- Java医学图像处理系统实战源码剖析
好学的Jack
本文还有配套的精品资源,点击获取简介:本项目详细介绍了基于Java的医学图像处理系统,通过使用Java提供的图像处理库和多线程技术,实现了医疗图像的读取、预处理、分析、分割、存储及报告生成等关键功能。系统不仅支持多种图像格式和数据库集成,还考虑了用户界面设计和数据安全性,为医疗领域的图像分析需求提供了解决方案。学生和开发者可通过源码学习和实践,深入了解如何构建一个功能全面的医学图像处理平台。1.J
- 推荐文章:Faster_Mean_Shift - GPU加速的像素嵌入框架利器
乌芬维Maisie
推荐文章:Faster_Mean_Shift-GPU加速的像素嵌入框架利器去发现同类优质开源项目:https://gitcode.com/在生物医学图像处理和细胞追踪领域,高效且精准的算法是必不可少的工具。今天,我们向您推荐一个优秀的开源项目——Faster_Mean_Shift,这是一个基于GPU加速的快速均值漂移算法,特别为递归神经网络(RNN)像素嵌入框架设计,用于整体细胞分割和跟踪。1、项
- Ubuntu 安装 FSL 及多模态脑MRI的去颅骨处理(含 HD-BET 深度学习方法)
Joker 007
医学影像处理ubuntu深度学习linux
脑部医学图像处理的第一步通常是去颅骨(SkullStripping),也叫脑提取(BrainExtraction)。本文将介绍如何在Ubuntu系统中安装FSL,使用其经典工具BET进行T1、T2、PD模态的去颅骨操作,并补充介绍基于深度学习的更强大方法HD-BET。一、FSL安装与环境配置(Ubuntu)FSL(FMRIBSoftwareLibrary)是牛津大学开发的医学图像处理工具集,支持大
- 性能远超 SAM 系模型,苏黎世大学等开发通用 3D 血管分割基础模型,入选 CVPR 2025
hyperai
如果把人的身体比作一座庞大的城市,那么血管无疑就是这座城市的「道路」,动脉、静脉以及毛细血管对应着高速公路、城市道路以及乡间小道,它们相互协作,通过血液将营养物质、氧气等输送到身体各处,从而维持着这座「城市」的高效、稳定运行。而当这些道路出现问题时,人们的身体自然也会随之发生病变。血管分割是检查这些「道路」是否存在问题的重要手段,如同城市建设中通过交通影像发现问题一般,它是医学图像处理中的一项关键
- 《基于ITK和VTK的医学图像处理系统设计与实现》
麋芜
基于ITK和VTK的医学图像处理系统设计与实现封小云.基于ITK和VTK的医学图像处理系统设计与实现[D].辽宁:大连理工大学,2013.介绍:本文基于ITK和VTK类库,实现了医学图像的可视化设计,对系统各组成部分进行了分析和讨论。系统通过ITK读入医学图像并进行简单地处理后,输出的结果连接到VTK的管道模型上进行医学图像的三维重建,将重建的结果嵌入到Qt编写的界面上进行显示,实现了系统人机交互
- 探索CF-Loss:视网膜多类血管分割与测量的新视角
RockLiu@805
机器视觉深度学习模块深度学习人工智能计算机视觉
探索CF-Loss:视网膜多类血管分割与测量的新视角引言在医学图像处理领域,精确的图像分割和特征测量对于准确诊断和治疗方案制定至关重要。特别是在糖尿病视网膜病变等疾病的早期检测中,如何有效分割血管并准确测量其特征,成为了研究人员关注的重点。今天,我们将深入探索一种创新性的损失函数——CF-Loss(Clinically-relevantfeatureoptimisedlossfunction)。这
- SAM应用:医学图像和视频中的任何内容分割中的基准测试与部署
烧技湾
AI&ComputerVisionSAMMED2SAN医学图像分割分割一切
医学图像和视频中的任何内容分割:基准测试与部署目录摘要:一、引言1.1SAM2在医学图像和视频中的应用二.结果2.1数据集和评估协议2.2二维图像分割的评估结果三讨论四局限性和未来的工作五、方法5.1数据来源和预处理5.2微调协议5.3评估指标总结关键字:SAM、分割一切基础模型、医学图像、视频、多模态最近医学分割模型发展迅速,基于SAM的医学图像处理得到了进一步的发展。为了追踪医学图像处理的最新
- ️ 总览:TotalSegmentator - 医学影像分割的革新者
金斐茉
