- 国产化板卡设计原理图:2288-基于FMC接口的JFM7K325T PCIeX4 3U VPX接口卡
hexiaoyan827
3UVPXFMC子卡JFM7K325T板卡软件无线电处理平台数据采集IO卡
基于FMC接口的JFM7K325TPCIeX43UVPX接口卡一、板卡概述标准VPX3U板卡,基于JFM7K325T芯片,pin_to_pin兼容FPGAXC7K410T-2FFG900,支持PCIeX8、64bitDDR3容量2GByte,HPC的FMC连接器,板卡支持各种接口输入,软件支持windows,Linux驱动。可应用于高性能计算,频域算法,如与FFT的加速等;配合AD,DAFMC子卡
- halcon三维点云数据处理(十三)reduce_object_model_3d_by_view
mm_exploration
Halcon3dhalcon图像处理点云处理
目录一、reduce_object_model_3d_by_view函数二、reduce_object_model_3d_by_view函数调用过程首先说明一下这部分代码在find_box_3d这个例程中,非常好用的一个坐标系生成函数。一、reduce_object_model_3d_by_view函数通过将3D对象模型投影到虚拟视图并删除给定区域外的所有点来删除3D对象模型中的点。reduce_
- 基于 STM32 平台的音频特征提取与歌曲风格智能识别系统
赵谨言
论文经验分享毕业设计
标题:基于STM32平台的音频特征提取与歌曲风格智能识别系统内容:1.摘要摘要:本文介绍了一种基于STM32平台的音频特征提取与歌曲风格智能识别系统。该系统通过对音频信号进行特征提取和分析,实现了对歌曲风格的自动识别。在特征提取方面,系统采用了快速傅里叶变换(FFT)和梅尔频率倒谱系数(MFCC)等方法,对音频信号进行了时频域分析和声学特征提取。在歌曲风格识别方面,系统采用了支持向量机(SVM)和
- HiveQL命令(三)- Hive函数
BigDataMagician
HiveQL命令hivehadoop数据仓库
文章目录前言一、Hive内置函数1.数值函数2.字符串函数3.日期与时间函数4.条件函数5.聚合函数6.集合函数7.类型转换函数8.表生成函数(UDTF)前言在大数据处理和分析的过程中,数据的转换和处理是至关重要的环节。ApacheHive作为一种流行的数据仓库工具,提供了丰富的内置函数,帮助用户高效地处理和分析存储在Hadoop分布式文件系统(HDFS)中的数据。这些内置函数涵盖了数值计算、字符
- 【Pytorch函数】PyTorch随机数生成全解析 | torch.rand()家族函数使用指南
深度求索者
pytorch人工智能python
PyTorch随机数生成全解析|torch.rand()家族函数使用指南一、核心函数参数详解PyTorch提供多种随机数生成函数(注意:无直接torch.random()函数),以下是常用函数及参数:1️⃣torch.rand()-均匀分布torch.rand(*size,*,generator=None,dtype=None,device=None,requires_grad=False)siz
- 有限长序列的z变换收敛域_几类序列的Z变换收敛域.PPT
沈阳无距科技
有限长序列的z变换收敛域
几类序列的Z变换收敛域第七章离散时间系统的Z域分析本章的主要内容z变换定义、典型序列的z变换z变换的收敛域逆z变换z变换的基本性质z变换与拉氏变换的关系利用z变换解差分方程离散系统的系统函数序列的傅里叶变换第一节引言一、Z变换方法的发展历史1730年,英国数学家棣莫弗(DeMoivre1667-1754)将生成函数(generationfunction)的概念引入概率理论中。19世纪拉普拉斯(P.
