ochenwen
ochenwen

SVD解决平面拟合问题

已知若干三维点坐标(x_{i},y_{i},z_{i}),拟合出平面方程ax+by+cz=d           (1)     

约束条件为a^{2}+b^{2}+c^{2}=1                                                                   (2)

使得该平面到所有点的距离之和最小。

推导过程如下：

所有点的平均坐标为（\bar{x},\bar{y},\bar{z}）,则a\bar{x}+b\bar{y}+c\bar{z}=d.                               (3)

式（1）与式（3）相减，得a(x_{i}-\bar{x})+b(y_{i}-\bar{y})+c(z_{i}-\bar{z})=0          (4)

假设矩阵A=\begin{bmatrix} x_{1}-\bar{x},y_{1}-\bar{y},z_{1}-\bar{z}\\ x_{2}-\bar{x},y_{2}-\bar{y},z_{2}-\bar{z}\\ x_{3}-\bar{x},y_{3}-\bar{y},z_{3}-\bar{z}\\ ...\\ x_{n}-\bar{x},y_{n}-\bar{y},z_{n}-\bar{z} \end{bmatrix},列矩阵X = \begin{bmatrix} a\\ b\\ c \end{bmatrix},则式（4）等价与AX=0  (5)

理想情况下所有点都在平面上，式（5）成立；实际情况下有部分点在平面外，拟合的目的为平面距离所有点的距离之和尽量小，所以目标函数为min\left \| AX \right \|                                                                      (6)

约束条件为\left \| X \right \|=1                                                                                         (7)

若A可做奇异值分解：A = UDV^{T}                                                                  (8)

其中，D是对角矩阵，U和V均为酉矩阵。

则\left \| AX \right \|=\left \| UDV^{T}X \right \|=\left \| DV^{T}X \right \|                                                            (9)

其中V^{T}X为列矩阵，并且\left \| V^{T}X \right \|=\left \|X \right \|=1                                              (10)

因为D的对角元素为奇异值，假设最后一个对角元素为最小奇异值，则当且仅当V^{T}X=\begin{bmatrix} 0\\ 0\\ 0\\ ...\\ 1 \end{bmatrix}                          （11）时，式（9）可以取得最小值，即式(6)成立。

此时SVD解决平面拟合问题_第1张图片                                        (12)

所以，目标函数（6）在约束条件（7）下的最优解为X=(a,b,c)=(v_{n,1},v_{n,2},v_{n,3})      (13)

 

综上：对矩阵A做奇异值分解，最小奇异值对应的特征向量就是拟合平面的系数向量。

 

你可能感兴趣的:(立体视觉,立体视觉)

