- Navicat Premium 16/17 安装包 (Win/Mac) 支持M系列芯片 可视化数据库管理工具
吃汤圆的抹香鲸
macoswindowspostgresql数据库mysqlsql
目录下载链接:https://pan.baidu.com/s/1faPBE6hZPwjVOErTLiy6oA?pwd=1234提取码:1234一、环境部署与基础配置1.1双版本安装指南1.2中文汉化配置二、数据库管理核心功能2.1多协议连接方案2.2数据迁移与同步三、高阶开发技巧3.1智能SQL编辑器3.2可视化查询构建3.3数据模型设计四、效率革命:15个杀手级技巧4.1快捷键矩阵4.2自定义工
- 一文看懂!外贸发票invoice怎么制作?外贸新人必看!
外贸发票(Invoice)是国际贸易中至关重要的财务凭证,不仅涉及货款结算,还影响税务合规和客户信任。对于外贸新人而言,掌握发票制作的核心要点并选择高效工具尤为关键。本文以ZohoBooks外贸管理软件为例,详解外贸发票的制作流程与优化方法,助你快速上手。一、外贸发票的核心特点1、多货币支持:需处理美元、欧元等多种货币结算,并实时跟踪汇率波动。2、务合规性:必须符合出口国和进口国的税务法规,如增值
- 多模态|开源多模态模型Emu3 & 多模态预训练模型CLIP对比
产品媛Gloria Deng
AI之眼人工智能AI多模态预训练模型CLIP
Emu3官方介绍我们推出了Emu3,这是一套新的最先进的多模态模型,仅使用next-token预测进行训练!通过将图像、文本和视频分词到一个离散空间中,我们在多模态序列的混合上从头开始训练单个转换器。Emu3在生成和感知方面都表现出色Emu3在生成和感知任务方面都优于几个成熟的任务特定模型,超越了SDXL、LLaVA-1.6和OpenSora-1.2等旗舰开放模型,同时消除了对扩散或组合架构的需求
- 第十三站:卷积神经网络(CNN)的优化
武狐肆骸
机器学习cnn人工智能神经网络
前言:在上一期我们构建了基本的卷积神经网络之后,接下来我们将学习一些提升网络性能的技巧和方法。这些优化技术包括数据增强、网络架构的改进、正则化技术。1.数据增强(DataAugmentation)数据增强是提升深度学习模型泛化能力的一种常见手段。通过对训练数据进行各种随机变换,可以生成更多的训练样本,帮助模型避免过拟合。常见的数据增强方法:旋转(Rotation):随机旋转图像,增强模型对旋转变换
- 基于特征提取的方法实现对心室视频的追踪
阿蛋会代码
音视频python开发语言opencv目标检测计算机视觉
一、特征提取的方法本代码实现了一套基于计算机视觉的心脏运动定量分析系统,通过特征点追踪技术对超声心动图视频进行动态解析。核心技术采用ORB(OrientedFASTandRotatedBRIEF)特征检测算法,在每帧图像中提取具有旋转不变性的显著斑点特征,构建包含位置和方向信息的特征描述子。通过暴力匹配器(BFMatcher)进行跨帧特征点匹配,结合汉明距离阈值筛选出可信度高的空间对应点对。系统以
- 国产化数据库选型比较
小四的快乐生活
数据库
近年来国产化数据库越来越多,目前可选性的数据库也琳琅满目,各厂家也都有自己独特的产品,在去IOE的进程中,都有自己独特的迁移工具和产品能力去支撑,汇总了一下目前市面上数据库使用较多和较运用广泛的数据库,详细内容如下:数据库名称优点缺点支撑的数据量架构设计运维能力SQL标准openGauss开源社区驱动,架构灵活,对国产软硬件适配性好特定行业成功案例积累不足PB级多模存储架构,支持行、列存储,有智能
- 【openCV-66】内参矩阵和外参矩阵
华东算法王
华东算法王-opencvopencv矩阵人工智能
外参矩阵与内参矩阵在计算机视觉、相机标定和三维重建等领域,内参矩阵和外参矩阵是描述相机如何将三维世界映射到二维图像的重要工具。它们分别描述了相机的内部特性和外部位置,是相机标定的核心组成部分。1.内参矩阵(IntrinsicMatrix)内参矩阵描述了相机内部的几何特性,主要涉及焦距、光心和像素的比例等参数。它通常是一个3x3的矩阵,用来将相机的归一化坐标系转换为像素坐标系。1.1内参矩阵的组成内
