- 目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】工业相机
格图素书
数码相机目标检测人工智能
目录知识储备深度相机1TOF2双目视觉3结构光4智能门锁应用5手机应用算法原理相机的成像与标定模型相机标定的实施·标定过程的算法实施相机标定的扩展CCD工业相机、镜头倍率及相关参数计算方法知识储备深度相机1TOF1.1Kinectv2Kinectv2是Microsoft在2014年发售的,如图1-1所示。相比于Kinectv1在硬件和软件上作出了很大的进化,且在深度测量的系统和非系统误差方面表现出
- 双目视觉测宽仪系列 模拟人眼高精测量!
蓝鹏测控
其他制造
双目视觉测宽仪系列基于机器视觉原理,两个工业相机就像人的双眼,可以形成立体视觉,这样就可以得到足够的信息判断被测物的距离,修正和消除距离变化对测量的影响,在线检测生产线上产品的宽度值。可广泛应用于轧制材料(热轧、冷轧)、机械部件、钢板、铁板、金属板、厚板等板材类产品的在线检测。具有非接触、实时测量、精度高等优点。技术参数:测量范围:500-3000mm(定制)测量方式:双工业相机,自发光/光源补光
- 科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)
JANGHIGH
科普类无人驾驶自动驾驶人工智能机器学习
科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)双目视觉在自动驾驶中的应用虽然具有许多优势,但也存在一些问题和挑战,这些问题在不同的驾驶环境和条件下可能会有所不同。以下是一些主要问题及其可能的解决方案:立体匹配和视差计算:双目视觉的核心在于通过计算两幅图像之间的视差来获取深度信息。然而,立体匹配算法在处理遮挡、无特征区域或具有重复图案的高纹理区域时可能会出现精度问题。解决方案包括使
- 科普类(双目视觉)——快速索引
JANGHIGH
科普类无人驾驶快速索引自动驾驶
科普类(双目视觉)——快速索引科普类——双目视觉在无人驾驶汽车中的应用(一)科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)科普类——双目视觉系统在无人驾驶汽车中的安装位置(四)科普类——基线的设计对于系统的性能的直接影响(五)科普类——百度Apollo使用的双目系统的硬件型号(六)科普类——进行基线设计、系统测试和优化的立体视
- 科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)
JANGHIGH
科普类无人驾驶汽车人工智能
科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)在无人驾驶汽车中,视觉SLAM(SimultaneousLocalizationandMapping,即同时定位与地图构建)是一种关键技术,它允许车辆在未知环境中进行自我定位和地图构建。双目视觉系统在视觉SLAM中的应用起到了以下作用:精确定位:双目视觉系统通过计算两幅图像之间的视差,可以提供精确的深度信息。这些信息有助于SLAM算法更准确地估
- 科普类——双目视觉在无人驾驶汽车中的应用(一)
JANGHIGH
科普类无人驾驶汽车人工智能
科普类——双目视觉在无人驾驶汽车中的应用(一)双目视觉在无人驾驶汽车中的应用主要体现在以下几个方面:深度感知与距离测量:双目视觉系统通过两个摄像头同时捕捉同一场景的图像,利用视差(即同一物体在两幅图像中的位置差异)来计算物体的深度信息。这种基于视差的方法可以提供精确的距离测量,帮助无人驾驶汽车判断前方物体的距离,从而进行安全驾驶决策。障碍物检测与避障:双目视觉能够识别并测量前方的障碍物,包括车辆、
- 科普类—— 双目视觉系统在无人驾驶汽车中的安装位置(四)
JANGHIGH
科普类无人驾驶汽车人工智能计算机视觉
科普类——双目视觉系统在无人驾驶汽车中的安装位置(四)在无人驾驶汽车中,双目视觉系统的安装位置和两个相机之间的安装间距(基线)对于系统的性能至关重要。这些参数的选择需要基于工程数据和实际应用需求来确定。以下是一些关于双目视觉系统安装位置和间距的一般指导原则:安装位置:双目摄像头通常安装在车辆的前部,以模拟人类驾驶员的视线。它们应该位于车辆的中心线附近,以确保视野覆盖车辆前方的主要区域。安装高度通常