  • Ubuntu: 配置OpenCV环境 达柳斯·绍达华·宁 ubuntuopencvlinux
    从从Ubuntu系统安装opencv_ubuntu安装opencv-CSDN博客文章浏览阅读2.3k次，点赞4次，收藏14次。开源计算机视觉(OpenCV)是一个主要针对实时计算机视觉的编程函数库。OpenCV的应用领域包括:2D和3D功能工具包、运动估计、面部识别系统、手势识别、人机交互、移动机器人、动作理解、物体识别、分割和识别、实体影像立体视觉:来自两个摄像机的深度感知、运动跟踪、增强现实等
  • 计算机视觉领域顶级会议和顶级期刊汇总 AdaCoding 论文阅读与写作计算机视觉人工智能
    计算机视觉领域顶级会议和顶级期刊汇总一、计算机视觉顶会一档二档二、计算机视觉顶刊一、计算机视觉顶会一档1、ICCV，全称：IEEE/CVFInternationalConferenceonComputerVision国际计算机视觉会议，是公认的三个会议中级别最高的，收录率一般在20%左右，由IEEE主办。收录论文的内容：底层视觉与感知，颜色、光照与纹理处理，分割与聚合，运动与跟踪，立体视觉与运动结
  • 立体视觉几何 （三） dc爱傲雪和技术 计算机视觉数码相机人工智能
    立体视觉系统概述误差分析考虑对应于深度Z的视差d的匹配对。我们想要评估ΔZ，即视差误差引起的深度误差。将Z对d求导，得到：立体视觉中基线（baseline）、焦距（focallength）和立体重建的准确性之间的基本关系。“深度：立体重建的分辨率随着深度呈二次减小。这意味着立体视觉的适用性受到严重限制。”-这句话指出，随着物体距离相机的深度增加，立体重建的分辨率会二次减小。这意味着在较远的距离上，
  • 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——进行基线设计、系统测试和优化的立体视觉软件与工具（七） JANGHIGH 科普类无人驾驶自动驾驶
    科普类——进行基线设计、系统测试和优化的立体视觉软件与工具（七）在立体视觉领域，有许多立体视觉软件和工具可以帮助工程师进行基线设计、系统测试和优化。以下是一些常用的立体视觉软件和工具：Meshroom：这是一个基于AliceVision摄影测量计算机视觉框架的免费开源三维重建软件。Meshroom可以处理大规模的图像数据集，进行立体视觉重建。OpenMVG(OpenMultipleViewGeom
  • 三维重建开源函数库或者工具 冰清-小魔鱼 遥感GIS计算机视觉目标检测人工智能
    三维重建使用摄影测量、计算机视觉技术，利用立体视觉恢复真实相机姿态，获取现实物体的三维信息，并进行虚拟三维场景重现。1、OpenDroneMapODM是一个基于航空影像的三维重建集成工具箱，利用多幅航空影像恢复相机姿态和3D场景，可以生产点云、三维贴图模型、正射影像、数字表面模型、数字高程模型等，提供Web接口，支持CUDA加速，基础函数库使用OpenSfM,OpenMVS,PDAL,Entwin
  • 【三维重建】双目立体视觉 Patrick star` 人工智能
    通过极几何可以求得极线，现在我们需要将左边的图变成右边的平行视图。所有的极线都经过极点(e/e')，如果极点位于无穷远处，那所有的极线都平行。(极几何的基础知识可以参考这篇文章：【三维重建】对极几何-CSDN博客)平行视图中，可以利用视差就得深度，视差越小深度越深。如何得到平行视图呢？
  • [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
  • 第六篇【传奇开心果系列】Python的OpenCV库技术点案例示例：摄像头标定 传奇开心果编程 Python库OpenCV技术点案例示例短博文opencv计算机视觉python
    传奇开心果博文系列系列博文目录Python的OpenCV库技术点案例示例系列博文目录一、前言二、OpenCV摄像头标定介绍三、摄像头内外参数标定示例代码和扩展四、立体视觉标定示例代码和扩展五、归纳总结系列博文目录Python的OpenCV库技术点案例示例系列博文目录一、前言OpenCV摄像头标定：包括摄像头内外参数标定、立体视觉标定等功能。二、OpenCV摄像头标定介绍OpenCV是一个广泛使用的
  • 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
  • 立体视觉几何 (二) dc爱傲雪和技术 计算机视觉
    1.视差2.立体匹配立体匹配的基本概念:匹配目标:在立体匹配中，主要目标是确定左图像中像素的右图像中的对应像素。这个对应像素通常位于相同的行。视差（Disparity）:视差d是右图像中对应像素xr和左图像中像素xl之间的水平位置差。视差是深度信息的关键指标。匹配方法:方法涉及在左图像中以某个像素为中心取一个窗口W，然后将这个窗口沿水平方向平移视差d，并将其放置在右图像中。接着比较左图像中窗口W和
  • 立体视觉几何（一） dc爱傲雪和技术 计算机视觉
