ceyio
ceyio

《激光雷达森林生态应用》-读书笔记（1）

  1. 激光雷达的分类

《激光雷达森林生态应用》-读书笔记（1）_第1张图片

https://img-blog.csdn.net/20180628170721371?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2E4NzQxNzY5Nzk=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70

具体参考链接：【相位式激光测距法中相位产生原理】https://blog.csdn.net/a874176979/article/details/80843348

  1. 星载雷达传感系统
  • 2003-2009 NASA 的ICESat-1卫星上的GLAS
  • 2018- ICESat-2
  • 2020 中国即将发射
  1. 商业雷达设备
  • 以地基和机载为主，因为星载成本高
  • 国外
    《激光雷达森林生态应用》-读书笔记（1）_第2张图片
  • 国内：如 北京数字绿土科技有限公司（LiBackpack 、LiAir 、LiEagle；并配有Lidar360系统）

《激光雷达森林生态应用》-读书笔记（1）_第3张图片

你可能感兴趣的:(Lidar)

  • 基于OpenCV和ROS节点的智能家居服务机器人设计流程 极客小张 opencv智能家居机器人物联网人工智能计算机视觉单片机
    一、项目概述1.1项目目标和用途智能家居助手项目旨在开发一款高效、智能的服务机器人，能够在家庭环境中执行多种任务，如送餐、清洁和监控。该机器人将通过自主导航、任务调度和环境感知能力，提升家庭生活的便利性和安全性。项目的最终目标是为用户提供一个智能、可靠的家居助手，改善用户的生活质量。1.2技术栈关键词硬件：激光雷达（LiDAR）或超声波传感器（用于避障和地图构建）摄像头（用于视觉识别和监控）IMU
  • 【Lidar】基于Python的点云数据下采样+体素显示 RS迷途小书童 激光雷达点云数据python开发语言激光点云数据点云数据处理
    1Open3D库介绍Open3D是一个开源的3D数据处理库，发布于2015年，目前已经更新到0.17.0版本。它基于MIT协议开源许可，使用C++11实现，并经过高度优化，还通过PythonPybinding提供了前端PythonAPI。Open3D为开发者提供了一组精心选择的数据结构和算法，内部实现高度优化并设置为并行化。它处理3D数据的各种应用，包括点云、网格、体积计算、可视化、深度学习、测量
  • DETR3D zzzzz忠杰 笔记3d自动驾驶计算机视觉
    引言从视觉信息中检测3D对象是低成本自动驾驶系统的长期挑战。虽然使用LiDAR等模式收集的点云中的对象检测受益于有关可见对象的3D结构的信息，但基于相机的设置更加不适定，因为我们必须仅根据RGB中包含的2D信息生成3D边界框预测图片。现有方法[1,2]通常完全从2D计算构建检测管道。也就是说，他们使用为2D任务设计的对象检测管道（例如，CenterNet[1]、FCOS[3]）来预测3D信息，如对
  • 萝卜快跑（Apollo Go）的 无人驾驶底层原理是什么,烧萝卜武汉实现了7*24小时的全天候运营，估计2025年实现盈利，2024年全国大部分城市部署萝卜快跑 九张算数 数字化转型自动驾驶
    萝卜快跑（ApolloGo）是百度推出的无人驾驶出租车服务。它的底层技术原理基于百度的Apollo开放平台，该平台集成了多种先进的技术来实现无人驾驶。以下是一些关键的技术和原理：1.感知系统无人驾驶汽车需要感知周围环境，这主要依赖于多种传感器，包括：激光雷达（LiDAR）：通过发射激光束并测量反射回来的时间，生成高精度的三维地图。摄像头：用于捕捉道路标识、交通信号、行人和其他车辆。雷达（Radar
  • 惯导系统静止初始化方法与代码实现并在gazebo中测试 古月居GYH cocos2d游戏引擎
    前言在进行GPS加IMU的组合导航或者Lidar加IMU的组合导航时，用EKF或者ESKF的滤波方法时，需要提前知道惯导的测量噪声、初始零偏、重力方向等信息。此时就需要对惯导进行一个初始化，来获取以上信息，常见的初始化方法为静止初始化法。例如无人机在上电后要进行自检，此时需要无人机静止一段时间，通过指示灯来提示自检是否完毕，在静止的过程中，则对惯导进行了初始化的方法。静止初始化方法在传统组合导航系
  • 【Lidar】基于Python的Open3D库、Laspy库保存点云文件/点云格式转换 RS迷途小书童 激光雷达点云数据python开发语言点云数据处理点云数据分析lidar
    因为最近在做点云相关的项目，过程中用到了Python中的Open3D库和Laspy库，所以今天给大家分享一下如何使用Open3D和Laspy这两个库对点云数据进行保存和格式的转换。1Open3D库介绍Laspy库我到时候会单独介绍，所以这里就不多说了！！！Open3D是一个开源的3D数据处理库，发布于2015年，目前已经更新到0.17.0版本。它基于MIT协议开源许可，使用C++11实现，并经过高