- 双目相机立体匹配基础
极客范儿
传感器标定双目相机立体匹配
双目匹配就是用左相机和右相机去拍摄同一个点,目的是找到三维世界的同一个点,也就是在左相机和右相机中的成像点之间的像素差(视差),根据视差去求解深度,那么找到左相机点到右相机的同一个对应点这个过程就是双目相机立体匹配。一、双目视觉流程双目视觉流程是通过双目相机的左相机和右相机拍摄标定板的图片制作标定(离线),在线拍摄后进行矫正。满足两个相机是平行的要求,做匹配点也能满足从一维在同一行去搜索,接着进行
- 阅读文章:《编码结构光投影双目视觉三维测量技术研究》
盗将_6ab3
来源:知网《编码结构光投影双目视觉三维测量技术研究》_肖亮主要理解文章中双目结构光系统的测量原理,主要包括投影图案的编码解码技术、参数标定以及点云的生成与融合拼接。此次学习:编码方式之二进制编码、格雷码编码1.编码结构光image.png文章中选择了时域编码中的格雷码编码。所谓时间编码,文中这样说道:“时域编码是一种常用的编码策略,在这种编码方案中一系列的简单图案按时间先后顺序投影到被测物表面,一
- [Python图像处理] 使用OpenCV创建深度图
AI technophile
Python图像处理实战python图像处理计算机视觉
使用OpenCV创建深度图双目视觉创建深度图相关链接双目视觉在传统的立体视觉中,两个摄像机彼此水平移动,用于获得场景上的两个不同视图(作为立体图像),就像人类的双目视觉系统:通过比较这两个图像,可以以视差的形式获得相对深度信息,该视差编码对应图像点的水平坐标的差异。两个立体图像中单个像素的位移量称为视差(disparity),像素的视差与其在场景中的深度成反比。可以用灰度值对每个像素的视差进行编码
- 11. 双目视觉之立体视觉基础
宛如新生
slam中的标定问题数码相机
目录1.深度恢复1.1单目相机缺少深度信息1.2如何恢复场景深度?1.3深度恢复的思路2.对极几何约束2.1直观感受2.2数学上的描述1.深度恢复1.1单目相机缺少深度信息之前学习过相机模型,最经典的就是小孔成像模型。我们知道相机通过小孔成像模型对世界点的观测是缺少深度信息的。我们得到的只是世界点在相机平面上的一个投影。如下图,世界点P只要是在那条红色线上,他在相机上的成像位置就是P‘,所以我们无
- 12. 双目视觉之极线矫正
宛如新生
slam中的标定问题数码相机
目录1.为何要进行极线矫正?2.极线矫正过程。1.为何要进行极线矫正?之前的文章立体视觉基础中介绍单目相机无法获得深度信息,我们可以通过多个相机来实现立体视觉。通过两个相机对某场景同时观测时,当我们知道了相机的内(外)参以及两者之间的基线,然后通过某种方式找到两相机对同一世界点的观测的关联关系(类似特征匹配),就可以计算出视差,最终通过下列公式计算出观测到的世界点的深度。我们假设双目相机已经标定完
- 双目立体视觉——视差图(stereo matching)三种相似度算法实现
7lingqi7
1024程序员节python笔记学习
目录双目立体视觉的理解:平行视图的极几何(第二种实现视差图的思路)图像校正(cameracalibration)实现——相似度匹配,视差计算重要影响参数实验报告讨论部分SGBM算法示例,这个效果更好,速度也更快。【双目视觉】SGBM算法应用(Python版)_落叶随峰的博客-CSDN博客任务:生成视差图关键词:视差原理(平行视图的极几何),图像校正,相似度匹配,视差计算和匹配图片数据集:visio
- Ubuntu 18.04 ———(Intel RealSense D435i)安装kalibr + 双目视觉与IMU标定(2022年)
@曾记否
双目相机ubuntu自动驾驶linux
Ubuntu18.04———(IntelRealSenseD435i)安装kalibr+双目视觉与IMU标定(2022年)一、安装标定工具1.下载编译code_utils2.下载编译imu_utils3.安装kalibr解决:kalibr_calibrate_cameras:未找到命令二、imu标定1.写标定参数文件2.然后运行启动文件3.编写启动文件4.录制imu数据包5.运行校准程序6.回放数
- 在线双目测宽仪 板材实时监测和数据分析!
