SmallRookie
SmallRookie

CapsNet

胶囊网络

原文：Dynamic Routing Between Capsules
源码：https://github.com/XifengGuo/CapsNet-Fashion-MNIST

数据集

Fashion-MNIST数据集由70000张大小的灰度图像组成，共有10个类别，每一类别各有7000张图像。数据集划分为两部分，即训练集和测试集。其中，训练集共有60000张图像，每个类别各有6000张；测试集共有10000张图像，每一类别各有1000张。

胶囊网络结构

网络模型

采用CapsNet网络模型，该网络由两部分组成：编码器和解码器。前3层网络为编码器，即卷积层、PrimaryCaps层和DigitCaps层；后3层网络为解码器，即三层全连接层。

编码器

CapsNet_第1张图片
编码器

编码器以大小的Fashion-MNIST图像作为输入，以大小的矩阵作为输出。

卷积层

该层用于检测图像的基本特征。卷积核大小为，步长为1，filter数为256，激活函数为Relu。输出大小为。

PrimaryCaps层

该层接受卷积层检测到的基本特征，用于生成特征组合。该层共有32个PrimaryCapsules，每个PrimaryCapsules由8个卷积核为，步长为2的卷积组成。输出大小为。

DigitCaps层

该层由10个16维的DigitCapsules构成，每一个DigitCapsule对应一个类别。在DigitCapsules内部，每个输入通过的权重矩阵将8维输入空间映射至16维Capsules输出空间。输出大小为。

损失函数

其中，若真实标签与预测标签相同，则，否则为0。和分别为0.9和0.1。用于确保训练中的数值稳定性。

表示第个capsule输出的向量。

为高层capsules的输入。为耦合系数，其中，初始时。

表示权重矩阵，为低层capsules的输出，为预测向量，可视为底层capsules的输出向量进行仿射变换。

动态路由算法
CapsNet_第2张图片

解码器

CapsNet_第3张图片
解码器

解码器由三层全连接层构成，用于重建图像，损失函数为MSE函数。训练时仅使用正确的DigitCap向量。

实现细节

初始学习率为0.001，其随迭代次数增大而衰减，batchsize为100，共100个epoch。

结果

CapsNet_第4张图片

在test数据集上最终精度为92.89%

你可能感兴趣的:(CapsNet)

