冯子材
冯子材

MSATR数据集

MSATR数据集

二十世纪九十年代中期，美国国防高等研究计划署（DARPA）推出MSTAR计划。通过高分辨率的聚束式合成孔径雷达采集多种前苏联目标军事车辆的SAR图像。MSTAR计划进行了SAR实测地面目标试验，包括目标遮挡、伪装、配置变化等扩展性条件，形成了较为系统、全面的实测数据库。随后，DARPA公布了该数据库。目前MSTAR数据集在SAR图像目标识别研究上得到广泛应用。

MSTAR的图像十类目标识别问题类标
类别 俯仰角17°的训练集 俯仰角15°测试集
BMP2(sn-9566) 233 196
BTR70(sn-c71) 233 196
T72(sn-132) 232 196
BTR60 256 195
2S1 299 274
BRDM2 298 274
D7 299 274
T62 299 273
ZIL131 299 274
ZSU23/4 299 274
合计 2747 3203

该数据集的MSTAR PUBLIC TARGETS CHIPS包括有T72、BMP2和BTR70三大类目标图像数据，即三类目标识别问题数据。各种类别的目标还有不同型号，同类不同型号目标的差异表现在装备上，但总体差异不大。通常是在0°∼ 360°方位角下，每隔1°∼ 2°获取到的一次目标切片图像。MSTAR PUBLIC TARGETS CHIPS推荐了俯仰角为17°的三类目标图像集做训练集，俯仰角为15°的三类目标图像集做测试集。每个图像集中是雷达采集的数据经处理后得到的像素大小为128×128的静止车辆图像。
MSTAR数据集的MSTAR-PublicMixedTargets含有9种不同俯仰角关于BTR60、2S1、BRDM2等七类目标的SAR图像数据。选取俯仰角为17°和15°的图像集，结合MSTAR PUBLICTARGETS CHIPS中的图像集，构成十类目标分类问题的数据集。将俯仰角为17°的图像作为训练集，共有2747张，俯仰角为15°的目标作为测试集，共有3203 张。
除了各类目标的切片，该数据集还包含亨茨维尔红石兵工厂附近地区的环境场景信息，包含农村场景和城市场景等。其中的场景信息在包含的图像数目较少，而且没有关于目标车辆的标签，所以无法用于分类识别任务。
请各位关注公众号，回复0001，获得下载链接（自动回复规则，前几天出问题了，现在好了）。更多的文章可以关注公众号查看。
　　MSATR数据集_第1张图片

你可能感兴趣的:(3D,vision,数据集)

  • 【技术实测】单一世界承载数万单位无分片同步！全球低延迟互动DEMO开放测试 微网兔子 後端技術c++服务器unity后端分布式
    核心突破分散式同步引擎`实现三大关键指标：✅无分片架构-全域实体即时同步✅毫秒级延迟-跨洲网路优化✅万级货运-秒登入不排队万人单一世界最新技术测试影片目前，我们已实现一定的技术突破，并希望收集开发者的回馈，以确定下一步的优化方向。为了验证这项技术，我们部署了一个测试环境，具体情况如下：3万名玩家的即时互动3D测试环境(512×512平方米)已部署12,000个模拟客户端，开放18,000个名额给开
  • 少样本数值型数据集 | 数据增强 蒜蓉趣多多 机器学习人工智能材料工程
    对于小样本数字型数据集，数据增强的有效方法主要集中在创造新的样本、调整现有样本的特征、或者通过生成模型来模拟真实分布。下面是个人搜集到的方法及部分代码。希望对大家的科研/工作有所帮助！1.噪声注入(NoiseInjection)方法：在原始数据上添加少量的随机噪声，生成新的样本。噪声可以是高斯噪声、均匀分布噪声或其他分布的噪声。实现：对于每个特征，可以加上一个服从小均值和小方差的正态分布噪声，如X
  • 使用Unity引擎开发的Windows 11系统3D打地鼠游戏的方案 1079986725 手机游戏开发者Windows游戏java玩游戏
    创建Unity项目：使用UnityHub新建3D项目设置目标平台为Windows场景搭建：csharp//地鼠控制器WhackAMole.csusingUnityEngine;usingSystem.Collections;publicclassWhackAMole:MonoBehaviour{publicfloatpopupDuration=1.5f;publicfloatminHideTime
  • python 使用microsoft-Florence-2-base进行图片描述生成 哦里 哦里哦里给 AI大语言模型实战pythonmicrosoft开发语言