    1.什么是立体视觉几何立体视觉=对应+重建：•对应：给定一幅图像中的点pl，找到另一幅图像中的对应点pr。•重建：给定对应关系(pl,pr)，计算空间中相应点的3D坐标P。立体视觉：从图像中的投影恢复场景中点的三维位置的过程类型：基于窗口/局部的算法和全局算法三角测量：给定pl，我们知道点P位于连接pl和左光心Cl的直线Ll上。**假设我们确切地知道相机的参数，我们可以显式计算Ll和Lr的参数。*
  • 重大突破！单向结构光系统校准方法，平面测量精度提高2.5倍，球面测量精度提高2倍 3DCV 学习计算机视觉人工智能算法深度学习平面
    作者：小柠檬|来源：3DCV在公众号「3DCV」后台，回复「原论文」获取论文本文提出了一种新颖的单向结构光系统标定方法，该方法利用白色平面作为标定目标，而不是具有圆点或方格方块等物理特征的传统目标。该方法通过采用具有投影随机图案和平面拟合的立体视觉来重建白色平面。为了促进校准过程，使用了辅助摄像机和辅助投影仪。实验结果表明，所提出的方法对于单向结构光系统具有较高的标定精度。原文链接：重大突破！单向
  • vslam论文24：ESVIO: 基于事件相机的双目VIO（RAL 2023） xsyaoxuexi 视觉SLAM论文阅读c++人工智能学习笔记
    摘要异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究，但大多数都是基于单目的，而对立体事件视觉的研究很少。在本文中，我们介绍了ESVIO，这是第一个基于事件的立体视觉惯性里程计，它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件)，它们
  • OpenCV-Python(43):姿势估计 图灵追慕者 opencv-pythonopencvcalib3D模块姿势估计摄像机标定立体视觉3D重构
    目标学习了解calib3D模块学习在图像中创建3D效果calib3D模块OpenCV-Python的calib3D模块是OpenCV库中的一个重要模块，用于摄像头标定和三维重建等计算机视觉任务。该模块提供了一些函数和类，用于摄像头标定、立体视觉和三维重建等方面的操作。下面是一些calib3D模块常用的函数和类的介绍：1.findChessboardCorners()：用于在一张图片中查找棋盘格角点
  • 工业相机相关概念词介绍：ISP算法、线阵相机、常用术语 明月醉窗台 应用工具使用介绍图像处理相关算法数码相机接口隔离原则算法计算机视觉图像处理
    工业相机相关概念词介绍：ISP算法、线阵相机、常用术语ISP基本框架及算法介绍相机的常用设置50个常用术语关于立体视觉相关算法，可参考我的专栏：https://blog.csdn.net/yohnyang/category_11720857.html0.ISP基本框架及算法介绍ISP(ImageSignalProcessor)，即图像处理，主要作用是对前端图像传感器输出的信号做后期处理，主要功能有
  • 使用opencv做双目测距（相机标定+立体匹配+测距） AAI机器之心 opencv数码相机人工智能pytorch机器学习计算机视觉
    最近在做双目测距，觉得有必要记录点东西，所以我的第一篇博客就这么诞生啦~双目测距属于立体视觉这一块，我觉得应该有很多人踩过这个坑了，但网上的资料依旧是云里雾里的，要么是理论讲一大堆，最后发现还不知道怎么做，要么就是直接代码一贴，让你懵逼。所以今天我想做的，是尽量给大家一个明确的阐述，并且能够上手做出来。一、标定首先我们要对摄像头做标定，具体的公式推导在learningopencv中有详细的解释，这
  • 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
  • 双目立体视觉进入“上车”时代，这家厂商如何“领跑”全球 高工智能汽车 汽车
    车载双目立体视觉正在迎来爆发式增长的窗口期。《高工智能汽车》了解到，继大众、丰田、零跑等越来越多主机厂开始从单目切换为双目方案之后，小鹏汽车也已经布局双目立体感知方案，以提高L2及以上智能驾驶的安全性和可靠性。现阶段，以NOA为代表的高阶智能驾驶系统，已经成为了车企决战智能化下半场竞争的关键。根据高工智能汽车研究院最新发布数据显示，2023年1-9月，中国市场（不含进出口）乘用车前装标配（软硬件）
  • OpenCV 中 core, imgcodecs, imgproc, calib3d, highgui, dnn, features2d, flann, gapi, ml, objc等分别是什么？ 型者无疆 opencv3ddnn
    下面是关于这些OpenCV模块的简要说明：core:OpenCV核心功能模块，提供了基本的数据结构、图像处理函数和数学运算等常见功能。imgcodecs:图像编解码模块，用于读取、写入和编解码各种图像格式，如JPEG、PNG等。imgproc:图像处理模块，提供了图像处理和操作的函数，包括滤波、边缘检测、几何变换等。calib3d:相机标定和三维重建模块，用于相机标定、立体视觉、姿态估计和三维物体
  • Active Stereo Without Pattern Projector论文精读 你不困我困 论文精读深度学习计算机视觉
