- 模型压缩中的四大核心技术 —— 量化、剪枝、知识蒸馏和二值化
由数入道
人工智能剪枝人工智能算法模型压缩量化知识蒸馏二值化
一、量化(Quantization)量化的目标在于将原始以32位浮点数表示的模型参数和中间激活,转换为低精度(如FP16、INT8、甚至更低位宽)的数值表示,从而在减少模型存储占用和内存带宽的同时,加速推理运算,特别适用于移动、嵌入式和边缘计算场景。1.1概念与目标基本思想将高精度数值离散化为低精度表示。例如,将FP32权重转换为INT8,可降低内存需求约4倍,同时在支持低精度运算的硬件上加速计算
- 智能网关:物联网时代的核心枢纽
MYZR1
物联网人工智能核心板SSD2351
随着物联网技术的快速发展,智能网关作为连接物理世界与数字世界的桥梁,正发挥着越来越重要的作用。智能网关不仅是一个简单的数据传输节点,更是实现设备互联、协议转换、边缘计算的关键组件,为智慧家庭、工业物联网、智慧城市等应用场景提供了基础支撑。智能网关的核心功能智能网关的首要任务是解决不同设备间的通信协议差异问题。在物联网环境中,各类传感器、终端设备可能采用Zigbee、蓝牙、Wi-Fi、LoRa等不同
- 物联网与数字孪生:深度协同驱动智能未来 —— 专业规划分析
boyedu
物联网域名物联网区块链
一、定义与核心技术架构1.1物联网(IoT)的技术本质与架构定义:通过信息传感设备将物理对象与互联网连接,实现智能化识别、定位、跟踪和管理的网络。四层架构:感知层:传感器、RFID等设备采集物理数据(如温度、压力)。网络层:通过Wi-Fi、5G等通信技术传输数据,确保实时性与稳定性。平台层:云计算/边缘计算平台处理数据(如AWSIoT、AzureIoT)。应用层:提供终端服务(如智能家居、工业监控
- 智能网关芯片:物联网连接的核心引擎
在物联网(IoT)生态系统中,智能网关芯片扮演着至关重要的角色,它是实现设备互联、数据转换和边缘计算的核心硬件。随着5G、人工智能(AI)和低功耗通信技术的快速发展,智能网关芯片的性能和功能不断提升,推动着智慧家居、工业物联网(IIoT)、智慧城市等领域的创新。智能网关芯片的关键技术智能网关芯片的核心能力在于其多协议支持能力。由于物联网设备采用不同的通信标准(如Wi-Fi、蓝牙、Zigbee、Lo
- 边缘计算与云计算协同:未来架构的黄金组合
大力出奇迹985
边缘计算云计算架构
边缘计算与云计算的协同融合,正成为支撑未来智能社会的核心架构。本文从技术互补性、应用场景拓展、架构安全保障、性能优化路径和未来发展趋势五个维度,系统剖析二者协同的底层逻辑与实践价值。通过分析边缘节点的实时处理能力与云端的全局算力优势如何形成合力,探讨该架构在工业互联网、自动驾驶、智慧城市等领域的创新应用,并针对安全防护、资源调度等关键问题提出解决方案,最终总结其对数字经济发展的战略意义。一、技术互
- 打电话识别误报率↓82%:陌讯轻量化部署算法实战解析
2501_92474790
人工智能算法智慧城市计算机视觉目标检测目标跟踪
原创声明:本文内容基于独立技术解析,部分数据引用自“陌讯技术白皮书”,严禁未经授权转载。摘要:针对边缘计算优化和复杂场景鲁棒性挑战,本文解析陌讯视觉算法在打电话识别中的轻量化部署方案。实测显示,该方案在误报率指标上较基线提升显著,适用于安防监控等场景。一、行业痛点打电话识别在安防监控中面临严峻挑战。行业报告显示,公共场所有效行为识别误报率超35%(来源:2024年《智能安防白皮书》)。具体难点包括
- 电表箱识别漏检率高?陌讯算法实测降 90%
在电力巡检领域,电表箱状态识别一直是计算机视觉技术落地的难点。传统人工巡检模式下,一个台区的200个电表箱需2名巡检员耗时1天完成,且受光线、天气影响,误判率常超过15%。而采用普通开源算法部署的自动识别系统,又面临箱体污渍遮挡、表计型号混杂、边缘计算设备算力有限等多重挑战,实际商用时mAP(平均精度)往往跌破70%,难以满足电力行业的可靠性要求技术解析:从传统方法到陌讯创新架构传统电表箱识别多采
