独孤九剑-风清扬
独孤九剑-风清扬

Towards Universal Object Detection by Domain Attention

项目链接：http://www.svcl.ucsd.edu/projects/universal-detection/

摘要

        尽管增加提供在普遍代表在视觉识别，较少有在目标检测。在这边文章中，我们提出了一个高效和有效的普遍目标检测系统，这是有能力工作在各种图像区域，从人脸和交通信号到当代CT图像。不像多任务模型，这个普遍模型不需要先验知识，在这个区域中感兴趣的。这个被完成是通过介绍一个新的适用层族，基于规则队列和激励，和一个新的区域注意机制。在这个提出的普遍检测器，所有参数和计算将被分享通过域，以及一个单一的网络处理在所有域中所有时间中。实验，在一个新建立普遍的目标检测基准11种数据集，展示这个提出的检测器性能优于一个现存的单个检测器，多任务检测器，以及一个基线普遍检测器，使用一个1.3x参数增加一个单一域基线检测器。这个代码和基准将被发布在http://www.svcl.ucsd.edu/projects/universal-detection/

通用目标检测基准

                             Towards Universal Object Detection by Domain Attention_第1张图片

 

你可能感兴趣的:(每天一篇论文)

  • 【博士每天一篇论文-综述】Deep Echo State Network (DeepESN)_ A Brief Survey Better Bench 博士每天一篇文献深度ESNDeepESN深度状态回声网络类脑计算储层计算储备池储备层
    阅读时间：2023-11-221介绍年份：2017作者：C.Gallicchio比萨大学计算机科学系终身教授助理教授，A.Micheli，比萨大学计算机科学系期刊：ArXiv引用量：68这是两个大牛的论文，两位作者也是在2017到2018年期间发表了多篇ESN的研究。该文概述了DeepESN（深度回声状态网络）在开发、分析和应用方面的进展。DeepESN是一种专门用于处理时间数据的深度递归神经网络
  • 【博士每天一篇论文-技术综述】Machine Learning With Echo State Networks 一篇系统讲解ESN知识的五星文章 Better Bench 博士每天一篇文献机器学习人工智能储层计算储备池reservoir回声状态网络ESN
    阅读时间：2023-11-211介绍年份：2020作者：徐元超，曼尼托巴大学期刊：无引用量：无这篇文章是一篇技术报告，从递归神经网络（RNNs）引入到回声状态网络（ESNs）。说明了RNNs的局限性，并引入了储层计算和ESN的概念。非常系统详细的介绍了ESN的数学模型、属性（echostateproperty）、意义、训练方法、深度ESN的以、ESN的应用和局限性、以及未来的研究方向。2创新点这篇
  • 【博士每天一篇论文-算法】Optimal modularity and memory capacity of neural reservoirs Better Bench 博士每天一篇文献模块化神经网络储备池储层计算记忆能力
    阅读时间：2023-11-151介绍年份：2019作者：NathanielRodriguez印第安纳大学信息学、计算和工程学院，美国印第安纳州布卢明顿期刊：NetworkNeuroscience引用量：39这篇论文主要研究了神经网络的模块化与记忆性能之间的关系，提出记忆性能存在一个最佳模块化程度，即在局部凝聚性和全局连接性之间建立平衡。这种最佳模块化可以使神经网络具有更长的记忆能力。作者提出从神经
  • #每天一篇论文#235/365 DynamicFusion：非刚体场景实时重建与追踪 流浪机器人 每天一篇论文365
    DynamicFusion:ReconstructionandTrackingofNon-rigidScenesinReal-Timeprojectwebsite:http://grail.cs.washington.edu/projects/dynamicfusion摘要我们提出了第一个能够实时重建非刚性变形场景的稠密slam系统，通过融合从消费级传感器捕获的rgbd扫描。我们的dynamicf
  • 每天一篇论文 271/365 A Framework for Depth Estimation and Relative Localization of Ground Robots Using Com 流浪机器人 每天一篇论文365
