梦微凉
梦微凉

R-CNN论文详解

这里写自定义目录标题

    • 卷积神经网络（CNNs）
    • 读取图片
    • 提取特征
    • 图片分类

http://www.aiportal.net/cnns/卷积神经网络入门教程-滤波器-提取特征
http://www.aiportal.net/cnns/卷积神经网络入门教程-池化-全连接-彩色图片卷积

卷积神经网络（CNNs）

  • 读取图片
  • 提取特征
  • 图片分类

读取图片

我眼里的图片，计算机眼里的数字。

提取特征

输入图片->卷积->Relu->池化

  • 卷积负责提取图像的特征提取（过滤器）
    设置过滤器的大小（F）
    设置过滤器活动的步幅(S)
    设置过滤器的个数（K）
  • 卷积的结果包含 深/宽/高 三个维度信息
    经过卷积层处理后，图片含有深度，这个深度等于过滤器的个数。
  • 设置是否补0（P）

池化层所用的过滤器，其内部没有数值，目的仅仅是缩小图片尺寸，只用一个过滤器就可以了。

图片分类

你可能感兴趣的:(图像识别)

  • 机器视觉_图像算法（六）——形状矩(Hu) 智能之心 #机器视觉_图像算法形状矩opencv
    图像形状矩：一个从一幅数字图形中计算出来的矩集，通常描述了该图像形状的全局特征，并提供了大量的关于该图像不同类型的几何特性信息，比如大小、位置、方向及形状等。一阶矩与形状有关，二阶矩显示曲线围绕直线平均值的扩展程度，三阶矩则是关于平均值的对称性的测量。由二阶矩和三阶矩可以导出一组共7个不变矩。而不变矩是图像的统计特性，满足平移、伸缩、旋转均不变的不变性，在图像识别领域得到了广泛的应用。一般由mom
  • embedding模型有哪些？如何选择合适的embedding模型？ 行云流水AI笔记 embedding
    embedding模型是一种将数据映射到低维空间的模型，常用于自然语言处理、推荐系统、图像识别等领域。以下是一些常见的embedding模型：Word2Vec：CBOW（ContinuousBag-of-Words）：通过上下文预测中心词。Skip-Gram：通过中心词预测上下文。GloVe（GlobalVectorsforWordRepresentation）：结合了词频统计和Word2Vec的
  • 深度学习详解：通过案例了解机器学习基础 beist 深度学习机器学习人工智能
    引言机器学习（MachineLearning，ML）和深度学习（DeepLearning，DL）是现代人工智能领域中的两个重要概念。通过让机器具备学习的能力，机器可以从数据中自动找到函数，并应用于各种任务，如语音识别、图像识别和游戏对战等。在这篇笔记中，我们将通过一个简单的案例，逐步了解机器学习的基础知识。1.1机器学习案例学习1.1.1回归问题与分类问题在机器学习中，根据所要解决的问题类型，任务
  • AI人工智能领域中OpenCV的深度学习融合 AI大模型应用实战 人工智能opencv深度学习ai
    AI人工智能领域中OpenCV的深度学习融合关键词：AI人工智能、OpenCV、深度学习融合、计算机视觉、图像识别摘要：本文深入探讨了在AI人工智能领域中OpenCV与深度学习的融合。我们将先介绍OpenCV和深度学习的基本概念，再讲解它们融合的原理和方式，通过实际代码案例展示融合的具体操作，探讨其在不同场景的应用，推荐相关工具和资源，分析未来发展趋势与挑战。希望能让大家对这一融合有全面且深入的了
  • 自动化搜索和操作的Python脚本：使用PyAutoGUI和图像识别 木觞清 python
    在现代计算机使用中，自动化操作已经成为提高效率和减少重复工作的重要手段。Python作为一种强大的编程语言，通过其丰富的第三方库可以实现各种自动化任务。本文将介绍如何使用PyAutoGUI库和图像识别来编写一个简单的自动化脚本，实现从搜索到操作的全自动化过程。简介在本文中，我们将使用Python编写一个脚本，该脚本能够执行以下操作：自动打开浏览器并导航到指定的搜索页面。在搜索框中输入指定的关键字。
  • Python学习Day33 m0_64472246 python打卡学习python