    1.背景补充主动立体相机和被动立体相机的主要区别在于它们获取立体视觉信息的方式主动立体相机12：主动立体视觉是指寻找最佳的视角去重建目标或者场景1。主动视觉的实现方式通常有：改变环境中的光照条件、改变相机的视角、移动相机自身位置等，其目的是提高感知结果的质量1。主动立体视觉还包括没有先验的场景信息去主动识别或是跟踪，存在与环境的交互1。结构光法采用主动投射已知图案的方法来实现匹配特征点，达到较高的
  • RC-MVSNet：无监督的多视角立体视觉与神经渲染--论文笔记（2022年） 知识推荐号 MVS论文笔记论文阅读图像处理python三维重建
    RC-MVSNet：无监督的多视角立体视觉与神经渲染--论文笔记（2022年）摘要1引言2相关工作2.1基于监督的MVS2.2无监督和自监督MVS2.3多视图神经渲染3实现方法3.1无监督的MVS网络3.2参考试图合成3.3深度渲染一致性Chang,D.etal.(2022).RC-MVSNet:UnsupervisedMulti-ViewStereowithNeuralRendering.In:
  • PCL深度图像 RangeImage Ivy_daisy PCLPCLRangeImage
    http://www.cnblogs.com/li-yao7758258/p/6474699.html目前深度图像的获取方法有激光雷达深度成像法，计算机立体视觉成像，坐标测量机法，莫尔条纹法，结构光法等等，针对深度图像的研究重点主要集中在以下几个方面，深度图像的分割技术，深度图像的边缘检测技术，基于不同视点的多幅深度图像的配准技术，基于深度数据的三维重建技术，基于三维深度图像的三维目标识别技术，深
  • 【2021集创赛】基于ARM-M3的双目立体视觉避障系统 SOC设计 极术社区 IC技术竞赛作品分享arm开发
    本作品参与极术社区组织的有奖征集|秀出你的集创赛作品风采,免费电子产品等你拿~活动。团队介绍参赛单位：上海电力大学队伍名称：骇行队总决赛奖项：二等奖1.摘要随着信息技术的发展，AGV（AutomatedGuidedVehicle，AGV）无人自动导航小车已被广泛应用于智能制造、智慧物流等场景。AGV搬运车的导航系统主要利用视觉、激光雷达等传感器，其主控系统大多使用多个芯片及其复杂嵌入式系统实现，成
  • 《视觉SLAM十四讲》-- 建图 算法导航 视觉SLAM十四讲SLAM算法计算机视觉
    11建图11.1概述（1）地图的几类用处：定位：导航：机器人在地图中进行路径规划；避障重建交互：人与地图之间的互动（2）几类地图稀疏地图稠密地图语义地图11.2单目稠密重建11.2.1立体视觉（1）稠密重建中，我们需要知道每个像素（或大部分像素）的距离，对此有以下几种方案：使用单目相机，估计相机运动，并且三角化计算像素的距离；使用双目相机，利用左右目的视差计算像素的距离；使用RGB-D相机直接获取
  • halcon——缺陷检测常用方法总结（光度立体） 明月清风_@ Halcon计算机视觉人工智能深度学习python机器学习
    引言机器视觉中缺陷检测分为一下几种：blob分析+特征模板匹配(定位)+差分光度立体特征训练测量拟合频域+空间域结合：halcon——缺陷检测常用方法总结(频域空间域结合)-唯有自己强大-博客园(cnblogs.com)深度学习前一篇总结了频域与空间域的结合使用，本篇就光度立体的缺陷检测做一个总结。光度立体在工业领域，表面检测是一个非常广泛的应用领域。在halcon中，使用增强的光度立体视觉方法，
  • Deep Learning for Monocular Depth Estimation: A Review.基于深度学习的深度估计 qaaaaaaz 计算机视觉深度学习人工智能
    传统的深度估计方法通常是使用双目相机，计算两个2D图像的视差，然后通过立体匹配和三角剖分得到深度图。然而，双目深度估计方法至少需要两个固定的摄像机，当场景的纹理较少或者没有纹理的时候，很难从图像中捕捉足够的特征来匹配。所以最近单目深度估计发展的越来越快，但是由于单目图像缺乏可靠的立体视觉关系，因此在三维空间中回归深度本质上是一种不适定问题。单目图像采用二维形式来重新反射三维世界，然而，有一维场景叫
  • MVSNet论文笔记 知识推荐号 MVS论文笔记论文阅读图像处理多视图三维重建深度学习
    MVSNet论文笔记摘要1引言2相关基础2.1多视图立体视觉重建（MVSReconstruction）2.2基于学习的立体视觉（LearnedStereo）2.3基于学习的多视图的立体视觉（LearnedMVS）Yao,Y.,Luo,Z.,Li,S.,Fang,T.,Quan,L.(2018).MVSNet:DepthInferenceforUnstructuredMulti-viewStereo
  • HQL之投影查询 归来朝歌 HQLHibernate查询语句投影查询
            在HQL查询中，常常面临这样一个场景，对于多表查询，是要将一个表的对象查出来还是要只需要每个表中的几个字段，最后放在一起显示？ 针对上面的场景，如果需要将一个对象查出来： HQL语句写“from 对象”即可 Session session = HibernateUtil.openSession();