    AFrameworkforDepthEstimationandRelativeLocalizationofGroundRobotsUsingComputerVision摘要分散式结构中的三维深度估计和相对位姿估计问题是需要多个视觉控制机器人协调的任务中出现的一个具有挑战性的问题。深度估计问题旨在恢复环境的三维信息。相对定位问题包括估计两个机器人之间的相对姿态、感知彼此的姿态或共享感知环境的信息。这
  • 每天一篇论文 333/365 Multi-object Monocular SLAM for Dynamic Environments 流浪机器人 每天一篇论文365
    Multi-objectMonocularSLAMforDynamicEnvironments每天一篇论文汇总list摘要动态环境下的多体单目SLAM在感知和状态估计方面仍然是一个长期的挑战。尽管存在理论上的解决方案，但实践却滞后，主要原因是缺乏动态参与者的稳健感知和预测模型。动态场景中的多体单目SLAM的典型挑战源于不可观测性问题，因为不可能从移动的单目摄像机中三角化运动对象。在物体运动的限制下
  • 每天一篇论文呢 340/365 M3D-RPN: Monocular 3D Region Proposal Network for Object Detection 流浪机器人 每天一篇论文365
    M3D-RPN:Monocular3DRegionProposalNetworkforObjectDetectionCodeDetNet:Designbackboneforobjectdetection摘要在三维环境中认识世界是城市自主驾驶的重要组成部分。一般来说，昂贵的激光雷达传感器和立体RGB成像的结合对于成功的3D目标检测算法来说是至关重要的，而单目图像方法的性能则大大降低。我们建议通过将单
  • 每天一篇论文302/365 A General and Adaptive Robust Loss Function 流浪机器人 每天一篇论文365
    AGeneralandAdaptiveRobustLossFunction摘要给出了Cauchy/Lorentzian，Geman-mccluer，Welsch/Leclerc，广义Charbonnier，Charbonnier/pseudo-Huber/L1-L2和L2损失函数的一个推广。通过引入鲁棒性作为一个连续参数，我们的损失函数允许基于鲁棒损失最小化的算法被推广，从而提高了诸如注册和聚类等
  • #每天一篇论文#（217/365）EDVR: Video Restoration with Enhanced Deformable Convolutional Networks 流浪机器人 每天一篇论文365
    原文EDVR:基于变卷积神经网络的视频重建摘要视频恢复任务，包括超分辨率、去模糊等，正引起计算机视觉界越来越多的关注。在NTIRE19挑战赛中发布了一个具有挑战性的基准名称DREDS。该方法从两个方面对现有方法提出了挑战：（1）如何在大运动情况下对齐多帧，以及（2）如何有效地融合不同运动和模糊的帧。在这项工作中，我们提出了一个新的视频恢复框架，称为edvr，以解决这些挑战。首先，为了处理大的运动，
  • #每天一篇论文246/365 CBAM:卷积块注意力模型 流浪机器人 每天一篇论文365
    原文:CBAM:ConvolutionalBlockAttentionModule本文提出了一种新的网络模块，称为卷积块注意模块。由于卷积操作通过将跨通道和空间信息混合在一起来提取信息特征，因此我们采用我们的模块来沿着这两个主要维度强调有意义的特征：通道轴和空间轴。为了实现这一点，我们依次应用信道和空间注意模块（如图1所示），以便每个分支可以分别在信道和空间轴上学习“什么”和“在哪里”要注意。因此
  • #每天一篇论文 Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud 流浪机器人 论文每天读
    Monocular3DObjectDetectionwithPseudo-LiDARPointCloud单目伪激光雷达点云3D目标检测摘要单目3D场景理解任务，例如目标大小估计，车头角度估计和3D位置估计，非常具有挑战性。当前成功的三维场景理解方法需要使用三维传感器。另一方面，基于单一图像的方法性能明显较差。在这项工作中，我们的目标是通过增强基于激光雷达的算法来处理单个图像输入，从而弥合3D传感和