    学习来源：浙大疏锦行一、PyTorch和CUDA的安装：给电脑装“超级计算器”通俗解释PyTorch：是一个专门用于深度学习的“工具箱”，类似程序员的“智能积木”，能快速搭建神经网络。CUDA：是NVIDIA显卡的“加速引擎”，相当于给电脑的显卡装了一个“超级计算器”，让它能快速计算复杂的数学问题（如图像识别、数据训练）。安装逻辑：先装CUDA（显卡的“计算器驱动”），再装PyTorch（用这个计
  • 人工神经网络：架构原理与技术解析 weixin_47233946 架构
    ##引言在深度学习和人工智能领域，人工神经网络（ArtificialNeuralNetwork,ANN）作为模拟人脑认知机制的核心技术，已在图像识别、自然语言处理和强化学习等领域实现了革命性突破。从AlphaGo击败人类顶尖棋手到ChatGPT的对话生成能力，ANN的进化持续推动技术边界的扩展。本文将深入剖析人工神经网络的核心原理、技术实现与发展趋势。##一、基础概念与数学模型###1.1生物启发
  • 图像处理技术研究与实现——python+opencv AnronSakura 图像处理pythonopencv
    背景介绍21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。处理图像，可以帮助我们更好地获取信息，也可以使我们更客观、准确地认识世界。图像处理作为计算机视觉领域的重要分支，在各个行业中扮演着越来越重要的角色。从医疗诊断、自动驾驶、安防监控到人工智能领域的图像识别，图像处理无处不在。OpenCVOpenCV是一个开源的计算机视觉库，它包含了丰富
  • PaddleOCR + Flask 构建 Web OCR 服务实战 随风九天 服务flask前端ocrPaddleOCR
    1、前言随着图像识别技术的发展，OCR（光学字符识别）已经成为很多应用场景中的基础能力。PaddleOCR是百度开源的一个高性能OCR工具库，支持中英文、多语言、轻量级部署等特性。而Flask是一个轻量级的PythonWeb框架，非常适合快速构建RESTfulAPI或小型Web应用。本文将带你一步步使用PaddleOCR+Flask搭建一个完整的WebOCR服务，实现图片上传→文字识别→返回结构化
  • 【深度学习加速探秘】Winograd 卷积算法：让计算效率 “飞” 起来 heimeiyingwang 算法深度学习算法人工智能
    一、为什么需要Winograd卷积算法？从“卷积计算瓶颈”说起在深度学习领域，卷积神经网络（CNN）被广泛应用于图像识别、目标检测、语义分割等任务。然而，卷积操作作为CNN的核心计算单元，其计算量巨大，消耗大量的时间和计算资源。随着模型规模不断增大，传统卷积算法的计算效率成为限制深度学习发展的一大瓶颈。Winograd卷积算法的出现，犹如一把利刃，直击传统卷积计算的痛点。它通过巧妙的数学变换，大幅
  • 如何高效编写Airtest用例，如何可持续地维护用例脚本 996小白的进阶路 深入浅出自动化测试Airtest
    告别“一锅粥”脚本：Airtest用例高效编写与可持续维护的最佳实践Airtest以其“所见即所得”的图像识别和简洁的API，极大地降低了UI自动化的门槛。然而，“写得爽”不等于“维护得好”。一个缺乏良好设计的自动化项目，最终会变成一个难以维护、频繁失败且无人敢动的“代码山”。本文将提供一套从“入门”到“架构”的实践指南，帮助你构建一个高效、健壮且易于维护的Airtest自动化测试体系。第一部分：
  • HarmonyOS SDK:Image Classification 能力进行图片识别
    在鸿蒙应用开发中，HarmonyOSSDK提供了丰富的AI能力接口，开发者可以快速集成语音识别、图像识别、自然语言处理等智能功能到自己的应用中。作为一名鸿蒙开发者，在实际项目中我深刻体会到这些AI能力对提升用户体验和产品智能化水平的重要性。以图像识别为例，借助HarmonyOSSDK中的ImageClassificationAPI，我们可以轻松实现图片内容的自动识别与分类。通过调用系统提供的AI引
  • 探秘卷积神经网络（CNN）：从原理到实战的深度解析 LNL13 cnn人工智能神经网络
