liusxg
liusxg

DICOM之Transfer Syntax

Transfer Syntax

A Transfer Syntax is a set of encoding rules able to unambiguously represent one or more Abstract Syntaxes. In particular, it allows communicating Application Entities to negotiate common encoding techniques they both support (e.g., byte ordering, compression, etc.).
A Transfer Syntax is an attribute of a Presentation Context, one or more of which are negotiated at the establishment of an Association between DICOM Application Entities. 

DICOM Transfer Syntaxes
Transfer Syntax UID Transfer Syntax name  
1.2.840.10008.1.2 Implicit VR Endian: Default Transfer Syntax for DICOM  
1.2.840.10008.1.2.1 Explicit VR Little Endian  
1.2.840.10008.1.2.1.99 Deflated Explicit VR Little Endian  
1.2.840.10008.1.2.2 Explicit VR Big Endian  
 
Transfer Syntax UID Transfer Syntax name  
1.2.840.10008.1.2.4.50 JPEG Baseline (Process 1):
Default Transfer Syntax for Lossy JPEG 8-bit Image Compression 		 
1.2.840.10008.1.2.4.51 JPEG Baseline (Processes 2 & 4):
Default Transfer Syntax for Lossy JPEG 12-bit Image Compression
(Process 4 only) 		 
1.2.840.10008.1.2.4.52 JPEG Extended (Processes 3 & 5)  Retired
1.2.840.10008.1.2.4.53 JPEG Spectral Selection, Nonhierarchical (Processes 6 & 8)  Retired
1.2.840.10008.1.2.4.54 JPEG Spectral Selection, Nonhierarchical (Processes 7 & 9)  Retired
1.2.840.10008.1.2.4.55 JPEG Full Progression, Nonhierarchical (Processes 10 & 12)  Retired
1.2.840.10008.1.2.4.56 JPEG Full Progression, Nonhierarchical (Processes 11 & 13)  Retired
1.2.840.10008.1.2.4.57 JPEG Lossless, Nonhierarchical (Processes 14)  
1.2.840.10008.1.2.4.58 JPEG Lossless, Nonhierarchical (Processes 15)  Retired
1.2.840.10008.1.2.4.59 JPEG Extended, Hierarchical (Processes 16 & 18)  Retired
1.2.840.10008.1.2.4.60 JPEG Extended, Hierarchical (Processes 17 & 19)  Retired
1.2.840.10008.1.2.4.61 JPEG Spectral Selection, Hierarchical (Processes 20 & 22)  Retired
1.2.840.10008.1.2.4.62 JPEG Spectral Selection, Hierarchical (Processes 21 & 23)  Retired
1.2.840.10008.1.2.4.63 JPEG Full Progression, Hierarchical (Processes 24 & 26)  Retired
1.2.840.10008.1.2.4.64 JPEG Full Progression, Hierarchical (Processes 25 & 27)  Retired
1.2.840.10008.1.2.4.65 JPEG Lossless, Nonhierarchical (Process 28)  Retired
1.2.840.10008.1.2.4.66 JPEG Lossless, Nonhierarchical (Process 29)  Retired
1.2.840.10008.1.2.4.70 JPEG Lossless, Nonhierarchical, First- Order Prediction
(Processes 14 [Selection Value 1]):
Default Transfer Syntax for Lossless JPEG Image Compression 		 
1.2.840.10008.1.2.4.80 JPEG-LS Lossless Image Compression  
1.2.840.10008.1.2.4.81 JPEG-LS Lossy (Near- Lossless) Image Compression  
1.2.840.10008.1.2.4.90 JPEG 2000 Image Compression (Lossless Only)  
1.2.840.10008.1.2.4.91 JPEG 2000 Image Compression   
1.2.840.10008.1.2.4.92 JPEG 2000 Part 2 Multicomponent Image Compression (Lossless Only)
1.2.840.10008.1.2.4.93 JPEG 2000 Part 2 Multicomponent Image Compression  
 
Transfer Syntax UID Transfer Syntax name  
1.2.840.10008.1.2.4.94 JPIP Referenced  
1.2.840.10008.1.2.4.95 JPIP Referenced Deflate  
1.2.840.10008.1.2.5 RLE Lossless  
1.2.840.10008.1.2.6.1 RFC 2557 MIME Encapsulation  
 
Transfer Syntax UID Transfer Syntax name  
1.2.840.10008.1.2.4.100 MPEG2 Main Profile Main Level  
1.2.840.10008.1.2.4.102 MPEG-4 AVC/H.264 High Profile / Level 4.1  
1.2.840.10008.1.2.4.103 MPEG-4 AVC/H.264 BD-compatible High Profile / Level 4.1  

Retired - those from earlier versions of the standard that will not be supported in future DICOM releases.

