- [深度学习论文笔记]Hybrid Window Attention Based Transformer Architecture for Brain Tumor Segmentation
SerendipityQYK
深度学习之医学图像分割论文深度学习transformer医学图像处理肿瘤分割人工智能
HybridWindowAttentionBasedTransformerArchitectureforBrainTumorSegmentation基于混合窗口注意力的Transformer结构脑肿瘤分割Author:HimashiPeiris,MunawarHayat,ZhaolinChen,GaryEgan,MehrtashHarandiUnit:MonashUniversitySubmitt
- [深度学习论文笔记] TransBTS: Multimodal Brain Tumor Segmentation Using Transformer 基于Transformer的多模态脑肿瘤分割
Slientsake
深度学习之医学图像分割论文深度学习pytorchpython
TransBTS:MultimodalBrainTumorSegmentationUsingTransformer基于Transformer的多模态脑肿瘤分割论文:https://arxiv.org/pdf/2103.04430代码:https://github.com/Wenxuan-1119/TransBTS发表时间:Mar2021[MICCAI2021]一、基本介绍1.1胶质瘤胶质瘤是最常见
- 深度学习论文笔记
weixin_30730053
人工智能数据库python
1.语音情感识别、人工神经网络,深度学习神经网络发展历程介绍2.语音情感识别的基本理论3.人工神经网络4.深度学习神经网络基本理论1.语音情感识别、人工神经网络,深度学习神经网络发展历程介绍深度学习常用模型:自编码器、限制玻尔兹曼机、卷积神经网络应用:图像识别、语音设别、广告推荐系统情感分类:anger,joy,sadness,surprise,disgust,fear,netural情感表现:语
- [深度学习论文笔记][arxiv 1711]Learning to Segment Every Thing
KFXW
深度学习论文笔记深度学习
[arxiv1711]LearningtoSegmentEveryThingRonghangHu,PiotrDollar,KaimingHe,TrevorDarrellandRossGirshickfromBAIR&FAIRpaperlinkMotivation这是一篇在实例分割问题(instancesegmentation)中研究扩展分割物体类别数量的论文。目前instanccesegmenta
- [深度学习论文笔记][ICCV 17]Semi Supervised Semantic Segmentation Using Generative Adversarial Net
KFXW
深度学习论文笔记深度学习图像分割
[ICCV17]SemiSupervisedSemanticSegmentationUsingGenerativeAdversarialNetworkNasimSouly,ConcettoSpampinatoandMubarakShahfromUniversityofCentralFloridaandUniversityofCataniapaperlinkMotivation第一篇将GAN应用在分
- Deep Few-Shot Learning for Hyperspectral Image Classification(2019)——深度学习论文笔记(四)
immortal12
DL论文笔记3-DCNNsfew-shotlearningHSI分类residuallearning
DeepFew-ShotLearningforHyperspectralImageClassification(2019)文章目录DeepFew-ShotLearningforHyperspectralImageClassification(2019)Abstract1.INTRODUCTION2.PROPOSEDMETHOD**A.DeepFew-ShotLearningandTrainingS
- [深度学习论文笔记]Cross-Modality Deep Feature Learning for Brain Tumor Segmentation
Slientsake
深度学习之医学图像分割论文深度学习计算机视觉人工智能肿瘤分割
Cross-ModalityDeepFeatureLearningforBrainTumorSegmentation跨通道深度特征学习在脑肿瘤分割中的应用Published:PatternRecognition2021论文:https://arxiv.org/abs/2201.02356代码: 机器学习和数字医学图像的流行,为利用深度卷积神经网络解决具有挑战性的脑肿瘤分割(BTS)任务提供了机会
- [深度学习论文笔记]Efficient embedding network for 3D brain tumor Segmentation
Slientsake
深度学习之医学图像分割论文深度学习人工智能pytorch
Efficientembeddingnetworkfor3DbraintumorSegmentation一种高效的脑肿瘤三维分割嵌入网络英国皇家医科大学Nov2020MultimodalBrainTumorSegmentationChallenge2020(BRATS)BrainLes2020论文:https://arxiv.org/abs/2107.09842摘要: 基于深度学习的三维医学图像
- [深度学习论文笔记]Brain tumor segmentation with self-ensembled,deeply-supervised 3D U-net neural networks
Slientsake