- uniapp开发小程序手写板、签名、签字
故里2130
包教会专栏uni-app小程序
可以使用这个插件进行操作手写板-签名签字-lime-signature-DCloud插件市场但是目前这个插件没有vue3setupCompositionAPI的写法。所以对于此文档提供的可以直接使用,需要使用CompositionAPI方式实现的,可以继续看。因为CompositionAPI方式,更加的简单、灵活,在今后的编程之中要多用、多学,这样才能写出更加健壮的代码。1.首先建立一个可以运行的
- python-操作符相关介绍(一)
小白快快跑哦
python开发语言
软件的过程就是数据处理的过程,前面我们讲了python的各种类型的数字,并没有去说操作符,我一直在想是讲完所有python的内置类型再去说这个问题,还是不用等到那么晚。思考再三,我觉得还是把python所遇到的操作符都说一遍,这种操作符很多人都耳熟能祥,但是温故而知新,相信再次的阅读能让你加深印象,初学者也可以通过本章的学习对操作符有一个深入的认知。说到操作符,我们不得不提到表达式,什么是表达式呢
- 用langchain构建传统agent
我还是喜欢从前的自己
langchainandroid数据库
声明本篇博客将会说明以AgentExecutor启动的比较传统的agent的构建。而langgraph是用来构建比较重的单agent或者多agent的构建。如果我们只是想实现一个小的功能,用langgraph的话大可不必。agent的系统组成理论的东西我不想深入太多去解释,我用一段话来概括agent里面的四个元素(下面的结论是我通过实际的工程和代码总结出来的,和论文可能并不完全相同,这一点其实也很
- 如何用python将pdf转为text并提取其中的图片
dev.null
Pythonpythonpdf服务器
要将PDF转为文本并提取其中的图片,可以使用Python的几个库来实现:PDF转文本:使用PyMuPDF或pdfplumber来提取文本。提取图片:使用PyMuPDF或pdf2image来提取图像。以下是实现的步骤和代码示例:1.安装必要的库你需要安装以下库:pipinstallPyMuPDFpdfplumberPillow2.代码示例提取PDF中的文本你可以使用PyMuPDF或pdfplumbe
- 如何看待 Kaiming He 最新提出的 Fractal Generative Models ?
AndrewHZ
深度学习新浪潮人工智能深度学习算法计算机视觉生成式模型
何恺明团队提出的分形生成模型(FractalGenerativeModels)引发了广泛关注,其核心思想是通过递归调用生成模型模块构建自相似结构,类似数学中的分形概念(如雪花结构),从而高效生成高分辨率数据(如图像)。FractalGenerativeModels即分形生成模型,是一种新型的生成模型,以下是相关介绍:定义与原理核心概念:将生成模型本身抽象为一个模块,通过在其内部递归调用同类生成模型
- 深度学习:从神经网络到智能应用
Jason_Orton
深度学习神经网络人工智能机器学习
目录引言一.什么是深度学习?二.深度学习的基本原理1.神经网络的组成2.激活函数3.反向传播(Backpropagation)三.深度学习的常见模型四.深度学习的应用场景五.深度学习的挑战与未来结语引言深度学习(DeepLearning)作为机器学习的一个分支,近年来在人工智能领域取得了革命性的进展。无论是语音识别、图像识别,还是自动驾驶、自然语言处理,深度学习都在推动着技术的发展和行业的变革。那
- (教程)PDF 字体技术入门
IDRSolutions_CN
pdf软件工程团队开发经验分享java
PDF字体技术许多人觉得PDF字体令人困惑的主要原因在于PDF文件可以使用多种不同的字体技术。PDF文件规范已经存在16年,在此期间,出现了多种不同的字体技术(既有技术方面的原因,也有商业方面的原因)。因此,本文将简要介绍一些PDF文件中可用的主要字体技术。AdobePDF字体技术Adobe是电子出版领域高质量字体技术的先锋之一。在Adobe发明Postscript之前,大多数字体都是点阵位图图像