- GROMACS-2023.2 安装(GPU加速)
咸鱼啦啦
linux服务器经验分享
预装:1,cmake3.25.2安装,路径加入到bashrc2,gcc版本9.3,路径加入到bashrc3,fftw版本3.3.104,Openmpi4.1.1路径加入到bashrc5,cuda12.1路径加入到bashrc(bin、lib、include都要)(注意bashrc路径要加入在最后一行,否则不生效,天知道什么bug)一,GPU版本gromacs下载及安装:wget https://
- 【Block总结】DFFN,门控机制选择性保留低频和高频信息
AI浩
Block总结计算机视觉transformer人工智能
论文信息标题:EfficientFrequencyDomain-basedTransformersforHigh-QualityImageDeblurring论文链接:LingshunKong,JiangxinDong,MingqiangLi,JianjunGe,JinshanPanGitHub链接:https://github.com/kkkls/FFTformer创新点频域自注意力求解器(FS
- 探索p5.func:为p5.js带来强大的函数生成工具
穆继宪Half-Dane
探索p5.func:为p5.js带来强大的函数生成工具p5.js-funcFunctionGeneratorsforp5.js项目地址:https://gitcode.com/gh_mirrors/p5/p5.js-func项目介绍p5.func是一个为p5.js设计的扩展库,专注于在时间、频率和空间域中生成函数。由R.LukeDuBois开发,这个库为p5.js用户提供了丰富的工具,无论是创建动
- 数据降维技术研究:Karhunen-Loève展开与快速傅里叶变换的理论基础及应用
人工智能机器学习python
在现代科学计算和数据分析领域,数据降维与压缩技术对于处理高维数据具有重要意义。本文主要探讨两种基础而重要的数学工具:Karhunen-Loève展开(KLE)和快速傅里叶变换(FFT)。通过分析这两种方法的理论基础和应用特点,阐述它们在数据降维中的优势和适用场景。Karhunen-Loève展开的理论与应用理论基础Karhunen-Loève展开是一种基于随机过程谱分解的降维方法。它通过构建最优正
- 【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】2.20 傅里叶变换:从时域到频域的算法实现
精通代码大仙
numpypythonnumpypython算法
2.20傅里叶变换:从时域到频域的算法实现目录《傅里叶变换:从时域到频域的算法实现》2.20.1FFT算法原理2.20.2复数数组存储优化2.20.3频域滤波案例2.20.4音频处理案例2.20.5与CUFFT性能对比2.20.6总结2.20.7参考文献2.20.1FFT算法原理傅里叶变换(FourierTransform,FT)是一种将时域信号转换为频域信号的数学工具,而快速傅里叶变换(Fast
- 数论问题76一一容斥原理
李扩继
深度学习数学建模大数据学习方法算法
容斥原理是一种计数方法,用于计算多个集合的并集中元素的个数,以避免重复计算。以下是其基本内容及相关公式:两个集合的容斥原理若有集合A和集合B,那么A与B的并集中元素的个数等于A集合元素个数加上B集合元素个数,再减去A与B交集的元素个数,即|AUB|=|A|+|B|-|A∧B|。例如,一个班级中喜欢数学的有30人,喜欢语文的有25人,既喜欢数学又喜欢语文的有10人。那么喜欢数学或语文的人数为30+2
- 通过范围/多普勒快速傅里叶变换(FFT)方法从模拟的调频连续波(FMCW)波形雷达信号中生成目标并检测其范围和速度,并使用二维恒虚警率(CFAR)可视化显示目标(Matlab代码实现)
程序猿鑫
matlab算法目标跟踪
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述2运行结果3参考文献4Matlab代码实现⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫
- 通过范围/多普勒快速傅里叶变换(FFT)方法从模拟的调频连续波(FMCW)波形雷达信号中生成目标并检测其范围和速度,并使用二维恒虚警率(CFAR)可视化显示目标(Matlab代码实现)
然哥爱编程
matlab算法目标跟踪
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述2运行结果3参考文献4Matlab代码实现⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫
- 通过范围/多普勒快速傅里叶变换(FFT)方法从模拟的调频连续波(FMCW)波形雷达信号中生成目标并检测其范围和速度,并使用二维恒虚警率(CFAR)可视化显示目标(Matlab代码实现)
@橘柑橙柠桔柚
matlab算法目标跟踪
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述2运行结果3参考文献4Matlab代码实现⛳️赠与读者做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫
- 一分钟学会MATLAB-时间序列预测模型
koi&
matlabAI编程gptAI写作学习
时间序列预测是使用过去的数据点来预测未来的数据点。MATLAB提供了强大的工具和函数库来建立和评估时间序列预测模型。以下是一个使用MATLAB进行时间序列预测的基本流程,包括数据准备、模型建立、模型评估和预测。时间序列预测实例代码1.数据准备首先,需要准备时间序列数据。这可以是从文件导入的数据,也可以是通过生成函数创建的数据。%示例:生成一个简单的正弦波数据作为时间序列t=0:0.01:10;%时
- bat快速设置Windows锁屏时间
夜语醉星辰
batwindows运维
快速设置Windows的锁屏时间。@echoofftitleWindows定时锁定管理器modeconcols=80lines=30%1%2ver|find"5.">nul&&goto:Adminmshtavbscript:createobject("shell.application").shellexecute("%~s0","goto:Admin","","runas",1)(window.
