- 深度学习特征提取魔改版太强了!发文香饽饽!
深度之眼
深度学习干货人工智能干货人工智能深度学习机器学习论文特征提取
要说CV领域经久不衰的研究热点,特征提取可以占一席,毕竟SLAM、三维重建等重要应用的底层都离不开它。再加上近几年深度学习兴起,用深度学习做特征提取逐渐成了主流,比传统算法无论是性能、准确性还是效率都更胜一筹。目前比较常见的深度学习特征提取方法有基于transformer、基于CNN、基于LSTM以及基于GAN,都发展的比较成熟。但为了追求更快速、准确、鲁棒的特征点提取,研究者们开始致力于改进深度
- 33从传统算法到深度学习:目标检测入门实战 --图像金字塔
Jachin111
图像金字塔的作用及实现图像金字塔简单来说就是用多个不同的尺寸来表示一张图片。如下图,最左边的图片是原始图片,然后从左向右图片的尺寸依次缩小直到图片的尺寸达到一个阈值,这个阈值就是多次缩小图片的最小尺寸,不会有比这更小尺寸的图片了,像这种图片的尺寸逐步递增或递减的多张图层就是图像金字塔,每张不同尺寸的图片都称为图像金字塔的一层。图像金字塔的目的就是寻找图片中出现的不同尺寸的目标(物体、动物等)。im
- 34从传统算法到深度学习:目标检测入门实战 --方向梯度直方图
Jachin111
什么是方向梯度直方图在前面的实验1、实验2中,我们了解到传统的目标检测流程可分为三个步骤,第一步是使用滑动窗口和图像金字塔从图片中选择一些区域。第二步是将选择出来的区域转化为人工设计的特征,可称为特征提取。第三步是将这些特征输入分类器进行分类。方向梯度直方图(HistogramofOrientedGradients)以下简称HOG,就是一种人工设计的特征,用来简化图像表述的特征描述符。下图中左边的
- 1.5C语言 双曲正弦函数(*) 优化麦克劳林公式
lanssssss
算法
一.传统算法#include#includeintjc(intx);intmain(){doublex,eps,y=0.0;scanf("%lf%lf",&x,&eps);intde=1,i=1;doubleitem=1.0;while(fabs(item)>=eps){item=pow(x,i)/jc(de);i+=2;y+=item;}printf("%.6f\n",y);}intjc(int
- 个人相关工作介绍
Ada's
计算机科学技术及软件工程应用系统科学神经科学认知科学
摘要部分此开源项目主要是我在自己工作和研究学习中针对以下问题总结笔记不足之处欢迎通过邮件QAS和OKR方式沟通互相学习。[1]低质量、多分辨率、多尺度遥感、医学、文字图像应用型研究[2]大数据、文本、语音、图像工程化应用型研究[3]传统算法+数据结构的基础研究[4]深度学习head、neck、loss、优化、并行方面应用研究[5]算法设计与芯片架构及操作系统可重组方案优化理论研究简介部分知名方向性
- 上位机图像处理和嵌入式模块(开篇)
嵌入式-老费
上位机图像处理和嵌入式模块图像处理人工智能
【声明:版权所有,欢迎转载,请勿用于商业用途。联系信箱:
[email protected]】图像处理是现实生活当中很实用的一门技术。工业上一般采用的是机器视觉,以传统算法和光源控制为主,部分采用了深度学习技术。而生活当中,则主要以二维码识别、人脸识别、车牌识别和ocr识别为主,这中间深度学习与AI扮演了很重要的角色。过去,市场上的商业收费软件,主要还是以传统设备厂商提供的上位机软件为主,那这一
- 50岁,人生重新出发
珠峰_在远方
昨天,一位老同学老朋友过生日。准确地计算,应该是满49岁,迈向50岁。明年此时就是50整了。按中国传统算法,现在应该算50岁了,应该过50岁的生日。50岁,年过半百,是人生的一个里程碑。古语说:五十知天命。50岁生日,我想很多人心里会有抵触。曾经,50岁在我们眼里是一个多么苍老的感觉,可是现在感觉人生还没有怎么过,一不留神,自己也到了这个年龄。过生日通常是一件欢乐的事情,家人或者同学朋友在一起,杯
- 1月下半笔记(个人向)
cqbzcsq
总结机器学习其他算法笔记PythonLinux生物信息Anaconda
最近才开始看d2l(这种东西早该在两年前看的,拖到现在了)为了做项目还得学一手OpenGL(被windows安装GLFW逼疯了)1.15打完ICPCECfinal回来,也许可以出一篇博客写下简单的题解。对蛋白质相似空间子结构搜索的算法有了一些思路,简单分为传统算法和目标检测算法1.16想到要对蛋白质可视化,然后去找可以用于三维绘图的库,找到了OpenGL,在wsl里面装了一个,发现挺方便,准备开始