- 跟我一起学Python数据处理(九十六)之深入理解API
lilye66
python开发语言apache
跟我一起学Python数据处理(九十六)之深入理解API大家好呀!在数据处理的学习道路上,咱们今天要一起探索一个超实用的领域——应用编程接口(API)。我希望能和大家一起在这个知识海洋里畅游,共同进步,掌握更多的数据处理技能。一、什么是APIAPI听起来很高大上,其实就是Web上共享数据的一种标准方式。很多网站都会通过API端点来分享数据。打个比方,API就像是网站的一扇窗户,我们通过这扇窗户向网
- 《深度揭秘:生成对抗网络如何重塑遥感图像分析精度》
程序猿阿伟
生成对抗网络人工智能机器学习
在当今数字化时代,遥感图像作为获取地球表面信息的重要数据源,广泛应用于城市规划、农业监测、环境评估等诸多领域。然而,如何从海量的遥感数据中提取高精度的信息,一直是学术界和工业界共同面临的挑战。生成对抗网络(GAN)的出现,为提升人工智能在遥感图像分析中的精度开辟了全新的路径。生成对抗网络:技术基石剖析生成对抗网络由生成器(Generator)和判别器(Discriminator)组成,二者通过对抗
- (未完)BCNet: Learning Body and Cloth Shape from A Single Image
tianyunlinger
笔记人工智能
BCNet:LearningBodyandClothShapefromASingleImage摘要本文提出了一种从单张近正面视角RGB图像自动重建服装和人体形状的方法。为此,我们提出了基于SMPL(SkinnedMulti-PersonLinearModel,多人线性蒙皮模型)的分层服装表示方法,并创新性地使服装的蒙皮权重与人体网格独立,显著提高了服装模型的表现能力。与现有方法相比,我们的方法支持
- 《深度揭秘:生成对抗网络如何重塑遥感图像分析精度》
人工智能深度学习
在当今数字化时代,遥感图像作为获取地球表面信息的重要数据源,广泛应用于城市规划、农业监测、环境评估等诸多领域。然而,如何从海量的遥感数据中提取高精度的信息,一直是学术界和工业界共同面临的挑战。生成对抗网络(GAN)的出现,为提升人工智能在遥感图像分析中的精度开辟了全新的路径。生成对抗网络:技术基石剖析生成对抗网络由生成器(Generator)和判别器(Discriminator)组成,二者通过对抗
- 深入解析 DeepSeek R1:强化学习如何驱动大模型推理能力的进化
海棠AI实验室
智元启示录人工智能deeplearningDeepSeek-R1
引言在AI竞赛日益激烈的时代,DeepSeek-AI推出了DeepSeekR1,试图以强化学习(RL)直接训练推理能力,而非仅依赖传统的监督微调(SFT)。这一思路不仅为大规模语言模型(LLMs)带来了新的训练范式,还在跨任务推理迁移上表现出潜力。本文将深入解析DeepSeekR1的架构、训练方法和对比实验,并从多维度审视其局限性与未来发展方向。同时,我们也会在文中介绍DeepSeekR1蒸馏到多
- 机器视觉--相机曝光
C#Thread
数码相机自动化运维
在现代工业生产的精密舞台上,机器视觉技术已然成为推动生产自动化、智能化的关键力量。而工业相机作为机器视觉系统的“眼睛”,其曝光环节更是决定了视觉信息获取的质量与精度,如同为工业生产赋予了一双洞察入微的“智慧之眼”,对整个生产流程起着举足轻重的作用。接下来,让我们一同深入探索机器视觉中工业相机曝光的奥秘。一、工业相机曝光基础原理从本质上讲,工业相机曝光是指光线照射到相机图像传感器上,使传感器上的像素
- 使用AWS服务Amazon Bedrock构建大模型应用
西京刀客
AIaiawsbedrock
文章目录背景AmazonBedrock支持多模型选择实验demo列出AmazonBedrock服务支持的模型从读取用户评论、调用AmazonBedrock模型进行分类如何利用AWS的嵌入模型进行文本处理和分析背景2023年,生成式人工智能、大模型、ChatGPT等概念无处不在,但是到底什么是生成式人工智能?和之前的人工智能有什么区别?和大模型、Chatgpt的关系是什么?生成式人工智能(genAI