  • 003：高精地图数据采集 qq_31762031 019-自动驾驶技术整理高精地图高精地图数据采集
    摘要：高精度地图数据采集涉及多个环节和技术，需要严谨的规划和执行，以确保采集到的地理信息质量可靠、精准，并能够支持各种智能交通和导航应用的需求。一、设备准备高精地图数据采集需要高精度的设备，如Lidar（激光雷达）、高清相机、惯性测量单元（IMU）、GNSS（全球导航卫星系统）等。1、Lidar（激光雷达）：工作原理：Lidar利用激光束扫描周围环境，通过测量激光发射和反射回来的时间差来确定目标物
  • ROS篇——一个简单的ros package的编译规则CMakeLists.txt文件的编写示例 易Yi ROS篇Ubuntu篇机器人linuxc++
    package的文件结构如下：如上图的文件结构src中lidar.cpp是一个工具类，lidar_ros_node.cpp是最终要运行的可执行程序的代码。include中是lidar.cpp要用到的一些头文件。launch文件夹中是要运行的launch文件。则CMakeLists.txt文件可如下编写。cmake_minimum_required(VERSION3.0.2)project(lida
  • 【Chrono Engine学习总结】5-sensor-5.1-sensor基础并创建一个lidar larry_dongy ChronoEngine学习
    由于Chrono的官方教程在一些细节方面解释的并不清楚，自己做了一些尝试，做学习总结。1、Sensor模块Sensor模块是附加模块，需要单独安装。参考：【ChronoEngine学习总结】1-安装配置与程序运行SensorModuleTutorialSensorOverviewSensor模块包括的内容如下：其中：Sensors模块是核心，包括各种传感器（IMU、GPS、相机、Lidar、Rad
  • ICRA2023 | 通用、自动和无标定目标的Lidar-Camera外参标定工具箱 自动驾驶之心 数码相机人工智能
    原文链接：https://arxiv.org/pdf/2302.05094.pdf本文介绍了一种开源的激光雷达相机标定工具箱，该工具箱适用于激光雷达和相机投影模型，只需要一对激光雷达和相机数据，而无需标定目标，并且是全自动的。对于自动初始猜测估计，本文使用SuperGlue图像匹配pipeline来查找LiDAR和相机数据之间的2D-3D对应关系，并通过RANSAC估计LiDAR相机变换。给定初始
  • Carla自学整理——Sensor模块 小新奕 自动驾驶人工智能
    Carla内的Sensor总览Camera类：RGB、深度、分割雷达类：激光雷达（LIDAR）、声波雷达（Radar）、语义雷达（SemanticLIDAR）外部环境传感器：Collision、Laneinvasion（汽车变道时启动，将LaneID与汽车ID记录下来）、Obstacle汽车内部检测器：GNSS（地理位置）、IMU（轴加速度与角加速度）Python构建代码Camera构建#在蓝图库
  • 电动汽车雷达技术概述 —— FMCW干扰问题 初心不忘产学研 自动驾驶汽车嵌入式硬件电动汽车传感器雷达FMCW毫米波雷达雷达技术
    一、电动汽车上有多少种传感器？智能电动汽车（包括自动驾驶汽车）集成了大量的传感器来实现高级驾驶辅助系统（ADAS）、自动驾驶功能以及车辆状态监测等功能。以下是一份相对全面的智能电动汽车中可能使用到的传感器列表：环境感知传感器：激光雷达（LiDAR）：提供高精度三维点云数据，用于构建周围环境模型。毫米波雷达（MMWRadar）：长距离和短距离雷达，检测与前方、后方及侧面物体的距离、速度和角度信息。视
  • ［笔记］Udacity 无人驾驶第一课：从Apollo起步 知奇者也
    本笔记出处：Apollo：https://github.com/ApolloAuto/apollo高精度地图HDmap1、高精度地图相比较于普通地图需要更精准知道，车辆的具体位置，精度达到厘米级。高精度地图需要具备更多的信息，包括红绿灯、交通标示、车道线、城市建筑的三维模型等。三维模型可以通过图像、Lidar扫描融合完成，技术步骤包括图像和信号预处理、转换至同一坐标系、最后融合。2、如何精确定位？
  • 高级自动驾驶LiDAR反射白板 JYGD686868 自动驾驶人工智能机器学习
    随着自动驾驶技术的不断发展，激光雷达作为其核心传感器之一，正逐渐成为业界关注的焦点。激光雷达通过发射激光束并测量反射回来的时间来获取周围环境的三维信息。为了确保激光雷达能够准确、稳定地工作，对其进行标定是必不可少的环节。本文将介绍激光雷达标定板在自动驾驶领域中的应用，以及其对提高自动驾驶系统性能的重要意义。一、激光雷达标定板概述激光雷达标定板是一种用于标定激光雷达设备的专用板材，通常由高反射率材料