    目录一、Florence-2简介二、代码实践三、多语言模型一、Florence-2简介Florence-2是一个先进的视觉基础模型，采用基于提示（prompt）的方式，处理广泛的视觉和视觉-语言任务。Florence-2能够解析简单的文本提示，执行如图像描述、物体检测和分割等任务。该模型利用FLD-5B数据集，该数据集包含54亿个注释，涵盖1.26亿张图像，用于掌握多任务学习。模型的序列到序列架构
  • A survey on instance segmentation: state of the art——论文笔记 栀子清茶 1024程序员节论文阅读计算机视觉人工智能笔记学习
    摘要这篇论文综述了实例分割的研究进展，定义其为同时解决对象检测和语义分割的问题。论文讨论了实例分割的背景、面临的挑战、技术演变、常用数据集，并总结了相关领域的最新成果和未来研究方向。实例分割的发展从粗略的对象分类逐步演变为更精细的像素级别推理，广泛应用于自动驾驶、机器人等领域。论文为研究人员提供了对实例分割领域的全面了解和有价值的参考。一、简介第一部分“简介”主要介绍了实例分割的背景、定义和挑战。
  • 金融时间序列分析（Yahoo Finance API实战） 闲人编程 Python数据分析实战精要金融yfinance时间序列波动率数据归一化数据分析Dash
    这里写目录标题金融时间序列分析（YahooFinanceAPI实战）1.引言2.项目背景与意义3.数据集介绍4.GPU加速在数据处理中的应用5.交互式GUI设计与加速处理6.系统整体架构7.数学公式与指标计算8.完整代码实现9.代码自查与BUG排查10.总结与展望金融时间序列分析（YahooFinanceAPI实战）1.引言在当今金融市场中，时间序列数据分析是理解股票、指数以及其他金融产品走势的重
  • 2、3ds Max的界面（3DMAX基础自学系列） weixin_34409703
    一、3dsMax2012中文版的操作界面二、各功能区的介绍1、菜单栏菜单栏位于软件界面顶部，共13个，分别是文件、编辑(E)、工具(T)、组(G)、视图(V)、创建(C)、修改器、动画、图标编译器、渲染(R)、自定义(U)、MAXScript(M)、帮助(H)。可以使用ALT+菜单的字母来打开菜单。①文件左上角的Max图标为文件操作入口，旁边为文件操作的快捷按钮，包含用于管理文件的命令，包括创建、
  • 2018移动端“事件交互篇-远程实战开发课程” weixin_44215351
    课程目录:1-移动端event相关问题2-touchEvent和滑屏3-滑屏的幻灯片（一）4-滑屏的幻灯片（二）5-移动端适配6-移动端布局注意事项7-音悦台布局8-显示隐藏的菜单和缓冲导航9-导航的缓冲和回弹动画10-滑屏选项卡上11-滑动选项卡12-3D（上）13-3D（下）14-百分比布局15-3d桌面切换16-touchEvent和transition的相关问题17-自定义滚动条18-相册
  • 移动端“事件交互篇-远程实战开发课程” qq_42672664 移动端
    课程目录:1-移动端event相关问题2-touchEvent和滑屏3-滑屏的幻灯片（一）4-滑屏的幻灯片（二）5-移动端适配6-移动端布局注意事项7-音悦台布局8-显示隐藏的菜单和缓冲导航9-导航的缓冲和回弹动画10-滑屏选项卡上11-滑动选项卡12-3D（上）13-3D（下）14-百分比布局15-3d桌面切换16-touchEvent和transition的相关问题17-自定义滚动条18-相册
  • 2025版自动控制流程_工业级连接_智能重连监控系统_增强型工业连接协议 ‘s Vision+Robot EPSON 资深设备全生命周期管理 python
    importtimeimporttkinterastkfromtkinterimportmessageboxfromPILimportImage,ImageTkimportsocketimportthreadingfromdatetimeimportdatetimeimportloggingimportsubprocess#确保导入subprocess库importosimportpyautogu
  • Redis 持久化方案对比 贝克街的小码农 Java实战方案redis数据库缓存
    Redis提供了两种主要的持久化方案：RDB（RedisDatabaseBackup）和AOF（Append-OnlyFile）。每种方案都有其优缺点，适用于不同的场景。以下是它们的对比及实际操作方案。1.RDB持久化1.1概述RDB是Redis默认的持久化方式。它通过生成数据集的快照（snapshot）来保存数据。快照是二进制文件，保存了某个时间点的完整数据。1.2优点性能高：RDB是快照方式，
