MySQL--主从配置
dcj3sjt126com
mysql
linux下的mysql主从配置: 说明:由于MySQL不同版本之间的(二进制日志)binlog格式可能会不一样,因此最好的搭配组合是Master的MySQL版本和Slave的版本相同或者更低, Master的版本肯定不能高于Slave版本。(版本向下兼容)
mysql1 : 192.168.100.1 //master mysq
- 关于yii 数据库添加新字段之后model类的修改
dcj3sjt126com
Model
rules:
array('新字段','safe','on'=>'search')
1、array('新字段', 'safe')//这个如果是要用户输入的话,要加一下,
2、array('新字段', 'numerical'),//如果是数字的话
3、array('新字段', 'length', 'max'=>100),//如果是文本
1、2、3适当的最少要加一条,新字段才会被
- sublime text3 中文乱码解决
dyy_gusi
Sublime Text
sublime text3中文乱码解决
原因:缺少转换为UTF-8的插件
目的:安装ConvertToUTF8插件包
第一步:安装能自动安装插件的插件,百度“Codecs33”,然后按照步骤可以得到以下一段代码:
import urllib.request,os,hashlib; h = 'eb2297e1a458f27d836c04bb0cbaf282' + 'd0e7a30980927
- 概念了解:CGI,FastCGI,PHP-CGI与PHP-FPM
geeksun
PHP
CGI
CGI全称是“公共网关接口”(Common Gateway Interface),HTTP服务器与你的或其它机器上的程序进行“交谈”的一种工具,其程序须运行在网络服务器上。
CGI可以用任何一种语言编写,只要这种语言具有标准输入、输出和环境变量。如php,perl,tcl等。 FastCGI
FastCGI像是一个常驻(long-live)型的CGI,它可以一直执行着,只要激活后,不
- Git push 报错 "error: failed to push some refs to " 解决
hongtoushizi
git
Git push 报错 "error: failed to push some refs to " .
此问题出现的原因是:由于远程仓库中代码版本与本地不一致冲突导致的。
由于我在第一次git pull --rebase 代码后,准备push的时候,有别人往线上又提交了代码。所以出现此问题。
解决方案:
1: git pull
2:
- 第四章 Lua模块开发
jinnianshilongnian
nginxlua
在实际开发中,不可能把所有代码写到一个大而全的lua文件中,需要进行分模块开发;而且模块化是高性能Lua应用的关键。使用require第一次导入模块后,所有Nginx 进程全局共享模块的数据和代码,每个Worker进程需要时会得到此模块的一个副本(Copy-On-Write),即模块可以认为是每Worker进程共享而不是每Nginx Server共享;另外注意之前我们使用init_by_lua中初
- java.lang.reflect.Proxy
liyonghui160com
1.简介
Proxy 提供用于创建动态代理类和实例的静态方法
(1)动态代理类的属性
代理类是公共的、最终的,而不是抽象的
未指定代理类的非限定名称。但是,以字符串 "$Proxy" 开头的类名空间应该为代理类保留
代理类扩展 java.lang.reflect.Proxy
代理类会按同一顺序准确地实现其创建时指定的接口
- Java中getResourceAsStream的用法
pda158
java
1.Java中的getResourceAsStream有以下几种: 1. Class.getResourceAsStream(String path) : path 不以’/'开头时默认是从此类所在的包下取资源,以’/'开头则是从ClassPath根下获取。其只是通过path构造一个绝对路径,最终还是由ClassLoader获取资源。 2. Class.getClassLoader.get
- spring 包官方下载地址(非maven)
sinnk
spring
SPRING官方网站改版后,建议都是通过 Maven和Gradle下载,对不使用Maven和Gradle开发项目的,下载就非常麻烦,下给出Spring Framework jar官方直接下载路径:
http://repo.springsource.org/libs-release-local/org/springframework/spring/
s
- Oracle学习笔记(7) 开发PLSQL子程序和包
vipbooks
oraclesql编程
哈哈,清明节放假回去了一下,真是太好了,回家的感觉真好啊!现在又开始出差之旅了,又好久没有来了,今天继续Oracle的学习!
这是第七章的学习笔记,学习完第六章的动态SQL之后,开始要学习子程序和包的使用了……,希望大家能多给俺一些支持啊!
编程时使用的工具是PLSQL