️总览:TotalSegmentator-医学影像分割的革新者TotalSegmentatorToolforrobustsegmentationof>100importantanatomicalstructuresinCTimages项目地址:https://gitcode.com/gh_mirrors/to/TotalSegmentator在医学图像处理领域中,精确且高效的自动分割工具对于研究和
- DICOM标准详解
浩瀚之水_csdn
三维图像dcm
DICOM(DigitalImagingandCommunicationsinMedicine)标准是医学图像和相关信息的数字图像通信的国际标准。以下是DICOM标准的详细内容:一、概述DICOM标准由医学图像处理和通信的专业组织DICOM标准委员会(DICOMStandardsCommittee)负责维护和更新。它定义了医学影像设备(如X射线、CT扫描、MRI等)生成、存储、传输和显示的规范,以
- e_ophtha_MA眼底数据集—根据微血管瘤标注Mask绘制Contour轮廓图
curemoon
眼底医学图像处理:微血管瘤Microaneurysm检测分割采用数据集e_ophtha中的e_ophtha_MA,此数据集可从互联网下载实现根据微血管瘤标注Mask,在原图绘制轮廓图,以直观了解微血管瘤,以便检测分割微血管瘤1.可展示数据集中原图和绘制轮廓图的并列拼接图2.可保存Mask,原图,根据标注绘制轮廓图的眼底图的拼接图1.原图和绘制轮廓图的并列拼接图2.保存Mask,原图,根据标注绘制轮
- 【深度学习】: 脑部MRI图像分割
X.AI666
深度学习深度学习人工智能
清华大学驭风计划课程链接学堂在线-精品在线课程学习平台(xuetangx.com)代码和报告均为本人自己实现(实验满分),只展示主要任务实验结果,如果需要详细的实验报告或者代码可以私聊博主,接实验技术指导1对1有任何疑问或者问题,也欢迎私信博主,大家可以相互讨论交流哟~~案例4:脑部MRI图像分割相关知识点:语义分割、医学图像处理(skimage,medpy)、可视化(matplotlib)1任务
- U-Net的原理
来自宇宙的曹先生
深度学习
U-Net是一种专为医学图像分割而设计的卷积神经网络(CNN)架构。它于2015年由OlafRonneberger、PhilippFischer和ThomasBrox提出,特别适用于需要精确定位的应用场景,比如生物医学图像处理。以下是U-Net的主要原理和组成部分的详细解释:U-Net的结构对称的U形结构:U-Net的主要特点是其U型对称结构,由一个“编码器”(收缩路径)和一个“解码器”(扩张路径
- 基于深度学习的细胞感染性识别与判定
OverlordDuke
深度学习神经网络深度学习人工智能
基于深度学习的细胞感染性识别与判定基于深度学习的细胞感染性识别与判定引言项目背景项目意义项目实施数据采集与预处理模型选择与训练模型评估与优化结果与展望结论基于深度学习的细胞感染性识别与判定引言随着深度学习技术的不断发展,其在医学图像处理领域的应用逐渐成为研究的热点。本文将探讨基于深度学习的细胞感染性识别与判定,该项目在生物医学领域具有重要的意义。项目背景细胞感染性识别与判定是生物医学领域的一项关键
- U-Net——第一课
湘溶溶
分割深度学习人工智能深度学习学习python
一.论文研究背景、成果及意义二、unet论文结构三、算法架构一.论文研究背景、成果及意义医学图像分割是医学图像处理与分析领域的复杂而关键的步骤,目的是将医学图像中具有某些特殊含义的部分分割出来,并提取相关特征,为临床诊疗和病理学研究提供可靠的依据,辅助医生作出更为准确的诊断。①处理对象:各种不同成像机理的医学影像,主要有X-射线成像(X-CT)、核磁共振成像(MRI)、核医学成像(NMI)和超声波
- 毕业论文idea
pythonSuperman
毕业设计
三大模块分级、分类、系统多看医学图像处理毕业论文。SwinTransformer的模型表现不如MobileViT使用高像素的数据集在云服务器上训练时,如果您发现SwinTransformer的模型表现不如MobileViT,这可能由几个因素导致:模型架构与数据匹配度:SwinTransformer虽然设计用于处理复杂和大型图像数据,但其表现还受到数据特性的影响。例如,如果数据集中的图像特征更适合于
- 计算机视觉:从数据量、数据质量、数据复杂度、数据隐私介绍图片数据处理难度
幻风_huanfeng
计算机视觉计算机视觉人工智能图像处理算法机器学习
