- 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
- OpenCV基础02_图像预处理
白槿_cha
计算机视觉基础opencv人工智能计算机视觉笔记
图像预处理在计算机视觉和图像处理领域,图像预处理是一个重要的步骤,它能够提高后续处理(如特征提取、目标检测等)的准确性和效率。OpenCV提供了许多图像预处理的函数和方法,一些常见的图像预处理操作:图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学一、图像翻转cv2.flip是OpenCV库中的一个函数,用于翻转图像。翻转可以是水平翻转、垂
- opencv-day2-图像预处理1
谢眠
OpenCVopencv计算机视觉
图像预处理在计算机视觉和图像处理领域,图像预处理能够提高后续处理(如特征提取、目标检测等)的准确性和效率。常见的图像预处理操作:图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学图像翻转cv2.flip是OpenCV库中的一个函数,用于翻转图像。翻转可以是水平翻转、垂直翻转或同时水平和垂直翻转。这个函数接受两个参数:要翻转的图像和一个指定翻
- OpenCV图像预处理
图像预处理在计算机视觉和图像处理领域,图像预处理是一个重要的步骤,它能够提高后续处理(如特征提取、目标检测等)的准确性和效率。OpenCV提供了许多图像预处理的函数和方法,以下是一些常见的图像预处理操作:图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学图像翻转cv2.flip是OpenCV库中的一个函数,用于翻转图像。翻转可以是水平翻转、
- 基于Matlab图像处理的水果分级系统
7zcode
图像处理开发matlab图像处理人工智能
本研究提出了一种基于图像处理技术的果实质量评估方法,旨在通过分析水果的颜色、形态特征和缺陷情况,自动化地对水果进行分级。通过使用MATLAB中的图像处理工具箱,首先将水果图像转换为HSV色彩空间,并提取色度信息,以计算水果的红色比率。随后,采用灰度转换、滤波和二值化处理来提取形态特征,并使用形态学操作评估水果的圆度和其他形状指标。此外,利用边缘检测技术分析水果表面的缺陷,进一步结合颜色和缺陷率来实
- 基于python的图像识别_基于PYTHON的图片文字识别
文本资料的图像文件进行分析识别处理,获取文字及版面信息的过程。一般包括以下几个过程:图像输入、图像前处理、预识别:1图像输入:对于不同的图像格式,有着不同的存储格式,不同的压缩方式,目前有OpenCV、CxImage等开源项目。2预处理:主要包括二值化,噪声去除,倾斜较正等。2.1二值化:对摄像头拍摄的图片,大多数是彩色图像,彩色图像所含信息量巨大,对于图片的内容,我们可以简单的分为前景与背景,为
- YOLOv11模型轻量化挑战技术文章大纲
程序猿全栈の董(董翔)
githubYOLOv11
模型轻量化的背景与意义目标检测模型YOLOv11的性能与应用场景轻量化的必要性:边缘设备部署、实时性需求、计算资源限制轻量化面临的挑战:精度与速度的权衡、模型压缩方法的选择YOLOv11的轻量化技术方向网络结构优化:深度可分离卷积、分组卷积、瓶颈设计模型剪枝:结构化剪枝与非结构化剪枝策略知识蒸馏:教师-学生模型框架与特征匹配方法量化与低比特压缩:FP16/INT8量化与二值化网络轻量化实现的具体方
- 多模态AI声纹特征处理与多模态生物识别系统
一、声纹特征处理在多模态AI系统中,声纹特征的处理是实现高精度生物识别的关键步骤之一。以下是声纹特征处理的主要流程:数据预处理语音增强:对采集到的语音信号进行降噪处理,以提高信号质量。语谱图生成:将增强后的语音信号转换为语谱图,语谱图是一种时间-频率表示,能够直观地展示语音信号的频谱变化。图像转换:将彩色语谱图转换为灰度图,进一步进行二值化处理,以便提取纹理特征。特征提取MFCC特征:梅尔频率倒谱
- Halcon例程学习四:pcb_inspection.hdev
CVer_
Halcon例程学习学习
一、例程介绍这个例程主要是检测pcb电路板中的一些电路线缺陷二、例程相关算子gray_opening_shape()//特定形状结构元的灰度开运算gray_closing_shape()//特定形状结构元的灰度闭运算dyn_threshold()//动态二值化操作三、例程处理流程1.对原图像进行灰度开运算,图像先腐蚀再膨胀。经过灰度开运算后,图像整体会变暗一些,并且会将黑色区域中的白色缺陷进行填充
- 浅析通用文字识别OCR技术的工作过程及其应用场景
AI人工智能+
TEL18600524535人工智能ocr计算机视觉图像处理文字识别
