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)

  • 不搞花里胡哨！CMU最新开源：极简风格的LiDAR全景分割+跟踪！ 3Ｄ视觉工坊 3D视觉从入门到精通3D视觉
    来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf、代码链接添加微信：dddvisiona，备注：三维点云，拉你入群。文末附行业细分群1.笔者个人体会激光雷达全景分割（LPS）一般遵循自下而上的以分割为中心的范式，利用聚类获得对象实例来建立语义分割网络。但是最近CMU&Meta等大佬们重新思考了这种方法，并提出了一个简单而有效的检测中心网络，用于LPS和跟踪。这项工作也
  • [RA-L 2023] Coco-LIC：基于非均匀 B 样条的连续时间紧密耦合 LiDAR-惯性-相机里程计 十年一梦实验室 c++
    这段代码是一个基于C++的均匀B样条（UniformB-spline）实现，专门用于表示SE(3)变换（即三维空间中的刚体变换，包括旋转和平移）。以下是对代码的总结：1.许可证和版权使用BSD3-ClauseLicense，允许在满足条件的情况下自由分发和修改。版权归VladyslavUsenko和NikolausDemmel所有，属于Basalt项目的一部分。2.功能概述文件定义了一个模板类Se
  • 宇树科技单线雷达L2的坑货驱动 wuicer 科技
    最烂的github网站：GitHub-unitreerobotics/unilidar_sdk:SDKforUnitreeL1LiDAR搞不懂这家公司火的道理，卖个烂机器狗忽悠火了，瞎眼买了个激光雷达，捯饬半天。一句话搞定的事技术支持就是不和你说清楚别用这个网站，错误的没有更新使用官网的SDK驱动网站：下载中心L2-宇树科技完全没有技术支持，扔一堆手册，问一下问题还要提交工单，代理商、销售心高气傲
  • 常见的点云数据的获取方式 我是瓦力 点云深度学习计算机视觉人工智能深度学习开发语言
    1.激光雷达（LiDAR）获取方式：激光脉冲测距原理：激光雷达通过发射激光脉冲并接收反射信号来测量物体与传感器之间的距离。计算激光脉冲从发射到返回所需的时间，并将其转换为距离，从而生成三维点云数据。常用设备：车载激光雷达（如Velodyne、Ouster）无人机搭载激光雷达地面激光扫描仪（如Leica、Trimble）2.结构光扫描获取方式：投射光栅图案原理：结构光扫描仪向物体表面投射已知图案的光
  • 车载SerDes芯片的重要性：自动驾驶与智能座舱的神经网络 空间机器人 Serdes知识合集自动驾驶神经网络人工智能
    车载SerDes芯片的重要性：自动驾驶与智能座舱的神经网络在智能汽车时代，数据就是“燃料”，而SerDes芯片（串行器/解串器）就是让这些数据以光速奔跑的“血管”。随着自动驾驶（ADAS/ADS）和智能座舱的发展，摄像头、雷达、LiDAR及高清显示屏的数量激增，数据量呈指数级增长。如何高效、低延迟、低误码率地传输这些数据，成为决定自动驾驶安全性和座舱体验的关键问题。这时候，高性能车载SerDes芯
  • 点云从入门到精通技术详解100篇-基于背包激光雷达点云在城市公园单木参数提取中的应用 格图素书 人工智能
    目录前言国内外发展现状（DevelopmentStatusatHomeandAbroad）背包LiDAR技术及其在林业调查中的应用进展单木胸径提取算法研究现状单木树高提取算法研究现状2背包LiDAR城市公园树木数据采集及预处理2.1测区概况（OverviewTestArea）2.2背包LiDAR数据采集与处理（BackpackLiDARDataAcquisitionand2.2.1背包激光雷达系统
  • 【安装Tvikit包的时候提示 OpenCV 的旧宏 CV_WINDOW_AUTOSIZE不适配opencv3+】 是阿牛啊 计算机视觉深度学习C++编程设计opencv人工智能计算机视觉
    @安装Tvikit包的时候提示OpenCV的旧宏CV_WINDOW_AUTOSIZE不适配opencv3+1.查找所有OpenCV旧宏使用grep工具全局搜索CV_开头的宏，确保没有遗漏：bashgrep-r“CV_”~/lidar_odometry/src/fast_livo_ws/src/rpg_vikit/vikit_common检查输出结果，找到所有使用旧宏的地方。2.替换旧宏为新宏根据搜
  • Ubuntu20.04 ros-noetic下opencv多版本问题may conflict with libopencv_highgui.so.4.2 JANGHIGH 小技巧OpenCVopencv人工智能计算机视觉
    Ubuntu20.04ros-noetic下opencv多版本问题问题解决情况1情况2方法当前终端生效将上述命令添加到~/.bashrc中，使其永久生效问题当编译某程序包时，出现如下警告，但是编译通过。/usr/bin/ld:warning:libopencv_highgui.so.406,neededby/lidar_slam_ws/devel/lib/libvikit_common.so,ma