  • Vision Transformer (ViT) 详细描述及 PyTorch 代码全解析 AIGC_ZY CVtransformerpytorch深度学习
    VisionTransformer(ViT)是一种将Transformer架构应用于图像分类任务的模型。它摒弃了传统卷积神经网络(CNN)的卷积操作，而是将图像分割成patches，并将这些patches视为序列输入到Transformer编码器中。ViT的处理流程输入图像被分割成多个固定大小的patch，每个patch经过线性投影变成嵌入向量，然后加上位置编码。接着，这些嵌入向量会和类别标签（c
  • 【Godot】Window类 Octopus2077 godot游戏引擎
    （参考自deepseek回答）在Godot引擎中，Window是一个用于管理应用程序窗口的类。它是Godot4.0引入的新特性，取代了旧版本中的OS类对窗口的管理功能。Window提供了对窗口大小、位置、标题、模式等属性的控制，使开发者能够更灵活地管理应用程序的窗口。1.Window的定义Window继承自Viewport，因此它也是一个渲染容器。它代表应用程序的一个窗口，可以包含2D或3D场景。
  • 【图像分割】Labelme JSON标注转换为TXT代码详解 唐king jsonpython
    书接上文：https://blog.csdn.net/qq_49092686/article/details/145114987?spm=1001.2014.3001.5502这里给出更细致的json2txt代码，同时考虑了circle、rectangle这两种情况各位朋友，在使用前，你一定要注意你的json格式是不是跟我的一致，不一致的话是用不了的（是不是也用的labelme制作的数据集）imp
  • CIFAR-10 数据集的简介 一头大学牲 python深度学习机器学习数据分析
    文章目录CIFAR-10数据集的简介文件结构图像数据结构访问数据Python代码CIFAR-10数据集的数据格式CIFAR-10数据集的简介CIFAR-10数据集是一个广泛使用的图像数据集，具体可见CIFAR-10和CIFAR-100数据集，它包含60,000张32x32像素的彩色（3channels）图像，分为10个类别，每个类别有6,000张图像。每个类别的图像数量分布如下：飞机(airpla
  • PyTorch 实现 Conditional DCGAN（条件深度卷积生成对抗网络）进行图像到图像转换的示例代码 max500600 算法pythonYOLO深度学习人工智能
    以下是一个使用PyTorch实现ConditionalDCGAN（条件深度卷积生成对抗网络）进行图像到图像转换的示例代码。该代码包含训练和可视化部分，假设输入为图片和4个工艺参数，根据这些输入生成相应的图片。1.导入必要的库importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorchvisionimporttorchvision.
  • 数据分析面试全攻略：项目经验篇 代码CC 数据分析（包括各种面试题）数据分析面试python
    引言：为什么项目经验是数据分析面试的“敲门砖”？在数据分析岗位的面试中，项目经验是最核心的竞争力证明。HR视角：80%的面试官会通过项目细节判断候选人的真实能力技术视角：项目是数据清洗、建模分析、业务落地的综合体现误区警示：单纯罗列工具名称（如Python/SQL）≠具备实战能力本文将系统讲解如何用STAR法则包装项目、如何选择高含金量数据集、以及如何通过和鲸社区快速积累实战经验。文末提供10个可
  • matlab代码通过一系列的计算和绘图操作，将ZHLY空域的3D结构、跑道、中心点以及地形以可视化的方式展示出来 神经网络15044 MATLAB专栏matlab3d数据库
    %完整版ZHLY空域3D可视化代码%定义中心点ZHLY的坐标lat_ZHLY=34+44/60+29/3600;%转换为十进制度数lon_ZHLY=112+23
  • 区块链和大模型的结合 hanyongyi 1531 区块链