- 《深度剖析:生成对抗网络中生成器与判别器的高效协作之道》
程序猿阿伟
生成对抗网络人工智能机器学习
在人工智能的前沿领域,生成对抗网络(GAN)以其独特的对抗学习机制,为数据生成和处理带来了革命性的变革。生成器与判别器作为GAN的核心组件,它们之间的协作效率直接决定了GAN在图像生成、数据增强、风格迁移等众多应用中的表现。深入探究二者如何实现更高效的协作,不仅是优化GAN性能的关键,也为解锁人工智能更多创新应用场景提供了可能。生成器与判别器:GAN的核心架构解析生成器(Generator)的使命
- 深度学习批次数据处理的理解
_DCG_
计算机视觉深度学习人工智能
基础介绍在计算机视觉深度学习网络中,在训练阶段数据输入通常是一个批次,即不是一次输入单张图片,而是一次性输入多张图片,而神经网络的结构内部一次只能处理一张图片,这时候很自然就会考虑为什么要这样的输入?神经网络是如何处理多个数据的,下面从硬件架构的角度去分析处理。GPU硬件架构GPU的硬件架构设计是批处理能够高效运行的关键原因之一。GPU现阶段一般采用SIMT架构,它的特点如下:SIMT(Singl
- 基于Matlab实现汽车远近光灯识别的详细步骤及代码示例
go5463158465
matlab算法机器学习matlab汽车开发语言
以下是一个基于Matlab实现汽车远近光灯识别的详细步骤及代码示例,主要通过图像处理技术来区分远光灯和近光灯。整体思路图像预处理:包括读取图像、灰度化、去噪等操作,以提高后续处理的准确性。边缘检测:找出图像中的边缘信息,有助于定位灯光区域。特征提取:提取灯光区域的特征,如亮度、面积、形状等。模式识别:根据提取的特征,利用阈值或机器学习方法进行远近光灯的分类。代码实现%读取图像image=imrea
- Windows下多Python版本共存
SQZHAO
pythonwindows
1.Python多版本使用在安装Python3(>=3.3)时,Python会在系统中安装一个启动器:py.exe,默认放置在文件夹C:\Windows\下。这个启动器允许我们指定使用哪个Python版本(当然前提是已经安装了相应版本的Python,并在Path中加入对应路径)使用方法py-3.7main.py#参数为Python版本号还可以在代码中加入说明,指定这个文件应该由哪个版本的Pytho
- 基于FPGA的图像拼接处理卡
科恒盛远
fpga开发图像处理硬件工程
板卡介绍主要功能是实现对6路输入视频信号经过FPGA缩放后,叠加到一路视频中,并通过VGA接口和DVI接口同时显示叠加后的视频。输出可以是任意输入视频的四画面拼接,也可以是任意输入视频的六画面拼接。同时能通过串口接收主机的控制命令,切换显示拼接的形式。板卡照片原理框图实验效果1(六画面)实验效果2(四画面)技术指标☆主要功能:将输入的两路电视视频,两路VGA视频,两路DVI视频,经过FPGA缩放后
- ADV212图像压缩芯片调试记录一
cjx_csdn
fpga开发verilog
项目场景:最近两个月在调试ADV212芯片,目的是在FPGA平台上采用该芯片实现对图像数据的压缩功能。不得不说,这款芯片是我目前遇到的调试起来“较为”复杂的一款芯片了,光芯片手册就有六部分(1.ADV212;2.ADV202_HIPI_mode;3.ADV212_UserGuide;4.ADV212ProgrammingGuide;5.HIPI_mode_overview;6.TechNote_A
- pycharm中osgeo安装
南宁师范大学的丙酸铜啊
pythonpycharm
osgeo图像识别下载错误可以到官网寻找指定的包这里的是python解释器3.8版本所适应的版本tmp和zip文件均可以解压之后放到对应位置网址https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal指定路径venv\lib\site-package