深度学习之医学图像分割论文深度学习pythonpytorch
Braintumorsegmentationwithself-ensembled,deeply-supervised3DU-netneuralnetworks:aBraTS2020challengesolution.使用自集成、深度监督的3DU-net神经网络的脑肿瘤分割:BraTS2020挑战解决方案论文:https://arxiv.org/abs/2011.01045代码:https://gi
- 深度学习论文笔记(注意力机制)——CBAM: Convolutional Block Attention Module
菜到怀疑人生
深度学习
文章目录主要工作methodchannelattentionmodulespatialattentionmodule如何结合spatialattentionmodule与channelattentionmodule实验主要工作提出了一种具有注意力机制的前馈卷积神经网络——ConvolutionalBlockAttentionModule(CBAM)method注意力机制是人类视觉所特有的大脑信号处
- [深度学习论文笔记]Modality-aware Mutual Learning for Multi-modal Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文多模态融合深度学习人工智能医学图像分割肿瘤分割
Modality-awareMutualLearningforMulti-modalMedicalImageSegmentation多模态医学图像分割中的模态感知互学习Published:Jul2021MICCAI2021论文:https://arxiv.org/abs/2107.09842代码:https://github.com/YaoZhang93/MAML摘要: 肝癌是全世界最常见的癌症
- [深度学习论文笔记]Multi-phase Liver Tumor Segmentation with Spatial Aggregation
Slientsake
深度学习之医学图像分割论文多模态融合计算机视觉深度学习人工智能
Multi-phaseLiverTumorSegmentationwithSpatialAggregationandUncertainRegionInpainting[深度学习论文笔记]基于空间聚集和不确定区域修复的多期肝脏肿瘤分割Jul2021MICCAI2021论文:https://arxiv.org/abs/2108.00911代码:https://github.com/yzhang-zju
- [深度学习论文笔记]医学图像分割U型网络大合集
Slientsake
深度学习之医学图像分割论文深度学习计算机视觉Unet大家族医学图像处理
[深度学习论文笔记]医学图像分割U型网络大合集2015U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation(MICCAI)2016V-Net:FullyConvolutionalNeuralNetworksforVolumetricMedicalImageSegmentation3DU-Net:LearningDenseVolumetr
- [深度学习论文笔记]CaraNet: Context Axial Reverse Attention Network for Segmentation of Small Medical Objects
Slientsake
深度学习之医学图像分割论文深度学习计算机视觉pytorch
CaraNet:ContextAxialReverseAttentionNetworkforSegmentationofSmallMedicalObjectsCaraNet:用于分割小医疗对象的上下文轴向反向注意网络Aug2021论文:https://arxiv.org/abs/2108.07368代码:https://github.com/AngeLouCN/CaraNet摘要:准确可靠地分割医
- [深度学习论文笔记]Pairwise Learning for Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文深度学习人工智能计算机视觉
[深度学习论文笔记]PairwiseLearningforMedicalImageSegmentation医学图像分割的成对学习Published:October2020Publishedin:MedicalImageAnalysis论文:https://www.sciencedirect.com/science/article/abs/pii/S1361841520302401代码:https:
- [深度学习论文笔记]Tumor attention networks: Better feature selection, better tumor segmentation
Slientsake
深度学习之医学图像分割论文计算机视觉深度学习医学图像分割pytorch肿瘤分割
Tumorattentionnetworks:Betterfeatureselection,bettertumorsegmentation肿瘤注意网络:更好的特征选择,更好的肿瘤分割Published:March2021NeuralNetworks论文:https://www.sciencedirect.com/science/article/abs/pii/S0893608021000861代码
- [深度学习论文笔记]Rethinking the Skip Connections in U-Net from a Channel-wise Perspective with Transformer
Slientsake
深度学习之医学图像分割论文深度学习医学图像分割肿瘤分割计算机视觉