  • 自动驾驶中的传感器 huangyi_200502 自动驾驶
    目录摄像头激光雷达毫米波雷达惯性传感器（IMU）超声波雷达声明摄像头对比Radar、Lidar、Sonar来讲，Camera最接近人眼识别原理，在自动驾驶传感器中担任重要角色。摄像头可以拥有较广的视场角、较大的分辨率，还可以提供颜色和纹理等信息。这些信息对于实现自动驾驶功能是存在很大帮助的。摄像头是将光学组件获得的光信号，投射到图像传感器上，完成由光信号到电信号的转换，然后再转换为数字图像信号，最
  • LidarView工程搭建指南 IOT那些事儿 LidarViewLidarViewLiDAR上位机开源软件
    前言笔者做过一段时间的车载LiDAR开发，对LidarView开源项目进行过深度定制，摸索了一套LidarView软件的开发和调试方法1软件安装1.1安装准备以Windows10系统平台为例，依次下载以下工具软件，软件（VS、Qt、cdb）的版本很重要！以下版本经过验证是没有问题的序号工具版本备注1git—拉取开源仓库代码2cmake—代码工程管理工具3tortoiseGit—代码对比分析工具4V
  • 【论文解读】Collaboration Helps Camera Overtake LiDAR in 3D Detection 我叫两万块 自动驾驶目标检测
    CoCa3D摘要引言CollaborativeCamera-Only3DDetectionCollaborativedepthestimationCollaborativedetectionfeaturelearning实验结论和局限摘要与基于LiDAR的检测系统相比，仅相机3D检测提供了一种经济的解决方案，具有简单的配置来定位3D空间中的对象。然而，一个主要的挑战在于精确的深度估计，因为输入中缺
  • 科普类——百度Apollo无人驾驶汽车使用的传感器配置（六） JANGHIGH 科普类无人驾驶汽车科技
    百度Apollo无人驾驶汽车使用的传感器配置可能会根据不同的车型、测试阶段和项目需求有所变化。以下是一些常见的传感器类型及其可能的安装位置，但请注意，具体的型号和数量可能会有所不同：激光雷达（LIDAR）：型号：VelodyneVLP-16、VelodynePuck、Livox等。数量：通常至少1个（车顶）。安装位置：车顶，用于360度环境感知。摄像头（Camera）：型号：包括多种工业级摄像头，
  • 《LIO-SAM阅读笔记》IMU作用总结 Jiqiang_z LOAM系列阅读笔记SLAM学习笔记机器人linux算法人工智能笔记
    LIO-SAM作为一个Lidar和IMU为主的紧耦合框架，两者缺一不可，这里总结一下LIO-SAM中IMU起到的作用：1.利用当前帧Lidar里程计作为起点，结合IMU预积分，得到IMU里程计信息。此处IMU里程计是以IMU的频率向外发送位姿估计，提高了SLAM系统里程计的发送频率。2.利用IMU预积分对Lidar每帧点云进行运动去畸变。3.利用IMU里程计信息对Lidar每帧点云的位姿作初始化（
  • 2018-07-12 实现当今汽车LiDARs完全商用的四个挑战 CMOS_ISC
    为了使LiDARs广泛应用到汽车市场，DesignNews列出以下四个挑战：低价格“每一项技术在某个节点都会被商用。对于LiDARs来说，同样如此。”AngusPacala,CEOofLiDARstartupOuster说，“汽车雷达起初的售价在15,000美元。现在，发展了15年之后，售价降低到50美元。在使用寿命为15年的LiDAR方面，Ouster有5年的研发经验。所以成本将不会成为问题。”
  • 论文阅读2---多线激光lidar内参标定原理 鸿_H 论文阅读论文阅读
    前言：该论文介绍多线激光lidar的标定内参的原理，有兴趣的，可研读原论文。1、标定参数rotCorrection：旋转修正角，每束激光的方位角偏移（与当前旋转角度的偏移，正值表示激光束逆时针旋转），如图1avertCorrection：垂直校正角，每束激光的仰角（正值使激光束朝扫描仪顶部旋转），如图1bdistCorrection：距离校正偏移，应用于单个激光束的飞行时间距离vertOffset
  • ubuntu 16.04使用liblas库读取las格式点云 supper_stars pcllablascmakeubuntuc++
    ubuntu16.04使用liblas库读取las格式点云liblas库的安装与使用liblas库是一个对Lidar数据.las格式的读写等操作的开源库。下载liblas软件源码：https://liblas.org/download.html如下该是liblas1.8.1版本链接：https://pan.baidu.com/s/1-BcfrR1v8d5NZQTgbfOPJg提取码：7joh***