参看： http://www.dicomlibrary.com/dicom/transfer-syntax/  

你可能感兴趣的:(DCM影像)

  • 微算法科技的前沿探索：量子机器学习算法在视觉任务中的革新应用 MicroTech2025 量子计算算法
    在信息技术飞速发展的今天，计算机视觉作为人工智能领域的重要分支，正逐步渗透到我们生活的方方面面。从自动驾驶到人脸识别，从医疗影像分析到安防监控，计算机视觉技术展现了巨大的应用潜力。然而，随着视觉任务复杂度的不断提升，传统机器学习算法在处理大规模、高维度数据时遇到了计算瓶颈。在此背景下，量子计算作为一种颠覆性的计算模式，以其独特的并行处理能力和指数级增长的计算空间，为解决这一难题提供了新的思路。微算
  • 【医学影像】无痛安装mamba 周树皮 医学影像python
    去年编辑的一个帖子。摆了一段时间后重新回归，发送一下作为状态分界线。很癫狂的体验，man，whatcanisay！issue查看我的狗急跳墙状态1.确定版本cudanvcc-Vpythonpython--versiontorchpipshowtorch2.下载对应版本wheelcausal-conv1d：https://github.com/Dao-AILab/causal-conv1d/rele
  • 华为 Mate 80 影像配置揭秘：硬软双升 RUZHUA 华为
    7月7日，知名数码博主爆料了华为Mate80系列的影像配置，引发广泛关注。从曝光信息来看，Mate80系列在影像方面延续华为的技术探索，通过硬件升级与算法优化，力图为用户带来更出色的拍摄体验。爆料显示，Mate80系列主摄将采用5000万像素的1/1.28英寸超大底传感器，支持物理可变光圈与定制模组。这一配置虽未达到“超大杯”的极致堆料，但在影像硬件上的创新依旧可圈可点。其主摄传感器型号为SC59
  • AI在垂直领域的深度应用：医疗、金融与自动驾驶的革新之路
    AI在垂直领域的深度应用：医疗、金融与自动驾驶的革新之路一、医疗领域：AI驱动的精准诊疗与效率提升1.医学影像诊断AI算法通过深度学习技术，已实现对X光、CT、MRI等影像的快速分析，辅助医生检测癌症、骨折等疾病。例如，GoogleDeepMind的AI系统在乳腺癌筛查中，误检率比人类专家低9.4%；中国的推想医疗AI系统可在20秒内完成肺部CT扫描分析，为急诊救治争取黄金时间。2.药物研发传统药
  • 高通 vs MTK vs 海思：三大平台 ISP 架构横向对比与实战差异分析 观熵 影像技术全景图谱：架构调优与实战接口隔离原则架构影像Camera
    高通vsMTKvs海思：三大平台ISP架构横向对比与实战差异分析关键词：高通ISP、MTKImagiq、海思ISP5.0、图像处理器架构、移动终端影像平台、Camera能力对比、ISP实时性能、算法集成能力摘要：随着移动影像能力成为智能终端差异化竞争的核心维度，ISP（ImageSignalProcessor）架构日益重要。高通、MTK、海思三大SoC厂商在ISP设计上各具特色，不仅在图像处理链路
  • AI技术正在深度重构全球产业格局，其影响已超越工具属性，演变为推动行业变革的核心引擎。
    一、AI如何重塑AI的工作与行业（AI助手领域）能力升级理解与生成：基于LLM（大语言模型），AI能处理开放式问题、撰写报告、翻译代码，替代部分人类知识工作。个性化交互：通过用户历史对话分析，提供定制化建议（如学习计划、投资策略）。多模态扩展：结合图像/语音识别（如GPT-4V），实现图文分析、医学影像解读等跨模态任务。行业变革客服行业：AI客服处理70%+常规咨询（如阿里小蜜），人力转向复杂问题
  • 跨机构医疗影像解析的协议协同架构——基于MCP协议的“巴比伦塔困境“突破 百态老人 架构
    在医疗影像领域，不同医疗机构间因系统异构性形成的"巴比伦塔困境"，本质上是协议标准碎片化与数据语义隔阂的叠加效应。通过融合MCP协议、DICOM标准扩展与新型云架构，协和医院PACS系统与301医院AI模型间的直接解析得以实现。这一技术突破包含以下核心创新层级：一、协议转换层的架构创新1.多协议语义网关基于MCP协议构建的智能协议转换层，实现不同DICOM实现版本的动态适配：
  • 深度学习之迁移学习 路溪非溪 人工智能迁移学习机器学习
    认识迁移学习迁移学习（TransferLearning）是机器学习中的一种重要技术，其核心思想是将在一个任务上学习到的知识（模型参数、特征表示等），迁移应用到另一个相关但不同的任务中，从而提升新任务的学习效率和性能，尤其是在新任务数据有限的情况下。一、迁移学习的核心动机传统机器学习通常要求为每个新任务收集大量标注数据并从头训练模型，但现实中面临以下挑战：数据稀缺：例如医疗影像分析（罕见疾病样本少）