    在图像识别、视频处理等领域，卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）如同一位“超级侦探”，能够精准捕捉图像中的关键信息，实现对目标的快速识别与分析。从医疗影像诊断到自动驾驶中的路况感知，CNN凭借独特的架构设计和强大的特征提取能力，成为深度学习领域的中流砥柱。接下来，让我们深入探索CNN的奥秘。一、CNN的诞生背景与核心优势传统的神经网络，如多层感知机（ML
  • AI芯片设计与神经网络加速 华清远见成都中心 人工智能神经网络深度学习
    随着人工智能技术的飞速发展，神经网络在图像识别、语音处理、自然语言理解等众多领域取得了显著成就。然而，神经网络的大规模计算需求对传统计算芯片提出了严峻挑战。AI芯片应运而生，其设计目的便是为神经网络提供高效的计算支持，实现神经网络的加速运行。深入研究AI芯片设计与神经网络加速技术，对于推动人工智能技术的广泛应用和进一步发展具有重要意义。一、AI芯片设计基础·计算架构：是AI芯片设计的核心。常见的计
  • AI+法律，能不能帮我打官司？——聊聊自动化法律分析那些事儿 Echo_Wish Python进阶人工智能自动化运维
    AI+法律，能不能帮我打官司？——聊聊自动化法律分析那些事儿朋友们大家好，我是你们熟悉的Echo_Wish。今天咱们不讲图像识别、不聊大模型压缩，也不搞无人机降落——今天咱搞点“法理情”的结合，聊聊人工智能在法律分析中的自动化落地实践。这几年，“AI改变行业”是老生常谈了，但你知道吗？有一个行业，既复杂、规则化强、文本数据多、人才极度紧缺，又一直被认为是“最不可能被AI替代的职业”之一——那就是法
  • Python 爬虫大师课：PlayStation 商店反爬破解（Scrapy + Playwright + AI 图像识别） Python核芯 Python爬虫实战项目python爬虫scrapy
    引言在数字化浪潮的推动下，游戏产业蓬勃发展，而PlayStation作为全球知名的游戏平台，其商店中蕴含着海量的游戏数据。这些数据对于游戏玩家、游戏开发者以及市场研究者来说都极具价值。然而，PlayStation商店为了保护其数据安全和用户体验，设置了诸多反爬虫机制。今天，就让我们一同探索如何运用Scrapy、Playwright以及AI图像识别技术，巧妙地破解PlayStation商店的反爬机制
  • 如何使用 Airtest 对 Flutter 和 Unity 应用进行UI自动化测试 996小白的进阶路 flutterunityuiUI自动化
    使用Airtest进行Flutter/UnityUI自动化测试终极指南一、核心原理：为什么Airtest能行？要理解如何用，先要明白其原理。Airtest采取了“两条腿走路”的策略，这正是它能通吃各种UI技术的关键。第一条腿：基于图像识别(AirtestCore)原理：Airtest将你的手机屏幕看作一张大图片。你提供一个小的目标图片（如一个按钮的截图），Airtest就在当前屏幕这张大图片中去寻
  • Flask与计算机视觉：图像识别API开发 后端开发笔记 flask计算机视觉pythonai
    Flask与计算机视觉：图像识别API开发关键词：Flask框架、计算机视觉、图像识别、API开发、卷积神经网络（CNN）摘要：本文将带你探索如何用轻量级Web框架Flask搭建一个图像识别API。我们会从基础概念讲起，用“快递站”“图片翻译官”等生活化比喻解释技术原理，结合Python代码实战演示从模型加载到接口响应的完整流程，最后讨论实际应用场景和未来趋势。无论你是Web开发新手还是计算机视觉
  • Python实例题：基于 TensorFlow 的图像识别与分类系统 狐凄 实例python开发语言
    目录Python实例题题目问题描述解题思路关键代码框架难点分析扩展方向Python实例题题目基于TensorFlow的图像识别与分类系统问题描述开发一个基于TensorFlow的图像识别与分类系统，包含以下功能：图像分类模型：基于预训练模型的图像分类器数据处理与增强：图像预处理和数据增强模型训练与评估：自定义数据集上的模型训练API服务：提供图像识别的RESTfulAPI前端界面：用户上传图像并获
  • 重新编译一个不支持 AVX、AVX2的 TensorFlow 1.15的python3.7的安装包 babytiger tensorflow人工智能python