  • 每天一篇论文 373/1000 PSEUDO-LIDAR++:ACCURATE DEPTH FOR 3D OBJECT DETECTION IN AUTONOMOUS DRIVING 流浪机器人 每天一篇论文365
    论文阅读汇总listPSEUDO-LIDAR++:ACCURATEDEPTHFOR3DOBJECTDETECTIONINAUTONOMOUSDRIVINGCodePseudo-LiDARfromVisualDepthEstimation:BridgingtheGapin3DObjectDetectionforAutonomousDriving本文了一种新的图形传(GCD)播算法，它集成了两种数据模
  • #每天一篇论文 256/365 Multi-adversarial Faster-RCNN for Unrestricted Object Detection 流浪机器人 每天一篇论文365
    多对抗快速rcnn用于无限制目标检测摘要传统的目标检测方法本质上是假设训练和测试数据是从一个有限制的目标域中采集的，并且代价昂贵。为了减轻域依赖性和繁琐的标记问题，提出了利用足够的标签从辅助源域训练的领域知识来检测非受限环境中的对象。具体来说，我们提出了一个多对抗的快速rcnn（maf）框架，用于无限制目标检测。它本质上解决了特征表示中用于域自适应的域差异最小化问题。本文的优点有三：1）针对图像分
  • #每天一篇论文 266/365 A Baseline for 3D Multi-Object Tracking 流浪机器人 每天一篇论文365
    3D多目标追踪基准代码MOT数据集处理摘要三维多目标跟踪（MOT）是自动驾驶或辅助机器人等实时应用的重要组成部分。然而，最近的3DMOT作品倾向于更多地关注精确的系统，而较少考虑计算成本和系统复杂性。相比之下，本文提出了一种简单而精确的实时基线3D-MOT系统。使用现成的三维物体探测器从激光雷达点云获得定向的三维边界盒。然后，结合三维卡尔曼滤波和Hun-garian算法进行状态估计和数据关联。尽管
  • #每天一篇论文 251/365 SemanticKITTI:一个LIDAR帧语义场景理解的数据集 流浪机器人 每天一篇论文365软件安装
    SemanticKITTI:ADatasetforSemanticSceneUnderstandingofLiDARSequences摘要语义场景理解对于各种应用都是非常重要的。特别是，自动驾驶汽车需要对其附近的表面和物体有细致的了解。光探测和测距（lidar）提供精确的环境几何信息，因此是几乎所有自动驾驶汽车传感器套件的一部分。尽管语义场景理解与此应用程序相关，但此任务缺乏基于汽车激光雷达的大型
  • 每天一篇论文微习惯 315/365 Self-supervised Object Motion and Depth Estimation from Video/ 流浪机器人 每天一篇论文365
    Self-supervisedObjectMotionandDepthEstimationfromVideo本文是在深度估计的基础上，加入提前VO估计位姿用于深度估计，实例估计和深度估计结合,尺度模糊处理摘要我们提出了一个自监督学习框架来估计视频中单个物体的运动和单目深度。我们将物体运动建模为6自由度刚体变换。实例分割掩码用于引入对象信息。与预测像素级光流图以模拟运动的方法相比，我们的方法显著减少
  • 每天一篇论文 332/365 Visual Semantic SLAM with Landmarks for Large-Scale Outdoor Environment 流浪机器人 每天一篇论文365
    VisualSemanticSLAMwithLandmarksforLarge-ScaleOutdoorEnvironment每天一篇论文汇总list[Code](摘要-语义SLAM是自主驾驶和智能代理中的一个重要领域，它能使机器人实现高层次的导航任务，获得简单的认知或推理能力，实现基于语言的人机交互。本文将ORB-SLAM[1]、[2]的三维点云与PSPNet-101[3]卷积神经网络模型的语义
  • 每天一篇论文 304/365DeepFusion: Real-Time Dense 3D Reconstruction for Monocular SLAM 流浪机器人 每天一篇论文365
    DeepFusion:Real-TimeDense3DReconstructionforMonocularSLAMusingSingle-ViewDepthandGradientPredictions摘要稀疏单目同步定位与映射（SLAM）系统生成的基于关键点的地图对于摄像机跟踪是有用的，但是对于许多机器人任务，可能需要密集的三维重建。涉及深度相机的解决方案在范围和室内空间上都是有限的，基于最小化帧