  • 支持向量机（SVM）在病理切片图像分类（癌细胞检测，Camelyon16/17、TCGA）中的应用与实现 猿享天开 支持向量机分类算法机器学习人工智能
    支持向量机（SVM）在病理切片图像分类（癌细胞检测，Camelyon16/17、TCGA）中的应用与实现病理切片图像分类是医学影像分析的重要领域，特别是在癌细胞检测中，SVM因其对高维数据和小样本场景的优异性能，成为一种经典且有效的分类方法。本文将深入探讨SVM在Camelyon16/17和TCGA数据集上的应用，全面覆盖概念与原理、应用场景、及挑战与应对策略，欢迎感兴趣的阅读。[文中示例代码仅供
  • 智慧医院系统开发 VV- Wxiaoxwen 软件工程开源软件软件构建
    智慧医院系统开发是一个复杂的工程，以下是其开发的一般步骤和相关要点：需求分析-与医院各部门深入沟通，明确门诊、住院、药房、检验、影像等不同科室的业务流程和需求。-了解医院对系统功能的期望，如患者信息管理、电子病历系统、医疗设备管理、远程医疗等功能需求。-考虑系统的安全性、稳定性、可扩展性以及与医院现有系统的兼容性等非功能需求。系统设计-架构设计：采用微服务架构等先进的架构模式，提高系统的可维护性和
  • 魔都AI医疗哪家强？全景揭秘科技创新与未来钱景！
    引言上海作为中国科技创新的先锋城市，正在AI医疗领域崭露头角。根据2024年12月的数据，上海拥有34家专注于AI药物研发的公司，占全国预临床研究的60%和临床试验的47%。这些公司利用深度学习、大语言模型（LLM）和计算机视觉等技术，革新药物发现、医疗影像分析和数据治理，推动医疗行业的智能化转型。从全球首个人工智能医院“AgentHospital”到AI驱动的诊断系统，上海的AI医疗生态正在重塑
  • ADAS功能介绍 我心向阳324 汽车电子ADASADAS
    ADAS功能介绍ADAS（AdvancedDrivingAssistanceSystem）高级驾驶辅助系统，可分为如下几大类功能。IA（InformationAssist）信息辅助类IA类功能，均不包含驾驶行为的控制。这些功能又可以进一步细分为三小类。行车监控类车辆在不同的使用场景下，对道路信息，如交通标志、道路限速、车辆周边影像等信息进行采集和显示。功能描述TSR（TrafficSignsRec
  • 语义分割模型的轻量化与准确率提升研究 pk_xz123456 仿真模型深度学习算法transformer深度学习人工智能算法数据结构
    语义分割模型的轻量化与准确率提升研究1.引言语义分割是计算机视觉领域的核心任务之一，它要求模型为图像中的每个像素分配一个类别标签。随着深度学习的发展，语义分割模型在多个领域得到了广泛应用，如自动驾驶、医学影像分析、遥感图像解译等。然而，现有的语义分割模型往往面临两个主要挑战：模型复杂度高导致难以部署在资源受限的设备上，以及准确率仍有提升空间以满足实际应用需求。本文将从模型轻量化和准确率提升两个角度
  • java项目报错405_405报错是什么原因_状态码405是什么错误 跳动的数字 java项目报错405
    今天网站遇到一个问题：httppost请求网页会出现405，分析了下原因：是因为Apache、IIS、Nginx等绝大多数web服务器，都不允许静态文件响应POST请求。下面是解决方案：将post请求改为get请求XF405/XF400支持拍摄4KUHD(3840x2160)50P影像。采用了一枚1.0型大尺寸影像传感器，该传感器的尺寸约为传统机型传感器的6.8倍。MP4格式的文件可设置为自动继续
  • SAGA GIS使用———加载以及显示影像
    SAGA的全称为SystemforAutomatedGeoscientificAnalyses，它是免费的地理信息系统开源软件，SAGA有多个标准的模块库，详细介绍可参考：https://en.wikipedia.org/wiki/SAGA_GIShttps://sagatutorials.wordpress.com/about-saga-gis/（1）使用SAGAGIS导入栅格影像File——>
  • SAGA——Textural Features(纹理特征)提取 竹_猗 SAGAGIS
    由于课题需要（其实是条件有限），不得不使用SAGA软件进行特征提取，在经过一个星期的摸索之后，终于得到了一些成果，在此记录一下提取的过程。在第一篇的文章中已经简单介绍了SAGAGIS的相关概念以及如何使用SAGAGIS加载影像和进行分割。TexturalFeatures提取过程：（1）将影像的各个波段分别导出为单独影像（这一步是由于我是在服务器上进行，所以需要导出，软件上没有必要将每个波段都导出为