- 32从传统算法到深度学习:目标检测入门实战 --目标检测简介及滑动窗口
Jachin111
目标检测简介目标检测是计算机视觉中一个重要的研究方向。人眼可以轻松、准确地识别出图片中的物体是什么、这个物体在图片中的哪个位置。例如,当我们看到下图左边的图片时,我们可以轻松的识别出图片中的动物是猫和狗,并且知道它们在图片中所处的位置。但是对于计算机来说,在以数字形式表示的图片中寻找目标物体,并判断这个物体是什么,这是一件困难的事情。目标检测的目的就是使计算机能够识别图片中的目标(物体、动物等)是
- 考试面试轻松应对:技术人的备考宝库 | 开源专题 No.58
开源服务指南
开源专题面试开源职场和发展
yangshun/tech-interview-handbookStars:97.9kLicense:MIT这个项目是一个技术面试手册,提供了免费和精选的技术面试准备材料。它包括最佳实践问题、编码面试的常见问题、如何准备编程面试以及算法小抄等内容。该项目的核心优势和主要功能有:提供针对忙碌工程师量身定制的高质量技术面试准备资料包含各种领域特定和非技术性问题,并不仅限于传统算法题目提供适用于软件工程
- 使用MistNet在COCO128数据集上协作训练Yolo-v5
星星失眠️
联邦学习YOLOpython人工智能
本案例介绍如何在MNIST手写数字分类场景中,使用名为MistNet的聚合算法训练联邦学习作业。数据分散在不同的地方(如边缘节点、摄像头等),由于数据隐私和带宽的原因,无法在服务器上聚合。因此,我们不能将所有数据都用于训练。在某些情况下,边缘节点的计算资源有限,甚至没有训练能力。边缘无法从训练过程中获取更新的权重。因此,传统算法(例如,联合平均算法)通常聚合由不同边缘客户端训练的更新权重,在这种情
- 单应性Homography估计:从传统算法到深度学习
baidu_huihui
单应性Homography估计机器人SLAM传统算法到深度学习
目录收起一图像变换与平面坐标系的关系二平面坐标系与齐次坐标系三单应性变换四关于OpenCV中的相关API五深度学习在单应性方向的进展单应性原理被广泛应用于图像配准,全景拼接,机器人定位SLAM,AR增强现实等领域。这篇文章从基础图像坐标知识系为起点,讲解图像变换与坐标系的关系,介绍单应性矩阵计算方法,并分析深度学习在单应性方向的进展。本文为入门级文章,希望能够帮助读者快速了解相关内容。单应性估计在
- GPU池化在AI OCR场景的应用
virtaitech
OrionX深度学习计算机视觉人工智能gpu
一、AIOCR的历史及概念OCR(OpticalCharacterRecognition,光学字符识别)是指采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程。2012年AlexNet在ImageNet竞赛夺冠以来,深度学习方法开始在图像视频领域大幅超越传统算法,基于CV(计算机视觉)和NLP(自然语言处理)卷
- 36从传统算法到深度学习:目标检测入门实战 --行人检测
Jachin111
行人检测基本流程在实验1到实验3中我们分别学习了滑动窗口、图像金字塔、方向梯度直方图。本节实验我们将结合这些方法来构建一个传统的行人检测算法。简单来说行人检测就是在提供的图像中,我们想要计算机分辨出哪些是人并且用矩形框标记出人出现在图片中的哪些位置。下图左上角图片中有一个人,如果我们想要用传统的目标检测方法检测到这个人的话,一般分为下面几个步骤。使用图像金字塔将图片按一定缩放比例生成不同尺寸图片(
- 社交网络分析4(下):社交网络链路预测分析、LightGBM框架、LLSLP方法(LightGBM 堆叠链路预测)、堆叠泛化 、社交网络链路预测分析的挑战
是Yu欸
#社交网络分析科研笔记与实践数据挖掘回归数据挖掘人工智能机器学习笔记算法网络安全
社交网络分析4写在最前面LightGBMLightGBM简介GBDT的核心概念和应用LightGBM的特点LightGBM与GBDT的比较LightGBM的原理与技术GBDT的传统算法LightGBM的创新算法GOSS(Gradient-basedOne-SideSampling)算法解析概念和工作原理算法的逻辑基础GOSS算法的创新与优势ExclusiveFeatureBundling(EFB)