  • MATLAB - 激光雷达 - 相机联合标定（Lidar-Camera Calibration） kuan_li_lyg ROS&ROS2MATLAB机器人与控制系统应用matlab机器人自动驾驶ROS相机标定激光雷达标定雷达相机联合标定
    系列文章目录前言一、激光雷达-相机标定建立了三维激光雷达点和二维相机数据之间的对应关系，从而将激光雷达和相机输出融合在一起。激光雷达传感器和相机被广泛用于自动驾驶、机器人和导航等应用中的三维场景重建。激光雷达传感器捕捉环境的三维结构信息，而相机则捕捉色彩、纹理和外观信息。激光雷达传感器和相机各自根据自己的坐标系捕捉数据。激光雷达-相机标定包括将激光雷达传感器和相机的数据转换为同一坐标系。这样就可以
  • PSEUDO-LIDAR++：自动驾驶中 3D 目标检测的精确深度 飞大圣 自动驾驶神经网络自动驾驶3d目标检测
    论文地址：PSEUDO-LIDAR++:ACCURATEDEPTHFOR3DOBJECTDETECTIONINAUTONOMOUSDRIVING论文代码：https://github.com/mileyan/Pseudo_Lidar_V2摘要3D检测汽车和行人等物体在自动驾驶中发挥着不可或缺的作用。现有方法很大程度上依赖昂贵的激光雷达传感器来获取准确的深度信息。虽然最近推出了伪激光雷达作为一种有前
  • Ubuntu1804 使用calibration_camera_lidar 实现激光雷达和相机联合标定【安装calibration教程】 FYY2LHH bug专栏git
    感谢博主的提示Autoware1.10以上的软件都需要单独安装这个calibration标定工具箱1.nlopt安装新开一个终端：gitclonegit://github.com/stevengj/nlopt.gitcdnloptmkdirbuildcdbuildcmake..makesudomakeinstall2.calibration_camera_lidar安装新开一个终端：mkdirca
  • ouster雷达安装 唯依/808 gitgithub
    将官方开源文件ouster_example解压到你本地的机器上mkdiros_ws&&cdos_ws&&mkdirsrc&&cdsrcgitclonehttps://github.com/ouster-lidar/ouster_example.gitcd..catkin_make-DCMAKE_BUILD_TYPE=Release
  • RF-LIO：面向高动态场景的紧耦合LiDAR惯导融合里程计（IROS 2021） Tom Hardy 算法计算机视觉机器学习人工智能深度学习
    RF-LIO:面向高动态场景的紧耦合LiDAR惯导融合里程计单位：西安交通大学针对问题：实际场景中动态因素的引入造成基于静态假设的LIO严重位姿漂移提出方法：提出基于自适应的多分辨率RangeImage的动态点移除算法，并使用紧耦合的激光雷达惯导里程计，首先去除移动物体，然后将激光雷达扫描与子图相匹配，构建基于优先移除的面向高动态场景的LIO。达到效果：在不同动态程度的实际场景数据集中测试了系统的
  • 点云数据从入到arcgis平台、发布场景服务到前端调用 gislaozhang 三维JS点云场景服务lasarcgis激光雷达
    激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达系统。从工作原理上讲，与微波雷达没有根本的区别:向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。激光雷达LiDAR(LightDetectionandRangin
  • Matlab 一种基于机载LiDAR点云电力线自动提取方法之二 大鱼BIGFISH 点云数据处理matlab算法点云电力线提取
    文章目录一、简介二、实现代码三、实现效果参考资料一、简介之前的方法在面对地面为水面时，由于地面点的缺失会导致电力线提取错误，因此这里使用CSF地面点滤波改进电力线的提取过程。关于CSF滤波的相关配置可以详看：MatlabCSF地面点滤波（插件），改进之后的代码如下所示。二、实现代码%%********
  • 用于激光雷达的 APD，SPAD 和 SiPM 分析 masust 计算机视觉人工智能深度学习嵌入式硬件
    用于激光雷达的APD，SPAD和SiPM分析1.术语及定义1.1激光雷达，LightDetectionAndRange,LiDAR发射激光光束，并接收回波以获取目标三维和/或速度信息的系统；1.2机械旋转激光雷达，MechanicalRotaryLiDAR通过电机带动激光收发阵列进行整体同步旋转，从而实现对空间垂直视场角方向、360°视场范围的扫描的激光雷达；测距能力在垂直视场角方向、360°视场
  • [黑洞与暗粒子]没有光的世界 comsci