  • 详解DICOM中Tag (0018,1164) Imager Pixel Spacing 的含义与作用 猿享天开 DICOM医学影像专业知识精讲DICOMDICOM医学影像
    详解DICOM中Tag(0018,1164)ImagerPixelSpacing的含义与作用DICOM（DigitalImagingandCommunicationsinMedicine）标准中的Tag(0018,1164)，即ImagerPixelSpacing，是描述医学影像像素在成像设备探测器平面上的物理间距的重要属性。它与(0028,0030)PixelSpacing不同，主要用于特定模态
  • 更换SSL证书引发的异常：`sun.security.validator.ValidatorException: PKIX path building failed` `[Nginx跳转失败：501] 猿享天开 技术经验sslnginx网络协议
    博主简介：CSDN博客专家、CSDN平台优质创作者，高级开发工程师，数学专业，10年以上C/C++,C#,Java等多种编程语言开发经验，拥有高级工程师证书；擅长C/C++、C#等开发语言，熟悉Java常用开发技术，能熟练应用常用数据库SQLserver,Oracle,mysql,postgresql等进行开发应用，熟悉DICOM医学影像及DICOM协议,业余时间自学JavaScript,Vue,
  • 《支持向量机（SVM）在医疗领域的变革性应用》 CodeJourney. 支持向量机算法机器学习
    在医疗科技日新月异的今天，先进的数据分析与机器学习技术正逐渐成为提升诊疗水平、助力医学研究的关键力量。支持向量机（SVM），凭借其独特的优势，在医疗这片复杂且对精准度要求极高的领域崭露头角，带来诸多令人瞩目的应用成果。一、疾病诊断：癌症早期筛查的“火眼金睛”癌症，作为全球健康的“头号杀手”，早期诊断对提升患者生存率意义非凡。在乳腺癌筛查领域，SVM发挥着重要作用。医疗科研人员收集大量乳腺组织的影像
  • 支持向量机（SVM）在肝脏CT/MRI图像分类（肝癌检测）中的应用及实现 猿享天开 医学影像支持向量机机器学习人工智能算法
    博主简介：CSDN博客专家、CSDN平台优质创作者，高级开发工程师，数学专业，10年以上C/C++,C#,Java等多种编程语言开发经验，拥有高级工程师证书；擅长C/C++、C#等开发语言，熟悉Java常用开发技术，能熟练应用常用数据库SQLserver,Oracle,mysql,postgresql等进行开发应用，熟悉DICOM医学影像及DICOM协议,业余时间自学JavaScript,Vue,
  • 医疗影像诊断新范式：多模态AI在癌症早筛中的落地难题 HeartException 人工智能
    前言前些天发现了一个巨牛的人工智能免费学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站医疗影像诊断新范式：多模态AI在癌症早筛中的落地难题——2025年临床转化瓶颈突破与多中心验证报告残酷现实：FDA2025Q1报告显示，87%的AI影像工具因临床转化失败止步于III期试验破局曙光：斯坦福-梅奥联合研究证实，多模态融合使肺结节良恶性判别AUC提升至0.98（单模态上限0.91）一
  • 展锐 ISP 模块功能特点与应用场景评估：轻量化影像处理方案的实战能力分析
    展锐ISP模块功能特点与应用场景评估：轻量化影像处理方案的实战能力分析关键词：展锐ISP、图像信号处理、3DNR、HDR合成、YUV输出、图像管线、降噪算法、调色引擎、应用场景评估、移动终端影像系统摘要：作为国产SoC平台中的关键影像处理核心，展锐ISP（ImageSignalProcessor）聚焦轻量化、低功耗与快速集成三大特性，广泛应用于中低端移动终端、AIoT摄像头及定制化影像设备。相较于
  • 目标检测：从基础原理到前沿技术全面解析 随机森林404 计算机视觉目标检测人工智能计算机视觉
    引言在计算机视觉领域，目标检测是一项核心且极具挑战性的任务，它不仅要识别图像中有什么物体，还要确定这些物体在图像中的具体位置。随着人工智能技术的快速发展，目标检测已成为智能监控、自动驾驶、医疗影像分析等众多应用的基础技术。本文将全面介绍目标检测的基础概念、发展历程、关键技术、实践应用以及未来趋势，为读者提供系统性的知识框架。第一章目标检测概述1.1目标检测的定义与重要性目标检测（ObjectDet
  • 5G MEC四大核心挑战技术解析报告 码农老gou 5G5G网络