- 深入探讨人工智能目标检测:算法、应用与未来趋势
鳗小鱼
资源分享(resource)人工智能人工智能目标检测算法神经网络深度学习知识图谱生成对抗网络
导言人工智能目标检测是计算机视觉领域的重要任务之一,旨在使计算机系统能够自动识别并定位图像或视频中的特定目标。本文将深入研究人工智能目标检测的算法原理、广泛应用以及未来发展趋势。1.目标检测算法传统算法:基于手工设计特征和分类器的方法,如Haar级联、HOG+SVM等。深度学习算法:基于深度神经网络,如RCNN系列、YOLO系列、SSD等。2.应用领域及典型案例自动驾驶:目标检测在自动驾驶中起到关
- Python-编写点云处理软件(十五)交互式点云地面点提取
Auto工程师
Python编写点云处理软件python点云处理点云处理软件点云提取pyqt地面点提取vtk
目录0简述1CSF算法原理2具体步骤3点云处理软件实现4效果展示0简述本篇在点云处理软件中实现点云地面点提取功能,通过窗口输入提取参数完成选中的点云对象提取地面点的功能。对于点云地面点滤波,众多传统算法滤波效果容易受到地形特征的影响(通常在复杂场景及陡峭地形区域滤波效果较差)且常常需要用户对数据有较为丰富的先验知识来进行设置滤波器中的各种参数,“布料”滤波算法(CSF)很好的解决了这一问题。1CS
- 十年OpenCV开发以后发布的作品 - OpenCV实验大师
gloomyfish
opencv人工智能计算机视觉
OpenCV介绍OpenCV是知名的计算机视觉框架,支持数十个不同的视觉处理模块,提供了超过2000多个传统算法,其核心功能支持图像处理、图像分析、特征提取、对象检测、深度学习模型推理等。当前支持C++、Python、JS、C#等多种语言SDK,支持Win、Ubuntu等多种操作系统。OpenCV教学与开发痛点在生物医学、机器视觉等领域应用场景中,基于OpenCV完成项目面临着项目风险早期无法识别
- 传统算法:使用pygame实现Dijkstra 算法
源代码杀手
传统算法pygame算法python
代码需要考虑两个主要部分:Dijkstra算法和Pygame图形绘制。Dijkstra算法部分图的表示:使用字典nodes表示节点的位置,字典edges表示节点之间的边及其权重。Dijkstra算法实现:dijkstra函数使用Dijkstra算法来计算从指定起点到所有其他节点的最短路径。它维护一个优先队列,不断更新节点的最短距离,并在每次更新后通过draw_graph()函数绘制当前图形状态。P
- 40从传统算法到深度学习:目标检测入门实战 --深度学习在目标检测中的应用:R-CNN
Jachin111
R-CNN在传统的目标检测方法中,我们使用滑动窗口标记目标的位置、使用人工设计的特征和机器学习算法进行分类,此类方法虽然可以基本达到实时性的要求但是其缺点也比较明显。首先滑动窗口采用穷举的策略来找到目标,这种方法的缺陷是如果步长和窗口尺寸设置太小会导致时间复杂度过高,在检测过程中会出现过多的冗余窗口,如果窗口的尺寸和步长设置过大就会导致检测不到目标,同时人工设计的特征面对复杂的环境和遮挡不能表现较
- 左神算法课笔记异或运算
天穹南都
笔记c++
异或性质异或运算性质:1.N^0=N2.N^N=0满足交换律结合律3.a^b=b^a4.(a^b)^c=a^b^c简证:异或运算与运算顺序无关只要是偶数个1就为0奇数个1则为1。题目1.位运算来交换用位运算来交换效率比传统算法更高#includeintmain(){inta=16;intb=603;a=a^b;b=a^b;a=a^b;std::cout&arr){inteor=0;for(inti
- OCR原理解析
小小晓晓阳
图像识别ocr机器学习深度学习计算机视觉
目录1.概述2.应用场景3.发展历史4.基于传统算法的OCR技术原理4.1图像预处理4.1.1灰度化4.1.2二值化4.1.3去噪4.1.4倾斜检测与校正4.1.4.2轮廓矫正4.1.5透视矫正4.2版面分析4.2.1连通域检测文本4.2.2MSER检测文本4.3字符切割4.3.1连通域轮廓切割4.3.2垂直投影切割4.4字符识别4.4.1识别原理4.5版面恢复4.6后处理4.7传统OCR局限性5
- 基于A*的网格地图最短路径问题求解