  • Capsule Network 胶囊网络介绍 sjx_alo 人工智能python机器学习深度学习pytorch
    论文名称：DynamicRoutingBetweenCapsules论文地址：https://ndey96.github.io/deep-learning-paper-club/slides/Capsule%20Networks.pdf项目地址(Keras):https://github.com/XifengGuo/CapsNet-Keras项目地址(Torch):https://github.c
  • pytorch报错:AttributeError: module ‘torch.sparse‘ has no attribute ‘torch‘ 福尔摩斯帅双 linux
    错误:File“E2Capsnet.py”,line397,intesttarget=torch.sparse.torch.eye(NUM_CLASSES).index_select(dim=0,index=label)AttributeError:module‘torch.sparse’hasnoattribute‘torch’原版程序:target=torch.sparse.torch.eye
  • 【Unity3D】边缘检测特效 little_fat_sheep Unity3D卷积描边素描Unity3D
    1边缘检测原理边缘检测的原理是：检测每个像素周围的像素亮度差，如果亮度差异较大，就将该像素识别为边缘，并进行边缘着色。本文完整资源见→Unity3D边缘检测特效。使用过卷积神经网络（CNN）的人，一定知道卷积运算，笔者之前有写过相关文章（使用CNN实现MNIST数据集分类、基于keras的卷积神经网络（CNN）、基于keras的时域卷积网络（TCN）、基于keras的胶囊网络（CapsNet）），
  • 小黑胶囊网络笔记:CapsNet公式与代码对应 小黑无敌 网络pytorch深度学习
    1.整体框架图2.代码细节importtorchfromtorchimportnn#device设定device=torch.device('cuda'iftorch.cuda.is_available()else'cpu')（1）squash操作defsquash(x,dim=-1):squared_norm=(x**2).sum(dim=dim,keepdim=True)scale=squar
  • TensorFlow 1.x 深度学习秘籍：11~14 布客飞龙 人工智能tensorflow
    原文：TensorFlow1.xDeepLearningCookbook协议：CCBY-NC-SA4.0译者：飞龙本文来自【ApacheCN深度学习译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则2.3.c十一、生成模型和CapsNet在本章中，我们将介绍一些用于以下方面的方法：学习使用简单GAN伪造MNIST图像学习使用DCG
  • 机器学习_深度学习毕设题目汇总——文本分类 MetaGrad 毕设题目机器学习深度学习分类
    下面是该类的一些题目：|题目||–||基于主题特征的多标签文本分类方法研究||融合全局和局部特征的文本分类方法研究||BiGRU-CapsNet文本分类模型研究||基于AttentionBi-LSTM的文本分类方法研究||基于Attention-BasedBi-GRU模型的文本分类方法研究||基于Attention-BasedC-GRU模型的文本分类研究||基于Attention机制的卷积神经网
  • 图像分类 Convnext 结合capsnet胶囊网络 触手可温 机器视觉python算法
    首先介绍Convnext:ConvNeXt论文名称：AConvNetforthe2020s论文下载链接：https://arxiv.org/abs/2201.03545论文对应源码链接：https://github.com/facebookresearch/ConvNeXt视频讲解：https://www.bilibili.com/video/BV1SS4y157fu相关介绍可以看这位大佬太阳花的
  • 基于pytorch的胶囊网络minst图像分类实现 明日何其多_ pytorch
    关于《DynamicRoutingBetweenCapsules》这篇论文的代码复现网上有很多，基本都是做图像重构的。我修改了其中一部分代码，实现了minst图像分类。参考：基于pytorch的CapsNet代码详解.胶囊网络结构胶囊网络基本结构如下：普通卷积层conv1预胶囊层PrimaryCaps：为胶囊层做准备，运算为卷积运算。胶囊层DigitCaps：代替全连接层，输出为10个胶囊。图像重
  • 先读懂CapsNet架构然后用TensorFlow实现，这应该是最详细的教程了 Omni-Space CapsNetTensorFlowKerasNIPS2017CapsNettensorflowkerasNIPS2017
    上周GeoffreyHinton等人公开了那篇备受关注的NIPS论文，而后很多研究者与开发者都阅读了该论文并作出了一定的代码实现。机器之心在本文中将详细解释该论文提出的结构与过程，并借助GitHub上热烈讨论的项目完成了CapsNet的TensorFlow实现，并提供了主体架构的代码注释。本文是机器之心的第三个GitHub项目，旨在解释CapsNet的网络架构与实现。为了解释CapsNet，我们将
  • 【序列召回推荐】(task5)多兴趣召回Comirec-DR 山顶夕景 推荐算法2序列召回推荐算法多兴趣召回
