- 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
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
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
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不