         无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算      但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....      那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的 &nbs
  • jQuery Lazy Load 图片延迟加载 aijuans jquery
    基于 jQuery 的图片延迟加载插件，在用户滚动页面到图片之后才进行加载。 对于有较多的图片的网页，使用图片延迟加载，能有效的提高页面加载速度。 版本： jQuery v1.4.4+ jQuery Lazy Load v1.7.2 注意事项： 需要真正实现图片延迟加载，必须将真实图片地址写在 data-original 属性中。若 src
  • 使用Jodd的优点 Kai_Ge jodd
    1.  简化和统一 controller ，抛弃 extends SimpleFormController ，统一使用 implements Controller 的方式。 2.  简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。 3.  对 bean 没有任何要求，可以使用任意的 bean 做为 formBean。   使用方法简介
  • jpa Query转hibernate Query 120153216 Hibernate
    public List<Map> getMapList(String hql, Map map) { org.hibernate.Query jpaQuery = entityManager.createQuery(hql); if (null != map) { for (String parameter : map.keySet()) { jp
  • Django_Python3添加MySQL/MariaDB支持 2002wmj mariaDB
    现状 首先，[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话，会发现 django.db.backends.mysql 依赖 MySQLdb[5] ，而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案 首先据MySQL文档[3]说，自从MySQL
  • 在SQLSERVER中查找消耗IO最多的SQL 357029540 SQL Server
    返回做IO数目最多的50条语句以及它们的执行计划。 select top 50   (total_logical_reads/execution_count) as avg_logical_reads,  (total_logical_writes/execution_count) as avg_logical_writes,  (tot
  • spring UnChecked 异常 官方定义！ 7454103 spring
      如果你接触过spring的 事物管理！那么你必须明白 spring的 非捕获异常！ 即 unchecked 异常！ 因为 spring 默认这类异常事物自动回滚！！ public static boolean isCheckedException(Throwable ex) { return !(ex instanceof RuntimeExcep
  • mongoDB 入门指南、示例 adminjun javamongodb操作
    一、准备工作 1、 下载mongoDB 下载地址：http://www.mongodb.org/downloads 选择合适你的版本 相关文档：http://www.mongodb.org/display/DOCS/Tutorial 2、 安装mongoDB A、 不解压模式： 将下载下来的mongoDB-xxx.zip打开，找到bin目录，运行mongod.exe就可以启动服务，默
  • CUDA 5 Release Candidate Now Available aijuans CUDA
    The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
  • Essential Studio for WinRT网格控件测评 Axiba JavaScripthtml5
    Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件，如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时，该控件还包含了一组独特的库，用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。 网格控件功能 1、
  • java 获取windows系统安装的证书或证书链 bewithme windows