嘿嘻哈呀
智能优化算法最短路问题路径规划Astar算法Python优先队列
基于A*的网格地图最短路径问题求解一、A*算法介绍、原理及步骤二、Dijkstra算法和A*的区别三、A*算法应用场景四、启发函数五、距离六、基于A*的网格地图最短路径问题求解实例分析完整代码七、A*算法的改进思路一、A*算法介绍、原理及步骤A*搜索算法(Astaralgorithm)是用于寻路和图遍历的最佳和流行的技术之一。A*搜索算法,不像其他传统算法,它有“大脑”,是一个真正的智能算法将它与
- 传统算法:使用Pygame实现SVM(支持向量机)算法
源代码杀手
传统算法算法
使用Pygame演示了支持向量机(SVM)在二维数据上的分类过程。以下是代码的主要步骤和原理解释:1、初始化和基本设置Pygame初始化:通过pygame.init()初始化Pygame。定义颜色和屏幕大小:定义了一些颜色常量(WHITE,BLACK,RED,BLUE)和屏幕的宽度和高度。创建Pygame窗口:使用pygame.display.set_mode创建窗口,设置窗口标题。2、生成随机数
- 传统算法:使用 Pygame 实现选择排序
源代码杀手
传统算法pygame算法python
使用Pygame模块实现了选择排序的动画演示。首先,它生成一个包含随机整数的数组,并通过Pygame在屏幕上绘制这个数组的条形图。接着,通过选择排序算法对数组进行排序,动画效果可视化每一步的排序过程。在排序的过程中,程序找到未排序部分的最小元素,并将其与未排序部分的第一个元素交换位置,同时在屏幕上的条形图也相应地进行交换,形成了选择排序的动画效果。整个排序过程通过适度的延迟,以每个步骤产生动画效果
- 传统算法:使用 Pygame 实现归并排序
源代码杀手
传统算法pygame算法python
使用Pygame模块实现了归并排序的动画演示。首先,它生成一个包含随机整数的数组,并通过Pygame在屏幕上绘制这个数组的条形图。接着,通过归并排序算法对数组进行排序,动画效果可视化每一步的排序过程。在排序的过程中,程序将数组递归地分成两半,分别进行排序,然后再将两个有序的子数组合并成一个有序的数组。动画效果通过适度的延迟呈现,形成归并排序的动画效果。整个排序过程通过适度的延迟,以每个步骤产生动画
- 传统算法:使用 Pygame 实现广度优先搜索(BFS)
源代码杀手
传统算法pygame算法宽度优先
使用Pygame模块实现了广度优先搜索(BFS)的动画演示。首先,通过邻接矩阵表示了一个图的结构,其中每个节点表示一个字符,每个字符的邻居表示与之相邻的节点。然后,通过广度优先搜索算法按层级顺序访问节点,过程中通过动画效果可视化每一步的变化。每次访问一个节点,该节点变为绿色,与其相邻的边变为黑色,形成广度优先搜索的动画效果。算法使用队列来维护当前层级的节点,并逐步向下一层级扩展。这个演示通过适度的
- 传统算法: Pygame 实现深度优先搜索(DFS)
源代码杀手
传统算法pygame算法深度优先
使用Pygame模块实现了深度优先搜索(DFS)的动画演示。首先,它通过邻接矩阵表示了一个图的结构,其中每个节点表示一个字符,每个字符的邻居表示与之相邻的节点。然后,通过深度优先搜索算法递归地访问所有节点,过程中通过动画效果可视化每一步的变化。每次访问一个节点,该节点变为绿色,与其相邻的边变为黑色,形成深度优先搜索的动画效果。这个演示通过适度的延迟和颜色变化,直观展示了深度优先搜索在图上的遍历过程
- 传统算法:使用 Pygame 实现二分查找
源代码杀手
传统算法pygame算法python
使用Pygame模块实现了二分查找的动画演示。首先,它生成一个有序数组,并通过Pygame在屏幕上绘制这个数组的条形图。接着,通过二分查找算法对有序数组进行查找,动画效果可视化每一步的变化。在查找的过程中,程序通过比较目标值和数组中间元素,逐步缩小搜索范围,高亮显示当前搜索范围的起始和结束位置。如果找到目标值,将相应的元素高亮显示,并在屏幕上显示“TargetFound!”的文本。如果遍历完整个搜
- 传统算法:使用 Pygame 实现K-Means 聚类算法
源代码杀手
传统算法pygame算法kmeans