- 强背光干扰拒识率↓82%!陌讯多模态融合算法在智慧安防的实战优化
摘要针对边缘计算优化在复杂光照场景的鲁棒性挑战,本文解析陌讯视觉算法的多模态融合架构。实测显示,在背光、遮挡等极端条件下较基线模型误报率降低82%,部署时延C(特征提取分支)B[红外输入]-->CC-->D{自适应融合模块}D-->E[动态决策引擎]E-->F[置信度分级输出]2.2核心算法实现动态特征聚合公式:Ffusion=∑i=1Nαi⋅ϕ(Vrgb⊕Tir)其中αi为光照强度自适应的权重系
- 强干扰下误报率↓85%!陌讯动态感知算法在工业消防的实战解析
2501_92473287
算法目标检测计算机视觉深度学习人工智能
摘要:针对工业场景明火烟雾检测的边缘计算优化,实测显示陌讯动态感知算法在强干扰环境下较基线模型误报率↓85%,
[email protected]达87.6%。一、行业痛点:工业消防的监测困境据《工业安全监测白皮书2025》统计,石化厂区因蒸汽干扰导致的火灾误报率高达38.7%[7]。核心挑战包括:光学干扰:高温蒸汽与金属反光产生伪烟雾特征形态多变:明火在通风环境下呈现非稳态扩散实时性要求:响应延迟>200ms将导致连
- 从 0 到 1 精通 MQTT 协议
一叶飘零_sweeeet
果酱紫javaMQTT物联网
从0到1精通MQTT协议:Java开发者必看的物联网通信指南作为一名Javaer,你可能早已在分布式系统、微服务架构中摸爬滚打多年。但当面对物联网(IoT)、边缘计算等新兴领域时,是否曾被设备间的低带宽、高延迟通信难题困住?今天,我们要深入探讨的MQTT协议,正是解决这类问题的"瑞士军刀"。本文将从协议底层原理讲起,结合完整的Java实现案例,带你掌握从客户端开发到broker部署的全流程技能。无
- 数字经济时代全产业链详解
数字经济全产业链概述数字经济全产业链涵盖从底层技术到终端应用的完整生态,包括基础技术层、核心产业层、融合应用层和支撑服务层。以下是详细拆解:基础技术层1.硬件基础设施芯片与半导体:CPU、GPU、AI芯片(如NPU)等,支撑算力需求。通信设备:5G基站、光纤网络、卫星互联网等。数据中心:云计算服务器、边缘计算节点、绿色数据中心(如液冷技术)。2.软件与平台操作系统:鸿蒙、Windows、Linux
- 数据空间技术在智慧水库管理平台中的赋能
小赖同学啊
testTechnologyPrecious物联网
数据空间技术在智慧水库管理平台中的赋能:设备到应用的数据传输优化数据空间技术为智慧水库管理平台提供了革命性的数据传输、处理和安全保障能力。以下是数据空间技术在设备到应用数据传输过程中的全面赋能方案:数据空间赋能架构设计中心层区域层设备层数据预处理边缘计算本地决策协议转换数据聚合安全传输元数据管理数据治理访问控制数据服务长期存储业务应用系统数据分析平台数据仓库区域数据空间网关中心数据空间平台边缘数据
- 智慧水库边缘计算技术路线与框架设计
小赖同学啊
testTechnologyPrecious边缘计算人工智能
智慧水库边缘计算技术路线与框架设计一、边缘计算技术路线1.整体技术路线云边协同层边缘管理层边缘计算层边缘感知层设备层配置下发模型更新数据同步容器编排资源调度安全管理实时数据处理本地AI推理规则引擎协议适配数据采集设备管理水位计雨量计摄像头闸门传感器设备层边缘感知层边缘计算层边缘管理层云边协同层中心云平台2.关键技术演进路线阶段技术重点目标1.0基础建设期容器化部署、基础数据采集实现设备接入和基础数
- PHP 8.0 云原生与前沿技术深度整合(1)
jishujiaoliu1682
php开发语言