    事情是这样的，以前写过一个图像识别程序，是在python3.7centos7上实现的，是要求cpu支持avx指令的，但是最近在一台电脑上部署时发现这台电脑不支持avx的，参才之前的文章在不支持avx指令集的cpu上部署tensorflow及keras._6133指令集-CSDN博客但是安装包没有linux下的python版本，得自己编译生成了。这里面问题也不小。我的系统是ubuntu2404，下载
  • 我有一个想法（提升生活质量） ttian1828 赚钱之路pythonopencv程序人生
    摘要：本文会逐步更新，目的是为了提升自己的生活质量，赚的钱想买什么都可以，但是万事必须有开头，我的大致想法是，利用python+人工智能+图像识别+辅助工具+赚钱自动化+营销推广，最终让自己能用程序改变生活，也希望能帮到和我有相同想法的朋友。但是现在我对人工智能不太了解，对于python深层的东西不太清楚，但是我觉得这些困难应该都会被我克服，这样这件事情才有意义，有兴趣的朋友可以和我一起研究讨论。
  • Elman_神经网络在图像识别领域的应用尝试(附DeepSeek行业解决方案100+) fanxbl957 人工智能理论与实践神经网络人工智能深度学习
    博主介绍：Java、Python、js全栈开发“多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。DeepSeek-行业融合之万象视界(附实战案例详解100+)全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)感兴趣的可以先收藏起来，希望帮助更多的人DeepSeek行业解决方案详解总站
  • 智能引擎驱动产业跃迁：人工智能产业化浪潮中的机遇与挑战
    个人主页：慌ZHANG-CSDN博客期待您的关注一、前言：从“智能技术”到“智能产业”过去十年，人工智能从实验室技术走向产业应用，经历了三个关键阶段：感知智能（PerceptionAI）：如图像识别、语音识别；认知智能（CognitiveAI）：如自然语言处理、对话系统、搜索与推荐；决策智能（DecisionAI）：如自动驾驶、智能制造、企业决策支持。当前，生成式AI和大模型进一步推动人工智能深度
  • TensorFlow与Pytorch的区别 m0_49517971 pytorch
    TensorFlow是一个开源的机器学习库，由Google于2015年发布。它能够进行深度神经网络的训练和推理，具有高效、灵活、跨平台等优点，被广泛应用于图像识别、语音识别、自然语言处理、推荐系统等领域。TensorFlow的基本概念包括：Tensor：Tensor是TensorFlow中的基本数据结构，可以看作是多维数组。TensorFlow中的计算都是基于Tensor进行的。Graph：Gra
  • Python爬虫实战：淘宝商品主图与SKU图高效抓取技术详解 Python爬虫项目 2025年爬虫实战项目python爬虫开发语言ocrscrapy百度
    摘要本文将深入探讨如何使用Python爬虫技术高效抓取淘宝商品主图和SKU图片。我们将从淘宝反爬机制分析入手，介绍最新的爬虫技术栈，包括异步IO、浏览器自动化、图像识别等，并提供完整的代码实现。文章涵盖法律风险规避、性能优化策略以及数据处理存储方案，帮助开发者构建稳定可靠的淘宝图片采集系统。关键词：Python爬虫、淘宝数据采集、异步爬虫、Selenium、图像识别、反反爬技术一、引言在电商数据分
  • 基于Python的维普论文信息采集爬虫实战：破解图像识别反爬与最新技术应用 Python爬虫项目 2025年爬虫实战项目python爬虫开发语言百度okhttpscrapy
    摘要本文详细介绍了如何使用Python开发一个能够有效应对维普论文网站图像识别反爬机制的爬虫系统。文章从爬虫基础概念讲起，逐步深入到高级反爬破解技术，包括图像识别处理、深度学习OCR应用、浏览器自动化等最新技术。我们将通过完整的代码示例展示如何构建一个稳定、高效的维普论文信息采集系统，并讨论相关法律和伦理问题。关键词：Python爬虫、维普论文、反爬破解、图像识别、OCR、Selenium、深度学
  • 吴恩达机器学习笔记（1）—引言 大饼酥 人工智能机器学习人工智能吴恩达