    大模型@区块链（4个应用）_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1mu4y1W7bY/?spm_id_from=333.337.search-card.all.click&vd_source=8d683f22b43d55b6630d3bec03cfdb6d通过使用自然语言询问有关Aptos区块链生态系统的任何问题，使用户能够无缝地进入web3
  • 7、基于osg引擎实现读取vtk数据通过着色器实现简单体渲染(1) 不收藏找不到我 着色器着色器
    1、顶点着色器代码#version110/*GLSL1.10需要显式声明精度(OpenGLES要求)*/#ifdefGL_ESprecisionhighpfloat;#endif//体数据采样步长uniformfloatxStepSize,yStepSize,zStepSize;//体数据纹理和颜色纹理uniformsampler3DbaseTexture;uniformsampler1DtfTe
  • 数据分析：数据的存储结构、数据类型、数据集成技术、存储模型、查询语言、API、驱动器等 AI天才研究院 Python实战自然语言处理人工智能语言模型编程实践开发语言架构设计
    作者：禅与计算机程序设计艺术1.简介数据分析是一个复杂的工程，需要用到多个数据库、数据表、数据文件等数据集成资源。不同的数据集成环境（如分布式系统、异构数据库）会影响数据分析的效率和效果。在进行数据分析时，首先要确定数据集成方案、选择合适的数据模型和索引策略，以及评估各种解决方案之间的优劣。因此，掌握数据的存储结构、数据类型、数据集成技术、存储模型、查询语言、API、驱动器等关键信息对数据分析工作
  • Python精进系列： K-Means 聚类算法调用库函数和手动实现对比分析 进一步有进一步的欢喜 Python精进系列算法pythonkmeans
    一、引言在机器学习领域，聚类分析是一种重要的无监督学习方法，用于将数据集中的样本划分为不同的组或簇，使得同一簇内的样本具有较高的相似性，而不同簇之间的样本具有较大的差异性。K-Means聚类算法是最常用的聚类算法之一，它以其简单性和高效性在数据挖掘、图像分割、模式识别等领域得到了广泛应用。本文将详细介绍K-Means聚类算法，并分别给出调用现成函数和不调用任何现成函数实现K-Means聚类的代码示
  • 【零基础入门unity游戏开发——unity3D篇】物理系统 —— 3D物理材质Physics Material 向宇it #unity3d材质c#游戏引擎开发语言编辑器
    考虑到每个人基础可能不一样，且并不是所有人都有同时做2D、3D开发的需求，所以我把【零基础入门unity游戏开发】分为成了C#篇、unity通用篇、unity3D篇、unity2D篇。【C#篇】：主要讲解C#的基础语法，包括变量、数据类型、运算符、流程控制、面向对象等，适合没有编程基础的同学入门。【unity通用篇】：主要讲解unity的基础通用的知识，包括unity界面、unity脚本、unit
  • 新手村：线性回归-实战-波士顿房价预测 嘉羽很烦 机器学习线性回归算法回归
    新手村：线性回归-实战-波士顿房价预测前置条件阅读：新手村：线性回归了解相关概念实验目的1.熟悉机器学习的一般流程2.掌握基础的数据处理方法3.理解常用的回归算法教学例子：预测房价（以波士顿房价数据集为例）本次实验，你将使用真实的波士顿房价数据集建立起一个房价预测模型，并且了解到机器学习中的若干重要概念和评价方法，请通过机器学习建立回归模型，即:Y=θ0+θ1×X1+θ2×X2+θ3×X3+⋯+θ
  • 计算机视觉入门 109702008 人工智能#深度学习计算机视觉人工智能
    计算机视觉（ComputerVision）是一门涉及使机器能够从图像或者多维数据中提取信息，解释、理解并对物体或场景进行处理的学科。以下是一个基本的计算机视觉入门学习路线，旨在为刚刚接触这一领域的学习者提供指导。1.基础知识储备数学基础：线性代数、概率论和数理统计、微积分、优化理论。编程语言：掌握至少一门编程语言，Python是目前在计算机视觉领域最流行的语言，其次是C++。2.计算机视觉基础数字
  • 计算机视觉（Computer Vision, CV）的入门到实践的详细学习路线 云梦优选 计算机数据库大数据计算机视觉学习人工智能
    一、基础准备1.数学基础线性代数深入矩阵运算，理解矩阵乘法、转置、逆等基本概念。掌握特征值与特征向量的几何意义，理解其在图像压缩、特征提取中的应用。学习奇异值分解（SVD）及其在降维和数据压缩中的具体应用。概率与统计熟悉贝叶斯定理及其在分类任务中的应用，如朴素贝叶斯分类器。理解常见概率分布（如正态分布、二项分布）及其性质。学习统计推断方法，如假设检验、置信区间估计，以评估模型性能。微积分掌握梯度、