PHP8.0云原生与前沿技术深度整合目录云原生PHP架构ServerlessPHP实践AI/ML集成方案区块链与PHP物联网(IoT)开发边缘计算部署未来技术展望云原生PHP架构KubernetesOperator设计phpclassPhpAppOperator{private$k8sClient;publicfunction__construct(K8sClient$client){$this-
- 基于Jetson Nano与PyTorch的无人机实时目标跟踪系统搭建指南
引言:边缘计算赋能智能监控在AIoT时代,将深度学习模型部署到嵌入式设备已成为行业刚需。本文将手把手指导读者在NVIDIAJetsonNano(4GB版本)开发板上,构建基于YOLOv5+SORT算法的实时目标跟踪系统,集成无人机控制与地面站监控界面,最终打造低功耗智能监控设备。通过本项目,读者将掌握:嵌入式端模型优化与部署技巧;多目标跟踪算法工程化实现;无人机-地面站协同控制架构;边缘计算场景下
- 6G通信:AI算力网络的智能频谱共享技术
AI天才研究院
计算AI人工智能与大数据AgenticAI实战AI大模型企业级应用开发实战人工智能网络ai
6G通信:AI算力网络的智能频谱共享技术关键词:6G通信、AI算力网络、智能频谱共享、动态频谱分配、机器学习、认知无线电、边缘计算摘要:随着5G向6G的演进,通信网络面临着"万物智联"时代的海量连接、超高速率、超低时延需求,而频谱资源作为通信的"生命线"却日益稀缺。传统"固定分配、静态使用"的频谱管理模式已无法满足6G的需求,智能频谱共享技术应运而生。本文将以"给小学生讲故事"的方式,从6G通信的
- 【无人机】基于强化学习的多无人机移动边缘计算与路径规划研究Matlab代码
Matlab科研工作室
无人机边缘计算matlab
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理
- 当物联网数据流动有了“智能守门人“全球首款微型数据交易器,重构边缘计算数据交易新范式
人形机器人专利池研究中心
数据场景生态数据场景架构师数据零件架构师数据场景架构师人工智能数据零件
在杭州某智慧园区的智能路灯管理系统里,500盏路灯正以分钟级频率向边缘服务器上传光照、能耗数据——这些数据经分析后,能动态调节路灯亮度,每年为园区节省20%电费。但鲜有人知的是,这些关乎园区运营效率的"小数据",若按传统方式完成交易,需经过中心服务器中转、多轮合规校验、加密传输等流程,平均延迟超500毫秒,更面临数据泄露、协议不匹配等风险。这一困扰物联网行业的"数据交易之痛",正被成都专知利乎数字
- ARM46+KylinOS 环境下 MySQL 数据库安装与迁移适配深度实践指南
kobai159
adbARM46架构KylinOSMySQL安装数据库安装
一、ARM46+KylinOS环境与MySQL适配原理概述ARM46架构基于精简指令集(RISC)设计,具有低功耗、高性能等特点,在嵌入式、边缘计算等场景广泛应用;KylinOS作为国产操作系统,有着较高的安全性和稳定性。MySQL数据库在不同架构和操作系统上的迁移适配,本质是解决指令集兼容性、系统库依赖、文件权限管理等问题。ARM架构与常见的x86架构指令集不同,因此MySQL安装包需要专门适配
- 职坐标:嵌入式AI项目指南
本指南系统梳理嵌入式AI项目的核心框架,重点聚焦边缘计算设备开发、智能家电控制系统设计及无人机飞控系统实战三大关键领域。作为入门起点,它将引导读者从基础概念出发,逐步深入项目实现细节,覆盖硬件集成、算法优化到系统调试等全流程环节。后续章节将以此为基础,分步解析各项目的技术难点、技能培养路径及实战应用场景,帮助学习者高效构建从理论到落地的进阶体系。嵌入式AI项目入门嵌入式AI项目结合人工智能技术与嵌
- 强干扰下误报率↓85%!陌讯多模态融合算法在工业消防的实战优化
2501_92487837
人工智能算法目标检测视觉检测计算机视觉边缘计算