    一、MEC园区部署挑战：数据本地化与低时延接入痛点深度解析数据不出园区：工业质检、医疗影像等敏感业务需数据在本地闭环处理。但运营商基站与企业MEC间若经公网绕行，时延超50ms且存在泄露风险。L2网络局限：传统L2接入网无法实现基站→UPF的智能路由，导致业务流绕行城域网核心节点（平均增加20ms时延）。创新解决方案▍最短路径转发架构（图1）
  • 【第三章】摄影测量学 啊有礼貌 测绘学概论数码相机摄影测量倾斜测量空中三角测量
    概述摄影测量概念：通过摄影的手段获得对物体可靠量测的科学与技术利用立体像对影像之间的移位构建立体模型，进行测量由二维影像到三维实体的科学技术重要方法：利用立体像对与一对浮动测标进行立体观测，测定同名点点云表示三维空间中点的集合的数据结构，包含三维坐标、有时还包含颜色信息、强度信息、法线向量等具有高密度、无序性、多维度、灵活性左右视差较/横视差较：在立体像对上，某点的左右视差相对于作为基准点像点的左
  • 《YOLO11的ONNX推理部署：多语言多架构实践指南》 空云风语 YOLO人工智能深度学习目标跟踪人工智能计算机视觉YOLO
    引言：YOLO11与ONNX的相遇在计算机视觉的广袤星空中，目标检测始终是一颗耀眼的明星，其在自动驾驶、智能安防、工业检测、医疗影像分析等诸多领域都有着举足轻重的应用。想象一下，自动驾驶汽车需要实时准确地检测出道路上的车辆、行人、交通标志；智能安防系统要快速识别出监控画面中的异常行为和可疑人员；工业生产线上，需要精准检测产品的缺陷；医疗影像分析中，辅助医生检测病变区域。这些场景都对目标检测技术的准
  • 遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法 神经网络15044 仿真模型神经网络深度学习深度学习分类cnn算法网络集成学习数据挖掘
    遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法1.任务概述岩性分类是地质遥感的核心任务，旨在通过遥感影像识别地表岩石类型。本文使用ASTER（多光谱热辐射传感器）和Sentinel（多光谱成像卫星）数据，采用卷积神经网络（CNN）及CNN-集成学习（CNN-EL）方法实现高精度岩性分类。2.数据预处理2.1数据源说明ASTER数据：14个波段（VNIR/SWIR/TIR），分辨率
  • 明远智睿RK3588：创新了高性能，让顾虑烟消云散 riveting 智能硬件RK3506人工智能linux安卓智能交通嵌入式开发
    在科技浪潮的推动下，高性能开发已经成为众多行业发展的核心驱动力。从智能交通的车路协同，到医疗领域的影像诊断；从智能家居的智能控制，到工业互联网的智能制造，每一个领域都对模块的性能提出了极高的要求。然而，在实际开发过程中，开发者们常常会面临“担心模块性能不够用”的困扰，担心模块无法满足项目的复杂需求，影响项目的进度和质量。而明远智睿RK3588的出现，如同久旱后的甘霖，为高性能开发带来了新的希望，让
  • AI人工智能领域必备：AI芯片的关键作用 AI算力网络与通信 AI算力网络与通信原理AI人工智能大数据架构AI人工智能与大数据技术人工智能ai
    AI人工智能领域必备：AI芯片的关键作用关键词：AI芯片、算力、神经网络、能效比、专用架构、异构计算、存算一体摘要：在人工智能高速发展的今天，从手机里的“语音助手”到马路上的“自动驾驶汽车”，从医院的“智能影像诊断”到工厂的“机器人流水线”，AI技术的落地离不开一个“幕后大功臣”——AI芯片。本文将用“快递分拣工厂”“人脑神经村”等生活案例，带你一步一步理解AI芯片的核心作用、工作原理和未来趋势，
  • 从0到1掌握OpenCV！Python图像处理实战全解析（附代码+案例） 小张在编程 Python学习opencvpython图像处理
    引言你有没有想过，手机里的美颜滤镜如何精准识别五官？监控摄像头如何在人流中锁定可疑目标？医学影像软件如何从CT片中快速标注病灶？这些“神奇操作”的背后，往往藏着一个低调的“图像处理神器”——OpenCV。作为Python生态中最受欢迎的计算机视觉库，它用一行行代码将抽象的像素点变成可操作的“数字画布”。今天，我们就从最基础的图像读写开始，手把手带你解锁OpenCV的“十八般武艺”，从图像处理小白变
  • rust的指针作为函数返回值是直接传递，还是先销毁后创建？ wudixiaotie 返回值
     这是我自己想到的问题，结果去知呼提问，还没等别人回答， 我自己就想到方法实验了。。 fn main() { let mut a = 34; println!("a's addr:{:p}", &a); let p = &mut a; println!("p's addr:{:p}", &a
