- 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
- 项目中 枚举与注解的结合使用
飞翔的马甲
javaenumannotation
前言:版本兼容,一直是迭代开发头疼的事,最近新版本加上了支持新题型,如果新创建一份问卷包含了新题型,那旧版本客户端就不支持,如果新创建的问卷不包含新题型,那么新旧客户端都支持。这里面我们通过给问卷类型枚举增加自定义注解的方式完成。顺便巩固下枚举与注解。
一、枚举
1.在创建枚举类的时候,该类已继承java.lang.Enum类,所以自定义枚举类无法继承别的类,但可以实现接口。
- 【Scala十七】Scala核心十一:下划线_的用法
bit1129
scala
下划线_在Scala中广泛应用,_的基本含义是作为占位符使用。_在使用时是出问题非常多的地方,本文将不断完善_的使用场景以及所表达的含义
1. 在高阶函数中使用
scala> val list = List(-3,8,7,9)
list: List[Int] = List(-3, 8, 7, 9)
scala> list.filter(_ > 7)
r
- web缓存基础:术语、http报头和缓存策略
dalan_123
Web
对于很多人来说,去访问某一个站点,若是该站点能够提供智能化的内容缓存来提高用户体验,那么最终该站点的访问者将络绎不绝。缓存或者对之前的请求临时存储,是http协议实现中最核心的内容分发策略之一。分发路径中的组件均可以缓存内容来加速后续的请求,这是受控于对该内容所声明的缓存策略。接下来将讨web内容缓存策略的基本概念,具体包括如如何选择缓存策略以保证互联网范围内的缓存能够正确处理的您的内容,并谈论下
- crontab 问题
周凡杨
linuxcrontabunix
一: 0481-079 Reached a symbol that is not expected.
背景:
*/5 * * * * /usr/IBMIHS/rsync.sh
- 让tomcat支持2级域名共享session
g21121
session
tomcat默认情况下是不支持2级域名共享session的,所有有些情况下登陆后从主域名跳转到子域名会发生链接session不相同的情况,但是只需修改几处配置就可以了。
打开tomcat下conf下context.xml文件
找到Context标签,修改为如下内容
如果你的域名是www.test.com
<Context sessionCookiePath="/path&q
- web报表工具FineReport常用函数的用法总结(数学和三角函数)
老A不折腾
Webfinereport总结
ABS
ABS(number):返回指定数字的绝对值。绝对值是指没有正负符号的数值。
Number:需要求出绝对值的任意实数。
示例:
ABS(-1.5)等于1.5。
ABS(0)等于0。
ABS(2.5)等于2.5。
ACOS
ACOS(number):返回指定数值的反余弦值。反余弦值为一个角度,返回角度以弧度形式表示。
Number:需要返回角
- linux 启动java进程 sh文件
墙头上一根草
linuxshelljar
#!/bin/bash
#初始化服务器的进程PId变量
user_pid=0;
robot_pid=0;
loadlort_pid=0;
gateway_pid=0;
#########
#检查相关服务器是否启动成功
#说明:
#使用JDK自带的JPS命令及grep命令组合,准确查找pid
#jps 加 l 参数,表示显示java的完整包路径
#使用awk,分割出pid
- 我的spring学习笔记5-如何使用ApplicationContext替换BeanFactory
aijuans
Spring 3 系列
如何使用ApplicationContext替换BeanFactory?