本文重点计算机视觉是一门研究如何让计算机处理和理解图像的学科,其应用范围非常广泛,包括图像识别、目标检测、人脸识别、车辆识别、医学图像处理等。在计算机视觉领域中,图片数据的处理是非常重要的一环,但也是非常具有挑战性的。本文将从数据量、数据质量、数据复杂度等方面,详细介绍图片数据处理的难点。一、数据量在计算机视觉领域中,图片数据的数量通常非常庞大,这就给数据的处理带来了很大的挑战。一方面,大量的数据
- WebGL技术在医学图像处理的应用
super_Dev_OP
信息可视化
WebGL技术在医学图像处理方面具有广泛的应用,提供了实时、交互式的图像渲染和分析工具。以下是WebGL在医学图像处理中的一些应用场景,希望对大家有所帮助。北京木奇移动技术有限公司,专业的软件外包开发公司,欢迎交流合作。1.三维图像重建:WebGL可以用于呈现和交互式处理医学三维图像,如CT扫描、MRI和超声等。医生和研究人员可以通过Web浏览器实时查看和操控复杂的三维图像。2.虚拟解剖学:利用W
- 【论文阅读】MCANet: Medical Image Segmentation with Multi-Scale Cross-Axis Attention
AI浩
人工智能论文阅读
文章目录摘要创新点总结实现效果总结摘要链接:https://arxiv.org/abs/2312.08866医学图像分割是医学图像处理和计算机视觉领域的关键挑战之一。由于病变区域或器官的大小和形状各异,有效地捕捉多尺度信息和建立像素间的长距离依赖性至关重要。本文提出了一种基于高效轴向注意力的多尺度交叉轴注意(MCA)方法来解决这些问题。MCA通过计算两个并行轴向注意力之间的双向交叉注意力,以更好地
- Python修改图片尺寸、裁剪图片、拼接图片
波比波
计算机视觉深度学习python计算机视觉图像处理
在YOLO算法中对输入的图片有尺寸大小要求,如果图片太大网络就提取不到特征,无法检测图片中的物体。在进行医学图像处理的时候,一般医学影像拍出来的图片分辨率很大,细胞非常小,所以不能将图片直接拿去检测,需要做一些处理:以我现有的图片为例,图像尺寸为10150×15050,可以切割为很多50×50的小方图,但是我觉得50×50尺寸较小,影响网络检测速度,所以先将图片尺寸通过加白边的方式扩展到10500
- VTK-等值面提取
@左左@右右
VTK图像处理计算机视觉人工智能VTK
等值面等值面(线)提取是一种常用的可视化技术,常应用于医学、地质、气象等领域。例如,在医学图像处理中,由于CT、MRI等图像分辨率越来越高,虽然体绘制技术可以清晰地对数据内部结构进行可视化,但是其计算量和效率却制约了其使用。此时可通过等值面提取技术,仅提取感兴趣的一个或者几个组织轮廓,并生成网格模型以供后续的处理和研究。根据数据类型的不同,VTK中提供了多个等值面提取类,其类图如图所示VTK中的等
- 会议剪影 | 思腾合力受邀出席首届CCF数字医学学术年会
Jericho2022
云计算搜索引擎
首届CCF数字医学学术年会(CCFDigitalMedicineSymposium,DMS)于2023年12月15日-17日在苏州CCF业务总部召开。这次会议的成功召开,标志着数字医学领域进入了一个新的时代,计算机技术和人工智能在医学领域的应用和发展得到了更广泛的关注和重视。本次会议由中国计算机学会主办,CCF数字医学分会、复旦大学和上海市医学图像处理与计算机辅助手术重点实验室联合承办,中国科学院
- Opencv实验合集——实验四:图片融合
我药打十个
Opencv系列opencv计算机视觉人工智能
1.概念图像融合是将两个或多个图像结合在一起,创建一个新的图像的过程。这个过程的目标通常是通过合并图像的信息来获得比单个图像更全面、更有信息量的结果。图像融合可以在许多领域中应用,包括计算机视觉、遥感、医学图像处理等。融合的方法有很多:加法融合(AdditiveFusion):将每个图像的对应像素相加。这种方法通常用于合并具有相似亮度的图像,例如红外图像和可见光图像。权重融合(WeightedFu
- 基于Swin_Transformer的图像超分辨率系统
xuehai996
transformer深度学习人工智能
1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义随着科技的不断发展,图像超分辨率技术在计算机视觉领域中变得越来越重要。图像超分辨率是指通过使用计算机算法将低分辨率图像转换为高分辨率图像的过程。这项技术在许多领域都有广泛的应用,包括医学图像处理、监控摄像头、卫星图像处理等。在过去的几十年里,图像超