通用文字识别技术作为人工智能领域的重要分支,正深刻地改变着人们的生活与工作方式。通用文字识别技术基于光学字符识别(OCR)技术发展而来,其核心原理是通过对图像中文字的特征提取与分析,将其转化为计算机能够理解和处理的文本信息。这一过程涉及多个关键步骤:图像预处理:输入的图片可能存在光照不均、倾斜、模糊等问题,预处理阶段会对图像进行灰度化、降噪、二值化、倾斜校正等操作,以提高文字的清晰度和可识别性。例
- OpenCV CUDA模块设备层-----二值化阈值操作函数thresh_binary_func()
操作系统:ubuntu22.04OpenCV版本:OpenCV4.9IDE:VisualStudioCode编程语言:C++11算法描述OpenCV的CUDA模块(cudev)中的一个设备和主机通用函数(host/devicefunction),用于创建一个二值化阈值操作函数对象(functor)。这个函数返回一个仿函数(functor),用于在GPU上执行二值化阈值处理(ThresholdBin
- 基于OpenCV的银行卡识别
Yang了个羊
OpenCVopencv人工智能计算机视觉
一、设计思路1、预处理银行卡号序列模版,对其进行一系列形态学操作,继而进行轮廓识别,构建与各个轮廓所对应的数字元组。2、对将要识别的银行卡进行灰度处理、二值化、阈值处理,sobel算子边缘检测等预处理,再通过模版匹配方法找出与已知轮廓高度符合的数字。二、代码复现预操作:自定义一个cv_show函数,便于后来的图像展示。#绘图展示defcv_show(name,img):cv2.imshow(nam
- 用OpenCV实现图像分割:提取Logo中的特定元素并重新着色
Wave还没秃
opencv人工智能计算机视觉
用OpenCV实现图像分割:提取Logo中的特定元素并重新着色任务:将图片中三个圆形图案以及字母(共四个)单独取出,分别保存为四个新图片,图片大小与原图一致,图案尽量位于图片中心。三个圆形图案在新图片中改成不与于原来的填充色。步骤总览1.读取图片2.预处理:二值化或色彩分割找目标区域3.提取每个圆形图案(红、绿、蓝)和文字区域的掩膜4.将掩膜区域提取出来并改变颜色(对圆形)5.让内容居中对齐,保存
- C#版Halcon:HalconDotNet最详细最全面教程(万字详细总结)
0仰望星空007
C#计算机视觉HalconHalconDotNet
文章目录第一部分:Halcon基础1.Halcon简介Halcon的安装和配置2.Halcon界面和工具图像显示窗口的使用3.图像处理基础图像的表示和存储图像的基本操作4.图像预处理图像增强技术图像去噪方法图像二值化第二部分:Halcon进阶5.形态学操作腐蚀和膨胀开运算和闭运算形态学梯度6.特征提取边缘检测角点检测区域特征第三部分:Halcon高级应用7.模板匹配基于形状的模板匹配基于灰度的模板
- opencv中常用cuda函数总结
Ring__Rain
Opencvcuda
bitwise_and()bitwise_not()bitwise_or()bitwise_xor()compare()divide():除exp()log()max()min()multiply()threshold():二值化,但要指定设定阈值blendLinear():两幅图片的线形混合calcHist()createBoxFilter():创建一个规范化的2D框过滤器canny边缘检测cr
- OCR技术如何实现铁路集装箱号的自动识别?
孚为智能科技
火车车号识别系统ocr人工智能图像处理视觉检测大数据5G
在铁路物流运输中,集装箱号的快速准确识别是提升效率的关键环节。通过先进的OCR(光学字符识别)技术,结合计算机视觉与深度学习方法,可以实现铁路集装箱号的高效、可靠识别。一、OCR技术的核心流程1.图像采集与预处理采用高分辨率摄像头(支持夜视及复杂天气条件)采集集装箱图像,针对火车进站、起重机作业、半挂车运输等不同场景调整安装角度。采集到的图像经过去噪、对比度增强、二值化等预处理,以提升后续识别的准
- 图像基础算法学习笔记
jerry201108
视觉基础知识学习笔记计算机视觉
目录概要一、图像采集二、图像标注四、图像几何变换五、图像边缘检测Sobel算子Scharrt算子Laplacian算子Canny边缘检测六、形态学转换十三、图像去噪概要参考书籍:《机器视觉与人工智能应用开发技术》廖建尚,钟君柳出版时间:2024-02-01图像采集图像标注:绘制直线、矩阵、圆形、椭圆和多边形图像灰度转换:灰度化、二值化等图像转换方法图像几何变换:图像旋转、图像镜像、图像缩放、图像透
- 将对透视变换后的图像使用Otsu进行阈值化,来分离黑色和白色像素。这句话中的Otsu是什么意思?