  • java编程思想 -- 数据的初始化 百合不是茶 java数据的初始化
      1.使用构造器确保数据初始化      /* *在ReckInitDemo类中创建Reck的对象 */ public class ReckInitDemo { public static void main(String[] args) { //创建Reck对象 new Reck(); } }
  • [航天与宇宙]为什么发射和回收航天器有档期 comsci
           地球的大气层中有一个时空屏蔽层,这个层次会不定时的出现,如果该时空屏蔽层出现,那么将导致外层空间进入的任何物体被摧毁,而从地面发射到太空的飞船也将被摧毁...        所以,航天发射和飞船回收都需要等待这个时空屏蔽层消失之后,再进行 &
  • linux下批量替换文件内容 商人shang linux替换
    1、网络上现成的资料 　　格式: sed -i "s/查找字段/替换字段/g" `grep 查找字段 -rl 路径` 　　linux sed 批量替换多个文件中的字符串 　　sed -i "s/oldstring/newstring/g" `grep oldstring -rl yourdir` 　　例如：替换/home下所有文件中的www.admi
  • 网页在线天气预报 oloz 天气预报
    网页在线调用天气预报 <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transit
  • SpringMVC和Struts2比较 杨白白 springMVC
    1. 入口 spring mvc的入口是servlet，而struts2是filter（这里要指出，filter和servlet是不同的。以前认为filter是servlet的一种特殊），这样就导致了二者的机制不同，这里就牵涉到servlet和filter的区别了。 参见：http://blog.csdn.net/zs15932616453/article/details/8832343 2
  • refuse copy, lazy girl! 小桔子 copy
           妹妹坐船头啊啊啊啊！都打算一点点琢磨呢。文字编辑也写了基本功能了。。今天查资料，结果查到了人家写得完完整整的。我清楚的认识到： 1.那是我自己觉得写不出的高度 2.如果直接拿来用，很快就能解决问题 3.然后就是抄咩~~ 4.肿么可以这样子，都不想写了今儿个，留着作参考吧！拒绝大抄特抄，慢慢一点点写！  
  • apache与php整合 aichenglong php apache web
    一  apache web服务器 1 apeche web服务器的安装   1)下载Apache web服务器   2)配置域名(如果需要使用要在DNS上注册)   3)测试安装访问http://localhost/验证是否安装成功 2 apache管理   1)service.msc进行图形化管理   2)命令管理，配
  • Maven常用内置变量 AILIKES maven
    Built-in properties ${basedir} represents the directory containing pom.xml ${version} equivalent to ${project.version} (deprecated: ${pom.version}) Pom/Project properties Al
  • java的类和对象 百合不是茶 JAVA面向对象 类 对象
    java中的类：     java是面向对象的语言，解决问题的核心就是将问题看成是一个类，使用类来解决   java使用 class 类名   来创建类 ，在Java中类名要求和构造方法，Java的文件名是一样的   创建一个A类： class A{ }   java中的类：将某两个事物有联系的属性包装在一个类中，再通
  • JS控制页面输入框为只读 bijian1013 JavaScript
    在WEB应用开发当中，增、删除、改、查功能必不可少，为了减少以后维护的工作量，我们一般都只做一份页面，通过传入的参数控制其是新增、修改或者查看。而修改时需将待修改的信息从后台取到并显示出来，实际上就是查看的过程，唯一的区别是修改时，页面上所有的信息能修改，而查看页面上的信息不能修改。因此完全可以将其合并，但通过前端JS将查看页面的所有信息控制为只读，在信息量非常大时，就比较麻烦。  
  • AngularJS与服务器交互 bijian1013 JavaScriptAngularJS$http