  • 每天一篇论文 327/365 Instance-wise Depth and Motion Learning from Monocular Videos 流浪机器人 每天一篇论文365
    每天一篇论文汇总listInstance-wiseDepthandMotionLearningfromMonocularVideos摘要我们提出了一个端到端的联合训练框架，在没有监督的情况下，直接模拟了多个动态物体的6自由度运动、Ego-motion和深度。在我们的框架中使用的唯一注释是一个视频实例分割图，它可以由我们新的自动注释方案进行预测。我们的贡献主要三个方面。首先，我们提出了一个可微的前向
  • 每天一篇论文 366~372 一周总结 流浪机器人
    1.DeepSnakeforReal-TimeInstanceSegmentationCode  该模型能够达到上述效果的两个原因是：该方法能够处理目标检测模型定位错误的问题所以只需要结合一个轻量级的目标检测模型即可。基于contour的分割比基于pixel-based的分割具有更少的参数，而且没有Decoder过程。  为了增加算法的鲁棒性，DeepSnake算法把传统的对于contour坐标来
  • #每天一篇论文#233/365 基于星座的语义slam地图合并 流浪机器人 每天一篇论文365
    EfficientConstellation-BasedMap-MergingforSemanticSLAM摘要-slam中的数据关联具有根本性的挑战性，处理好模糊性对于实现现实环境中的稳健操作至关重要。当出现不明确的度量时，保守主义常常要求放弃度量或初始化新的里程碑，而不是冒着不正确关联的风险。为了解决不可避免的“重复”地标，我们提出了一个有效的地图合并框架来检测重复的地标星座，提供了一个高置信
  • 每天一篇论文 354/365 Deep Snake for Real-Time Instance Segmentation 流浪机器人 每天一篇论文365
    DeepSnakeforReal-TimeInstanceSegmentationCode摘要本文提出了一种基于轮廓的deepsnake方法用于实例的实时分割。与最近一些直接从图像中回归对象边界点坐标的方法不同，deepsnake使用神经网络迭代变形初始轮廓以匹配对象边界，这实现了snake算法的经典思想和基于学习的方法。对于轮廓的结构化特征学习，我们提出在deepsnake中使用循环卷积，与一般
  • #每天一篇论文#（224/365）基于rgbd感知的增量式种类发现语义分割 流浪机器人
    IncrementalClassDiscoveryforSemanticSegmentationwithRGBDSensing摘要这项工作解决了开放世界语义分割的任务，使用rgbd感知来发现新的语义类。虽然现实世界中的对象类型很多，但现有的语义分割方法都是基于封闭世界的假设，只训练有限数量的对象类。针对一种更开放的方法，我们提出了一种增量学习新类的图像分割方法。该系统首先利用颜色和几何信息对每个r
  • #每天一篇论文#232/365 基于计连续对抗学习自监督深度里程 流浪机器人 每天一篇论文365
    SequentialAdversarialLearningforSelf-SupervisedDeepVisualOdometry摘要我们提出了一个视觉里程计（vo）的自监督学习框架，该框架结合了连续帧的相关性，并利用了对抗学习的优势。以前的方法将自监督vo作为运动局部结构（sfm）来处理，通过最小化扭曲图像和捕获图像之间的光度损失，从图像对中恢复单个图像的深度和相对姿态。由于单视深度估计是一个不
  • #每天一篇论文# 221/365 单目SLAM半稠密3D语义地图 流浪机器人 每天一篇论文365
    Semi-Dense3DSemanticMappingfromMonocularSLAM本文要点是将2D语义分割结果通过概率模型，推导到3D地图中，重建了具有语义信息的3D地图摘要计算机视觉中的几何和外观组合已被证明是机器人在各种应用中的一个有前途的解决方案。立体摄像机和rgbd传感器广泛应用于实现快速三维重建和密集的轨迹跟踪。然而，它们缺乏在不同缩放环境（即室内和室外场景）之间无缝切换的灵活性。
  • #每天一篇论文# 231/365 orbslam-Atlas：一个鲁邦而精确的多地图系统 流浪机器人 每天一篇论文365