    目录一、欢迎二、机器学习是什么三、监督学习四、无监督学习一、欢迎机器学习是当前信息技术领域中最令人兴奋的方向之一。在这门课程中，你不仅会学习机器学习的前沿知识，还将亲手实现相关算法，从而深入理解其内部机理。事实上，机器学习已广泛渗透进我们的日常生活。例如，每次你使用Google、Bing进行搜索，或用Facebook、Apple的图像识别功能识别朋友，甚至邮箱中的垃圾邮件过滤器，背后都离不开机器学
  • Python----神经网络发（神经网络发展历程） 蹦蹦跳跳真可爱589 Python深度学习神经网络计算机视觉神经网络人工智能深度学习python
    年份网络名称突出点主要成就论文地址1989LeNet首个现代卷积神经网络（CNN），引入卷积、池化操作手写数字识别先驱，奠定CNN基础MNISTDemosonYannLeCun'swebsite2012AlexNet首次大规模使用深度卷积神经网络进行图像识别；引入ReLU、Dropout、重叠池化、GPU加速；大规模数据增强。2012年ImageNet图像识别竞赛冠军，Top-5错误率远低于第二名
  • 论文解析：一文弄懂ResNet(图像识别分类、目标检测) Nelson_hehe 深度学习-计算机视觉论文精读系列分类目标检测ResNet残差网络深度学习计算机视觉
    目录一、相关资源二、Motivation三、技术细节1.残差学习过程2.快捷连接类型(1)IdentityShortcuts（恒等捷径）(2)ProjectionShortcuts（投影捷径）(3)两种捷径对比3.深层瓶颈结构DeeperBottleneckArchitectures四、网络结构及参数选择1.主网络2.残差连接五、创新点1.残差学习框架的提出2.高效的残差块设计3.极深网络的成功训
  • AI 导游：开启智能旅游新时代 ykjhr_3d 人工智能旅游
    在科技飞速发展的今天，人工智能(AI)技术正以前所未有的速度渗透到我们生活的方方面面，旅游行业也不例外。AI导游作为一种新兴的智能服务形式，正逐渐改变着人们的旅行体验，为游客带来更加便捷、个性化、丰富的旅游经历。AI导游的核心在于其强大的技术集成。它融合了语音识别、自然语言处理、大数据分析、图像识别等多种先进技术，构建起一个智能化的服务体系。通过语音识别技术，游客只需说出自己的问题或需求，AI导游
  • [星球大战]阿纳金的背叛 comsci
          本来杰迪圣殿的长老是不同意让阿纳金接受训练的.........     但是由于政治原因,长老会妥协了...这给邪恶的力量带来了机会     所以......现代的地球联邦接受了这个教训...绝对不让某些年轻人进入学院    
  • 看懂它，你就可以任性的玩耍了！ aijuans JavaScript
              javascript作为前端开发的标配技能，如果不掌握好它的三大特点：1.原型 2.作用域 3. 闭包 ,又怎么可以说你学好了这门语言呢？如果标配的技能都没有撑握好，怎么可以任性的玩耍呢？怎么验证自己学好了以上三个基本点呢，我找到一段不错的代码，稍加改动，如果能够读懂它，那么你就可以任性了。 function jClass(b
  • Java常用工具包 Jodd Kai_Ge javajodd
    Jodd 是一个开源的 Java 工具集， 包含一些实用的工具类和小型框架。简单，却很强大！ 写道 Jodd = Tools + IoC + MVC + DB + AOP + TX + JSON + HTML < 1.5 Mb Jodd 被分成众多模块，按需选择，其中 工具类模块有： jodd-core    &nb
  • SpringMvc下载 120153216 springMVC
    @RequestMapping(value = WebUrlConstant.DOWNLOAD) public void download(HttpServletRequest request,HttpServletResponse response,String fileName) { OutputStream os = null; InputStream is = null;
  • Python 标准异常总结 2002wmj python