            对于AJAX应用（使用XMLHttpRequests）来说，向服务器发起请求的传统方式是：获取一个XMLHttpRequest对象的引用、发起请求、读取响应、检查状态码，最后处理服务端的响应。整个过程示例如下： var xmlhttp = new XMLHttpRequest(); xmlhttp.onreadystatechange
  • [Maven学习笔记八]Maven常用插件应用 bit1129 maven
    常用插件及其用法位于：http://maven.apache.org/plugins/   1. Jetty server plugin 2. Dependency copy plugin 3. Surefire Test plugin 4. Uber jar plugin           1. Jetty Pl
  • 【Hive六】Hive用户自定义函数(UDF) bit1129 自定义函数
    1. 什么是Hive UDF Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么
  • 杀掉nginx进程后丢失nginx.pid，如何重新启动nginx ronin47 nginx 重启 pid丢失
    nginx进程被意外关闭，使用nginx -s reload重启时报如下错误：nginx: [error] open() “/var/run/nginx.pid” failed (2: No such file or directory)这是因为nginx进程被杀死后pid丢失了，下一次再开启nginx -s reload时无法启动解决办法：nginx -s reload 只是用来告诉运行中的ng
  • UI设计中我们为什么需要设计动效 brotherlamp UIui教程ui视频ui资料ui自学
    随着国际大品牌苹果和谷歌的引领，最近越来越多的国内公司开始关注动效设计了，越来越多的团队已经意识到动效在产品用户体验中的重要性了，更多的UI设计师们也开始投身动效设计领域。 但是说到底，我们到底为什么需要动效设计？或者说我们到底需要什么样的动效？做动效设计也有段时间了，于是尝试用一些案例，从产品本身出发来说说我所思考的动效设计。 一、加强体验舒适度 嗯，就是让用户更加爽更加爽的用你的产品。
  • Spring中JdbcDaoSupport的DataSource注入问题 bylijinnan javaspring
    参考以下两篇文章： http://www.mkyong.com/spring/spring-jdbctemplate-jdbcdaosupport-examples/ http://stackoverflow.com/questions/4762229/spring-ldap-invoking-setter-methods-in-beans-configuration Sprin
  • 数据库连接池的工作原理 chicony 数据库连接池
           随着信息技术的高速发展与广泛应用，数据库技术在信息技术领域中的位置越来越重要，尤其是网络应用和电子商务的迅速发展，都需要数据库技术支持动 态Web站点的运行，而传统的开发模式是：首先在主程序（如Servlet、Beans）中建立数据库连接；然后进行SQL操作，对数据库中的对象进行查 询、修改和删除等操作；最后断开数据库连接。使用这种开发模式，对
  • java 关键字 CrazyMizzz java
    关键字是事先定义的，有特别意义的标识符，有时又叫保留字。对于保留字，用户只能按照系统规定的方式使用，不能自行定义。 Java中的关键字按功能主要可以分为以下几类：    （1）访问修饰符       public,private,protected       p
  • Hive中的排序语法 daizj 排序hiveorder byDISTRIBUTE BYsort by
    Hive中的排序语法 2014.06.22 ORDER BY hive中的ORDER BY语句和关系数据库中的sql语法相似。他会对查询结果做全局排序，这意味着所有的数据会传送到一个Reduce任务上，这样会导致在大数量的情况下，花费大量时间。 与数据库中 ORDER BY 的区别在于在hive.mapred.mode = strict模式下，必须指定 limit 否则执行会报错。
  • 单态设计模式 dcj3sjt126com 设计模式
      单例模式（Singleton）用于为一个类生成一个唯一的对象。最常用的地方是数据库连接。 使用单例模式生成一个对象后，该对象可以被其它众多对象所使用。 <?phpclass Example{    // 保存类实例在此属性中    private static&