使用Pygame模块演示了K-Means聚类算法的基本原理。让我逐步解释它的实现:初始化和基本设置Pygame初始化:通过pygame.init()初始化Pygame。定义颜色和屏幕大小:定义了一些颜色常量(WHITE,BLACK,RED,GREEN,BLUE)和屏幕的宽度和高度。创建Pygame窗口:使用pygame.display.set_mode创建窗口,设置窗口标题。生成随机数据点和初始聚
- html
周华华
html
js
1,数组的排列
var arr=[1,4,234,43,52,];
for(var x=0;x<arr.length;x++){
for(var y=x-1;y<arr.length;y++){
if(arr[x]<arr[y]){
&
- 【Struts2 四】Struts2拦截器
bit1129
struts2拦截器
Struts2框架是基于拦截器实现的,可以对某个Action进行拦截,然后某些逻辑处理,拦截器相当于AOP里面的环绕通知,即在Action方法的执行之前和之后根据需要添加相应的逻辑。事实上,即使struts.xml没有任何关于拦截器的配置,Struts2也会为我们添加一组默认的拦截器,最常见的是,请求参数自动绑定到Action对应的字段上。
Struts2中自定义拦截器的步骤是:
- make:cc 命令未找到解决方法
daizj
linux命令未知make cc
安装rz sz程序时,报下面错误:
[root@slave2 src]# make posix
cc -O -DPOSIX -DMD=2 rz.c -o rz
make: cc:命令未找到
make: *** [posix] 错误 127
系统:centos 6.6
环境:虚拟机
错误原因:系统未安装gcc,这个是由于在安
- Oracle之Job应用
周凡杨
oracle job
最近写服务,服务上线后,需要写一个定时执行的SQL脚本,清理并更新数据库表里的数据,应用到了Oracle 的 Job的相关知识。在此总结一下。
一:查看相关job信息
1、相关视图
dba_jobs
all_jobs
user_jobs
dba_jobs_running 包含正在运行
- 多线程机制
朱辉辉33
多线程
转至http://blog.csdn.net/lj70024/archive/2010/04/06/5455790.aspx
程序、进程和线程:
程序是一段静态的代码,它是应用程序执行的蓝本。进程是程序的一次动态执行过程,它对应了从代码加载、执行至执行完毕的一个完整过程,这个过程也是进程本身从产生、发展至消亡的过程。线程是比进程更小的单位,一个进程执行过程中可以产生多个线程,每个线程有自身的
- web报表工具FineReport使用中遇到的常见报错及解决办法(一)
老A不折腾
web报表finereportjava报表报表工具
FineReport使用中遇到的常见报错及解决办法(一)
这里写点抛砖引玉,希望大家能把自己整理的问题及解决方法晾出来,Mark一下,利人利己。
出现问题先搜一下文档上有没有,再看看度娘有没有,再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题,大多文档上都有提到的。
1、address pool is full:
含义:地址池满,连接数超过并发数上
- mysql rpm安装后没有my.cnf
林鹤霄
没有my.cnf
Linux下用rpm包安装的MySQL是不会安装/etc/my.cnf文件的,
至于为什么没有这个文件而MySQL却也能正常启动和作用,在这儿有两个说法,
第一种说法,my.cnf只是MySQL启动时的一个参数文件,可以没有它,这时MySQL会用内置的默认参数启动,
第二种说法,MySQL在启动时自动使用/usr/share/mysql目录下的my-medium.cnf文件,这种说法仅限于r
- Kindle Fire HDX root并安装谷歌服务框架之后仍无法登陆谷歌账号的问题
aigo
root
原文:http://kindlefireforkid.com/how-to-setup-a-google-account-on-amazon-fire-tablet/
Step 4: Run ADB command from your PC
On the PC, you need install Amazon Fire ADB driver and instal
- javascript 中var提升的典型实例