  • Spring整合redis bylijinnan redis
    pom.xml <dependencies> <!-- Spring Data - Redis Library --> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redi
  • org.hibernate.NonUniqueResultException: query did not return a unique result: 2 0624chenhong Hibernate
    参考：http://blog.csdn.net/qingfeilee/article/details/7052736 org.hibernate.NonUniqueResultException: query did not return a unique result: 2         在项目中出现了org.hiber
  • android动画效果 不懂事的小屁孩 android动画
    前几天弄alertdialog和popupwindow的时候，用到了android的动画效果，今天专门研究了一下关于android的动画效果，列出来，方便以后使用。 Android 平台提供了两类动画。 一类是Tween动画，就是对场景里的对象不断的进行图像变化来产生动画效果（旋转、平移、放缩和渐变）。 第二类就是 Frame动画，即顺序的播放事先做好的图像，与gif图片原理类似。
  • js delete 删除机理以及它的内存泄露问题的解决方案 换个号韩国红果果 JavaScript
    delete删除属性时只是解除了属性与对象的绑定，故当属性值为一个对象时，删除时会造成内存泄露  （其实还未删除） 举例： var person={name:{firstname:'bob'}} var p=person.name delete person.name p.firstname -->'bob' // 依然可以访问p.firstname，存在内存泄露
  • Oracle将零干预分析加入网络即服务计划 蓝儿唯美 oracle
    由Oracle通信技术部门主导的演示项目并没有在本月较早前法国南斯举行的行业集团TM论坛大会中获得嘉奖。但是，Oracle通信官员解雇致力于打造一个支持零干预分配和编制功能的网络即服务（NaaS）平台，帮助企业以更灵活和更适合云的方式实现通信服务提供商（CSP）的连接产品。这个Oracle主导的项目属于TM Forum Live!活动上展示的Catalyst计划的19个项目之一。Catalyst计
  • spring学习——springmvc（二） a-john springMVC
    Spring MVC提供了非常方便的文件上传功能。 1，配置Spring支持文件上传： DispatcherServlet本身并不知道如何处理multipart的表单数据，需要一个multipart解析器把POST请求的multipart数据中抽取出来，这样DispatcherServlet就能将其传递给我们的控制器了。为了在Spring中注册multipart解析器，需要声明一个实现了Mul
  • POJ-2828-Buy Tickets aijuans ACM_POJ
    POJ-2828-Buy Tickets http://poj.org/problem?id=2828 线段树，逆序插入 #include<iostream>#include<cstdio>#include<cstring>#include<cstdlib>using namespace std;#define N 200010struct
  • Java Ant build.xml详解 asia007 build.xml
    1,什么是antant是构建工具2,什么是构建概念到处可查到，形象来说，你要把代码从某个地方拿来，编译，再拷贝到某个地方去等等操作，当然不仅与此，但是主要用来干这个3,ant的好处跨平台   --因为ant是使用java实现的，所以它跨平台使用简单--与ant的兄弟make比起来语法清晰--同样是和make相比功能强大--ant能做的事情很多，可能你用了很久，你仍然不知道它能有
  • android按钮监听器的四种技术 百合不是茶 androidxml配置监听器实现接口
    android开发中经常会用到各种各样的监听器,android监听器的写法与java又有不同的地方;    1,activity中使用内部类实现接口 ,创建内部类实例  使用add方法  与java类似   创建监听器的实例 myLis lis = new myLis();   使用add方法给按钮添加监听器  
  • 软件架构师不等同于资深程序员 bijian1013 程序员架构师架构设计