    Python标准异常总结 AssertionError 断言语句（assert）失败 AttributeError 尝试访问未知的对象属性 EOFError 用户输入文件末尾标志EOF（Ctrl+d） FloatingPointError 浮点计算错误 GeneratorExit generator.close()方法被调用的时候 ImportError 导入模块失
  • SQL函数返回临时表结构的数据用于查询 357029540 SQL Server
    这两天在做一个查询的SQL，这个SQL的一个条件是通过游标实现另外两张表查询出一个多条数据，这些数据都是INT类型，然后用IN条件进行查询，并且查询这两张表需要通过外部传入参数才能查询出所需数据，于是想到了用SQL函数返回值，并且也这样做了，由于是返回多条数据，所以把查询出来的INT类型值都拼接为了字符串，这时就遇到问题了，在查询SQL中因为条件是INT值，SQL函数的CAST和CONVERST都
  • java 时间格式化 | 比较大小| 时区 个人笔记 7454103 javaeclipsetomcatcMyEclipse
    个人总结！ 不当之处多多包含！ 引用 1.0 如何设置 tomcat 的时区：          位置：(catalina.bat---JAVA_OPTS  下面加上)          set JAVA_OPT
  • 时间获取Clander的用法 adminjun Clander时间
    /**    * 得到几天前的时间    * @param d    * @param day    * @return    */   public static Date getDateBefore(Date d,int day){    Calend
  • JVM初探与设置 aijuans java
    JVM是Java Virtual Machine（Java虚拟机）的缩写，JVM是一种用于计算设备的规范，它是一个虚构出来的计算机，是通过在实际的计算机上仿真模拟各种计算机功能来实现的。Java虚拟机包括一套字节码指令集、一组寄存器、一个栈、一个垃圾回收堆和一个存储方法域。 JVM屏蔽了与具体操作系统平台相关的信息，使Java程序只需生成在Java虚拟机上运行的目标代码（字节码）,就可以在多种平台
  • SQL中ON和WHERE的区别 avords
    SQL中ON和WHERE的区别   数据库在通过连接两张或多张表来返回记录时，都会生成一张中间的临时表，然后再将这张临时表返回给用户。   www.2cto.com   在使用left jion时，on和where条件的区别如下：  1、 on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。 
  • 说说自信 houxinyou 工作生活
    自信的来源分为两种,一种是源于实力,一种源于头脑.实力是一个综合的评定,有自身的能力,能利用的资源等.比如我想去月亮上,要身体素质过硬,还要有飞船等等一系列的东西.这些都属于实力的一部分.而头脑不同,只要你头脑够简单就可以了!同样要上月亮上,你想,我一跳,1米,我多跳几下,跳个几年,应该就到了!什么?你说我会往下掉?你笨呀你!找个东西踩一下不就行了吗?     无论工作还
  • WEBLOGIC事务超时设置 bijian1013 weblogicjta事务超时
            系统中统计数据，由于调用统计过程，执行时间超过了weblogic设置的时间，提示如下错误： 统计数据出错! 原因：The transaction is no longer active - status: 'Rolling Back. [Reason=weblogic.transaction.internal
  • 两年已过去，再看该如何快速融入新团队 bingyingao java互联网融入架构新团队
    偶得的空闲，翻到了两年前的帖子 该如何快速融入一个新团队，有所感触，就记下来，为下一个两年后的今天做参考。     时隔两年半之后的今天，再来看当初的这个博客，别有一番滋味。而我已经于今年三月份离开了当初所在的团队，加入另外的一个项目组，2011年的这篇博客之后的时光，我很好的融入了那个团队，而直到现在和同事们关系都特别好。大家在短短一年半的时间离一起经历了一
  • 【Spark七十七】Spark分析Nginx和Apache的access.log bit1129 apache