    ORBSLAM-Atlas:arobustandaccuratemulti-mapsystem摘要我们提出了一个orbslam-atlas系统，该系统能够处理无限数量的断开子地图，其中包括一个健壮的地图合并算法，能够检测出具有公共区域的子地图，并无缝地融合它们。orbslam的突出鲁棒性和准确性是因为它能够检测关键帧之间的宽基线匹配，并通过非线性优化来利用这些匹配，但它只能处理单个映射。Orbsl
  • IOI国家集训队1999-2019年论文集（网盘免费下载链接） 繁凡さん 【ACM—ICPC相关】
    ACM-ICPC模板国家集训队1999-2019年最新论文（合集）（文末有网盘下载链接）累死我了（；´д｀）ゞ大家跟我每天一篇论文集，一起自闭每一天文末有百度网盘免费链接哦国家集训队1999论文集陈宏：《数据结构的选择与算法效率——从IOI98试题PICTURE谈起》来煜坤：《把握本质，灵活运用——动态规划的深入探讨》齐鑫：《搜索方法中的剪枝优化》邵铮：《数学模型的建立、比较和应用》石润婷：《隐蔽
  • 每天一篇论文 369/1000 D3VO: Deep Depth, Deep Pose and Deep Uncertainty for Monocular Visual Odometry 流浪机器人
    D3VO:DeepDepth,DeepPoseandDeepUncertaintyforMonocularVisualOdometry论文阅读汇总list摘要我们提出D3VO作为一种新的单目视觉测程框架，它利用了深度、姿态和不确定度三个层次上的深度网络。首先，我们提出了一种基于双目视频的自监督单目深度估计网络。特别地，它利用预测亮度变换参数将训练图像对对齐到相似的光照条件。此外，我们对输入图像上像
  • 每天一篇论文342/365 Self-Supervised Deep Pose Corrections for Robust Visual Odometry 流浪机器人 每天一篇论文365
    Self-SupervisedDeepPoseCorrectionsforRobustVisualOdometryCode摘要提出了一种自监督的深度位姿校正（DPC）网络，该网络将位姿校正应用于视觉里程计估计器以提高其精度。我们没有直接回归帧间姿态变化，而是在先前工作的基础上，使用数据驱动的学习来回归姿态修正，该修正解释了由于违反建模假设而导致的系统误差。我们的自监督公式消除了对六自由度地面真实性
  • 每天一篇论文 365/365 Visual Odometry Revisited: What Should Be Learnt? 流浪机器人
    Memory-EfficientImplementationofDenseNetsVisualOdometryRevisited:WhatShouldBeLearnt?Code摘要在这项工作中，我们提出了一个单目视觉里程计（VO）算法，利用基于几何的方法和深入学习。大多数具有优异性能的现有VO/SLAM系统都基于几何学，必须针对不同的应用场景进行精心设计。此外，大多数单目系统都存在尺度漂移问题。最
  • 桌面上有多个球在同时运动，怎么实现球之间不交叉，即碰撞？ 换个号韩国红果果 html小球碰撞
    稍微想了一下，然后解决了很多bug，最后终于把它实现了。其实原理很简单。在每改变一个小球的x y坐标后，遍历整个在dom树中的其他小球，看一下它们与当前小球的距离是否小于球半径的两倍？若小于说明下一次绘制该小球（设为a）前要把他的方向变为原来相反方向（与a要碰撞的小球设为b），即假如当前小球的距离小于球半径的两倍的话，马上改变当前小球方向。那么下一次绘制也是先绘制b，再绘制a，由于a的方向已经改变
  • 《高性能HTML5》读后整理的Web性能优化内容 白糖_ html5
    读后感         先说说《高性能HTML5》这本书的读后感吧，个人觉得这本书前两章跟书的标题完全搭不上关系，或者说只能算是讲解了“高性能”这三个字，HTML5完全不见踪影。个人觉得作者应该首先把HTML5的大菜拿出来讲一讲，再去分析性能优化的内容，这样才会有吸引力。因为只是在线试读，没有机会看后面的内容，所以不胡乱评价了。  
  • [JShop]Spring MVC的RequestContextHolder使用误区 dinguangx jeeshop商城系统jshop电商系统