#摘要针对工业场景中明火烟雾识别的特殊挑战,陌讯视觉提出基于边缘计算优化的多模态融合方案,实测显示在热源干扰、半透明烟雾等复杂条件下,较基线模型误报率降低85%。本文详解其动态决策架构与轻量化部署方案。`#陌讯视觉算法``#工业消防``#边缘计算部署`##一、工业消防的识别困境据《2024智慧安防白皮书》统计,化工厂火灾误报率超46.2%,核心痛点在于:1.**热源干扰**:高温设备(>300℃)
- 高密度客流统计精度↑31%!陌讯时序建模算法在智慧交通的实战解析
原创声明:本文技术方案解析基于“陌讯技术白皮书”(2025),实测数据来自边缘计算实验室及行业部署案例。一、行业痛点:动态客流统计的三大挑战据《智慧交通AI落地报告》统计,传统客流统计方案在复杂场景中存在明显缺陷:高密度遮挡:地铁站高峰时段目标重叠率超60%,导致漏检率激增光照突变:室外遮阳棚/玻璃幕墙区域照度变化达10^5lux/s轨迹干扰:行人逆行、滞留造成统计误差超35%图1:地铁闸机口客流
- 高通 QCS6490 平台上 YOLO 全系列模型性能深度评测
一、引言在当今人工智能飞速发展的时代,边缘计算设备凭借其低延迟、高隐私性等优势,在智能物联网(AIoT)领域扮演着愈发关键的角色。高通QCS6490作为一款专为工业与商业物联网应用精心打造的高性能系统级芯片(SoC),自问世以来便备受瞩目。其采用先进的6nm制程工艺,集成了八核高通Kryo670CPU,包含4个可睿频至2.7GHz的高性能Cortex-A78核心以及4个运行频率约为1.9GHz的C
- Python爬虫前沿技术深度探索:云原生架构与智能对抗系统
全息架构师
Python实战项目大揭秘python爬虫云原生
Python爬虫前沿技术深度探索:云原生架构与智能对抗系统标题:云原生时代Python爬虫架构设计与智能对抗实战开篇:云原生重构爬虫技术栈“当传统爬虫还在单机挣扎时,云原生架构已将采集效率提升100倍!”据2024年云计算峰会数据,采用云原生技术的爬虫系统平均资源利用率达78%,而传统架构仅为12%。本文将带您深入:Serverless爬虫:按需付费的零成本采集方案边缘计算:全球分布式节点部署实战
- 5G 智慧园区整体解决方案
数智资源
数智资源5G园区智慧园区大数据人工智能
5G智慧园区整体解决方案聚焦政府、园区管理方、企业、员工四类主体需求,以5G专网为核心,构建“1个平台+3张网络+7大场景”的一体化架构。通过5G基站部署、网络切片、边缘计算等技术,实现园区在全方位安防、一体化物业、精细化能源管控、可视化指挥调度等场景的智能化升级,助力园区提升运营效率、降低管理成本,打造安全、便捷、绿色的智慧化生态,已在工业、能源、医疗等多个领域落地实践,推动园区向数字化、智能化
- 2025年互联网行业高需求岗位分析
heimeiyingwang
行业分析茶余饭后ai话题程序人生节日学习美食生活
一、核心高增长技术岗人工智能工程师(AI/大模型方向)需求驱动:企业加速布局人工智能,杭州春招中半数岗位聚焦算法研发与大模型应用1,头部企业普遍将AI工程师列为核心招聘方向。技能要求:机器学习框架(如PyTorch)、大模型调优、多模态数据处理能力。云计算架构师与交付工程师行业趋势:企业上云需求激增,云计算与边缘计算结合推动智能硬件、工业互联网发展。核心能力:熟
- 边缘计算监控突围:Prometheus在5G MEC环境中的瘦身方案
作者:开源大模型智能运维FreeAiOps引言:5GMEC场景下的监控挑战与机遇随着5G多接入边缘计算(MEC)的普及,监控系统面临前所未有的挑战:资源碎片化:边缘节点通常部署在资源受限的硬件上(如ARM服务器、工业网关),CPU和内存容量仅为传统云服务器的1/5网络波动性:MEC设备常位于基站侧或工厂车间,面临高丢包率(5%-15%)和间歇性断网问题数据爆炸:单台MEC设备可能承载数百个物联网终
- 轻量、高性能、易扩展——为什么 Elysia.js 是 Node.js 的未来?
朱公子的Note
编程语言node.jsjavascriptElysia.js凭什么封神?