  • PCL点云系列之 如何使用 Python 从 ROS Bags 中提取和可视化彩色点云数据？自动驾驶汽车如何感知周围环境 知识大胖 PCL点云PointCloud系列教程python自动驾驶汽车
    介绍您是否曾好奇过自动驾驶汽车如何感知周围环境，或者建筑物的3D模型是如何如此精确地创建的？答案就在于点云的魔力。这些密集的数据点集合通常由LiDAR或深度相机等传感器捕获，构成了机器人、3D建模和自动驾驶汽车等各种应用的支柱。但是，如果您不仅需要捕获几何形状，还需要保留这些点的颜色信息，该怎么办？在本文中，我们将深入研究一个Python脚本，该脚本从ROS（机器人操作系统）包中提取点云数据，同时
  • 端到端自动驾驶的分布式传感器融合架构 AI智能涌现深度研究 计算机软件编程原理与应用实践DeepSeekR1&大数据AI人工智能javapythonjavascriptkotlingolang架构人工智能
    自动驾驶,分布式传感器融合,深度学习,计算机视觉,雷达,lidar,惯性导航,Kalman滤波,决策控制1.背景介绍自动驾驶技术作为未来交通运输的重要发展方向，近年来取得了显著进展。然而，实现真正安全的自动驾驶仍然面临着诸多挑战，其中之一就是如何有效地融合来自不同传感器的数据，构建一个可靠的感知、决策和控制系统。传统的自动驾驶系统通常依赖于单一传感器，例如摄像头或雷达，这会导致感知信息的缺失和鲁棒
  • 标定系列——基于标定板的相机内参与LiDAR-相机外参联合标定方法 JANGHIGH 标定数码相机
    标定系列——基于标定板的相机内参与LiDAR-相机外参联合标定方法论文代码论文下载链接代码
  • 点云配准（点云拼接）论文综述 点云SLAM 点云数据处理技术点云数据处理点云配准DeepICPICP深度学习配准方法特征匹配
    点云配准（点云拼接）论文综述1.引言点云配准（PointCloudRegistration）是三维计算机视觉与机器人感知领域的核心任务，其目标是通过几何变换将多个点云对齐至统一坐标系，形成完整的场景表示。该技术广泛应用于自动驾驶、增强现实、工业检测、医学影像等领域。随着传感器技术（如LiDAR、RGB-D相机）的进步与深度学习的发展，点云配准方法经历了从传统优化算法到数据驱动模型的演变。本文系统综
  • [自动驾驶-传感器融合] 激光雷达的运动补偿 simba丶小小程序猿 自动驾驶人工智能机器学习
    文章目录引言相关原理及代码示例IMU运动补偿的基本原理代码示例参考文献引言由于激光雷达成像原理是利用接发器与时间计算来获取光点的位置，所以在传感器的空间运动时，会出现雷达拖影现象(点云畸变)，因此需要采用运动补偿来校准激光雷达的点云，本文及介绍下激光雷达的运动补偿原理及实现代码。相关原理及代码示例激光雷达（LiDAR）在运动过程中会产生运动畸变，影响点云的精度。运动补偿的基本原理是通过测量激光在发
  • (无人驾驶之二）感知层的传感器---LIDAR、GPS、惯性传感器、双目摄像头 abiggg 无人驾驶AI传感器摄像头gps无人机系统
    一、LIDAR(光雷达)1.1原理激光雷达对物体距离的测量与通常所说的雷达类似，都是通过测量发送和接受到的脉冲信号的时间间隔来计算物体的距离。因此，由于原理上的相似性，尽管雷达的准确定义是使用微波或无线电波等波长较长的电磁波进行检测测距的设备，激光雷达这一术语仍然被广泛使用。1.2优点与传统雷达相比：采用激光测矩，波长在600~1000nm，测量更加精准，可达厘米级别；可感知物体矩离及表面形状；1
  • 无人机的任务载荷指的是什么？看了这篇文你就明白了！！！ 云卓SKYDROID 无人机高科技云卓科技无人机载重
    传感器载荷包括但不限于：摄像头和光学传感器：如高分辨率摄像头、红外线航空摄影仪、光学/红外成像设备等，用于精准地捕捉图像和数据信息。雷达传感器：如毫米波雷达、合成孔径雷达（SAR）等，能够在夜间和恶劣气候条件下工作，穿透云层、雾和战场遮蔽，进行大范围成像。激光雷达（LiDAR）：利用激光束进行探测与测量，不仅可以探测到簇叶下的目标，还可以对目标进行分类，为地面部队提供精确目标信息。多光谱相机：用于
  • cam_lidar_calibration报错，如何解决？？ bug菌¹ 全栈Bug调优(实战版)ubuntuopencv
    本文收录于《全栈Bug调优(实战版)》专栏，主要记录项目实战过程中所遇到的Bug或因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由；同时，欢迎大家关注&&收藏&&订阅！持续更新中，up！up！up！！全文目录：问题描述解决方案一、错误分析二、解决步骤1.检查系统和软件版本2.查看详细日志3.确保所有依赖库正确安装4.清理并重新编译工作空间5.使用调试工具定位问题6.检
  • 无需标定板！Galibr：无需目标的LiDAR相机外参标定新方法 计算机视觉工坊 3D视觉从入门到精通数码相机自动驾驶
    编辑：3DCV添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程(星球成员免费学习)、最新顶会论文、3D视觉最新模组、3DGS系列(视频+文档)、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！写在前面这篇文章