        在spring mvc中，为了随时都能取到当前请求的request对象，可以通过RequestContextHolder的静态方法getRequestAttributes()获取Request相关的变量，如request, response等。         在jshop中，对RequestContextHolder的
  • 算法之时间复杂度 周凡杨 java算法时间复杂度效率
          在 计算机科学 中， 算法 的时间复杂度是一个 函数 ，它定量描述了该算法的运行时间。这是一个关于代表算法输入值的 字符串 的长度的函数。时间复杂度常用 大O符号 表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是 渐近 的，它考察当输入值大小趋近无穷时的情况。 这样用大写O()来体现算法时间复杂度的记法，
  • Java事务处理 g21121 java
    一、什么是Java事务 通常的观念认为，事务仅与数据库相关。 事务必须服从ISO/IEC所制定的ACID原则。ACID是原子性（atomicity）、一致性（consistency）、隔离性（isolation）和持久性（durability）的缩写。事务的原子性表示事务执行过程中的任何失败都将导致事务所做的任何修改失效。一致性表示当事务执行失败时，所有被该事务影响的数据都应该恢复到事务执行前的状
  • Linux awk命令详解 510888780 linux
    一.  AWK 说明   awk是一种编程语言，用于在linux/unix下对文本和数据进行处理。数据可以来自标准输入、一个或多个文件，或其它命令的输出。它支持用户自定义函数和动态正则表达式等先进功能，是linux/unix下的一个强大编程工具。它在命令行中使用，但更多是作为脚本来使用。    awk的处理文本和数据的方式：它逐行扫描文件，从第一行到
  • android permission 布衣凌宇 Permission
    <uses-permission android:name="android.permission.ACCESS_CHECKIN_PROPERTIES" ></uses-permission>允许读写访问"properties"表在checkin数据库中，改值可以修改上传 <uses-permission android:na
  • Oracle和谷歌Java Android官司将推迟 aijuans javaoracle
    北京时间 10 月 7 日，据国外媒体报道，Oracle 和谷歌之间一场等待已久的官司可能会推迟至 10 月 17 日以后进行，这场官司的内容是 Android 操作系统所谓的 Java 专利权之争。本案法官 William Alsup 称根据专利权专家 Florian Mueller 的预测，谷歌 Oracle 案很可能会被推迟。　　该案中的第二波辩护被安排在 10 月 17 日出庭，从目前看来
  • linux shell 常用命令 antlove linuxshellcommand
    grep [options] [regex] [files] /var/root # grep -n "o" * hello.c:1:/* This C source can be compiled with:
  • Java解析XML配置数据库连接(DOM技术连接 SAX技术连接) 百合不是茶 sax技术Java解析xml文档dom技术XML配置数据库连接
        XML配置数据库文件的连接其实是个很简单的问题,为什么到现在才写出来主要是昨天在网上看了别人写的,然后一直陷入其中,最后发现不能自拔 所以今天决定自己完成 ,,,,现将代码与思路贴出来供大家一起学习   XML配置数据库的连接主要技术点的博客; JDBC编程 : JDBC连接数据库 DOM解析XML:  DOM解析XML文件 SA
  • underscore.js 学习（二） bijian1013 JavaScriptunderscore
            Array Functions 所有数组函数对参数对象一样适用。1.first   _.first(array, [n])   别名: head, take       返回array的第一个元素，设置了参数n，就
  • plSql介绍 bijian1013 oracle数据库plsql
    /* * PL/SQL 程序设计学习笔记 * 学习plSql介绍.pdf * 时间：2010-10-05 */ --创建DEPT表 create table DEPT ( DEPTNO NUMBER(10), DNAME NVARCHAR2(255), LOC NVARCHAR2(255) ) delete dept; select