  • 新手村：统计量均值、中位数、标准差、四分位数 嘉羽很烦 机器学习均值算法算法
    新手村：统计量均值、中位数、标准差、四分位数统计量定义与讲解统计量定义计算公式示例说明均值数据集中的所有数值之和除以数值的个数。Mean=∑i=1nxin\text{Mean}=\frac{\sum_{i=1}^{n}x_i}{n}Mean=n∑i=1nxi对于数据集[1,2,3,4,5]，均值为(1+2+3+4+5)/5=3(1+2+3+4+5)/5=3(1+2+3+4+5)/5=3中位数将数据
  • 从零开始写3D引擎（开发环境VS2022+OpenGL）之十 如何给3D图形添加光源设置漫发射镜面放射 保姆包教会系列 金沙阳 3dc++游戏引擎
    前情回顾按照惯例，先回顾一下之前的内容，在之前的博文里面，已经介绍了如何使用OpenGL在VS2022开发环境里面，如何做到3D透视的效果，如何改变摄像头的操作。这些内容都可以访问我的博客文章进行回顾。[!TIP]从零开始写3D游戏引擎（开发环境VS2022+OpenGL）之八如何让自己的图形从2D变为3D，包含代码与解释的保姆包教会系列-CSDN博客从零开始写3D游戏引擎（开发环境VS2022+
  • 利用ECharts与ECharts-GL打造炫酷3D飞线地球：视觉与数据的完美碰撞 劳筝千Daphne
    利用ECharts与ECharts-GL打造炫酷3D飞线地球：视觉与数据的完美碰撞【下载地址】ECharts与ECharts-GL实现3D飞线地球可视化ECharts与ECharts-GL实现3D飞线地球可视化本仓库提供了一个使用ECharts结合ECharts-GL实现3D飞线地球可视化的简单案例项目地址:https://gitcode.com/open-source-toolkit/20abf
  • 大语言模型微调和大语言模型应用区别 AI Echoes 深度学习人工智能自然语言处理
    大语言模型微调和大语言模型应用区别微调与应用LLM的区别微调大语言模型（LLM）是指取一个已经预训练好的模型，进一步用特定数据集训练，使其更好地适应某个任务或领域，比如为医疗聊天机器人优化医疗术语理解。应用LLM则是直接使用这些预训练模型来完成任务，如通过提示生成文本或回答问题，无需更改模型本身。研究表明，微调适合需要领域专精的任务，而应用更适合通用任务，效果因模型和任务复杂性而异。学习所需技术栈
  • java杨辉三角 3213213333332132 java基础
    package com.algorithm; /** * @Description 杨辉三角 * @author FuJianyong * 2015-1-22上午10:10:59 */ public class YangHui { public static void main(String[] args) { //初始化二维数组长度 int[][] y
  • 《大话重构》之大布局的辛酸历史 白糖_ 重构
    《大话重构》中提到“大布局你伤不起”，如果企图重构一个陈旧的大型系统是有非常大的风险，重构不是想象中那么简单。我目前所在公司正好对产品做了一次“大布局重构”，下面我就分享这个“大布局”项目经验给大家。   背景         公司专注于企业级管理产品软件，企业有大中小之分，在2000年初公司用JSP/Servlet开发了一套针对中
  • 电驴链接在线视频播放源码 dubinwei 源码电驴播放器视频ed2k
    本项目是个搜索电驴（ed2k）链接的应用,借助于磁力视频播放器（官网： http://loveandroid.duapp.com/ 开放平台），可以实现在线播放视频，也可以用迅雷或者其他下载工具下载。 项目源码： http://git.oschina.net/svo/Emule,动态更新。也可从附件中下载。 项目源码依赖于两个库项目，库项目一链接： http://git.oschina.
  • Javascript中函数的toString()方法 周凡杨 JavaScriptjstoStringfunctionobject
    简述     The toString() method returns a string representing the source code of the function.     简译之，Javascript的toString()方法返回一个代表函数源代码的字符串。 句法     function.