          有时需要获取windows系统安装的证书或证书链，比如说你要通过证书来创建java的密钥库  。 有关证书链的解释可以查看此处 。   public static void main(String[] args) { SunMSCAPI providerMSCAPI = new SunMSCAPI(); S
  • NoSQL数据库之Redis数据库管理(set类型和zset类型) bijian1013 redis数据库NoSQL
    4.sets类型         Set是集合，它是string类型的无序集合。set是通过hash table实现的，添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。         sadd：向名称为key的set中添加元
  • 异常捕获何时用Exception，何时用Throwable bingyingao
    用Exception的情况 try {        //可能发生空指针、数组溢出等异常         } catch (Exception e) {          
  • 【Kafka四】Kakfa伪分布式安装 bit1129 kafka
    在http://bit1129.iteye.com/blog/2174791一文中，实现了单Kafka服务器的安装，在Kafka中，每个Kafka服务器称为一个broker。本文简单介绍下，在单机环境下Kafka的伪分布式安装和测试验证   1. 安装步骤   Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样，不过比Zookeeper稍微简单些(不
  • Project Euler bookjovi haskell
    Project Euler是个数学问题求解网站，网站设计的很有意思，有很多problem，在未提交正确答案前不能查看problem的overview，也不能查看关于problem的discussion thread，只能看到现在problem已经被多少人解决了，人数越多往往代表问题越容易。     看看problem 1吧： Add all the natural num
  • Java-Collections Framework学习与总结-ArrayDeque BrokenDreams Collections
            表、栈和队列是三种基本的数据结构，前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用，当然由于实现方式的不同，操作的效率也会不同。         这篇要看一下java.util.ArrayDeque。从命名上看
  • 读《研磨设计模式》-代码笔记-装饰模式-Decorator 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/ import java.io.BufferedOutputStream; import java.io.DataOutputStream; import java.io.FileOutputStream; import java.io.Fi
  • Maven学习(一) chenyu19891124 Maven私服
        学习一门技术和工具总得花费一段时间，5月底6月初自己学习了一些工具，maven+Hudson+nexus的搭建，对于maven以前只是听说，顺便再自己的电脑上搭建了一个maven环境，但是完全不了解maven这一强大的构建工具，还有ant也是一个构建工具，但ant就没有maven那么的简单方便，其实简单点说maven是一个运用命令行就能完成构建，测试，打包，发布一系列功
  • [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充 comsci 算法工作PHP搜索引擎嵌入式
    本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案，请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来，请大家多指点 节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法) 需要解决的问题：已知分支
  • Linux中用shell获取昨天、明天或多天前的日期 daizj linuxshell上几年昨天获取上几个月
    在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年 # 获取昨天 date -d 'yesterday'  # 或 date -d 'last day' # 获取明天 date -d 'tomorrow'   # 或 date -d 'next day' # 获取上个月 date -d 'last month' #