package onlyfun.caterpillar.device;
import org.springframework.beans.factory.BeanFactory;
import org.springframework.beans.factory.xml.XmlBeanFactory;
import
- Linux 内存使用方法详细解析
annan211
linux内存Linux内存解析
来源 http://blog.jobbole.com/45748/
我是一名程序员,那么我在这里以一个程序员的角度来讲解Linux内存的使用。
一提到内存管理,我们头脑中闪出的两个概念,就是虚拟内存,与物理内存。这两个概念主要来自于linux内核的支持。
Linux在内存管理上份为两级,一级是线性区,类似于00c73000-00c88000,对应于虚拟内存,它实际上不占用
- 数据库的单表查询常用命令及使用方法(-)
百合不是茶
oracle函数单表查询
创建数据库;
--建表
create table bloguser(username varchar2(20),userage number(10),usersex char(2));
创建bloguser表,里面有三个字段
&nbs
- 多线程基础知识
bijian1013
java多线程threadjava多线程
一.进程和线程
进程就是一个在内存中独立运行的程序,有自己的地址空间。如正在运行的写字板程序就是一个进程。
“多任务”:指操作系统能同时运行多个进程(程序)。如WINDOWS系统可以同时运行写字板程序、画图程序、WORD、Eclipse等。
线程:是进程内部单一的一个顺序控制流。
线程和进程
a. 每个进程都有独立的
- fastjson简单使用实例
bijian1013
fastjson
一.简介
阿里巴巴fastjson是一个Java语言编写的高性能功能完善的JSON库。它采用一种“假定有序快速匹配”的算法,把JSON Parse的性能提升到极致,是目前Java语言中最快的JSON库;包括“序列化”和“反序列化”两部分,它具备如下特征:  
- 【RPC框架Burlap】Spring集成Burlap
bit1129
spring
Burlap和Hessian同属于codehaus的RPC调用框架,但是Burlap已经几年不更新,所以Spring在4.0里已经将Burlap的支持置为Deprecated,所以在选择RPC框架时,不应该考虑Burlap了。
这篇文章还是记录下Burlap的用法吧,主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
 
- 【Mahout一】基于Mahout 命令参数含义
bit1129
Mahout
1. mahout seqdirectory
$ mahout seqdirectory
--input (-i) input Path to job input directory(原始文本文件).
--output (-o) output The directory pathna
- linux使用flock文件锁解决脚本重复执行问题
ronin47
linux lock 重复执行
linux的crontab命令,可以定时执行操作,最小周期是每分钟执行一次。关于crontab实现每秒执行可参考我之前的文章《linux crontab 实现每秒执行》现在有个问题,如果设定了任务每分钟执行一次,但有可能一分钟内任务并没有执行完成,这时系统会再执行任务。导致两个相同的任务在执行。
例如:
<?
//
test
.php
- java-74-数组中有一个数字出现的次数超过了数组长度的一半,找出这个数字
bylijinnan
java
public class OcuppyMoreThanHalf {
/**
* Q74 数组中有一个数字出现的次数超过了数组长度的一半,找出这个数字
* two solutions:
* 1.O(n)
* see <beauty of coding>--每次删除两个不同的数字,不改变数组的特性
* 2.O(nlogn)
* 排序。中间
- linux 系统相关命令
candiio
linux
系统参数
cat /proc/cpuinfo cpu相关参数
cat /proc/meminfo 内存相关参数
cat /proc/loadavg 负载情况
性能参数
1)top
M:按内存使用排序
P:按CPU占用排序
1:显示各CPU的使用情况
k:kill进程
o:更多排序规则
回车:刷新数据
2)ulimit
ulimit -a:显示本用户的系统限制参
- [经营与资产]保持独立性和稳定性对于软件开发的重要意义
comsci
软件开发
一个软件的架构从诞生到成熟,中间要经过很多次的修正和改造
如果在这个过程中,外界的其它行业的资本不断的介入这种软件架构的升级过程中
那么软件开发者原有的设计思想和开发路线
- 在CentOS5.5上编译OpenJDK6
Cwind
linuxOpenJDK
几番周折终于在自己的CentOS5.5上编译成功了OpenJDK6,将编译过程和遇到的问题作一简要记录,备查。
0. OpenJDK介绍
OpenJDK是Sun(现Oracle)公司发布的基于GPL许可的Java平台的实现。其优点:
1、它的核心代码与同时期Sun(-> Oracle)的产品版基本上是一样的,血统纯正,不用担心性能问题,也基本上没什么兼容性问题;(代码上最主要的差异是
- java乱码问题