    note：多兴趣召回建模。Comirec论文中的提出的第一个模型：Comirec-DR（DR就是dynamicrouting），阿里将用户行为序列的itemembeddings作为初始的capsule，然后提取出多个兴趣capsules，即为用户的多个兴趣。其中胶囊网络中的动态路由算法是原始的dynamicrouting（CapsNet），和MIND动态路由的两大不同点：输入序列胶囊iii与所产生
  • 【论文笔记】基于深度学习的步态识别综述《Gait Recognition Based on Deep Learning: A Survey》 一只菟葵 深度学习论文阅读神经网络人工智能
    目录1.简介2.理论背景2.1生物识别2.1.1指纹识别2.1.2虹膜识别2.1.3人脸识别2.1.4多模态生物识别2.1.5其他方法2.2深度学习方法的步态识别2.2.1卷积神经网络（ConvolutionalNeuralNetworks，CNN）2.2.2胶囊网络（CapsuleNetworks，CapsNet）2.2.3循环神经网络（RecurrentNeuralNetworks，RNN）2
  • 论文阅读_胶囊网络CapsNet xieyan0811 深度学习图形图像网络深度学习神经网络
    介绍英文题目：DynamicRoutingBetweenCapsules中文题目：胶囊之间的动态路由论文地址：https://papers.nips.cc/paper/2017/file/2cad8fa47bbef282badbb8de5374b894-Paper.pdf领域：深度学习发表时间：2017作者：SaraSabour，NicholasFrosst，GeoffreyE.Hinton出处：
  • 【论文笔记】CapsNet--视神经模拟(持续更新。。。) Mango_Holi 论文笔记Hinton机器学习深度学习计算机视觉
    转载请注明出处@Holi!CapsNet是Hinton大神2017年10月发表在CVPR上的一篇论文所阐述的一种视神经网络模拟模型。本博客将根据这篇论文所传达的一系列针对计算机视觉和深度学习的新颖观点进行集中汇总，详细阐述。有兴趣可以去看一看这篇文章，语言表达也十分引人入胜：DynamicRoutingBetweenCapsulesbyHoli要了解CapsNet的思想，先要了解它的基本原理。Ca
  • CapsNet 胶囊网络理解 简子逍
    姿态矩阵物体姿态的变化主要包括旋转、平移和缩放三种形式。针对一个向量，可以通过乘上一个姿态矩阵来调整向量姿态（大小、方向等）。假设有一张28x28的图片，初始向量包含了候选框的坐标信息，左上角（0，0）和右下角（28，28），一开始候选框囊括了整张图片的特征。那么将向量乘上有限次变换矩阵（姿态矩阵），可以囊括图片中任意子特征信息。同理，囊括了图片中部分细小特征的向量（14，14，18，18），可以
  • Resource exhausted: OOM when allocating tensor with shape[128,1152,160,8,1] and type float on /jo... RENOKING
    WARNING:tensorflow:FromD:\GitHub\CapsNet-Tensorflow\utils.py:89:slice_input_producer(fromtensorflow.python.training.input)isdeprecatedandwillberemovedinafutureversion.Instructionsforupdating:Queue-bas
  • 论文阅读5 Cv-CapsNet：Complex-Valued Capsule Network qq_33326349
    原论文链接:Cv-CapsNet:Complex-ValuedCapsuleNetworkAbstract胶囊网络像人类视觉系统一样编码整体和部分的关系并且在图像处理任务中已经获得了较好的结果。然而，复数更具有代表性时却受到了限制。因此，文章中提出两种结构，Complex-ValuedDenseCapsNet（Cv-CapsNet）和Complex-ValuedDiverseCapsNet（Cv-
  • 深度学习第58讲：超越CNN——CapsNet胶囊网络 louwill12
    卷积神经网络在深度学习和计算机视觉应用中都有着举足轻重的地位，可以说CNN是目前深度学习的主流方法了。在CNN这样普遍化的工业应用之后，也许你会思考，我们能否更进一步，构造出性能超越CNN的网络结构？解铃还须系铃人，当年提出CNN的Hinton经过多年研究，在2017年11月提出了著名的胶囊网络(CapsuleNets)，并在mnist数据识别任务上取得了迄今为止最优的成绩。本篇笔记笔者先和大家来
  • CapsNet模型：Dynamic Routing Between Capsules 菜小白—NLP NLP
    1.CNN模型的缺陷CNN主要用于捕捉图形的局部特征，但是在探索这些特征之间的关系似乎不是特别好（比如相对位置关系、相对大小关系，特征的方向等等关系）如下面两幅图，由于局部特征相同，所以CNN可能将它们都识别成一张人脸：一个简单的CNN模型可以正确地提取鼻子，眼睛和嘴巴的特征，但是并不能提取出特征之间的相对关系：CapsNet模型就是为解决CNN这个缺陷而产生的。2.Capsules网络的概念在一
  • 论文阅读：知识扩展 呆萌程小王 数据挖掘神经网络
    论文目录Show,AttendandTell:NeuralImageCaptionGenerationwithVisualAttention解读CapsNet——胶囊网络原理视频预测论文(GAN)DEEPMULTI-SCALEVIDEOPREDICTIONBEYONDMEANSQUAREERRORPredNet阅读笔记——从视频预测的角度学习视频表征Whenwillyoudowhat?-Antic