- matlab构造线性相位FIR滤波器
~Young.
matlab开发语言
文章目录前言一、构造一组声音二、采用FIR滤波器做频率筛选前言用生成的一组音频文件举例一、构造一组声音模拟钢琴音乐,采用逐渐衰减振荡的正弦波FFT的频域展示:源代码:functionsound_firFs=1000;%采样频率freq=[200,230,260,290,320,350,380,410,440,470];%频率数组rythm=0.5;%持续时间,单位:秒gap_duration=0.
- 学习ASP.NET Core的身份认证(基于JwtBearer的身份认证1)
gc_2299
网页编程JWT身份认证JwtBear
本文开始学习基于JWT的身份认证基本用法,相比Cookie、Session等方式,JWT要复杂一些,除了注册认证服务之外,还需提供JWTToken的生成函数或生成类,以便在访问需授权的函数之前获取Token。参考文献1-7中大部分示例都是基于WebApi项目,本文基于Microsoft.AspNetCore.Authentication.JwtBearer包,参照参考文献中的代码,实现最简单的
- 关于FFT频谱泄露问题
InnoLink_1024
数字信号处理FFT频谱泄露
1.什么是频谱泄露:对于频率为fs的正弦序列,它的频谱应该只是在fs处有离散谱。但是,在利用DFT求它的频谱做了截断,结果使信号的频谱不只是在fs处有离散谱,而是在以fs为中心的频带范围内都有谱线出现,它们可以理解为是从fs频率上“泄露”出去的,这种现象称为频谱“泄露"(结合上面的例子就更形象了)。在实际问题中遇到的离散时间序列x(n)通常是无限长序列,因而处理这个序列的时候需要将它截断。截断相当
- 快速傅里叶变换
华东算法王(原聪明的小孩子
小孩哥总结MIT线性代数线性代数矩阵
快速傅里叶变换(FFT)快速傅里叶变换(FFT)是一种高效的算法,用于计算离散傅里叶变换(DFT)和其逆变换。傅里叶变换是一种重要的数学工具,广泛应用于信号处理、图像分析、数据压缩、声音合成等领域。传统的离散傅里叶变换算法的计算复杂度较高,而快速傅里叶变换通过减少计算量,大大提高了运算速度。1.离散傅里叶变换(DFT)离散傅里叶变换(DFT)将离散的时间信号变换到频域。对于一个长度为(N)的离散序
- 旧版中 pytorch.rfft 函数与新版 pytorch.fft.rfft 函数对应修改问题
带鱼的鱼香肉丝
pytorchPythonpytorchpythonfft
旧版中pytorch.rfft函数与新版pytorch.fft.rfft函数对应修改问题前言一、旧版pytorch.rfft()函数解释二、新版pytorch.fft.rfft()函数解释三、总结前言这两天整理谱池化操作,需要用到傅里叶变换这个函数。后来提升了pytorch的版本以后,发现之前的torch.rfft()函数在新版的pytorch中使用会报错,后来查阅资料,发现是新版的参数有些变动。
- 自幂数判断c++
呃m
c++比赛真题c++
题目描述样例输入3152111153样例输出FFT代码如下:#includeusingnamespacestd;longlongm,a;intmain(){cin>>m;for(inti=1;i>a;longlongt=a,n[10],cc=0,s=0;while(t!=0){//求位数与拆位n[cc]=t%10;t=t/10;cc++;}for(intj=0;j
- AI大模型探索之路-实战篇9:探究Agent智能数据分析平台的架构与功能
寻道AI小兵
AI大模型Agent探索实践人工智能AIGC语言模型AI编程自然语言处理Agent数据分析
系列篇章AI大模型探索之路-实战篇4:深入DB-GPT数据应用开发框架调研AI大模型探索之路-实战篇5:探索OpenInterpreter开放代码解释器调研AI大模型探索之路-实战篇6:掌握FunctionCalling的详细流程AI大模型探索之路-实战篇7:FunctionCalling技术实战自动生成函数AI大模型探索之路-实战篇8:多轮对话与FunctionCalling技术应用目录系列篇章
- AtCoder Beginner Contest 366(D~E题解)
new出新对象!