  • struts处理自定义异常 g21121 struts
    很多时候我们会用到自定义异常来表示特定的错误情况，自定义异常比较简单，只要分清是运行时异常还是非运行时异常即可，运行时异常不需要捕获，继承自RuntimeException，是由容器自己抛出，例如空指针异常。 非运行时异常继承自Exception，在抛出后需要捕获，例如文件未找到异常。 此处我们用的是非运行时异常，首先定义一个异常LoginException: /** * 类描述：登录相
  • Linux中find常见用法示例 510888780 linux
    Linux中find常见用法示例 ·find   path   -option   [   -print ]   [ -exec   -ok   command ]   {} \; find命令的参数；
  • SpringMVC的各种参数绑定方式 Harry642 springMVC绑定表单
    1. 基本数据类型(以int为例，其他类似)： Controller代码： @RequestMapping("saysth.do") public void test(int count) { } 表单代码： <form action="saysth.do" method="post&q
  • Java 获取Oracle ROWID aijuans javaoracle
    A ROWID is an identification tag unique for each row of an Oracle Database table. The ROWID can be thought of as a virtual column, containing the ID for each row. The oracle.sql.ROWID class i
  • java获取方法的参数名 antlove javajdkparametermethodreflect
    reflect.ClassInformationUtil.java package reflect; import javassist.ClassPool; import javassist.CtClass; import javassist.CtMethod; import javassist.Modifier; import javassist.bytecode.CodeAtt
  • JAVA正则表达式匹配 查找 替换 提取操作 百合不是茶 java正则表达式替换提取查找
    正则表达式的查找;主要是用到String类中的split();       String str;      str.split();方法中传入按照什么规则截取,返回一个String数组   常见的截取规则: str.split("\\.")按照.来截取 str.
  • Java中equals()与hashCode()方法详解 bijian1013 javasetequals()hashCode()
    一.equals()方法详解     equals()方法在object类中定义如下：  public boolean equals(Object obj) { return (this == obj); }    很明显是对两个对象的地址值进行的比较（即比较引用是否相同）。但是我们知道，String 、Math、I
  • 精通Oracle10编程SQL(4)使用SQL语句 bijian1013 oracle数据库plsql
    --工资级别表 create table SALGRADE ( GRADE NUMBER(10), LOSAL NUMBER(10,2), HISAL NUMBER(10,2) ) insert into SALGRADE values(1,0,100); insert into SALGRADE values(2,100,200); inser
  • 【Nginx二】Nginx作为静态文件HTTP服务器 bit1129 HTTP服务器
     Nginx作为静态文件HTTP服务器 在本地系统中创建/data/www目录，存放html文件(包括index.html) 创建/data/images目录，存放imags图片 在主配置文件中添加http指令   http { server { listen 80; server_name
  • kafka获得最新partition offset blackproof kafkapartitionoffset最新
    kafka获得partition下标，需要用到kafka的simpleconsumer   import java.util.ArrayList; import java.util.Collections; import java.util.Date; import java.util.HashMap; import java.util.List; import java.
  • centos 7安装docker两种方式 ronin47
          第一种是采用yum 方式              yum install -y docker           
  • java-60-在O(1)时间删除链表结点 bylijinnan java
    public class DeleteNode_O1_Time { /** * Q 60 在O(1)时间删除链表结点 * 给定链表的头指针和一个结点指针(!!)，在O(1)时间删除该结点 * * Assume the list is: * head->...->nodeToDelete->mNode->nNode->..