    Spark分析Nginx和Apache的access.log，第一个问题是要对Nginx和Apache的access.log文件进行按行解析，按行解析就的方法是正则表达式：   Nginx的access.log解析正则表达式   val PATTERN = """([^ ]*) ([^ ]*) ([^ ]*) (\\[.*\\]) (\&q
  • Erlang patch bookjovi erlang
    Totally five patchs committed to erlang otp, just small patchs. IMO, erlang really is a interesting programming language, I really like its concurrency feature. but the functional programming style
  • log4j日志路径中加入日期 bro_feng javalog4j
    要用log4j使用记录日志，日志路径有每日的日期，文件大小5M新增文件。 实现方式 log4j: <appender name="serviceLog" class="org.apache.log4j.RollingFileAppender"> <param name="Encoding" v
  • 读《研磨设计模式》-代码笔记-桥接模式 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/ /** * 个人觉得关于桥接模式的例子，蜡笔和毛笔这个例子是最贴切的：http://www.cnblogs.com/zhenyulu/articles/67016.html * 笔和颜色是可分离的，蜡笔把两者耦合在一起了：一支蜡笔只有一种
  • windows7下SVN和Eclipse插件安装 chenyu19891124 eclipse插件
    今天花了一天时间弄SVN和Eclipse插件的安装，今天弄好了。svn插件和Eclipse整合有两种方式，一种是直接下载插件包，二种是通过Eclipse在线更新。由于之前Eclipse版本和svn插件版本有差别，始终是没装上。最后在网上找到了适合的版本。所用的环境系统：windows7JDK：1.7svn插件包版本：1.8.16Eclipse：3.7.2工具下载地址：Eclipse下在地址：htt
  • [转帖]工作流引擎设计思路 comsci 设计模式工作应用服务器workflow企业应用
    作为国内的同行，我非常希望在流程设计方面和大家交流，刚发现篇好文(那么好的文章，现在才发现，可惜)，关于流程设计的一些原理，个人觉得本文站得高，看得远，比俺的文章有深度，转载如下 ================================================================================= 自开博以来不断有朋友来探讨工作流引擎该如何
  • Linux 查看内存，CPU及硬盘大小的方法 daizj linuxcpu内存硬盘大小
    一、查看CPU信息的命令 [root@R4 ~]# cat /proc/cpuinfo |grep "model name" && cat /proc/cpuinfo |grep "physical id" model name : Intel(R) Xeon(R) CPU X5450 @ 3.00GHz model name :
  • linux 踢出在线用户 dongwei_6688 linux
    两个步骤： 1.用w命令找到要踢出的用户，比如下面：   [root@localhost ~]# w 18:16:55 up 39 days, 8:27, 3 users, load average: 0.03, 0.03, 0.00 USER TTY FROM LOGIN@ IDLE JCPU PCPU WHAT
  • 放手吧,就像不曾拥有过一样 dcj3sjt126com