蓝鹏测控
数码相机
在各种板材类生产领域里,在线品质检测技术都是非常重要的,它很大程度上决定了生产的质量。在线双目测宽仪就是当前很受欢迎的一种宽度在线检测设备,它采用了双目视觉检测技术,实现宽度尺寸的在线检测,功能十分强大,使用起来也非常的便利,目前已经被普遍应用到了钢板、扁钢等行业中。测量原理再利用相机测量宽度时,由于单个相机在成像时存在“近大远小”的现象,并且单靠摄入的图像无法知道被测物的距离,所以由被测物的跳动
- 基于 ZYNQ 的双目视觉图像采集系统设计(二)
QYH2023
fpga开发
Image_controller模块包含2个子模块,如图1所示。I2C_OV5640_Init_RGB565.v模块实现IIC的接口协议和初始化配置,其下有两个子模块:I2C_Controller.v模块实现IIC的读写控制时序,I2C_OV5640_RGB565_Config.v模块则产生IIC寄存器初始化配置的地址和数据;image_capture.v模块实现图像采集和缓存功能。图1.Imag
- 基于 ZYNQ 的双目视觉图像采集系统设计(四)
QYH2023
fpga开发
1、axi_hp0_wr.v模块代码解析该模块实现AXIHP总线写入数据到DDR3的操作。该模块的接口如下。rst_n为系统复位信号;i_clk、i_data_rst_n、i_data_en和i_data为FPGA逻辑需要写入到DDR3的数据输入接口。i_clk为同步时钟信号,i_data_rst_n用于复位FIFO,i_data_en拉高表示数据总线i_data有效,将被写入到FIFO中缓存。余
- 基于 ZYNQ 的双目视觉图像采集系统设计(一)
QYH2023
fpga开发
1、视频采集系统的整体架构如图1所示,这是整个视频采集系统的原理框图。图1视频采集系统架构上电初始,FPGA通过IIC接口对CMOSSensor进行寄存器初始化配置。这些初始化的基本参数,即初始化地址对应的初始化数据都存储在一个预先配置好的FPGA片内ROM中。(这些初始化的参数来源于CMOSSensor芯片手册,这里使用的是OV5640摄像头,要学好FPGA芯片手册一定要会看)在初始化配置完成后
- 论文阅读:Stereo Visual-Inertial Odometry With Online Initialization and Extrinsic Self-Calibration
独孤西
论文阅读论文阅读
前言StereoVisual-InertialOdometryWithOnlineInitializationandExtrinsicSelf-Calibration这篇论文是2023年TIM上的一篇文章,主要是针对双目视觉惯性里程计的初始化问题,实现了一个除了估计IMU偏置,速度,重力,IMU-相机外参和平移比例因子的初始值等参数,同时还可以估计外参的初始化系统。一、问题背景视觉和IMU互补。不
- ZED使用指南(八)Depth Sensing
Happy_Cabbage
ZED2计算机视觉人工智能
ZED立体相机再现了人类双目视觉的工作方式。通过比较左眼和右眼看到的两种视图,不仅可以推断深度,还可以推断空间中的3D运动。ZED立体相机可以捕捉到场景的高分辨率3D视频,通过比较左右图像之间的像素位移可以估计深度和运动。深度感知深度感知是指确定物体之间的距离,以三维的角度看世界。到目前为止,深度传感器仅限于近距离和室内的深度感知,限制了其在手势控制和身体跟踪方面的应用。ZED是第一个使用立体视觉
- 基于双目RGB图像和图像深度信息的三维室内场景建模matlab仿真
简简单单做算法
MATLAB算法开发#三维重建matlab双目RGB图像图像深度信息三维室内场景建模
目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1双目视觉原理4.2深度信息获取4.3表面重建5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本matlab2022a3.部分核心程序..........................................................................%读取左右RGB图像和对
- ISP IC/FPGA设计-第一部分-MT9V034摄像头分析(0)
芯王国
ISP设计接口隔离原则MT9V034CMOS传感器
MT9V034为CMOS图像传感器,有着极其优秀的图像成像性能,同时支持丰富的功能用于isp的开发;MT9V034的HDR宽动态、10bit数据深度、RAW格式(bayer阵列)图像、dvp和lvds接口、60fps正是学习isp开发的理想传感器;MT9V034有两款类型,一个是单色型号,直接输出灰度的图像,在机器视觉领域应用很广,我的双目视觉毕业设计也是采用这款摄像头;另一个就是彩色款,不过输出