            本文的作者Armel Nene是ETAPIX Global公司的首席架构师，他居住在伦敦，他参与过的开源项目包括 Apache Lucene,，Apache Nutch， Liferay 和 Pentaho等。         如今很多的公司
  • TeamForge Wiki Syntax & CollabNet User Information Center sunjing TeamForgeHow doAttachementAnchorWiki Syntax
    the CollabNet user information center http://help.collab.net/   How do I create a new Wiki page? A CollabNet TeamForge project can have any number of Wiki pages. All Wiki pages are linked, and
  • 【Redis四】Redis数据类型 bit1129 redis
    概述 Redis是一个高性能的数据结构服务器，称之为数据结构服务器的原因是，它提供了丰富的数据类型以满足不同的应用场景，本文对Redis的数据类型以及对这些类型可能的操作进行总结。 Redis常用的数据类型包括string、set、list、hash以及sorted set.Redis本身是K/V系统，这里的数据类型指的是value的类型，而不是key的类型，key的类型只有一种即string
  • SSH2整合-附源码 白糖_ eclipsespringtomcatHibernateGoogle
    今天用eclipse终于整合出了struts2+hibernate+spring框架。 我创建的是tomcat项目，需要有tomcat插件。导入项目以后，鼠标右键选择属性，然后再找到“tomcat”项，勾选一下“Is a tomcat project”即可。具体方法见源码里的jsp图片，sql也在源码里。     补充1：项目中部分jar包不是最新版的，可能导
  • [转]开源项目代码的学习方法 braveCS 学习方法
    转自： http://blog.sina.com.cn/s/blog_693458530100lk5m.html http://www.cnblogs.com/west-link/archive/2011/06/07/2074466.html   1）阅读features。以此来搞清楚该项目有哪些特性2）思考。想想如果自己来做有这些features的项目该如何构架3）下载并安装d
  • 编程之美-子数组的最大和（二维） bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; import java.util.Random; public class MaxSubArraySum2 { /** * 编程之美 子数组之和的最大值（二维） */ private static final int ROW = 5; private stat
  • 读书笔记-3 chengxuyuancsdn jquery笔记resultMap配置ibatis一对多配置
    1、resultMap配置 2、ibatis一对多配置 3、jquery笔记 1、resultMap配置 当<select resultMap="topic_data"> <resultMap id="topic_data">必须一一对应。 (1)<resultMap class="tblTopic&q
  • [物理与天文]物理学新进展 comsci
          如果我们必须获得某种地球上没有的矿石,才能够进行某些能量输出装置的设计和建造,而要获得这种矿石,又必须首先进行深空探测,而要进行深空探测,又必须获得这种能量输出装置,这个矛盾的循环,会导致地球联盟在与宇宙文明建立关系的时候,陷入困境       怎么办呢?  
  • Oracle 11g新特性:Automatic Diagnostic Repository daizj oracleADR
    Oracle Database 11g的FDI（Fault Diagnosability Infrastructure）是自动化诊断方面的又一增强。 FDI的一个关键组件是自动诊断库（Automatic Diagnostic Repository-ADR）。 在oracle 11g中，alert文件的信息是以xml的文件格式存在的，另外提供了普通文本格式的alert文件。 这两份log文
  • 简单排序:选择排序 dieslrae 选择排序
    public void selectSort(int[] array){ int select; for(int i=0;i<array.length;i++){ select = i; for(int k=i+1;k<array.leng
  • C语言学习六指针的经典程序，互换两个数字 dcj3sjt126com c