- ThinkJSON:通过强化学习让大型语言模型(LLM)严格遵守JSON模式
AI仙人掌
人工智能深度学习
标题:ThinkInsidetheJSON:ReinforcementStrategyforStrictLLMSchemaAdherence作者:BhavikAgarwal,IshanJoshi,ViktoriaRojkova机构:MasterControlAIResearch链接:arXiv:2502.14905v1本文提出了一种轻量级强化学习框架,通过合成数据、多奖励函数和GRPO优化,显著提
- (5-2-01)DeepSeek多模态大模型架构:Janus模型(1)
码农三叔
训练RAG多模态)架构人工智能transformerDeepseek大模型多模态
5.2Janus模型Janus多模态模型的设计核心在于视觉编码的解耦。传统多模态模型通常使用单一的视觉编码器来处理多模态理解和视觉生成任务,但由于这两种任务对视觉特征的需求存在显著差异,单一编码器往往难以同时满足两种任务的需求,从而导致性能瓶颈。为了解决这一问题,Janus模型提出了双路径视觉编码架构,将多模态理解和视觉生成任务的视觉编码过程完全分离,从而避免了任务间的冲突,并显著提升了模型在多模
- Enum 枚举
120153216
enum枚举
原文地址:http://www.cnblogs.com/Kavlez/p/4268601.html Enumeration
于Java 1.5增加的enum type...enum type是由一组固定的常量组成的类型,比如四个季节、扑克花色。在出现enum type之前,通常用一组int常量表示枚举类型。比如这样:
public static final int APPLE_FUJI = 0
- Java8简明教程
bijian1013
javajdk1.8
Java 8已于2014年3月18日正式发布了,新版本带来了诸多改进,包括Lambda表达式、Streams、日期时间API等等。本文就带你领略Java 8的全新特性。
一.允许在接口中有默认方法实现
Java 8 允许我们使用default关键字,为接口声明添
- Oracle表维护 快速备份删除数据
cuisuqiang
oracle索引快速备份删除
我知道oracle表分区,不过那是数据库设计阶段的事情,目前是远水解不了近渴。
当前的数据库表,要求保留一个月数据,且表存在大量录入更新,不存在程序删除。
为了解决频繁查询和更新的瓶颈,我在oracle内根据需要创建了索引。但是随着数据量的增加,一个半月数据就要超千万,此时就算有索引,对高并发的查询和更新来说,让然有所拖累。
为了解决这个问题,我一般一个月会进行一次数据库维护,主要工作就是备
- java多态内存分析
麦田的设计者
java内存分析多态原理接口和抽象类
“ 时针如果可以回头,熟悉那张脸,重温嬉戏这乐园,墙壁的松脱涂鸦已经褪色才明白存在的价值归于记忆。街角小店尚存在吗?这大时代会不会牵挂,过去现在花开怎么会等待。
但有种意外不管痛不痛都有伤害,光阴远远离开,那笑声徘徊与脑海。但这一秒可笑不再可爱,当天心
- Xshell实现Windows上传文件到Linux主机
被触发
windows
经常有这样的需求,我们在Windows下载的软件包,如何上传到远程Linux主机上?还有如何从Linux主机下载软件包到Windows下;之前我的做法现在看来好笨好繁琐,不过也达到了目的,笨人有本方法嘛;
我是怎么操作的:
1、打开一台本地Linux虚拟机,使用mount 挂载Windows的共享文件夹到Linux上,然后拷贝数据到Linux虚拟机里面;(经常第一步都不顺利,无法挂载Windo
- 类的加载ClassLoader
肆无忌惮_
ClassLoader
类加载器ClassLoader是用来将java的类加载到虚拟机中,类加载器负责读取class字节文件到内存中,并将它转为Class的对象(类对象),通过此实例的 newInstance()方法就可以创建出该类的一个对象。
其中重要的方法为findClass(String name)。
如何写一个自己的类加载器呢?