UCTransNet:RethinkingtheSkipConnectionsinU-NetfromaChannel-wisePerspectivewithTransformerUCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接Published:AAAI2022论文:https://arxiv.org/abs/2109.04335代码:https://gith
- [深度学习论文笔记DoDNet: Learning to segment multi-organ and tumors from multiple partially labeled datasets
Slientsake
深度学习之医学图像分割论文计算机视觉深度学习DoDNet肿瘤分割
DoDNet:Learningtosegmentmulti-organandtumorsfrommultiplepartiallylabeleddatasetsDoDNet:学习从多个部分标记数据集中分割多器官和肿瘤Jul2021CVPR2021论文:https://arxiv.org/abs/2011.10217代码:https://github.com/jianpengz/DoDNet摘要:
- 深度学习论文笔记(一)Deep Residual Learning for Image Recognition
澪mio
深度学习深度学习论文阅读神经网络
深度学习论文精读(一)DeepResidualLearningforImageRecognition前言ResNet1Summary总结遇到的问题?解决方案?成果?2Introduction神经网络叠的越深,则学习出的效果就一定会越好吗?深度残差学习DeepResidualLearning相关工作RelatedWork3DeepResidualLearning3.1残差学习ResidualLear
- 深度学习论文笔记(知识蒸馏)—— FitNets: Hints for Thin Deep Nets
菜到怀疑人生
深度学习深度学习r语言人工智能
文章目录主要工作知识蒸馏的一些简单介绍文中一些有意思的观念Method最近看了不少文献,一直懒得总结,现在才爬起来写总结…,不少论文的idea还是不错的主要工作让小模型模仿大模型的输出(softtarget),从而让小模型能获得大模型一样的泛化能力,这便是知识蒸馏,是模型压缩的方式之一,本文在Hinton提出knowledgedistillation方法(下文简称KD)的基础上进行扩展,利用tea
- 深度学习论文笔记(知识蒸馏)——Distilling the Knowledge in a Neural Network
菜到怀疑人生
深度学习
文章目录主要工作motivationmethod实验主要工作提出一种知识蒸馏的方法,可以压缩模型,让小模型达到与集成亦或是大型模型相似的性能提出一种新的集成学习方法,可以让模型训练速度更快,并且是并行训练本文只总结第一点motivation大型模型往往不适合线上部署,一方面是计算资源消耗大,另一方面是响应速度慢,因此Hinton便考虑是否可以将大模型的知识迁移到小模型上,这里有两个问题大型模型知识
- Generative Adverarial Networks for Hyperspectral Image Classification(2019)——深度学习论文笔记(十一)
immortal12
DL论文笔记卷积神经网络分类算法
GenerativeAdversarialNetworksforHyperspectralImageClassification(2019)文章目录GenerativeAdversarialNetworksforHyperspectralImageClassification(2019)Abstract1.INTRODUCTION2.BACKGROUND3.PROPOSEDMETHODSA.Fra
- [深度学习论文笔记] Inter-slice Context Residual Learning for 3D Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文深度学习pytorch
[深度学习论文研读]Inter-sliceContextResidualLearningfor3DMedicalImageSegmentation基于层间上下文残差学习的三维医学图像分割论文:https://arxiv.org/abs/2011.14155v1代码:https://github.com/jianpengz/ConResNet发表时间:2020IEEE-TMI一、基本介绍1.1问题动
- [深度学习论文笔记]TransBTSV2: Wider Instead of Deeper Transformer for Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文深度学习transformer人工智能肿瘤分割医学图像处理
TransBTSV2:WiderInsteadofDeeperTransformerforMedicalImageSegmentationTransBTSV2:用于医学图像分割的宽Transformer代替深TransformerPublished:Jan2022论文:https://arxiv.org/abs/2201.12785代码:https://github.com/Wenxuan-111
- [深度学习论文笔记]使用多模态MR成像分割脑肿瘤的HNF-Netv2
Slientsake
深度学习之医学图像分割论文深度学习人工智能医学图像分割肿瘤分割计算机视觉
HNF-Netv2forBrainTumorSegmentationusingmulti-modalMRImaging使用多模态MR成像分割脑肿瘤的HNF-Netv2Published:Jan2022论文:https://arxiv.org/abs/2202.05268代码:暂无摘要: 在之前的工作中,作者利用HNF-Net、高分辨率的特征表示和轻量化的非局部自注意机制,利用多模态MR成像对脑肿