  • 基于深度学习的基于视觉的机器人导航 SEU-WYL 深度学习dnn深度学习机器人人工智能
    基于深度学习的视觉机器人导航是一种通过深度学习算法结合视觉感知系统（如摄像头、LiDAR等）实现机器人在复杂环境中的自主导航的技术。这种方法使机器人能够像人类一样使用视觉信息感知环境、规划路径，并避开障碍物。与传统的导航方法相比，深度学习模型能够在动态环境中表现出更强的适应能力和鲁棒性。1.视觉导航的基本概念视觉导航是指通过处理机器人的摄像头等视觉传感器采集到的图像数据，构建环境模型，进而进行路径
  • 相机-雷达联合标定direct_visual_lidar_calibration开源算法编译踩坑记录 HyperZhu ROSUbuntu算法相机-雷达联合标定
    基于场景的相机-雷达联合标定编译记录direct_visual_lidar_calibration编译1.本机环境Ubuntu18.04+Melodic相关依赖版本：Cmake-3.18.0gcc-8.4.0pcl-1.13.02.相关依赖#Installdependenciessudoaptinstalllibomp-devlibboost-all-devlibglm-devlibglfw3-d
  • lidar_camera_calib代码解读-优化部分 海滩油炸 SLAM标定
    碎碎念最近在调研一下non-target方式的相机Lidar联合标定，其中包括HKmars实验室开源的项目GitHub-hku-mars/livox_camera_calib:ThisrepositoryisusedforautomaticcalibrationbetweenhighresolutionLiDARandcameraintargetlessscenes.这个项目在刚开始并没有得到我的
  • 点云从入门到精通技术详解100篇-基于卷积和注意力机制的3D点云特征提取 格图素书 3d
    目录知识储备点云获取技术分类一、图像衍生点云二、LiDAR三、RGB-D深度图像传感器基于3D激光slam的点云特征提取为什么要进行点云特征提取特征提取理论与代码编写点云特征提取主体类sample_and_groupfarthest_point_samplequery_ball_pointindex_points前言国内外研究现状卷积神经网络三维卷积神经网络稀疏卷积[21]基于3D点云数据的目标分
  • ubuntu20.04安装使用direct_visual_lidar_calibration标定雷达和相机 小负不负 数码相机
    官方链接GitHub-koide3/direct_visual_lidar_calibration:Atoolboxfortarget-lessLiDAR-cameracalibration[ROS1/ROS2]官方安装方式Installation-direct_visual_lidar_calibration安装依赖sudoaptinstalllibomp-devlibboost-all-dev
  • 汽车和工业用激光雷达行业分析 LPiling 汽车自动驾驶人工智能
    行业现状激光雷达（LiDAR）作为自动驾驶和智能驾驶领域的关键技术，近年来经历了显著的技术进步和成本下降。激光雷达通过脉冲激光照射目标并用传感器测量反射脉冲返回时间来测量目标距离，能够生成高分辨率的地图和三维模型。这种技术在汽车领域的应用已经从高端车型快速渗透到中低端市场，成为自动驾驶系统不可或缺的传感器之一。在工业领域，激光雷达支持机器人、工厂自动化和物流等多种应用。随着电子商务的蓬勃发展，消费
  • glob.glob()函数 爱摸肚子的小胖子cl python
    glob.glob()函数glob.glob(pathname,*,recursive=False)功能：返回一个某一种文件夹下面的某一类型文件路径列表pathname:文件路径例如：返回某一文件下面的pdf文件importglobf=glob.glob('H:\\paper_of_remote_sensing\\paper_of_lidar\\*.pdf')若在一个父文件夹下面的字文件夹里面，如
  • 【客观对比】激光雷达 vs 纯视觉方案：汽车自动驾驶的两种路径 wit_@ TESLAcvPYTHON自动驾驶opencv激光雷达物联网安全
    激光雷达vs纯视觉方案：汽车自动驾驶的两种路径导语汽车自动驾驶技术正以惊人的速度发展，未来无疑会彻底改变我们的出行方式。在这场技术竞争中，激光雷达（LiDAR）和纯视觉（Camera-based）方案是目前最为常见的两种感知技术。它们各自有独特的优势和挑战，决定了它们在自动驾驶中的应用场景和市场定位。在这篇文章中，我们将全面分析这两种技术方案，探讨它们的利与弊，并结合实际的自动驾驶车型进行对比，帮
  • 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
  • [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