黄卷青灯77
计算机视觉opencv人工智能自动化阈值OTSU
Otsu是一种自动阈值化方法,用于将图像分割为前景和背景。它通过最小化图像的类内方差或等价地最大化类间方差来选择最佳阈值。这种方法特别适用于图像的二值化处理,能够自动确定一个阈值,将图像中的像素分为黑色和白色两类。Otsu方法的原理Otsu方法的核心思想是将图像的像素分为两类(前景和背景),并通过统计分析找到一个阈值,使得这两类之间的差异最大化。具体步骤如下:计算图像的直方图:统计每个灰度值的像素
- ENVI二次开发应用:ENVI Task实例
RSer_gis
对遥感影像进行二值化,在进行分类,之后把分类结果矢量化(提取出矢量边界)。PROtest_Build_FootprintCOMPILE_OPTidl2e=envi()file=FILE_DIRNAME(ROUTINE_FILEPATH())+$'\data\beijingRGB.dat';打开某路径下的ENVI标准格式的数据Raster=e.OpenRaster(file)outShpFile=e
- VM图像处理之图像二值化
就是有点傻
机器视觉图像处理计算机视觉人工智能
什么是灰度?灰度(Grayscale)是指将彩色图像转换为仅包含亮度信息(黑白过渡)的单通道图像的过程或结果。灰度图像中每个像素的数值代表该点的明暗程度,而不包含颜色信息。亮度代替颜色:灰度图像用单一通道的数值(通常为0-255)表示像素的亮度:0代表纯黑(最暗)255代表纯白(最亮)中间值为不同深浅的灰色从彩色到灰度的常见算法:加权平均法(最常用):Gray=0.299*R+0.587*G+0.
- 一篇文章带你直观理解OpenCV:从操作到实战
Campbell的学习小屋
opencv人工智能计算机视觉
在图像处理领域,OpenCV(OpenSourceComputerVisionLibrary)是一个广泛使用的计算机视觉库。它提供了丰富的函数接口,帮助我们处理图像和视频数据。本文将通过实例深入探讨OpenCV中常见的操作,帮助大家理解每个操作的核心原理,并通过代码示例加以实现。目录一、opencv常见操作1.格式转换操作1.1灰度图转换1.2HSV转换2.二值化操作3.滤波操作3.1均值滤波3.
- 使用 OpenCV (C/C++) 通过二值化增强车牌识别
whoarethenext
opencvc语言c++
好的,这是一篇关于使用C/C++和OpenCV进行二值化操作以增强车牌识别功能的Markdown格式文章。使用OpenCV(C/C++)通过二值化增强车牌识别在车牌识别(LPR)系统中,图像预处理是至关重要的一步。清晰、对比度高的图像能够显著提高后续字符分割和识别的准确率。二值化是一种常用的图像预处理技术,它将灰度图像转换为只有黑色和白色两种像素值的二值图像,从而突出目标区域(车牌字符)并抑制背景
- 【OpenCV C++20 学习笔记】提取图片中的水平和垂直对象
垚武田
OpenCVopencvc++20学习
提取图片中的水平和垂直对象原理实操——去除五线谱的五线二值化提取垂直对象完善边缘和最终输出图片黑白反转平滑完整代码其他图片元素提取实践提取水平线条提取音符轮廓原理在腐蚀和膨胀操作中,通过卷积核(kernel),或者结构元素(structuringelement),将每次被结构元素扫描到的区域中的最小值或最大值赋予其锚点(一般为结构元素的中心),从而实现扩大或缩小图像中的对象的轮廓。关于膨胀和腐蚀运
- OpenCV计算机视觉实战(9)——阈值化技术详解
AI technophile
OpenCV项目实践指南计算机视觉opencv人工智能
OpenCV计算机视觉实战(9)——阈值化技术详解0.前言1.全局阈值与自适应阈值2.Otsu算法3.实战案例:文档扫描中的二值化处理4.算法对比小结系列链接0.前言在图像处理领域,阈值化(Binarization)技术就像一把魔术剪刀,能够将复杂的灰度图像一分为二,提取出关键的前景信息。无论是光照均匀的实验室拍摄,还是手机拍摄的阴影斑驳文档,选择合适的阈值化方法都至关重要。本文将介绍OpenCV
- 学习海康VisionMaster之像素统计
yuhouxiyang
VisionMaster学习计算机视觉
一:进一步学习了今天学习下VisionMaster中的像素统计工具:就是统计在ROI范围内满足阈值范围的像素数量和比率二:开始学习1:什么是像素统计?像素统计模块用于统计灰度图像中指定ROI区域内满足灰度阈值范围的像素数量,并给出该部分像素数量占ROI内所有像素数量的比率。图像阈值是指图像中像素灰度值的临界值,图像阈值是图像分割的基础,基于此可完成图像的二值化相当于为图像二值化提供数据参考2:应用
- 【图像处理基石】如何入门OCR技术?