首先写一个便于测试的类Student
- html5写的玫瑰花
知了ing
html5
<html>
<head>
<title>I Love You!</title>
<meta charset="utf-8" />
</head>
<body>
<canvas id="c"></canvas>
- google的ConcurrentLinkedHashmap源代码解析
矮蛋蛋
LRU
原文地址:
http://janeky.iteye.com/blog/1534352
简述
ConcurrentLinkedHashMap 是google团队提供的一个容器。它有什么用呢?其实它本身是对
ConcurrentHashMap的封装,可以用来实现一个基于LRU策略的缓存。详细介绍可以参见
http://code.google.com/p/concurrentlinke
- webservice获取访问服务的ip地址
alleni123
webservice
1. 首先注入javax.xml.ws.WebServiceContext,
@Resource
private WebServiceContext context;
2. 在方法中获取交换请求的对象。
javax.xml.ws.handler.MessageContext mc=context.getMessageContext();
com.sun.net.http
- 菜鸟的java基础提升之道——————>是否值得拥有
百合不是茶
1,c++,java是面向对象编程的语言,将万事万物都看成是对象;java做一件事情关注的是人物,java是c++继承过来的,java没有直接更改地址的权限但是可以通过引用来传值操作地址,java也没有c++中繁琐的操作,java以其优越的可移植型,平台的安全型,高效性赢得了广泛的认同,全世界越来越多的人去学习java,我也是其中的一员
java组成:
- 通过修改Linux服务自动启动指定应用程序
bijian1013
linux
Linux中修改系统服务的命令是chkconfig (check config),命令的详细解释如下: chkconfig
功能说明:检查,设置系统的各种服务。
语 法:chkconfig [ -- add][ -- del][ -- list][系统服务] 或 chkconfig [ -- level <</SPAN>
- spring拦截器的一个简单实例
bijian1013
javaspring拦截器Interceptor
Purview接口
package aop;
public interface Purview {
void checkLogin();
}
Purview接口的实现类PurviesImpl.java
package aop;
public class PurviewImpl implements Purview {
public void check
- [Velocity二]自定义Velocity指令
bit1129
velocity
什么是Velocity指令
在Velocity中,#set,#if, #foreach, #elseif, #parse等,以#开头的称之为指令,Velocity内置的这些指令可以用来做赋值,条件判断,循环控制等脚本语言必备的逻辑控制等语句,Velocity的指令是可扩展的,即用户可以根据实际的需要自定义Velocity指令
自定义指令(Directive)的一般步骤
&nbs
- 【Hive十】Programming Hive学习笔记
bit1129
programming
第二章 Getting Started
1.Hive最大的局限性是什么?一是不支持行级别的增删改(insert, delete, update)二是查询性能非常差(基于Hadoop MapReduce),不适合延迟小的交互式任务三是不支持事务2. Hive MetaStore是干什么的?Hive persists table schemas and other system metadata.
- nginx有选择性进行限制
ronin47
nginx 动静 限制
http {
limit_conn_zone $binary_remote_addr zone=addr:10m;
limit_req_zone $binary_remote_addr zone=one:10m rate=5r/s;...
server {...
location ~.*\.(gif|png|css|js|icon)$ {
- java-4.-在二元树中找出和为某一值的所有路径 .
bylijinnan
java
/*
* 0.use a TwoWayLinkedList to store the path.when the node can't be path,you should/can delete it.
* 1.curSum==exceptedSum:if the lastNode is TreeNode,printPath();delete the node otherwise
- Netty学习笔记
bylijinnan
javanetty
本文是阅读以下两篇文章时:
http://seeallhearall.blogspot.com/2012/05/netty-tutorial-part-1-introduction-to.html
http://seeallhearall.blogspot.com/2012/06/netty-tutorial-part-15-on-channel.html
我的一些笔记
===
- js获取项目路径
cngolon
js
//js获取项目根路径,如: http://localhost:8083/uimcardprj
function getRootPath(){
//获取当前网址,如: http://localhost:8083/uimcardprj/share/meun.jsp
var curWwwPath=window.document.locati
- oracle 的性能优化
cuishikuan
oracleSQL Server
在网上搜索了一些Oracle性能优化的文章,为了更加深层次的巩固[边写边记],也为了可以随时查看,所以发表这篇文章。
1.ORACLE采用自下而上的顺序解析WHERE子句,根据这个原理,表之间的连接必须写在其他WHERE条件之前,那些可以过滤掉最大数量记录的条件必须写在WHERE子句的末尾。(这点本人曾经做过实例验证过,的确如此哦!