- [深度学习论文笔记]UCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接
Slientsake
深度学习之医学图像分割论文深度学习计算机视觉人工智能医学图像分割
UCTransNet:RethinkingtheSkipConnectionsinU-NetfromaChannel-wisePerspectivewithTransformerUCTransNet:从transformer的通道角度重新思考U-Net中的跳跃连接Published:AAAI2022论文:https://arxiv.org/abs/2109.04335代码:https://gith
- [深度学习论文笔记]A Tri-attention Fusion Guided Multi-modal Segmentation Network
Slientsake
多模态融合深度学习之医学图像分割论文深度学习计算机视觉人工智能多模态融合
ATri-attentionFusionGuidedMulti-modalSegmentationNetwork一种三注意力融合引导的多模态分割网络Published:2Nov2021PatternRecognition2021论文:https://arxiv.org/abs/2111.01623摘要: 在多模态分割领域,可以考虑不同模态之间的相关性来提高分割结果。考虑到不同磁共振模态之间的相关
- [深度学习论文笔记]UNETR: Transformers for 3D Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文深度学习人工智能医学图像分割多器官分割脑肿瘤分割
UNETR:Transformersfor3DMedicalImageSegmentationUNETR:用于三维医学图像分割的TransformerPublished:Oct2021Publishedin:IEEEWinterConferenceonApplicationsofComputerVision(WACV)2022论文:https://arxiv.org/abs/2103.10504代
- [深度学习论文笔记]TransUNet: Transformers Make Strong Encoders for Medical Image Segmentation
Slientsake
深度学习之医学图像分割论文深度学习pytorchpython
[深度学习论文笔记]TransUNet:TransformersMakeStrongEncodersforMedicalImageSegmentationTransUNet:用于医学图像分割的Transformers强大编码器论文:https://arxiv.org/pdf/2102.04306代码:https://github.com/Beckschen/TransUNet发表时间:Feb202
- [深度学习论文笔记(增量学习)——Incremental Classifier and Representation Learning
梦回兵工厂
DeepLearning理论知识
深度学习论文笔记(增量学习)——IncrementalClassifierandRepresentationLearning
- 关于旗正规则引擎下载页面需要弹窗保存到本地目录的问题
何必如此
jsp超链接文件下载窗口
生成下载页面是需要选择“录入提交页面”,生成之后默认的下载页面<a>标签超链接为:<a href="<%=root_stimage%>stimage/image.jsp?filename=<%=strfile234%>&attachname=<%=java.net.URLEncoder.encode(file234filesourc
- 【Spark九十八】Standalone Cluster Mode下的资源调度源代码分析
bit1129
cluster
在分析源代码之前,首先对Standalone Cluster Mode的资源调度有一个基本的认识:
首先,运行一个Application需要Driver进程和一组Executor进程。在Standalone Cluster Mode下,Driver和Executor都是在Master的监护下给Worker发消息创建(Driver进程和Executor进程都需要分配内存和CPU,这就需要Maste
- linux上独立安装部署spark
daizj
linux安装spark1.4部署
下面讲一下linux上安装spark,以 Standalone Mode 安装
1)首先安装JDK
下载JDK:jdk-7u79-linux-x64.tar.gz ,版本是1.7以上都行,解压 tar -zxvf jdk-7u79-linux-x64.tar.gz
然后配置 ~/.bashrc&nb
- Java 字节码之解析一
周凡杨
java字节码javap
一: Java 字节代码的组织形式
类文件 {
OxCAFEBABE ,小版本号,大版本号,常量池大小,常量池数组,访问控制标记,当前类信息,父类信息,实现的接口个数,实现的接口信息数组,域个数,域信息数组,方法个数,方法信息数组,属性个数,属性信息数组
}
&nbs
- java各种小工具代码
g21121
java
1.数组转换成List
import java.util.Arrays;
Arrays.asList(Object[] obj); 2.判断一个String型是否有值
import org.springframework.util.StringUtils;
if (StringUtils.hasText(str)) 3.判断一个List是否有值
import org.spring
- 加快FineReport报表设计的几个心得体会
老A不折腾
finereport
一、从远程服务器大批量取数进行表样设计时,最好按“列顺序”取一个“空的SQL语句”,这样可提高设计速度。否则每次设计时模板均要从远程读取数据,速度相当慢!!