dashuaifu
java乱码问题js中文乱码
swfupload上传文件参数值为中文传递到后台接收中文乱码 在js中用setPostParams({"tag" : encodeURI( document.getElementByIdx_x("filetag").value,"utf-8")});
然后在servlet中String t
- cygwin很多命令显示command not found的解决办法
dcj3sjt126com
cygwin
cygwin很多命令显示command not found的解决办法
修改cygwin.BAT文件如下
@echo off
D:
set CYGWIN=tty notitle glob
set PATH=%PATH%;d:\cygwin\bin;d:\cygwin\sbin;d:\cygwin\usr\bin;d:\cygwin\usr\sbin;d:\cygwin\us
- [介绍]从 Yii 1.1 升级
dcj3sjt126com
PHPyii2
2.0 版框架是完全重写的,在 1.1 和 2.0 两个版本之间存在相当多差异。因此从 1.1 版升级并不像小版本间的跨越那么简单,通过本指南你将会了解两个版本间主要的不同之处。
如果你之前没有用过 Yii 1.1,可以跳过本章,直接从"入门篇"开始读起。
请注意,Yii 2.0 引入了很多本章并没有涉及到的新功能。强烈建议你通读整部权威指南来了解所有新特性。这样有可能会发
- Linux SSH免登录配置总结
eksliang
ssh-keygenLinux SSH免登录认证Linux SSH互信
转载请出自出处:http://eksliang.iteye.com/blog/2187265 一、原理
我们使用ssh-keygen在ServerA上生成私钥跟公钥,将生成的公钥拷贝到远程机器ServerB上后,就可以使用ssh命令无需密码登录到另外一台机器ServerB上。
生成公钥与私钥有两种加密方式,第一种是
- 手势滑动销毁Activity
gundumw100
android
老是效仿ios,做android的真悲催!
有需求:需要手势滑动销毁一个Activity
怎么办尼?自己写?
不用~,网上先问一下百度。
结果:
http://blog.csdn.net/xiaanming/article/details/20934541
首先将你需要的Activity继承SwipeBackActivity,它会在你的布局根目录新增一层SwipeBackLay
- JavaScript变换表格边框颜色
ini
JavaScripthtmlWebhtml5css
效果查看:http://hovertree.com/texiao/js/2.htm代码如下,保存到HTML文件也可以查看效果:
<html>
<head>
<meta charset="utf-8">
<title>表格边框变换颜色代码-何问起</title>
</head>
<body&
- Kafka Rest : Confluent
kane_xie
kafkaRESTconfluent
最近拿到一个kafka rest的需求,但kafka暂时还没有提供rest api(应该是有在开发中,毕竟rest这么火),上网搜了一下,找到一个Confluent Platform,本文简单介绍一下安装。
这里插一句,给大家推荐一个九尾搜索,原名叫谷粉SOSO,不想fanqiang谷歌的可以用这个。以前在外企用谷歌用习惯了,出来之后用度娘搜技术问题,那匹配度简直感人。
环境声明:Ubu
- Calender不是单例
men4661273
单例Calender
在我们使用Calender的时候,使用过Calendar.getInstance()来获取一个日期类的对象,这种方式跟单例的获取方式一样,那么它到底是不是单例呢,如果是单例的话,一个对象修改内容之后,另外一个线程中的数据不久乱套了吗?从试验以及源码中可以得出,Calendar不是单例。
测试:
Calendar c1 =
- 线程内存和主内存之间联系
qifeifei
java thread
1, java多线程共享主内存中变量的时候,一共会经过几个阶段,
lock:将主内存中的变量锁定,为一个线程所独占。
unclock:将lock加的锁定解除,此时其它的线程可以有机会访问此变量。
read:将主内存中的变量值读到工作内存当中。
load:将read读取的值保存到工作内存中的变量副本中。
- schedule和scheduleAtFixedRate
tangqi609567707
javatimerschedule
原文地址:http://blog.csdn.net/weidan1121/article/details/527307
import java.util.Timer;import java.util.TimerTask;import java.util.Date;
/** * @author vincent */public class TimerTest {
 
- erlang 部署
wudixiaotie
erlang
1.如果在启动节点的时候报这个错 :
{"init terminating in do_boot",{'cannot load',elf_format,get_files}}
则需要在reltool.config中加入
{app, hipe, [{incl_cond, exclude}]},
2.当generate时,遇到:
ERROR