  • 【胶囊网络-CapsNet】Investigating Capsule Networks with Dynamic Routing for Text Classification 立刻有 DeepLearning
    InvestigatingCapsuleNetworkswithDynamicRoutingforTextClassification发表在EMNLP2018文章目录ModelN-gramconvolutionallayerprimarycapsulelayerChild-ParentRelationshipsDynamicRoutingconvolutionalcapsulelayerfully
  • 胶囊网络简介——胶囊网络是如何克服卷积神经网络的一些缺点的？ OReillyData
    编者注：更多人工智能业务方面重要的发展请关注2018年4月10-13日人工智能北京大会。胶囊网络（CapsNet）是一种新的热门的神经网络架构。它可能对深度学习带来深远的影响，特别是对计算机视觉领域。等一下！计算机视觉不是差不多已经被解决了吗？我们不是已经看到了多种卷积神经网络（CNN）的神奇案例？它们不是已经在计算机视觉任务（例如分类、定位、物体检测、语义分割或实例分割，见图1）上实现超越人类的
  • DL Net | Capsual Net 算法学习笔记 Nani_xiao 论文阅读笔记目标检测
    文章目录论文摘要：CNN胶囊网络胶囊如何工作囊间动态路由算法Reference：会议：NIPS2017标题：《DynamicRoutingBetweenCapsules》论文链接：https://arxiv.org/abs/1710.09829代码链接：https://github.com/naturomics/CapsNet-Tensorflow论文摘要：capsule是一组神经元，其活动向量表
  • 无监督下的胶囊网络 《Stacked Capsule Autoencoders》 leonorandzzzz 胶囊网络神经网络深度学习
    capsnet再升级无监督学习图像特征CapsNet作者SaraSabour联合GeoffreyHinton及牛津大学研究者在最新的论文《StackedCapsuleAutoencoders》中提出胶囊网络的改进版本，该胶囊网络可以无监督地学习图像中的特征，并取得了最先进的结果。一个物体可以看作是一组相互关联的几何组成部分，因此，一个明确利用这些几何关系来识别物体的系统，在应对视点的变化上理应具有
  • Keras入门教程06——CapsNet胶囊神经网络详解及Keras实现 FLYMAN_TF keras从入门到精通
    CapsNet胶囊神经网络详解及Keras实现1.胶囊神经网络详解1.1胶囊神经网络直观理解CNN存在的问题CapsNet的诞生1.2CapsNet工作原理激活函数squash网络连接方式及$S_j$计算耦合系数$c_{ij}$计算动态路由算法原理使用动态路由算法更新$b_{ij}$损失函数2.代码3.具体例子参考资料论文《DynamicRoutingBetweenCapsules》参考了一篇博客
  • 先读懂CapsNet架构然后用TensorFlow实现，这应该是最详细的教程了 weixin_34348111
    机器之心原创作者：蒋思源上周GeoffreyHinton等人公开了那篇备受关注的NIPS论文，而后很多研究者与开发者都阅读了该论文并作出了一定的代码实现。机器之心在本文中将详细解释该论文提出的结构与过程，并借助GitHub上热烈讨论的项目完成了CapsNet的TensorFlow实现，并提供了主体架构的代码注释。本文是机器之心的第三个GitHub项目，旨在解释CapsNet的网络架构与实现。为了解
  • capsule系列之Dynamic Routing Between Capsules 蜗牛蜗牛慢慢爬 深度学习自然语言处理自然语言处理
    文章目录1.背景2.什么是capsule3.capsule原理和结构3.1.capsule结构3.2.DynamicRouting算法3.3.小部件3.3.1.为耦合系数（couplingcoefficients）3.3.1.b_ij权值更新3.3.2.squashing4.CapsNet模型介绍4.1.层次结构4.2.损失函数4.3.关于Digit层权值共享5.源码解析6.相关讨论7.capsu
  • 【胶囊网络-CapsNet】胶囊网络-CapsNet原理 立刻有 DeepLearning
    动机CNN缺陷：无法从新的视角去理解对象。例如下图中，当图片角度发生变化，就会无法识别。CNN通过数据增强，即会将图片进行翻转，旋转等操作。会造成数据量变得非常大，降低训练速度。难以识别精确空间关系。比方说右图中尽管嘴巴的相对位置发生了改变，CNN仍会将其识别成人脸。最大池化。减少通过网络的数据的空间大小，从而增加了上层网络神经元的“视野”。丢失了大量信息，因为只有值最大的神经元会被传递到下一层，
  • 机器学习实战：用胶囊网络识别交通标志 新缸中之脑 机器学习胶囊网络机器学习
    每个人似乎都对胶囊网络（CapsNet）这种新的神经网络架构的出现很兴奋，我也不例外，忍不住用胶囊网络来建立一个路侧交通标志的识别系统，这篇文章就是对这一过程的介绍，当然，也包括胶囊网络的一些基本概念阐述。项目使用TensorFlow开发，是基于SaraSabour，NicholasFrosst和GeoffreyE.Hinton的论文《胶囊间动态路由》，代码保存在github。如果你迫不及待想要试