    示例程序，swap_1和swap_2都是错误的，推理从1开始推到2，2没完成，推到3就完成了 # include <stdio.h> void swap_1(int, int); void swap_2(int *, int *); void swap_3(int *, int *); int main(void) { int a = 3; int b =
  • php 5.4中php-fpm 的重启、终止操作命令 dcj3sjt126com PHP
    php 5.4中php-fpm 的重启、终止操作命令: 查看php运行目录命令：which php/usr/bin/php 查看php-fpm进程数：ps aux | grep -c php-fpm 查看运行内存/usr/bin/php  -i|grep mem 重启php-fpm/etc/init.d/php-fpm restart 在phpinfo()输出内容可以看到php
  • 线程同步工具类 shuizhaosi888 同步工具类
    同步工具类包括信号量（Semaphore）、栅栏（barrier）、闭锁（CountDownLatch）   闭锁（CountDownLatch） public class RunMain { public long timeTasks(int nThreads, final Runnable task) throws InterruptedException { fin
  • bleeding edge是什么意思 haojinghua DI
    不止一次，看到很多讲技术的文章里面出现过这个词语。今天终于弄懂了——通过朋友给的浏览软件，上了wiki。  我再一次感到，没有辞典能像WiKi一样，给出这样体贴人心、一清二楚的解释了。为了表达我对WiKi的喜爱，只好在此一一中英对照，给大家上次课。   In computer science, bleeding edge is a term that
  • c中实现utf8和gbk的互转 jimmee ciconvutf8&gbk编码
    #include <iconv.h> #include <stdlib.h> #include <stdio.h> #include <unistd.h> #include <fcntl.h> #include <string.h> #include <sys/stat.h> int code_c
  • 大型分布式网站架构设计与实践 lilin530 应用服务器搜索引擎
    1.大型网站软件系统的特点？ a.高并发，大流量。 b.高可用。 c.海量数据。 d.用户分布广泛，网络情况复杂。 e.安全环境恶劣。 f.需求快速变更，发布频繁。 g.渐进式发展。 2.大型网站架构演化发展历程？ a.初始阶段的网站架构。 应用程序，数据库，文件等所有的资源都在一台服务器上。 b.应用服务器和数据服务器分离。 c.使用缓存改善网站性能。 d.使用应用
  • 在代码中获取Android theme中的attr属性值 OliveExcel androidtheme
    Android的Theme是由各种attr组合而成, 每个attr对应了这个属性的一个引用, 这个引用又可以是各种东西.   在某些情况下, 我们需要获取非自定义的主题下某个属性的内容 (比如拿到系统默认的配色colorAccent), 操作方式举例一则: int defaultColor = 0xFF000000; int[] attrsArray = { andorid.r.
  • 基于Zookeeper的分布式共享锁 roadrunners zookeeper分布式共享锁
    首先，说说我们的场景，订单服务是做成集群的，当两个以上结点同时收到一个相同订单的创建指令，这时并发就产生了，系统就会重复创建订单。等等......场景。这时，分布式共享锁就闪亮登场了。   共享锁在同一个进程中是很容易实现的，但在跨进程或者在不同Server之间就不好实现了。Zookeeper就很容易实现。具体的实现原理官网和其它网站也有翻译，这里就不在赘述了。   官
  • 两个容易被忽略的MySQL知识 tomcat_oracle mysql
    1、varchar(5)可以存储多少个汉字，多少个字母数字？ 　　相信有好多人应该跟我一样，对这个已经很熟悉了，根据经验我们能很快的做出决定，比如说用varchar(200)去存储url等等，但是，即使你用了很多次也很熟悉了，也有可能对上面的问题做出错误的回答。 　　这个问题我查了好多资料，有的人说是可以存储5个字符，2.5个汉字（每个汉字占用两个字节的话），有的人说这个要区分版本，5.0
  • zoj 3827 Information Entropy(水题) 阿尔萨斯 format
    题目链接：zoj 3827 Information Entropy 题目大意：三种底，计算和。 解题思路：调用库函数就可以直接算了，不过要注意Pi = 0的时候，不过它题目里居然也讲了。。。limp→0+plogb(p)=0，因为p是logp的高阶。 #include <cstdio> #include <cstring> #include <cmath&
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他