- 【实验记录】(杂七杂八)
白白白白白kkk
笔记
1.基于视觉语义路标的智能手机室内定位与建图研究_高煜昕p19介绍了智能终端的数据集ADVIO数据集,使用iPhone采集,针对视觉和惯导联合开发,具有描述真是复杂场景以及高质量真值的优点。p20论证了vins-mono、vins-fusion和orb-slam3等主流slam框架的性能,对比发现后vins-mono运行ADVIO数据集时的定位与建图更优秀。突发奇想:用双目视觉的回环后的值可以做“
- 视觉测量—相机标定
Mr. a zhen
计算机视觉
随着计算机视觉的飞速发展,计算机视觉已经越来越多的应用于空间几何尺寸的精确测量和定位,摄像机作为视觉测量的关键部件,相机标定自然是视觉测量的一项重要工作。1、标定原因在视觉测量过程中,为确定空间物体特征点的三维几何位置与其在图像中对应点之间的相互关系,必须建立建立相机成像几何模型并矫正透镜畸变,几何模型参数可以认为是相机参数,相机标定就是准确获得相机参数的过程。视觉测量分为单目视觉,双目视觉以及多
- 图像特征提取--ORB算法
时义龙
特征匹配检测算法算法c++开发语言
实时性特征检测可以分为两个部分:图像特征提取与匹配ORB(OrientedFASTandRotatedBRIEF)该特征检测算法是在著名的FAST特征检测和BRIEF特征描述子的基础上提出来的,其运行时间远远优于SIFT和SURF,可应用于实时性特征检测。遇到过这样一个问题,在双目视觉中,使用矫正的两张图片,计算视差时,需要找到匹配点。自己写了一个基于灰度值的线特征匹配算法,但是效果会受到图像效果
- 张正友相机标定(概括总结)
*地瓜*
计算机视觉相机标定张正友张氏标定
目录计算机视觉分类计算机视觉应用相机标定四种坐标系的转换求解内参求解畸变参量实验结果计算机视觉分类这算是本周博主要做的报告的一次腹稿。咱们先从计算机视觉讲起。计算机视觉的定义就是用计算机模拟人的眼睛,让计算机可以通过拍照或视频的方式看到物体,然后通过特征点检测以及匹配等方式识别物体,进而进行追踪,重建等操作,主要就是图像处理。我们从计算机使用的视觉传感器的数量可以将计算机视觉分为单目视觉,双目视觉
- OpenCV快速入门:相机标定——单目视觉和双目视觉
92岁高龄码农
Python#OpenCV数码相机opencv人工智能
文章目录前言一、相机标定的基本原理1.1相机模型与坐标系1.1.1相机模型1.1.2坐标系1.2相机内参与外参1.2.1内部参数1.2.2外部参数1.3镜头畸变1.4透视变换1.5标定的重要性和应用场景二、单目视觉2.1单目视觉的原理2.1.1单目视觉的原理2.1.2单目视觉的公式2.1.3应用领域2.2实现单目视觉标定的步骤2.2.1准备标定板2.2.2捕获标定图像2.2.3提取角点2.2.4计
- 3D重建算法综述
小白学视觉
算法神经网络python计算机视觉机器学习
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达三维重建算法广泛应用于手机等移动设备中,常见的算法有SfM,REMODE和SVO等。2.2双目/多目视觉双目视觉主要利用左右相机得到的两幅校正图像找到左右图片的匹配点,然后根据几何原理恢复出环境的三维信息。但该方法难点在于左右相机图片的匹配,匹配地不精确都会影响最后算法成像的效果。多目视觉采用三个或三个以上摄像机来提高匹配的精度
- 单目测距+代码部署(目标检测+车辆/行人等测距)
从懒虫到爬虫
人工智能计算机视觉
本文主要讲述了如何运用单目摄像头进行距离测量,在完成yolo目标检测后我们可以对检测到的目标框进行距离测量。单目视觉测距与双目视觉测距对比测距在智能驾驶的应用中发挥着重要作用。测距方法主要包含两类:主动测距与被动测距,主动测距是当前研究的热点内容之一。主动测距方法包括采用传感器、摄像机、激光雷达等车载设备进行测距。摄像头由于价格相对低廉且性能稳定应用较为广泛,本文采用摄像头进行距离测量。单目测距与
- 双目视觉计算三维坐标
叫小侯的小白程序员
智在飞翔比赛记录数码相机计算机视觉
一、原理双目视觉的基本原理,以及公式推导,我参考的b站上的视频,链接如下:2-线性相机模型-LinearCameraModel-CameraCalibration_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Q34y1n7ot/?p=2&spm_id_from=333.880.my_history.page.click&vd_source=3b6c
- [星球大战]阿纳金的背叛
comsci
本来杰迪圣殿的长老是不同意让阿纳金接受训练的.........