算法
闲来无事去vp了一下之前放假没打的比赛,感觉需要总结的也就这两题吧,a,c都是水题,b只不过是实现有一点难,并不是很难写,d是一个需要自己推的三维前缀和,e也是一种前缀和,我当时没想到,看了大犇的代码才知道还能这么做D-CuboidSumQuery题意:给你一个三维数组,然后给你q次询问,每次询问有一个起始位置和终止位置,然后问你这个的三维前缀和是什么思路:用容斥原理推出三维前缀和的预处理式子和后
- GitHub Copilot的详细介绍
西瓜本瓜@
githubcopilot开发语言
目录主要功能:示例用法:GitHubCopilot的优缺点:优点:缺点:如何使用GitHubCopilot?总结:GitHubCopilot是一种基于人工智能的编程助手,由GitHub和OpenAI联合开发。它利用OpenAI的GPT模型(类似于GPT-4)来帮助开发者更快地编写代码。通过分析你当前的代码、注释、上下文,GitHubCopilot可以为你提供自动补全、代码建议、生成函数和代码块,甚
- C# 实现傅里叶变化(DFT)
大浪淘沙胡
C#c#开发语言DFT
1、DFT函数类usingSystem;usingSystem.Collections.Generic;usingSystem.Linq;usingSystem.Text;usingSystem.Threading.Tasks;namespaceDFT_FFTApp.Utils{publicclassDFT{//////DFT/////////publicstaticList>DFTNative(
- 中小型生产企业工业数据采集分析平台 规划生产流程
蓝鹏测控
其他自动化制造
工业数据采集分析平台是一款优秀的工控自动化软件,可以用于数据采集、实时监测和过程控制、数据传输、系统联动、远程监控等多种应用,数据采集平台通过对设备运行状态及相关参数监视实现保证每个环节都能按照既定方案进行,同时缩短非正常停机时间并优化物料使用率。功能简述简单的用户界面,具有在线信号可视化功能。包含多台客户机的客户机/服务器架构。提供测量数据的多种显示方式,如波动图、趋势图、缺陷图、统计图、FFT
- 音视频入门基础:WAV专题(7)——FFmpeg源码中计算WAV音频文件每个packet的size值的实现
cuijiecheng2018
FFmpeg源码分析音视频技术音视频ffmpeg
一、引言从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以显示WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的size:这个“size”实际是AVPacket结构体中的成员变量size,为WAV音频文件中某个packet的大小(单位为字节),通过fftools/ff
- 2022-12-16:百度百科“尼古丁”词条
小新旅
链接地址:https://baike.baidu.com/link?url=WzUJYK8UG-FR9fTYT0YxMThf_veJ1BbD0LqYAy3ScTh1aSgFaCkLdP6WP70rNzC3ORQHENiDEWlwNUwkxMBWXTMEACRBFnZ8UH1P6rg8dL91rDHt4JDKCXXv24laFftO#reference-[5]-8064808-wrap全文复制如下:
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s