  • nginx利用proxy_cache来缓存文件 cfyme cache
    user  zhangy users; worker_processes 10; error_log  /var/vlogs/nginx_error.log  crit; pid        /var/vlogs/nginx.pid; #Specifies the value for ma
  • [JWFD开源工作流]JWFD嵌入式语法分析器负号的使用问题 comsci 嵌入式
        假如我们需要用JWFD的语法分析模块定义一个带负号的方程式，直接在方程式之前添加负号是不正确的，而必须这样做：     string str01 = "a=3.14;b=2.71;c=0;c-((a*a)+(b*b))"     定义一个0整数c,然后用这个整数c去
  • 如何集成支付宝官方文档 dai_lm android
    官方文档下载地址 https://b.alipay.com/order/productDetail.htm?productId=2012120700377310&tabId=4#ps-tabinfo-hash 集成的必要条件 1. 需要有自己的Server接收支付宝的消息 2. 需要先制作app，然后提交支付宝审核，通过后才能集成 调试的时候估计会真的扣款，请注意
  • 应该在什么时候使用Hadoop datamachine hadoop
    原帖地址：http://blog.chinaunix.net/uid-301743-id-3925358.html 存档，某些观点与我不谋而合，过度技术化不可取，且hadoop并非万能。 --------------------------------------------万能的分割线-------------------------------- 有人问我，“你在大数据和Hado
  • 在GridView中对于有外键的字段使用关联模型进行搜索和排序 dcj3sjt126com yii
    在GridView中使用关联模型进行搜索和排序 首先我们有两个模型它们直接有关联: class Author extends CActiveRecord { ... } class Post extends CActiveRecord { ... function relations() { return array( '
  • 使用NSString 的格式化大全 dcj3sjt126com Objective-C
    格式定义The format specifiers supported by the NSString formatting methods and CFString formatting functions follow the IEEE printf specification; the specifiers are summarized in Table 1. Note that you c
  • 使用activeX插件对象object滚动有重影 蕃薯耀 activeX插件滚动有重影
      使用activeX插件对象object滚动有重影   <object style="width:0;" id="abc" classid="CLSID:D3E3970F-2927-9680-BBB4-5D0889909DF6" codebase="activex/OAX339.CAB#
  • SpringMVC4零配置 hanqunfeng springmvc4
    基于Servlet3.0规范和SpringMVC4注解式配置方式，实现零xml配置，弄了个小demo，供交流讨论。     项目说明如下： 1.db.sql是项目中用到的表，数据库使用的是oracle11g 2.该项目使用mvn进行管理，私服为自搭建nexus,项目只用到一个第三方 jar，就是oracle的驱动； 3.默认项目为零配置启动，如果需要更改启动方式，请
  • 《开源框架那点事儿16》：缓存相关代码的演变 j2eetop 开源框架
    问题引入 上次我参与某个大型项目的优化工作，由于系统要求有比较高的TPS，因此就免不了要使用缓冲。 该项目中用的缓冲比较多，有MemCache，有Redis，有的还需要提供二级缓冲，也就是说应用服务器这层也可以设置一些缓冲。 当然去看相关实现代代码的时候，大致是下面的样子。 [java] view plain copy print ? public vo
  • AngularJS浅析 kvhur JavaScript
    概念 AngularJS is a structural framework for dynamic web apps. 了解更多详情请见原文链接：http://www.gbtags.com/gb/share/5726.htm Directive 扩展html，给html添加声明语句，以便实现自己的需求。对于页面中html元素以ng为前缀的属性名称，ng是angular的命名空间
  • 架构师之jdk的bug排查(一)---------------split的点号陷阱 nannan408 split
    1.前言.    jdk1.6的lang包的split方法是有bug的,它不能有效识别A.b.c这种类型,导致截取长度始终是0.而对于其他字符,则无此问题.不知道官方有没有修复这个bug. 2.代码 String[] paths = "object.object2.prop11".split("'"); System.ou
  • 如何对10亿数据量级的mongoDB作高效的全表扫描 quentinXXZ mongodb
      本文链接:  http://quentinXXZ.iteye.com/blog/2149440 一、正常情况下，不应该有这种需求 首先，大家应该有个概念，标题中的这个问题，在大多情况下是一个伪命题，不应该被提出来。要知道，对于一般较大数据量的数据库，全表查询，这种操作一般情况下是不应该出现的，在做正常查询的时候，如果是范围查询，你至少应该要加上limit。 说一下，
  • C语言算法之水仙花数 qiufeihu c算法
    /** * 水仙花数 */ #include <stdio.h> #define N 10 int main() { int x,y,z; for(x=1;x<=N;x++) for(y=0;y<=N;y++) for(z=0;z<=N;z++) if(x*100+y*10+z == x*x*x
  • JSP指令 wyzuomumu jsp
    jsp指令的一般语法格式： <%@ 指令名 属性 =”值 ” %> 常用的三种指令： page,include,taglib page指令语法形式： <%@ page 属性 1=”值 1” 属性 2=”值 2”%> include指令语法形式： <%@include file=”relative url”%> (jsp可以通过 include
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他