但是由于政治原因,长老会妥协了...这给邪恶的力量带来了机会
所以......现代的地球联邦接受了这个教训...绝对不让某些年轻人进入学院
- 看懂它,你就可以任性的玩耍了!
aijuans
JavaScript
javascript作为前端开发的标配技能,如果不掌握好它的三大特点:1.原型 2.作用域 3. 闭包 ,又怎么可以说你学好了这门语言呢?如果标配的技能都没有撑握好,怎么可以任性的玩耍呢?怎么验证自己学好了以上三个基本点呢,我找到一段不错的代码,稍加改动,如果能够读懂它,那么你就可以任性了。
function jClass(b
- Java常用工具包 Jodd
Kai_Ge
javajodd
Jodd 是一个开源的 Java 工具集, 包含一些实用的工具类和小型框架。简单,却很强大! 写道 Jodd = Tools + IoC + MVC + DB + AOP + TX + JSON + HTML < 1.5 Mb
Jodd 被分成众多模块,按需选择,其中
工具类模块有:
jodd-core &nb
- SpringMvc下载
120153216
springMVC
@RequestMapping(value = WebUrlConstant.DOWNLOAD)
public void download(HttpServletRequest request,HttpServletResponse response,String fileName) {
OutputStream os = null;
InputStream is = null;
- Python 标准异常总结
2002wmj
python
Python标准异常总结
AssertionError 断言语句(assert)失败 AttributeError 尝试访问未知的对象属性 EOFError 用户输入文件末尾标志EOF(Ctrl+d) FloatingPointError 浮点计算错误 GeneratorExit generator.close()方法被调用的时候 ImportError 导入模块失
- SQL函数返回临时表结构的数据用于查询
357029540
SQL Server
这两天在做一个查询的SQL,这个SQL的一个条件是通过游标实现另外两张表查询出一个多条数据,这些数据都是INT类型,然后用IN条件进行查询,并且查询这两张表需要通过外部传入参数才能查询出所需数据,于是想到了用SQL函数返回值,并且也这样做了,由于是返回多条数据,所以把查询出来的INT类型值都拼接为了字符串,这时就遇到问题了,在查询SQL中因为条件是INT值,SQL函数的CAST和CONVERST都
- java 时间格式化 | 比较大小| 时区 个人笔记
7454103
javaeclipsetomcatcMyEclipse
个人总结! 不当之处多多包含!
引用 1.0 如何设置 tomcat 的时区:
位置:(catalina.bat---JAVA_OPTS 下面加上)
set JAVA_OPT
- 时间获取Clander的用法
adminjun
Clander时间
/**
* 得到几天前的时间
* @param d
* @param day
* @return
*/
public static Date getDateBefore(Date d,int day){
Calend
- JVM初探与设置
aijuans
java
JVM是Java Virtual Machine(Java虚拟机)的缩写,JVM是一种用于计算设备的规范,它是一个虚构出来的计算机,是通过在实际的计算机上仿真模拟各种计算机功能来实现的。Java虚拟机包括一套字节码指令集、一组寄存器、一个栈、一个垃圾回收堆和一个存储方法域。 JVM屏蔽了与具体操作系统平台相关的信息,使Java程序只需生成在Java虚拟机上运行的目标代码(字节码),就可以在多种平台
- SQL中ON和WHERE的区别
avords
SQL中ON和WHERE的区别
数据库在通过连接两张或多张表来返回记录时,都会生成一张中间的临时表,然后再将这张临时表返回给用户。 www.2cto.com 在使用left jion时,on和where条件的区别如下: 1、 on条件是在生成临时表时使用的条件,它不管on中的条件是否为真,都会返回左边表中的记录。
- 说说自信
houxinyou
工作生活
自信的来源分为两种,一种是源于实力,一种源于头脑.实力是一个综合的评定,有自身的能力,能利用的资源等.比如我想去月亮上,要身体素质过硬,还要有飞船等等一系列的东西.这些都属于实力的一部分.而头脑不同,只要你头脑够简单就可以了!同样要上月亮上,你想,我一跳,1米,我多跳几下,跳个几年,应该就到了!什么?你说我会往下掉?你笨呀你!找个东西踩一下不就行了吗?