  • 【Nginx一】Nginx安装与总体介绍 bit1129 nginx
    启动、停止、重新加载Nginx nginx 启动Nginx服务器，不需要任何参数u nginx -s stop 快速(强制)关系Nginx服务器 nginx -s quit 优雅的关闭Nginx服务器 nginx -s reload 重新加载Nginx服务器的配置文件 nginx -s reopen 重新打开Nginx日志文件  
  • spring mvc开发中浏览器兼容的奇怪问题 bitray jqueryAjaxspringMVC浏览器上传文件
        最近个人开发一个小的OA项目,属于复习阶段.使用的技术主要是spring mvc作为前端框架,mybatis作为数据库持久化技术.前台使用jquery和一些jquery的插件.     在开发到中间阶段时候发现自己好像忽略了一个小问题,整个项目一直在firefox下测试,没有在IE下测试,不确定是否会出现兼容问题.由于jquer
  • Lua的io库函数列表 ronin47 lua io
    1、io表调用方式：使用io表，io.open将返回指定文件的描述，并且所有的操作将围绕这个文件描述 　　io表同样提供三种预定义的文件描述io.stdin,io.stdout,io.stderr 　　2、文件句柄直接调用方式,即使用file:XXX()函数方式进行操作,其中file为io.open()返回的文件句柄 　　多数I/O函数调用失败时返回nil加错误信息,有些函数成功时返回nil
  • java-26-左旋转字符串 bylijinnan java
    public class LeftRotateString { /** * Q 26 左旋转字符串 * 题目：定义字符串的左旋转操作：把字符串前面的若干个字符移动到字符串的尾部。 * 如把字符串abcdef左旋转2位得到字符串cdefab。 * 请实现字符串左旋转的函数。要求时间对长度为n的字符串操作的复杂度为O(n)，辅助内存为O(1)。 */ pu
  • 《vi中的替换艺术》-linux命令五分钟系列之十一 cfyme linux命令
    vi方面的内容不知道分类到哪里好，就放到《Linux命令五分钟系列》里吧！ 今天编程，关于栈的一个小例子，其间我需要把”S.”替换为”S->”(替换不包括双引号)。 其实这个不难，不过我觉得应该总结一下vi里的替换技术了，以备以后查阅。   1 所有替换方案都要在冒号“:”状态下书写。 2 如果想将abc替换为xyz，那么就这样 :s/abc/xyz/ 不过要特别
  • [轨道与计算]新的并行计算架构 comsci 并行计算
         我在进行流程引擎循环反馈试验的过程中，发现一个有趣的事情。。。如果我们在流程图的每个节点中嵌入一个双向循环代码段，而整个流程中又充满着很多并行路由，每个并行路由中又包含着一些并行节点，那么当整个流程图开始循环反馈过程的时候，这个流程图的运行过程是否变成一个并行计算的架构呢？      
  • 重复执行某段代码 dai_lm android
    用handler就可以了 private Handler handler = new Handler(); private Runnable runnable = new Runnable() { public void run() { update(); handler.postDelayed(this, 5000); } }; 开始计时 h
  • Java实现堆栈（list实现） datageek 数据结构——堆栈
    public interface IStack<T> { //元素出栈，并返回出栈元素 public T pop(); //元素入栈 public void push(T element); //获取栈顶元素 public T peek(); //判断栈是否为空 public boolean isEmpty
  • 四大备份MySql数据库方法及可能遇到的问题 dcj3sjt126com DBbackup
    一：通过备份王等软件进行备份前台进不去？ 用备份王等软件进行备份是大多老站长的选择，这种方法方便快捷，只要上传备份软件到空间一步步操作就可以，但是许多刚接触备份王软件的客用户来说还原后会出现一个问题：因为新老空间数据库用户名和密码不统一，网站文件打包过来后因没有修改连接文件，还原数据库是好了，可是前台会提示数据库连接错误，网站从而出现打不开的情况。 解决方法：学会修改网站配置文件，大多是由co