    内容提要： 静悠悠编著的《放手吧就像不曾拥有过一样》集结“全球华语世界最舒缓心灵”的精华故事，触碰生命最深层次的感动，献给全世界亿万读者。《放手吧就像不曾拥有过一样》的作者衷心地祝愿每一位读者都给自己一个重新出发的理由，将那些令你痛苦的、扛起的、背负的，一并都放下吧！把憔悴的面容换做一种清淡的微笑，把沉重的步伐调节成春天五线谱上的音符，让自己踏着轻快的节奏，在人生的海面上悠然漂荡，享受宁静与
  • php二进制安全的含义 dcj3sjt126com PHP
    PHP里，有string的概念。 string里，每个字符的大小为byte（与PHP相比，Java的每个字符为Character，是UTF8字符，C语言的每个字符可以在编译时选择）。 byte里，有ASCII代码的字符，例如ABC，123，abc，也有一些特殊字符，例如回车，退格之类的。 特殊字符很多是不能显示的。或者说，他们的显示方式没有标准，例如编码65到哪儿都是字母A，编码97到哪儿都是字符
  • Linux下禁用T440s，X240的一体化触摸板(touchpad) gashero linuxThinkPad触摸板
    自打1月买了Thinkpad T440s就一直很火大，其中最让人恼火的莫过于触摸板。   Thinkpad的经典就包括用了小红点(TrackPoint)。但是小红点只能定位，还是需要鼠标的左右键的。但是自打T440s等开始启用了一体化触摸板，不再有实体的按键了。问题是要是好用也行。   实际使用中，触摸板一堆问题，比如定位有抖动，以及按键时会有飘逸。这就导致了单击经常就
  • graph_dfs hcx2013 Graph
    package edu.xidian.graph; class MyStack { private final int SIZE = 20; private int[] st; private int top; public MyStack() { st = new int[SIZE]; top = -1; } public void push(i
  • Spring4.1新特性——Spring核心部分及其他 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
  • 配置HiveServer2的安全策略之自定义用户名密码验证 liyonghui160com
        具体从网上看   http://doc.mapr.com/display/MapR/Using+HiveServer2#UsingHiveServer2-ConfiguringCustomAuthentication   LDAP Authentication using OpenLDAP Setting
  • 一位30多的程序员生涯经验总结 pda158 编程工作生活咨询
    1.客户在接触到产品之后，才会真正明白自己的需求。 　　这是我在我的第一份工作上面学来的。只有当我们给客户展示产品的时候，他们才会意识到哪些是必须的。给出一个功能性原型设计远远比一张长长的文字表格要好。 2.只要有充足的时间，所有安全防御系统都将失败。 　　安全防御现如今是全世界都在关注的大课题、大挑战。我们必须时时刻刻积极完善它，因为黑客只要有一次成功，就可以彻底打败你。   3.
  • 分布式web服务架构的演变 自由的奴隶 linuxWeb应用服务器互联网
    最开始，由于某些想法，于是在互联网上搭建了一个网站，这个时候甚至有可能主机都是租借的，但由于这篇文章我们只关注架构的演变历程，因此就假设这个时候已经是托管了一台主机，并且有一定的带宽了，这个时候由于网站具备了一定的特色，吸引了部分人访问，逐渐你发现系统的压力越来越高，响应速度越来越慢，而这个时候比较明显的是数据库和应用互相影响，应用出问题了，数据库也很容易出现问题，而数据库出问题的时候，应用也容易
  • 初探Druid连接池之二——慢SQL日志记录 xingsan_zhang 日志连接池druid慢SQL
    由于工作原因，这里先不说连接数据库部分的配置，后面会补上，直接进入慢SQL日志记录。   1.applicationContext.xml中增加如下配置： <bean abstract="true" id="mysql_database" class="com.alibaba.druid.pool.DruidDataSourc
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他