“你还在用Express吗?功能不少,但每秒处理能力却像蜗牛爬行。”现如今,Serverless、边缘计算与微服务已成趋势,传统后端框架难以应对高并发需求。Elysia.js脱胎于Bun生态,以其超强性能与类型安全特性,正成为后端开发的新宠。本篇将带你深入剖析为什么它是未来绝佳选择。在Node.js生态中,Elysia.js凭借其极致的性能、优雅的API设计和强大的类型安全,迅速成为现代后端开发的
- 边缘计算与量子模型优化驱动医疗诊断新突破
内容概要在医疗人工智能领域,边缘计算与量子模型优化的协同演进正重构诊断系统的技术范式。通过将计算节点前置至医疗设备端,边缘架构有效解决了传统云端模型面临的实时性瓶颈,配合量子优化算法对复杂特征空间的快速寻优能力,使得CT、MRI等高维影像数据的解析效率提升显著。值得关注的是,框架选型直接影响着模型部署的可行性——TensorFlow在移动端推理优化方面的工具链完备性,与PyTorch动态图机制对迭
- 从5G到6G:AI算力网络将如何改变通信行业?
AI算力网络与通信
AI算力网络与通信原理AI人工智能大数据架构AI人工智能与大数据技术5G人工智能网络ai
从5G到6G:AI算力网络将如何改变通信行业?关键词:5G、6G、AI算力网络、边缘计算、智能编排、数字孪生、通信革命摘要:从2G打电话到3G刷网页,从4G看视频到5G连万物,通信技术的每一次跃迁都在重塑人类的生活方式。如今,5G已进入规模商用期,6G研发正如火如荼推进。本文将带您走进“连接+算力+智能”三位一体的未来通信世界,揭秘AI算力网络如何从“幕后助手”变为“核心引擎”,推动通信行业从“管
- 深入浅出Java Annotation(元注解和自定义注解)
Josh_Persistence
Java Annotation元注解自定义注解
一、基本概述
Annontation是Java5开始引入的新特征。中文名称一般叫注解。它提供了一种安全的类似注释的机制,用来将任何的信息或元数据(metadata)与程序元素(类、方法、成员变量等)进行关联。
更通俗的意思是为程序的元素(类、方法、成员变量)加上更直观更明了的说明,这些说明信息是与程序的业务逻辑无关,并且是供指定的工具或
- mysql优化特定类型的查询
annan211
java工作mysql
本节所介绍的查询优化的技巧都是和特定版本相关的,所以对于未来mysql的版本未必适用。
1 优化count查询
对于count这个函数的网上的大部分资料都是错误的或者是理解的都是一知半解的。在做优化之前我们先来看看
真正的count()函数的作用到底是什么。
count()是一个特殊的函数,有两种非常不同的作用,他可以统计某个列值的数量,也可以统计行数。
在统
- MAC下安装多版本JDK和切换几种方式
棋子chessman
jdk
环境:
MAC AIR,OS X 10.10,64位
历史:
过去 Mac 上的 Java 都是由 Apple 自己提供,只支持到 Java 6,并且OS X 10.7 开始系统并不自带(而是可选安装)(原自带的是1.6)。
后来 Apple 加入 OpenJDK 继续支持 Java 6,而 Java 7 将由 Oracle 负责提供。
在终端中输入jav
- javaScript (1)
Array_06
JavaScriptjava浏览器
JavaScript
1、运算符
运算符就是完成操作的一系列符号,它有七类: 赋值运算符(=,+=,-=,*=,/=,%=,<<=,>>=,|=,&=)、算术运算符(+,-,*,/,++,--,%)、比较运算符(>,<,<=,>=,==,===,!=,!==)、逻辑运算符(||,&&,!)、条件运算(?:)、位
- 国内顶级代码分享网站
袁潇含
javajdkoracle.netPHP
现在国内很多开源网站感觉都是为了利益而做的
当然利益是肯定的,否则谁也不会免费的去做网站
&
- Elasticsearch、MongoDB和Hadoop比较
随意而生
mongodbhadoop搜索引擎
IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性,避免落大部队太远,我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎,它们存储着JSON文档,MongoDB存着JSON文档,或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配
- mac os 系统科研软件总结
张亚雄
mac os
1.1 Microsoft Office for Mac 2011
大客户版,自行搜索。
1.2 Latex (MacTex):
系统环境:https://tug.org/mactex/
&nb
- Maven实战(四)生命周期
AdyZhang
maven