  • 胶囊图神经网络 多特多完
    胶囊网络（CapsNet）卷积网络（CNN）的目标识别卷积神经网络首先学会识别边界和颜色，然后将这些信息用于识别形状和图形等更复杂的实体。比如在人脸识别上，他们学会从眼睛和嘴巴开始识别最终到整个面孔，最后根据脸部形状特征识别出是不是人的脸。卷积网络对不同人脸的识别{%gp1-3%}{%endgp%}深度卷积网络的缺陷CNN对物体之间的空间关系(spatialrelationship)的识别能力不强
  • 论文《胶囊之间的动态路由》 (基于Hinton的胶囊网络) fuqiuai 机器学习
    Hinton在论文《DynamicRoutingBetweenCapsules》中提出了CapsNet，论文获取地址为：https://arxiv.org/abs/1710.09829论文结合此篇文章阅读：先读懂CapsNet架构然后用TensorFlow实现：全面解析Hinton提出的Capsule知乎上有两篇文章对论文解析的很好：知乎上云梦居客关于此篇论文的回答：https://www.zhi
  • Maven Array_06 eclipsejdkmaven
    Maven Maven是基于项目对象模型(POM)， 信息来管理项目的构建，报告和文档的软件项目管理工具。 Maven 除了以程序构建能力为特色之外，还提供高级项目管理工具。由于 Maven 的缺省构建规则有较高的可重用性，所以常常用两三行 Maven 构建脚本就可以构建简单的项目。由于 Maven 的面向项目的方法，许多 Apache Jakarta 项目发文时使用 Maven，而且公司
  • ibatis的queyrForList和queryForMap区别 bijian1013 javaibatis
    一.说明         iBatis的返回值参数类型也有种：resultMap与resultClass，这两种类型的选择可以用两句话说明之：         1.当结果集列名和类的属性名完全相对应的时候，则可直接用resultClass直接指定查询结果类
  • LeetCode[位运算] - #191 计算汉明权重 Cwind java位运算LeetCodeAlgorithm题解
    原题链接：#191 Number of 1 Bits 要求： 写一个函数，以一个无符号整数为参数，返回其汉明权重。例如，‘11’的二进制表示为'00000000000000000000000000001011', 故函数应当返回3。 汉明权重：指一个字符串中非零字符的个数；对于二进制串，即其中‘1’的个数。 难度：简单 分析： 将十进制参数转换为二进制，然后计算其中1的个数即可。 “
  • 浅谈java类与对象 15700786134 java
          java是一门面向对象的编程语言，类与对象是其最基本的概念。所谓对象，就是一个个具体的物体，一个人，一台电脑，都是对象。而类，就是对象的一种抽象，是多个对象具有的共性的一种集合，其中包含了属性与方法，就是属于该类的对象所具有的共性。当一个类创建了对象，这个对象就拥有了该类全部的属性，方法。相比于结构化的编程思路，面向对象更适用于人的思维
  • linux下双网卡同一个IP 被触发 linux
    转自： http://q2482696735.blog.163.com/blog/static/250606077201569029441/ 由于需要一台机器有两个网卡，开始时设置在同一个网段的IP，发现数据总是从一个网卡发出，而另一个网卡上没有数据流动。网上找了下，发现相同的问题不少： 一、 关于双网卡设置同一网段IP然后连接交换机的时候出现的奇怪现象。当时没有怎么思考、以为是生成树
  • 安卓按主页键隐藏程序之后无法再次打开 肆无忌惮_ 安卓
    遇到一个奇怪的问题，当SplashActivity跳转到MainActivity之后，按主页键，再去打开程序，程序没法再打开（闪一下），结束任务再开也是这样，只能卸载了再重装。而且每次在Log里都打印了这句话"进入主程序"。后来发现是必须跳转之后再finish掉SplashActivity   本来代码：   // 销毁这个Activity fin
  • 通过cookie保存并读取用户登录信息实例 知了ing JavaScripthtml
    通过cookie的getCookies()方法可获取所有cookie对象的集合；通过getName()方法可以获取指定的名称的cookie；通过getValue()方法获取到cookie对象的值。另外，将一个cookie对象发送到客户端，使用response对象的addCookie()方法。 下面通过cookie保存并读取用户登录信息的例子加深一下理解。 （1）创建index.jsp文件。在改
  • JAVA 对象池 矮蛋蛋 javaObjectPool
    原文地址： http://www.blogjava.net/baoyaer/articles/218460.html Jakarta对象池       ☆为什么使用对象池   恰当地使用对象池化技术，可以有效地减少对象生成和初始化时的消耗，提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化
  • ArrayList根据条件+for循环批量删除的方法 alleni123 java
    场景如下： ArrayList<Obj> list Obj-> createTime, sid. 现在要根据obj的createTime来进行定期清理。（释放内存） ------------------------- 首先想到的方法就是 for(Obj o:list){ if(o.createTime-currentT>xxx){