无论工作还
- WEBLOGIC事务超时设置
bijian1013
weblogicjta事务超时
系统中统计数据,由于调用统计过程,执行时间超过了weblogic设置的时间,提示如下错误:
统计数据出错!
原因:The transaction is no longer active - status: 'Rolling Back. [Reason=weblogic.transaction.internal
- 两年已过去,再看该如何快速融入新团队
bingyingao
java互联网融入架构新团队
偶得的空闲,翻到了两年前的帖子
该如何快速融入一个新团队,有所感触,就记下来,为下一个两年后的今天做参考。
时隔两年半之后的今天,再来看当初的这个博客,别有一番滋味。而我已经于今年三月份离开了当初所在的团队,加入另外的一个项目组,2011年的这篇博客之后的时光,我很好的融入了那个团队,而直到现在和同事们关系都特别好。大家在短短一年半的时间离一起经历了一
- 【Spark七十七】Spark分析Nginx和Apache的access.log
bit1129
apache
Spark分析Nginx和Apache的access.log,第一个问题是要对Nginx和Apache的access.log文件进行按行解析,按行解析就的方法是正则表达式:
Nginx的access.log解析正则表达式
val PATTERN = """([^ ]*) ([^ ]*) ([^ ]*) (\\[.*\\]) (\&q
- Erlang patch
bookjovi
erlang
Totally five patchs committed to erlang otp, just small patchs.
IMO, erlang really is a interesting programming language, I really like its concurrency feature.
but the functional programming style
- log4j日志路径中加入日期
bro_feng
javalog4j
要用log4j使用记录日志,日志路径有每日的日期,文件大小5M新增文件。
实现方式
log4j:
<appender name="serviceLog"
class="org.apache.log4j.RollingFileAppender">
<param name="Encoding" v
- 读《研磨设计模式》-代码笔记-桥接模式
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/
/**
* 个人觉得关于桥接模式的例子,蜡笔和毛笔这个例子是最贴切的:http://www.cnblogs.com/zhenyulu/articles/67016.html
* 笔和颜色是可分离的,蜡笔把两者耦合在一起了:一支蜡笔只有一种
- windows7下SVN和Eclipse插件安装
chenyu19891124
eclipse插件
今天花了一天时间弄SVN和Eclipse插件的安装,今天弄好了。svn插件和Eclipse整合有两种方式,一种是直接下载插件包,二种是通过Eclipse在线更新。由于之前Eclipse版本和svn插件版本有差别,始终是没装上。最后在网上找到了适合的版本。所用的环境系统:windows7JDK:1.7svn插件包版本:1.8.16Eclipse:3.7.2工具下载地址:Eclipse下在地址:htt
- [转帖]工作流引擎设计思路
comsci
设计模式工作应用服务器workflow企业应用
作为国内的同行,我非常希望在流程设计方面和大家交流,刚发现篇好文(那么好的文章,现在才发现,可惜),关于流程设计的一些原理,个人觉得本文站得高,看得远,比俺的文章有深度,转载如下
=================================================================================
自开博以来不断有朋友来探讨工作流引擎该如何
- Linux 查看内存,CPU及硬盘大小的方法
daizj
linuxcpu内存硬盘大小
一、查看CPU信息的命令
[root@R4 ~]# cat /proc/cpuinfo |grep "model name" && cat /proc/cpuinfo |grep "physical id"
model name : Intel(R) Xeon(R) CPU X5450 @ 3.00GHz
model name :
- linux 踢出在线用户
dongwei_6688
linux
两个步骤:
1.用w命令找到要踢出的用户,比如下面:
[root@localhost ~]# w
18:16:55 up 39 days, 8:27, 3 users, load average: 0.03, 0.03, 0.00
USER TTY FROM LOGIN@ IDLE JCPU PCPU WHAT
- 放手吧,就像不曾拥有过一样
dcj3sjt126com
内容提要:
静悠悠编著的《放手吧就像不曾拥有过一样》集结“全球华语世界最舒缓心灵”的精华故事,触碰生命最深层次的感动,献给全世界亿万读者。《放手吧就像不曾拥有过一样》的作者衷心地祝愿每一位读者都给自己一个重新出发的理由,将那些令你痛苦的、扛起的、背负的,一并都放下吧!把憔悴的面容换做一种清淡的微笑,把沉重的步伐调节成春天五线谱上的音符,让自己踏着轻快的节奏,在人生的海面上悠然漂荡,享受宁静与
- php二进制安全的含义
dcj3sjt126com
PHP
PHP里,有string的概念。
string里,每个字符的大小为byte(与PHP相比,Java的每个字符为Character,是UTF8字符,C语言的每个字符可以在编译时选择)。
byte里,有ASCII代码的字符,例如ABC,123,abc,也有一些特殊字符,例如回车,退格之类的。
特殊字符很多是不能显示的。或者说,他们的显示方式没有标准,例如编码65到哪儿都是字母A,编码97到哪儿都是字符
- Linux下禁用T440s,X240的一体化触摸板(touchpad)
gashero
linuxThinkPad触摸板
自打1月买了Thinkpad T440s就一直很火大,其中最让人恼火的莫过于触摸板。
Thinkpad的经典就包括用了小红点(TrackPoint)。但是小红点只能定位,还是需要鼠标的左右键的。但是自打T440s等开始启用了一体化触摸板,不再有实体的按键了。问题是要是好用也行。
实际使用中,触摸板一堆问题,比如定位有抖动,以及按键时会有飘逸。这就导致了单击经常就
- graph_dfs
hcx2013
Graph
package edu.xidian.graph;
class MyStack {
private final int SIZE = 20;
private int[] st;
private int top;
public MyStack() {
st = new int[SIZE];
top = -1;
}
public void push(i
- Spring4.1新特性——Spring核心部分及其他
jinnianshilongnian
spring 4.1
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
- 配置HiveServer2的安全策略之自定义用户名密码验证
liyonghui160com
具体从网上看
http://doc.mapr.com/display/MapR/Using+HiveServer2#UsingHiveServer2-ConfiguringCustomAuthentication
LDAP Authentication using OpenLDAP
Setting
- 一位30多的程序员生涯经验总结
pda158
编程工作生活咨询
1.客户在接触到产品之后,才会真正明白自己的需求。
这是我在我的第一份工作上面学来的。只有当我们给客户展示产品的时候,他们才会意识到哪些是必须的。给出一个功能性原型设计远远比一张长长的文字表格要好。 2.只要有充足的时间,所有安全防御系统都将失败。
安全防御现如今是全世界都在关注的大课题、大挑战。我们必须时时刻刻积极完善它,因为黑客只要有一次成功,就可以彻底打败你。 3.
- 分布式web服务架构的演变
自由的奴隶
linuxWeb应用服务器互联网
最开始,由于某些想法,于是在互联网上搭建了一个网站,这个时候甚至有可能主机都是租借的,但由于这篇文章我们只关注架构的演变历程,因此就假设这个时候已经是托管了一台主机,并且有一定的带宽了,这个时候由于网站具备了一定的特色,吸引了部分人访问,逐渐你发现系统的压力越来越高,响应速度越来越慢,而这个时候比较明显的是数据库和应用互相影响,应用出问题了,数据库也很容易出现问题,而数据库出问题的时候,应用也容易
- 初探Druid连接池之二——慢SQL日志记录
xingsan_zhang
日志连接池druid慢SQL
由于工作原因,这里先不说连接数据库部分的配置,后面会补上,直接进入慢SQL日志记录。
1.applicationContext.xml中增加如下配置:
<bean abstract="true" id="mysql_database" class="com.alibaba.druid.pool.DruidDataSourc