1. 三套生命周期 Maven拥有三套相互独立的生命周期,它们分别为clean,default和site。 每个生命周期包含一些阶段,这些阶段是有顺序的,并且后面的阶段依赖于前面的阶段,用户和Maven最直接的交互方式就是调用这些生命周期阶段。 以clean生命周期为例,它包含的阶段有pre-clean, clean 和 post
- Linux下Jenkins迁移
aijuans
Jenkins
1. 将Jenkins程序目录copy过去 源程序在/export/data/tomcatRoot/ofctest-jenkins.jd.com下面 tar -cvzf jenkins.tar.gz ofctest-jenkins.jd.com &
- request.getInputStream()只能获取一次的问题
ayaoxinchao
requestInputstream
问题:在使用HTTP协议实现应用间接口通信时,服务端读取客户端请求过来的数据,会用到request.getInputStream(),第一次读取的时候可以读取到数据,但是接下来的读取操作都读取不到数据
原因: 1. 一个InputStream对象在被读取完成后,将无法被再次读取,始终返回-1; 2. InputStream并没有实现reset方法(可以重
- 数据库SQL优化大总结之 百万级数据库优化方案
BigBird2012
SQL优化
网上关于SQL优化的教程很多,但是比较杂乱。近日有空整理了一下,写出来跟大家分享一下,其中有错误和不足的地方,还请大家纠正补充。
这篇文章我花费了大量的时间查找资料、修改、排版,希望大家阅读之后,感觉好的话推荐给更多的人,让更多的人看到、纠正以及补充。
1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where
- jsonObject的使用
bijian1013
javajson
在项目中难免会用java处理json格式的数据,因此封装了一个JSONUtil工具类。
JSONUtil.java
package com.bijian.json.study;
import java.util.ArrayList;
import java.util.Date;
import java.util.HashMap;
- [Zookeeper学习笔记之六]Zookeeper源代码分析之Zookeeper.WatchRegistration
bit1129
zookeeper
Zookeeper类是Zookeeper提供给用户访问Zookeeper service的主要API,它包含了如下几个内部类
首先分析它的内部类,从WatchRegistration开始,为指定的znode path注册一个Watcher,
/**
* Register a watcher for a particular p
- 【Scala十三】Scala核心七:部分应用函数
bit1129
scala
何为部分应用函数?
Partially applied function: A function that’s used in an expression and that misses some of its arguments.For instance, if function f has type Int => Int => Int, then f and f(1) are p
- Tomcat Error listenerStart 终极大法
ronin47
tomcat
Tomcat报的错太含糊了,什么错都没报出来,只提示了Error listenerStart。为了调试,我们要获得更详细的日志。可以在WEB-INF/classes目录下新建一个文件叫logging.properties,内容如下
Java代码
handlers = org.apache.juli.FileHandler, java.util.logging.ConsoleHa
- 不用加减符号实现加减法
BrokenDreams
实现
今天有群友发了一个问题,要求不用加减符号(包括负号)来实现加减法。
分析一下,先看最简单的情况,假设1+1,按二进制算的话结果是10,可以看到从右往左的第一位变为0,第二位由于进位变为1。
 
- 读《研磨设计模式》-代码笔记-状态模式-State
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/
/*
当一个对象的内在状态改变时允许改变其行为,这个对象看起来像是改变了其类
状态模式主要解决的是当控制一个对象状态的条件表达式过于复杂时的情况
把状态的判断逻辑转移到表示不同状态的一系列类中,可以把复杂的判断逻辑简化
如果在
- CUDA程序block和thread超出硬件允许值时的异常
cherishLC
CUDA
调用CUDA的核函数时指定block 和 thread大小,该大小可以是dim3类型的(三维数组),只用一维时可以是usigned int型的。
以下程序验证了当block或thread大小超出硬件允许值时会产生异常!!!GPU根本不会执行运算!!!
所以验证结果的正确性很重要!!!