  • 阿里巴巴“耕地宝”大战各种宝 百合不是茶 平台战略
    “耕地保”平台是阿里巴巴和安徽农民共同推出的一个 “首个互联网定制私人农场”，“耕地宝”由阿里巴巴投入一亿 ，主要是用来进行农业方面，将农民手中的散地集中起来 不仅加大农民集体在土地上面的话语权，还增加了土地的流通与 利用率，提高了土地的产量，有利于大规模的产业化的高科技农业的 发展，阿里在农业上的探索将会引起新一轮的产业调整，但是集体化之后农民的个体的话语权 将更少，国家应出台相应的法律法规保护
  • Spring注入有继承关系的类（1） bijian1013 javaspring
    一个类一个类的注入 1.AClass类 package com.bijian.spring.test2; public class AClass { String a; String b; public String getA() { return a; } public void setA(Strin
  • 30岁转型期你能否成为成功人士 bijian1013 成功
            很多人由于年轻时走了弯路，到了30岁一事无成，这样的例子大有人在。但同样也有一些人，整个职业生涯都发展得很优秀，到了30岁已经成为职场的精英阶层。由于做猎头的原因，我们接触很多30岁左右的经理人，发现他们在职业发展道路上往往有很多致命的问题。在30岁之前，他们的职业生涯表现很优秀，但从30岁到40岁这一段，很多人
  • [Velocity三]基于Servlet+Velocity的web应用 bit1129 velocity
    什么是VelocityViewServlet 使用org.apache.velocity.tools.view.VelocityViewServlet可以将Velocity集成到基于Servlet的web应用中，以Servlet+Velocity的方式实现web应用   Servlet + Velocity的一般步骤 1.自定义Servlet，实现VelocityViewServl
  • 【Kafka十二】关于Kafka是一个Commit Log Service bit1129 service
    Kafka is a distributed, partitioned, replicated commit log service.这里的commit log如何理解？   A message is considered "committed" when all in sync replicas for that partition have applied i
  • NGINX + LUA实现复杂的控制 ronin47 lua nginx 控制
    安装lua_nginx_module 模块 lua_nginx_module 可以一步步的安装，也可以直接用淘宝的OpenResty Centos和debian的安装就简单了。。 这里说下freebsd的安装： fetch http://www.lua.org/ftp/lua-5.1.4.tar.gz tar zxvf lua-5.1.4.tar.gz cd lua-5.1.4 ma
  • java-14.输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字 bylijinnan java
    public class TwoElementEqualSum { /** * 第 14 题： 题目：输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字。 要求时间复杂度是 O(n) 。如果有多对数字的和等于输入的数字，输出任意一对即可。 例如输入数组 1 、 2 、 4 、 7 、 11 、 15 和数字 15 。由于
  • Netty源码学习-HttpChunkAggregator-HttpRequestEncoder-HttpResponseDecoder bylijinnan javanetty
    今天看Netty如何实现一个Http Server org.jboss.netty.example.http.file.HttpStaticFileServerPipelineFactory： pipeline.addLast("decoder", new HttpRequestDecoder()); pipeline.addLast(&quo
  • java敏感词过虑-基于多叉树原理 cngolon 违禁词过虑替换违禁词敏感词过虑多叉树
    基于多叉树的敏感词、关键词过滤的工具包，用于java中的敏感词过滤 1、工具包自带敏感词词库，第一次调用时读入词库，故第一次调用时间可能较长，在类加载后普通pc机上html过滤5000字在80毫秒左右，纯文本35毫秒左右。   2、如需自定义词库，将jar包考入WEB-INF工程的lib目录，在WEB-INF/classes目录下建一个 utf-8的words.dict文本文件，
  • 多线程知识 cuishikuan 多线程
    T1，T2，T3三个线程工作顺序，按照T1，T2，T3依次进行 public class T1 implements Runnable{           @Override      
  • spring整合activemq dalan_123 java spring jms
    整合spring和activemq需要搞清楚如下的东东1、ConnectionFactory分：     a、spring管理连接到activemq服务器的管理ConnectionFactory也即是所谓产生到jms服务器的链接      b、真正产生到JMS服务器链接的ConnectionFactory还得