- 分水岭算法的应用
此间不留白
上海交通大学医学图像处理数学形态学一个应用是分水岭算法,为了便于理解,可以将图像的灰度空间与地球表面的地形高度相类比,据此,发明了应用于图像领域的分水岭算法。测地线距离假设,如下图所示的一个岛屿,要从点走到点,虚线所表示的是最短的直线距离,也就是欧式距离,考虑到现实情况,不能穿过水面到达目标地点,所以,能够从起点到终点的实际通行路线中最短的距离成为测地线距离。通过以上分析,给出测地线距离的定义:给
- 会议邀请 | 思腾合力邀您共赴首届CCF数字医学学术年会
Jericho2022
搜索引擎
首届CCF数字医学学术年会(CCFDigitalMedicineSymposium,DMS)将于2023年12月15日-17日在苏州CCF业务总部召开,由中国计算机学会主办,CCF数字医学分会、复旦大学和上海市医学图像处理与计算机辅助手术重点实验室联合承办,中国科学院苏州生物医学工程技术研究所协办。思腾合力作为行业领先的人工智能基础架构解决方案商受邀参加本次盛会。CCF数字医学分会是CCF旗下首个
- python医学图像处理之基于vtk的三维点云表面重建
Cherry330
医学图像处理python图像处理开发语言计算机视觉3d
hello,小伙伴们,好久不见~马上就要到中秋了,不知道大家现在有没有进入学习状态呢?今天呢,要教大家做一个基于vtk的三维点云表面重建。我们通过每个点的坐标值,重建出这个模型。这个不仅可以用于医学图像相关的模型重建,也同样适用于其他三维表面重建哦~那么。话不多说,让我们来实操一下吧!首先,我们需要下载以下三个库。如果缺少某个库的小伙伴请通过“pipinstallXXX”进行下载哦~importn
- python医学图像处理之vtk生成固定方向的圆柱体并保存
Cherry330
医学图像处理numpypython计算机视觉3d图像处理
hello,各位小伙伴,好久不见~假期结束,又该回到我们日常的代码生活中去啦!这几天呢,我遇到一个问题,那就是怎么生成某个固定方向的圆柱体并保存呢?我们都知道啊,vtk直接生成的圆柱体是固定沿y轴生成的。但是如果我们想要生成并保存一个沿着固定方向的圆柱体该怎么办呢?网上有很多小伙伴给出的结果是生成很多个直线最终构成一个沿固定方向的圆柱,但是这种方法,在保存模型或者需要生成多个圆柱体时就变得非常麻烦
- python医学图像处理之三维点云模型特征提取
Cherry330
医学图像处理python图像处理开发语言3d
hello,小伙伴们,今天我们来聊一聊三维模型特征提取。在我们日常对模型进行一些操作(例如,配准、寻找特定点等),我们总是会遇到一个问题,就是如何从三维模型中提取其特征点。解决这个问题的方法有很多,例如,下采样,iss,甚至是深度学习等方法。今天,我会教大家几种基础的方法来进行特征点的提取。先清楚咱们今天的主角——示例的点云模型吧。大家可以猜猜这是什么,嘿嘿~图1示例点云模型首先是超级经典的ISS
- Python-医学图像处理之三维重建(进行切片级重建)
Cherry330
医学图像处理图像处理python3d
对于从事医学图像处理的小伙伴而言,医学图像三维重建并不是一个陌生的东西啦~例如,在对图像分割结果进行展示或者验证时,我们常常通过对分割结果进行三维可视化的方式进行展示和说明。那废话不多说,今天就来教大家如何根据自己的分割结果进行三维重建。这里呢,我用现在正在做的韧带分割进行说明。首先,通过深度学习或者传统方法对医学图像进行分割,得到二值化的分割结果(如图1所示)。将分割结果放置在一个文件夹里。图1
- python医学图像处理之标签制作(json批量转png)
Cherry330
医学图像处理json图像处理深度学习databasepython人工智能计算机视觉
无论是做医学图像分割的小伙伴,还是做其他语义分割的小伙伴,一定都和我一样遇到过这个问题——用labelme制作了标签之后,我们的标签如何转化为图片呢?其实,我们可以通过如下命令进行转化:labelme_json_to_dataset-ofilesfiles\label.json但是,这样每次只能转一张图片,并不是很方便。接下来,就教大家如何批量地将json转换为png。现在,让我们来看一下数据。在
- [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