在VS中创建CUDA项目会有一个模板,里面有更详细的状态验证。
以下程序在K5000GPU上跑的。
- 诡异的超长时间GC问题定位
chenchao051
jvmcmsGChbaseswap
HBase的GC策略采用PawNew+CMS, 这是大众化的配置,ParNew经常会出现停顿时间特别长的情况,有时候甚至长到令人发指的地步,例如请看如下日志:
2012-10-17T05:54:54.293+0800: 739594.224: [GC 739606.508: [ParNew: 996800K->110720K(996800K), 178.8826900 secs] 3700
- maven环境快速搭建
daizj
安装mavne环境配置
一 下载maven
安装maven之前,要先安装jdk及配置JAVA_HOME环境变量。这个安装和配置java环境不用多说。
maven下载地址:http://maven.apache.org/download.html,目前最新的是这个apache-maven-3.2.5-bin.zip,然后解压在任意位置,最好地址中不要带中文字符,这个做java 的都知道,地址中出现中文会出现很多
- PHP网站安全,避免PHP网站受到攻击的方法
dcj3sjt126com
PHP
对于PHP网站安全主要存在这样几种攻击方式:1、命令注入(Command Injection)2、eval注入(Eval Injection)3、客户端脚本攻击(Script Insertion)4、跨网站脚本攻击(Cross Site Scripting, XSS)5、SQL注入攻击(SQL injection)6、跨网站请求伪造攻击(Cross Site Request Forgerie
- yii中给CGridView设置默认的排序根据时间倒序的方法
dcj3sjt126com
GridView
public function searchWithRelated() {
$criteria = new CDbCriteria;
$criteria->together = true; //without th
- Java集合对象和数组对象的转换
dyy_gusi
java集合
在开发中,我们经常需要将集合对象(List,Set)转换为数组对象,或者将数组对象转换为集合对象。Java提供了相互转换的工具,但是我们使用的时候需要注意,不能乱用滥用。
1、数组对象转换为集合对象
最暴力的方式是new一个集合对象,然后遍历数组,依次将数组中的元素放入到新的集合中,但是这样做显然过
- nginx同一主机部署多个应用
geeksun
nginx
近日有一需求,需要在一台主机上用nginx部署2个php应用,分别是wordpress和wiki,探索了半天,终于部署好了,下面把过程记录下来。
1. 在nginx下创建vhosts目录,用以放置vhost文件。
mkdir vhosts
2. 修改nginx.conf的配置, 在http节点增加下面内容设置,用来包含vhosts里的配置文件
#
- ubuntu添加admin权限的用户账号
hongtoushizi
ubuntuuseradd
ubuntu创建账号的方式通常用到两种:useradd 和adduser . 本人尝试了useradd方法,步骤如下:
1:useradd
使用useradd时,如果后面不加任何参数的话,如:sudo useradd sysadm 创建出来的用户将是默认的三无用户:无home directory ,无密码,无系统shell。
顾应该如下操作:
- 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理
jinnianshilongnian
nginxlua
JSON库
在进行数据传输时JSON格式目前应用广泛,因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能;目前Lua也有几个JSON库,本人用过cjson、dkjson。其中cjson的语法严格(比如unicode \u0020\u7eaf),要求符合规范否则会解析失败(如\u002),而dkjson相对宽松,当然也可以通过修改cjson的源码来完成
- Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
yaerfeng1989
timerquartz定时器
原创整理不易,转载请注明出处:Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
代码下载地址:http://www.zuidaima.com/share/1772648445103104.htm
有两种流行Spring定时器配置:Java的Timer类和OpenSymphony的Quartz。
1.Java Timer定时
首先继承jav
- Linux下df与du两个命令的差别?
pda158
linux
一、df显示文件系统的使用情况,与du比較,就是更全盘化。 最经常使用的就是 df -T,显示文件系统的使用情况并显示文件系统的类型。 举比例如以下: [root@localhost ~]# df -T Filesystem Type &n
- [转]SQLite的工具类 ---- 通过反射把Cursor封装到VO对象
ctfzh
VOandroidsqlite反射Cursor
在写DAO层时,觉得从Cursor里一个一个的取出字段值再装到VO(值对象)里太麻烦了,就写了一个工具类,用到了反射,可以把查询记录的值装到对应的VO里,也可以生成该VO的List。
使用时需要注意:
考虑到Android的性能问题,VO没有使用Setter和Getter,而是直接用public的属性。
表中的字段名需要和VO的属性名一样,要是不一样就得在查询的SQL中
- 该学习笔记用到的Employee表
vipbooks
oraclesql工作
这是我在学习Oracle是用到的Employee表,在该笔记中用到的就是这张表,大家可以用它来学习和练习。
drop table Employee;
-- 员工信息表
create table Employee(
-- 员工编号
EmpNo number(3) primary key,
-- 姓