alxw4616
JavaScript
// 刚刚在书上看到的一个小问题,很有意思.大家一起思考下吧
myname = 'global';
var fn = function () {
console.log(myname); // undefined
var myname = 'local';
console.log(myname); // local
};
fn()
// 上述代码实际上等同于以下代码
m
- 定时器和获取时间的使用
百合不是茶
时间的转换定时器
定时器:定时创建任务在游戏设计的时候用的比较多
Timer();定时器
TImerTask();Timer的子类 由 Timer 安排为一次执行或重复执行的任务。
定时器类Timer在java.util包中。使用时,先实例化,然后使用实例的schedule(TimerTask task, long delay)方法,设定
- JDK1.5 Queue
bijian1013
javathreadjava多线程Queue
JDK1.5 Queue
LinkedList:
LinkedList不是同步的。如果多个线程同时访问列表,而其中至少一个线程从结构上修改了该列表,则它必须 保持外部同步。(结构修改指添加或删除一个或多个元素的任何操作;仅设置元素的值不是结构修改。)这一般通过对自然封装该列表的对象进行同步操作来完成。如果不存在这样的对象,则应该使用 Collections.synchronizedList 方
- http认证原理和https
bijian1013
httphttps
一.基础介绍
在URL前加https://前缀表明是用SSL加密的。 你的电脑与服务器之间收发的信息传输将更加安全。
Web服务器启用SSL需要获得一个服务器证书并将该证书与要使用SSL的服务器绑定。
http和https使用的是完全不同的连接方式,用的端口也不一样,前者是80,后
- 【Java范型五】范型继承
bit1129
java
定义如下一个抽象的范型类,其中定义了两个范型参数,T1,T2
package com.tom.lang.generics;
public abstract class SuperGenerics<T1, T2> {
private T1 t1;
private T2 t2;
public abstract void doIt(T
- 【Nginx六】nginx.conf常用指令(Directive)
bit1129
Directive
1. worker_processes 8;
表示Nginx将启动8个工作者进程,通过ps -ef|grep nginx,会发现有8个Nginx Worker Process在运行
nobody 53879 118449 0 Apr22 ? 00:26:15 nginx: worker process
- lua 遍历Header头部
ronin47
lua header 遍历
local headers = ngx.req.get_headers()
ngx.say("headers begin", "<br/>")
ngx.say("Host : ", he
- java-32.通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小(两数组的差最小)。
bylijinnan
java
import java.util.Arrays;
public class MinSumASumB {
/**
* Q32.有两个序列a,b,大小都为n,序列元素的值任意整数,无序.
*
* 要求:通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小。
* 例如:
* int[] a = {100,99,98,1,2,3
- redis
开窍的石头
redis
在redis的redis.conf配置文件中找到# requirepass foobared
把它替换成requirepass 12356789 后边的12356789就是你的密码
打开redis客户端输入config get requirepass
返回
redis 127.0.0.1:6379> config get requirepass
1) "require
- [JAVA图像与图形]现有的GPU架构支持JAVA语言吗?