  • 我所理解的云计算 dongwei_6688 云计算
          在刚开始接触到一个概念时，人们往往都会去探寻这个概念的含义，以达到对其有一个感性的认知，在Wikipedia上关于“云计算”是这么定义的，它说：        Cloud computing is a phrase used to describe a variety of computing co
  • YII CMenu配置 dcj3sjt126com yii
    Adding id and class names to CMenu We use the id and htmlOptions to accomplish this. Watch. //in your view $this->widget('zii.widgets.CMenu', array( 'id'=>'myMenu', 'items'=>$this-&g
  • 设计模式之静态代理与动态代理 come_for_dream 设计模式
    静态代理与动态代理        代理模式是java开发中用到的相对比较多的设计模式，其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题，真实主题执行具体的业务操作，而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆，我们可以删除看成主业务，而把检验用户是否登陆看成其相关业务
  • 【转】理解Javascript 系列 gcc2ge JavaScript
    理解Javascript_13_执行模型详解 摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念，那么这一篇将深入分析执行上下文的构建过程，了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时，第一步是创建其执行环境，在创建执行环境的过程中，会按照定义的先后顺序完成一系列操作:1.首先会创建一个
  • Subsets II hcx2013 set
    Given a collection of integers that might contain duplicates, nums, return all possible subsets. Note: Elements in a subset must be in non-descending order. The solution set must not conta
  • Spring4.1新特性——Spring缓存框架增强 jinnianshilongnian spring4
    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
  • shell嵌套expect执行命令 liyonghui160com
        一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.   系统:centos 5.x   1.先安装expect yum -y install expect   2.脚本内容: cat auto_svn.sh   #!/bin/bash
  • Linux实用命令整理 pda158 linux
    0. 基本命令 　　linux 基本命令整理 　 　1. 压缩 解压 　　tar -zcvf a.tar.gz a   #把a压缩成a.tar.gz 　　tar -zxvf a.tar.gz     #把a.tar.gz解压成a 　 　2. vim小结 　　2.1 vim替换 　　:m,ns/word_1/word_2/gc  
  • 独立开发人员通向成功的29个小贴士 shoothao 独立开发
    概述：本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。 明白你从事独立开发的原因和目的。 保持坚持制定计划的好习惯。 万事开头难，第一份订单是关键。 培养多元化业务技能。 提供卓越的服务和品质。 谨小慎微。 营销是必备技能。 学会组织，有条理的工作才是最有效率的。 “独立
  • JAVA中堆栈和内存分配原理 uule java
    1、栈、堆 1.寄存器：最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈：存放基本类型的变量数据和对象的引用，但对象本身不存放在栈中，而是存放在堆（new 出来的对象）或者常量池中（字符串常量对象存放在常量池中。）3. 堆：存放所有new出来的对象。4. 静态域：存放静态成员（static定义的）5. 常量池：存放字符串常量和基本类型常量（public static f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他