  • svn locked dcj3sjt126com Lock
    post-commit hook failed (exit code 1) with output: svn: E155004: Working copy 'D:\xx\xxx' locked svn: E200031: sqlite: attempt to write a readonly database svn: E200031: sqlite: attempt to write a
  • ARM寄存器学习 e200702084 数据结构C++cC#F#
    无论是学习哪一种处理器，首先需要明确的就是这种处理器的寄存器以及工作模式。     ARM有37个寄存器，其中31个通用寄存器，6个状态寄存器。 1、不分组寄存器（R0-R7）     不分组也就是说说，在所有的处理器模式下指的都时同一物理寄存器。在异常中断造成处理器模式切换时，由于不同的处理器模式使用一个名字相同的物理寄存器，就是
  • 常用编码资料 gengzg 编码
    List<UserInfo> list=GetUserS.GetUserList(11); String json=JSON.toJSONString(list); HashMap<Object,Object> hs=new HashMap<Object, Object>(); for(int i=0;i<10;i++) {
  • 进程 vs. 线程 hongtoushizi 线程linux进程
    我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。 首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。 如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。 如果用多线程实现
  • Linux定时Job：crontab -e 与 /etc/crontab 的区别 Josh_Persistence linuxcrontab
    一、linux中的crotab中的指定的时间只有5个部分：* * * * * 分别表示：分钟，小时，日，月，星期，具体说来： 第一段 代表分钟 0—59 第二段 代表小时 0—23 第三段 代表日期 1—31 第四段 代表月份 1—12 第五段 代表星期几，0代表星期日 0—6   如： */1 * * * *   每分钟执行一次。 *
  • KMP算法详解 hm4123660 数据结构C++算法字符串KMP
         字符串模式匹配我们相信大家都有遇过，然而我们也习惯用简单匹配法（即Brute-Force算法)，其基本思路就是一个个逐一对比下去，这也是我们大家熟知的方法，然而这种算法的效率并不高，但利于理解。       假设主串s="ababcabcacbab",模式串为t="
  • 枚举类型的单例模式 zhb8015 单例模式
    E.编写一个包含单个元素的枚举类型[极推荐]。代码如下： public enum MaYun {himself; //定义一个枚举的元素，就代表MaYun的一个实例private String anotherField;MaYun() {//MaYun诞生要做的事情//这个方法也可以去掉。将构造时候需要做的事情放在instance赋值的时候：/** himself = MaYun() {*
  • Kafka+Storm+HDFS ssydxa219 storm
    cd /myhome/usr/stormbin/storm nimbus &amp;bin/storm supervisor &amp;bin/storm ui &amp;Kafka+Storm+HDFS整合实践kafka_2.9.2-0.8.1.1.tgzapache-storm-0.9.2-incubating.tar.gzKafka安装配置我们使用3台机器搭建Kafk
  • Java获取本地服务器的IP 中华好儿孙 javaWeb获取服务器ip地址
    System.out.println("getRequestURL:"+request.getRequestURL()); System.out.println("getLocalAddr:"+request.getLocalAddr()); System.out.println("getLocalPort:&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他