  • MySQL时间字段究竟使用INT还是DateTime？ dcj3sjt126com mysql
      环境：Windows XPPHP Version 5.2.9MySQL Server 5.1 第一步、创建一个表date_test（非定长、int时间） CREATE TABLE `test`.`date_test` (`id` INT NOT NULL AUTO_INCREMENT ,`start_time` INT NOT NULL ,`some_content`
  • Parcel: unable to marshal value dcj3sjt126com marshal
    在两个activity直接传递List<xxInfo>时，出现Parcel: unable to marshal value异常。   在MainActivity页面（MainActivity页面向NextActivity页面传递一个List<xxInfo>）：   Intent intent = new Intent(this, Next
  • linux进程的查看上（ps） eksliang linux pslinux ps -llinux ps aux
    ps:将某个时间点的进程运行情况选取下来 转载请出自出处：http://eksliang.iteye.com/admin/blogs/2119469 http://eksliang.iteye.com         ps 这个命令的man page 不是很好查阅，因为很多不同的Unix都使用这儿ps来查阅进程的状态，为了要符合不同版本的需求，所以这个
  • 为什么第三方应用能早于System的app启动 gqdy365 System
    Android应用的启动顺序网上有一大堆资料可以查阅了，这里就不细述了，这里不阐述ROM启动还有bootloader，软件启动的大致流程应该是启动kernel -> 运行servicemanager 把一些native的服务用命令启动起来（包括wifi, power, rild, surfaceflinger, mediaserver等等）-> 启动Dalivk中的第一个进程Zygot
  • App Framework发送JSONP请求(3) hw1287789687 jsonp跨域请求发送jsonpajax请求越狱请求
    App Framework 中如何发送JSONP请求呢? 使用jsonp,详情请参考:http://json-p.org/ 如何发送Ajax请求呢? (1)登录 /*** * 会员登录 * @param username * @param password */ var user_login=function(username,password){ // aler
  • 发福利，整理了一份关于“资源汇总”的汇总 justjavac 资源
    觉得有用的话，可以去github关注：https://github.com/justjavac/awesome-awesomeness-zh_CN 通用 free-programming-books-zh_CN 免费的计算机编程类中文书籍 精彩博客集合 hacke2/hacke2.github.io#2 ResumeSample 程序员简历
  • 用 Java 技术创建 RESTful Web 服务 macroli java编程WebREST
    转载：http://www.ibm.com/developerworks/cn/web/wa-jaxrs/   JAX-RS (JSR-311) 【 Java API for RESTful Web Services 】是一种 Java™ API，可使 Java Restful 服务的开发变得迅速而轻松。这个 API 提供了一种基于注释的模型来描述分布式资源。注释被用来提供资源的位
  • CentOS6.5-x86_64位下oracle11g的安装详细步骤及注意事项 超声波 oraclelinux
    前言： 这两天项目要上线了，由我负责往服务器部署整个项目，因此首先要往服务器安装oracle，服务器本身是CentOS6.5的64位系统，安装的数据库版本是11g，在整个的安装过程中碰到很多的坑，不过最后还是通过各种途径解决并成功装上了。转别写篇博客来记录完整的安装过程以及在整个过程中的注意事项。希望对以后那些刚刚接触的菜鸟们能起到一定的帮助作用。   安装过程中可能遇到的问题（注
  • HttpClient 4.3 设置keeplive 和 timeout 的方法 supben httpclient
    ConnectionKeepAliveStrategy kaStrategy = new DefaultConnectionKeepAliveStrategy() { @Override public long getKeepAliveDuration(HttpResponse response, HttpContext context) { long keepAlive
  • Spring 4.2新特性-@Import注解的升级 wiselyman spring 4
    3.1 @Import @Import注解在4.2之前只支持导入配置类 在4.2,@Import注解支持导入普通的java类,并将其声明成一个bean 3.2 示例 演示java类 package com.wisely.spring4_2.imp; public class DemoService { public void doSomethin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他