comsci
java语言
无论是opengl还是cuda,都是建立在C语言体系架构基础上的,在未来,图像图形处理业务快速发展,相关领域市场不断扩大的情况下,我们JAVA语言系统怎么从这么庞大,且还在不断扩大的市场上分到一块蛋糕,是值得每个JAVAER认真思考和行动的事情
- 安装ubuntu14.04登录后花屏了怎么办
cuiyadll
ubuntu
这个情况,一般属于显卡驱动问题。
可以先尝试安装显卡的官方闭源驱动。
按键盘三个键:CTRL + ALT + F1
进入终端,输入用户名和密码登录终端:
安装amd的显卡驱动
sudo
apt-get
install
fglrx
安装nvidia显卡驱动
sudo
ap
- SSL 与 数字证书 的基本概念和工作原理
darrenzhu
加密ssl证书密钥签名
SSL 与 数字证书 的基本概念和工作原理
http://www.linuxde.net/2012/03/8301.html
SSL握手协议的目的是或最终结果是让客户端和服务器拥有一个共同的密钥,握手协议本身是基于非对称加密机制的,之后就使用共同的密钥基于对称加密机制进行信息交换。
http://www.ibm.com/developerworks/cn/webspher
- Ubuntu设置ip的步骤
dcj3sjt126com
ubuntu
在单位的一台机器完全装了Ubuntu Server,但回家只能在XP上VM一个,装的时候网卡是DHCP的,用ifconfig查了一下ip是192.168.92.128,可以ping通。
转载不是错:
Ubuntu命令行修改网络配置方法
/etc/network/interfaces打开后里面可设置DHCP或手动设置静态ip。前面auto eth0,让网卡开机自动挂载.
1. 以D
- php包管理工具推荐
dcj3sjt126com
PHPComposer
http://www.phpcomposer.com/
Composer是 PHP 用来管理依赖(dependency)关系的工具。你可以在自己的项目中声明所依赖的外部工具库(libraries),Composer 会帮你安装这些依赖的库文件。
中文文档
入门指南
下载
安装包列表
Composer 中国镜像
- Gson使用四(TypeAdapter)
eksliang
jsongsonGson自定义转换器gsonTypeAdapter
转载请出自出处:http://eksliang.iteye.com/blog/2175595 一.概述
Gson的TypeAapter可以理解成自定义序列化和返序列化 二、应用场景举例
例如我们通常去注册时(那些外国网站),会让我们输入firstName,lastName,但是转到我们都
- JQM控件之Navbar和Tabs
gundumw100
htmlxmlcss
在JQM中使用导航栏Navbar是简单的。
只需要将data-role="navbar"赋给div即可:
<div data-role="navbar">
<ul>
<li><a href="#" class="ui-btn-active&qu
- 利用归并排序算法对大文件进行排序
iwindyforest
java归并排序大文件分治法Merge sort
归并排序算法介绍,请参照Wikipeida
zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F
基本思想:
大文件分割成行数相等的两个子文件,递归(归并排序)两个子文件,直到递归到分割成的子文件低于限制行数
低于限制行数的子文件直接排序
两个排序好的子文件归并到父文件
直到最后所有排序好的父文件归并到输入
- iOS UIWebView URL拦截
啸笑天
UIWebView
本文译者:candeladiao,原文:URL filtering for UIWebView on the iPhone说明:译者在做app开发时,因为页面的javascript文件比较大导致加载速度很慢,所以想把javascript文件打包在app里,当UIWebView需要加载该脚本时就从app本地读取,但UIWebView并不支持加载本地资源。最后从下文中找到了解决方法,第一次翻译,难免有
- 索引的碎片整理SQL语句
macroli
sql
SET NOCOUNT ON
DECLARE @tablename VARCHAR (128)
DECLARE @execstr VARCHAR (255)
DECLARE @objectid INT
DECLARE @indexid INT
DECLARE @frag DECIMAL
DECLARE @maxfrag DECIMAL
--设置最大允许的碎片数量,超过则对索引进行碎片
- Angularjs同步操作http请求with $promise
qiaolevip
每天进步一点点学习永无止境AngularJS纵观千象
// Define a factory
app.factory('profilePromise', ['$q', 'AccountService', function($q, AccountService) {
var deferred = $q.defer();
AccountService.getProfile().then(function(res) {
- hibernate联合查询问题
sxj19881213
sqlHibernateHQL联合查询
最近在用hibernate做项目,遇到了联合查询的问题,以及联合查询中的N+1问题。
针对无外键关联的联合查询,我做了HQL和SQL的实验,希望能帮助到大家。(我使用的版本是hibernate3.3.2)
1 几个常识:
(1)hql中的几种join查询,只有在外键关联、并且作了相应配置时才能使用。
(2)hql的默认查询策略,在进行联合查询时,会产
- struts2.xml
wuai
struts
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE struts PUBLIC
"-//Apache Software Foundation//DTD Struts Configuration 2.3//EN"
"http://struts.apache