AndrewHZ
图像处理基石图像处理ocr人工智能计算机视觉模式识别LLM文字识别
入门OCR(OpticalCharacterRecognition,光学字符识别)技术需要结合理论学习、工具实践和项目实战,以下是分步骤的学习指南,适合零基础学习者:一、明确OCR技术的核心概念OCR的基本原理核心流程:图像预处理(降噪、二值化、倾斜校正)→字符分割(定位文本区域)→特征提取(传统方法或深度学习模型)→字符识别(分类或序列预测)→后处理(文本校正、版面分析)。关键技术点:图像处理、
- 建立多项式朴素贝叶斯模型实战指南
万能小贤哥
机器学习人工智能算法
一、模型选择与实现针对文本分类任务(如垃圾邮件识别),多项式朴素贝叶斯(MultinomialNB)是最优选择:适用场景:处理离散型特征(如词频、TF-IDF值)核心优势:直接利用整数型词频特征,无需假设数据分布对比区别:高斯朴素贝叶斯:假设特征符合正态分布,适合连续型数据伯努利朴素贝叶斯:处理二值化特征(是否存在某个词)python复制下载fromsklearn.naive_bayesimpor
- 【C# + HALCON 机器视觉】HALCON经典算子:圆形膨胀(dilation_circle)与圆形腐蚀(erosion_circle)
AI_DL_CODE
c#开发语言halcon机器视觉圆形膨胀圆形腐蚀PCB焊点检测
摘要:本文聚焦C#与HALCON在机器视觉领域的应用,深入阐述圆形膨胀(dilation_circle)与圆形腐蚀(erosion_circle)算子原理,以PCB焊点缺陷检测为案例,展示对二值化图像进行膨胀填补断裂、腐蚀去除毛刺,结合connection算子分割粘连区域并统计缺陷数量的过程。同时介绍通过Modbus协议实现C#与PLC联动分拣NG品,以及性能优化、异常处理和跨平台集成的方法,为相
- 基于双目结构光的手机中框特征提取研究
罗伯特之技术屋
智能信息系统与结构理论专栏智能手机人工智能
摘要目前手机自动点胶作业中的路径提取普遍使用线结构光结合二维图像分析的方法,线结构光精度较高但速度较慢,二维图像分析方法需花费大量时间调试,普适性差。为提升手机中框点胶效率与精确度,设计一个基于双目结构光的手机中框特征提取系统。该系统使用四步相移法结合格雷码的编码方案,引入鲁棒的格雷码二值化方法,在提升精度的同时过滤背景。经极线矫正后解码,根据解码信息相位匹配后计算三维点云坐标。对点云模型预处理后
- 基于计算机视觉的试卷答题区表格识别与提取技术
小江-
pythonocr
基于计算机视觉的试卷答题区表格识别与提取技术摘要本文介绍了一种基于计算机视觉技术的试卷答题区表格识别与提取算法。该算法能够自动从试卷图像中定位答题区表格,执行图像方向矫正,精确识别表格网格线,并提取每个答案单元格。本技术可广泛应用于教育测评、考试管理系统等场景,极大提高答卷处理效率。关键技术表格区域提取与分割图像二值化预处理多尺度形态学操作水平线与竖线精确检测单元格定位与提取1.系统架构我们设计的
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理