二、找一个富文本编辑软件(如NOTEPAD+)编辑SQL语句,这样会很好地检查语法。有时候带参数较多检查语法复杂时,结合FineReport中生成的日志,再找一个第三方数据库访问软件(如PL/SQL)进行数据检索,可以很快定位语法错误。
- mysql linux启动与停止
墙头上一根草
如何启动/停止/重启MySQL一、启动方式1、使用 service 启动:service mysqld start2、使用 mysqld 脚本启动:/etc/inint.d/mysqld start3、使用 safe_mysqld 启动:safe_mysqld&二、停止1、使用 service 启动:service mysqld stop2、使用 mysqld 脚本启动:/etc/inin
- Spring中事务管理浅谈
aijuans
spring事务管理
Spring中事务管理浅谈
By Tony Jiang@2012-1-20 Spring中对事务的声明式管理
拿一个XML举例
[html]
view plain
copy
print
?
<?xml version="1.0" encoding="UTF-8"?>&nb
- php中隐形字符65279(utf-8的BOM头)问题
alxw4616
php中隐形字符65279(utf-8的BOM头)问题
今天遇到一个问题. php输出JSON 前端在解析时发生问题:parsererror.
调试:
1.仔细对比字符串发现字符串拼写正确.怀疑是 非打印字符的问题.
2.逐一将字符串还原为unicode编码. 发现在字符串头的位置出现了一个 65279的非打印字符.
 
- 调用对象是否需要传递对象(初学者一定要注意这个问题)
百合不是茶
对象的传递与调用技巧
类和对象的简单的复习,在做项目的过程中有时候不知道怎样来调用类创建的对象,简单的几个类可以看清楚,一般在项目中创建十几个类往往就不知道怎么来看
为了以后能够看清楚,现在来回顾一下类和对象的创建,对象的调用和传递(前面写过一篇)
类和对象的基础概念:
JAVA中万事万物都是类 类有字段(属性),方法,嵌套类和嵌套接
- JDK1.5 AtomicLong实例
bijian1013
javathreadjava多线程AtomicLong
JDK1.5 AtomicLong实例
类 AtomicLong
可以用原子方式更新的 long 值。有关原子变量属性的描述,请参阅 java.util.concurrent.atomic 包规范。AtomicLong 可用在应用程序中(如以原子方式增加的序列号),并且不能用于替换 Long。但是,此类确实扩展了 Number,允许那些处理基于数字类的工具和实用工具进行统一访问。
 
- 自定义的RPC的Java实现
bijian1013
javarpc
网上看到纯java实现的RPC,很不错。
RPC的全名Remote Process Call,即远程过程调用。使用RPC,可以像使用本地的程序一样使用远程服务器上的程序。下面是一个简单的RPC 调用实例,从中可以看到RPC如何
- 【RPC框架Hessian一】Hessian RPC Hello World
bit1129
Hello world
什么是Hessian
The Hessian binary web service protocol makes web services usable without requiring a large framework, and without learning yet another alphabet soup of protocols. Because it is a binary p
- 【Spark九十五】Spark Shell操作Spark SQL
bit1129
shell
在Spark Shell上,通过创建HiveContext可以直接进行Hive操作
1. 操作Hive中已存在的表
[hadoop@hadoop bin]$ ./spark-shell
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Welcom
- F5 往header加入客户端的ip
ronin47
when HTTP_RESPONSE {if {[HTTP::is_redirect]}{ HTTP::header replace Location [string map {:port/ /} [HTTP::header value Location]]HTTP::header replace Lo
- java-61-在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差. 求所有数对之差的最大值。例如在数组{2, 4, 1, 16, 7, 5,
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/2541117420116135376632/
写了个java版的
public class GreatestLeftRightDiff {
/**
* Q61.在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差。
* 求所有数对之差的最大值。例如在数组
- mongoDB 索引
开窍的石头
mongoDB索引
在这一节中我们讲讲在mongo中如何创建索引
得到当前查询的索引信息
db.user.find(_id:12).explain();
cursor: basicCoursor 指的是没有索引
&
- [硬件和系统]迎峰度夏
comsci
系统
从这几天的气温来看,今年夏天的高温天气可能会维持在一个比较长的时间内
所以,从现在开始准备渡过炎热的夏天。。。。
每间房屋要有一个落地电风扇,一个空调(空调的功率和房间的面积有密切的关系)
坐的,躺的地方要有凉垫,床上要有凉席
电脑的机箱
- 基于ThinkPHP开发的公司官网