- Shell变量和数组使用详解
daizj
linuxshell变量数组
Shell 变量
定义变量时,变量名不加美元符号($,PHP语言中变量需要),如:
your_name="w3cschool.cc"
注意,变量名和等号之间不能有空格,这可能和你熟悉的所有编程语言都不一样。同时,变量名的命名须遵循如下规则:
首个字符必须为字母(a-z,A-Z)。
中间不能有空格,可以使用下划线(_)。
不能使用标点符号。
不能使用ba
- 编程中的一些概念,KISS、DRY、MVC、OOP、REST
dcj3sjt126com
REST
KISS、DRY、MVC、OOP、REST (1)KISS是指Keep It Simple,Stupid(摘自wikipedia),指设计时要坚持简约原则,避免不必要的复杂化。 (2)DRY是指Don't Repeat Yourself(摘自wikipedia),特指在程序设计以及计算中避免重复代码,因为这样会降低灵活性、简洁性,并且可能导致代码之间的矛盾。 (3)OOP 即Object-Orie
- [Android]设置Activity为全屏显示的两种方法
dcj3sjt126com
Activity
1. 方法1:AndroidManifest.xml 里,Activity的 android:theme 指定为" @android:style/Theme.NoTitleBar.Fullscreen" 示例: <application
- solrcloud 部署方式比较
eksliang
solrCloud
solrcloud 的部署其实有两种方式可选,那么我们在实践开发中应该怎样选择呢? 第一种:当启动solr服务器时,内嵌的启动一个Zookeeper服务器,然后将这些内嵌的Zookeeper服务器组成一个集群。 第二种:将Zookeeper服务器独立的配置一个集群,然后将solr交给Zookeeper进行管理
谈谈第一种:每启动一个solr服务器就内嵌的启动一个Zoo
- Java synchronized关键字详解
gqdy365
synchronized
转载自:http://www.cnblogs.com/mengdd/archive/2013/02/16/2913806.html
多线程的同步机制对资源进行加锁,使得在同一个时间,只有一个线程可以进行操作,同步用以解决多个线程同时访问时可能出现的问题。
同步机制可以使用synchronized关键字实现。
当synchronized关键字修饰一个方法的时候,该方法叫做同步方法。
当s
- js实现登录时记住用户名
hw1287789687
记住我记住密码cookie记住用户名记住账号
在页面中如何获取cookie值呢?
如果是JSP的话,可以通过servlet的对象request 获取cookie,可以
参考:http://hw1287789687.iteye.com/blog/2050040
如果要求登录页面是html呢?html页面中如何获取cookie呢?
直接上代码了
页面:loginInput.html
代码:
<!DOCTYPE html PUB
- 开发者必备的 Chrome 扩展
justjavac
chrome
Firebug:不用多介绍了吧https://chrome.google.com/webstore/detail/bmagokdooijbeehmkpknfglimnifench
ChromeSnifferPlus:Chrome 探测器,可以探测正在使用的开源软件或者 js 类库https://chrome.google.com/webstore/detail/chrome-sniffer-pl
- 算法机试题
李亚飞
java算法机试题
在面试机试时,遇到一个算法题,当时没能写出来,最后是同学帮忙解决的。
这道题大致意思是:输入一个数,比如4,。这时会输出:
&n
- 正确配置Linux系统ulimit值
字符串
ulimit
在Linux下面部 署应用的时候,有时候会遇上Socket/File: Can’t open so many files的问题;这个值也会影响服务器的最大并发数,其实Linux是有文件句柄限制的,而且Linux默认不是很高,一般都是1024,生产服务器用 其实很容易就达到这个数量。下面说的是,如何通过正解配置来改正这个系统默认值。因为这个问题是我配置Nginx+php5时遇到了,所以我将这篇归纳进
- hibernate调用返回游标的存储过程
Supanccy2013
javaDAOoracleHibernatejdbc
注:原创作品,转载请注明出处。
上篇博文介绍的是hibernate调用返回单值的存储过程,本片博文说的是hibernate调用返回游标的存储过程。
此此扁博文的存储过程的功能相当于是jdbc调用select 的作用。
1,创建oracle中的包,并在该包中创建的游标类型。
---创建oracle的程
- Spring 4.2新特性-更简单的Application Event
wiselyman
application
1.1 Application Event
Spring 4.1的写法请参考10点睛Spring4.1-Application Event
请对比10点睛Spring4.1-Application Event
使用一个@EventListener取代了实现ApplicationListener接口,使耦合度降低;
1.2 示例
包依赖
<p