  • github做webhooks：[1]钩子触发是否成功测试 dcj3sjt126com githubgitwebhook
    转自: http://jingyan.baidu.com/article/5d6edee228c88899ebdeec47.html github和svn一样有钩子的功能，而且更加强大。例如我做的是最常见的push操作触发的钩子操作，则每次更新之后的钩子操作记录都会在github的控制板可以看到！ 工具/原料 github 方法/步骤
  • ">的作用" target="_blank">JSP中的作用 蕃薯耀
    JSP中<base href="<%=basePath%>">的作用 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
  • linux下SAMBA服务安装与配置 hanqunfeng linux
    局域网使用的文件共享服务。 一.安装包： rpm -qa | grep samba samba-3.6.9-151.el6.x86_64 samba-common-3.6.9-151.el6.x86_64 samba-winbind-3.6.9-151.el6.x86_64 samba-client-3.6.9-151.el6.x86_64 samba-winbind-clients
  • guava cache IXHONG cache
    缓存，在我们日常开发中是必不可少的一种解决性能问题的方法。简单的说，cache 就是为了提升系统性能而开辟的一块内存空间。 　　缓存的主要作用是暂时在内存中保存业务系统的数据处理结果，并且等待下次访问使用。在日常开发的很多场合，由于受限于硬盘IO的性能或者我们自身业务系统的数据处理和获取可能非常费时，当我们发现我们的系统这个数据请求量很大的时候，频繁的IO和频繁的逻辑处理会导致硬盘和CPU资源的
  • Query的开始--全局变量,noconflict和兼容各种js的初始化方法 kvhur JavaScriptjquerycss
    这个是整个jQuery代码的开始，里面包含了对不同环境的js进行的处理，例如普通环境，Nodejs，和requiredJs的处理方法。 还有jQuery生成$, jQuery全局变量的代码和noConflict代码详解  完整资源： http://www.gbtags.com/gb/share/5640.htm jQuery 源码：   (
  • 美国人的福利和中国人的储蓄 nannan408
       今天看了篇文章，震动很大，说的是美国的福利。    美国医院的无偿入院真的是个好措施。小小的改善，对于社会是大大的信心。小孩，税费等，政府不收反补，真的体现了人文主义。    美国这么高的社会保障会不会使人变懒？答案是否定的。正因为政府解决了后顾之忧，人们才得以倾尽精力去做一些有创造力，更造福社会的事情，这竟成了美国社会思想、人
  • N阶行列式计算(JAVA) qiuwanchi N阶行列式计算
    package gaodai; import java.util.List; /** * N阶行列式计算 * @author 邱万迟 * */ public class DeterminantCalculation { public DeterminantCalculation(List<List<Double>> determina
  • C语言算法之打渔晒网问题 qiufeihu c算法
    如果一个渔夫从2011年1月1日开始每三天打一次渔，两天晒一次网，编程实现当输入2011年1月1日以后任意一天，输出该渔夫是在打渔还是在晒网。 代码如下：   #include <stdio.h> int leap(int a) /*自定义函数leap()用来指定输入的年份是否为闰年*/ { if((a%4 == 0 && a%100 != 0
  • XML中DOCTYPE字段的解析 wyzuomumu xml
    DTD声明始终以!DOCTYPE开头,空一格后跟着文档根元素的名称,如果是内部DTD,则再空一格出现[],在中括号中是文档类型定义的内容. 而对于外部DTD,则又分为私有DTD与公共DTD,私有DTD使用SYSTEM表示,接着是外部DTD的URL. 而公共DTD则使用PUBLIC,接着是DTD公共名称,接着是DTD的URL.   私有DTD <!DOCTYPErootSYST
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他