cuiyadll
行业系统
后端基于ThinkPHP,前端基于jQuery和BootstrapCo.MZ 企业系统
轻量级企业网站管理系统
运行环境:PHP5.3+, MySQL5.0
系统预览
系统下载:http://www.tecmz.com
预览地址:http://co.tecmz.com
各种设备自适应
响应式的网站设计能够对用户产生友好度,并且对于
- Transaction and redelivery in JMS (JMS的事务和失败消息重发机制)
darrenzhu
jms事务承认MQacknowledge
JMS Message Delivery Reliability and Acknowledgement Patterns
http://wso2.com/library/articles/2013/01/jms-message-delivery-reliability-acknowledgement-patterns/
Transaction and redelivery in
- Centos添加硬盘完全教程
dcj3sjt126com
linuxcentoshardware
Linux的硬盘识别:
sda 表示第1块SCSI硬盘
hda 表示第1块IDE硬盘
scd0 表示第1个USB光驱
一般使用“fdisk -l”命
- yii2 restful web服务路由
dcj3sjt126com
PHPyii2
路由
随着资源和控制器类准备,您可以使用URL如 http://localhost/index.php?r=user/create访问资源,类似于你可以用正常的Web应用程序做法。
在实践中,你通常要用美观的URL并采取有优势的HTTP动词。 例如,请求POST /users意味着访问user/create动作。 这可以很容易地通过配置urlManager应用程序组件来完成 如下所示
- MongoDB查询(4)——游标和分页[八]
eksliang
mongodbMongoDB游标MongoDB深分页
转载请出自出处:http://eksliang.iteye.com/blog/2177567 一、游标
数据库使用游标返回find的执行结果。客户端对游标的实现通常能够对最终结果进行有效控制,从shell中定义一个游标非常简单,就是将查询结果分配给一个变量(用var声明的变量就是局部变量),便创建了一个游标,如下所示:
> var
- Activity的四种启动模式和onNewIntent()
gundumw100
android
Android中Activity启动模式详解
在Android中每个界面都是一个Activity,切换界面操作其实是多个不同Activity之间的实例化操作。在Android中Activity的启动模式决定了Activity的启动运行方式。
Android总Activity的启动模式分为四种:
Activity启动模式设置:
<acti
- 攻城狮送女友的CSS3生日蛋糕
ini
htmlWebhtml5csscss3
在线预览:http://keleyi.com/keleyi/phtml/html5/29.htm
代码如下:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>攻城狮送女友的CSS3生日蛋糕-柯乐义<
- 读源码学Servlet(1)GenericServlet 源码分析
jzinfo
tomcatWebservlet网络应用网络协议
Servlet API的核心就是javax.servlet.Servlet接口,所有的Servlet 类(抽象的或者自己写的)都必须实现这个接口。在Servlet接口中定义了5个方法,其中有3个方法是由Servlet 容器在Servlet的生命周期的不同阶段来调用的特定方法。
先看javax.servlet.servlet接口源码:
package
- JAVA进阶:VO(DTO)与PO(DAO)之间的转换
snoopy7713
javaVOHibernatepo
PO即 Persistence Object VO即 Value Object
VO和PO的主要区别在于: VO是独立的Java Object。 PO是由Hibernate纳入其实体容器(Entity Map)的对象,它代表了与数据库中某条记录对应的Hibernate实体,PO的变化在事务提交时将反应到实际数据库中。
实际上,这个VO被用作Data Transfer
- mongodb group by date 聚合查询日期 统计每天数据(信息量)
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 1 */
{
"_id" : ObjectId("557ac1e2153c43c320393d9d"),
"msgType" : "text",
"sendTime" : ISODate("2015-06-12T11:26:26.000Z")
- java之18天 常用的类(一)
Luob.
MathDateSystemRuntimeRundom
System类
import java.util.Properties;
/**
* System:
* out:标准输出,默认是控制台
* in:标准输入,默认是键盘
*
* 描述系统的一些信息
* 获取系统的属性信息:Properties getProperties();
*
*
*
*/
public class Sy
- maven
wuai
maven
1、安装maven:解压缩、添加M2_HOME、添加环境变量path
2、创建maven_home文件夹,创建项目mvn_ch01,在其下面建立src、pom.xml,在src下面简历main、test、main下面建立java文件夹
3、编写类,在java文件夹下面依照类的包逐层创建文件夹,将此类放入最后一级文件夹
4、进入mvn_ch01
4.1、mvn compile ,执行后会在