- 计算机视觉——第三章 图像拼接
JMU15980999055
python计算机视觉人工智能
计算机视觉——第三章图像拼接1.图像全景拼接的原理和过程的简要介绍1.1特征点提取和匹配1.2图像配准1.3图像拼接2.实现多图像拼接2.1图片集说明2.2实验代码2.3实验结果及其分析3.两张不同角度的图像拼接3.1图片集说明3.2实验代码3.3实验结果及其分析总结1.图像全景拼接的原理和过程的简要介绍在同一位置拍摄的两幅或者多幅图片是单应性相关的,我们经常使用该约束将很多图像缝补起来,拼成一个
- 动画框架:Animation
lengbingteng
OGRE_API
在说API之前先了解一下动画的原理:以一个人行走为例,要想使人能够行走,必须在这个人模型上设置一些特真点,然后让这些点在每一帧按照一定的规则进行动,从而改变整个模型的状态。在ogre里面,Keyframe类描述的是一个特征点(一个结点、一根骨头、一个顶点)的某一个关键帧的状态(位置、缩放、朝向等)和对应的时间点。一个可驱动点的所有keyframe组合成一个track,每个可驱动点都有一个他的tra
- 序列比对(六)——交叉匹配问题
生信了
原创:hxj7之前几篇文章介绍了全局匹配以及局部匹配,本文介绍交叉匹配问题并给出代码。交叉匹配所谓交叉匹配(overlapalignment或者叫glocalalignment),就是两条序列中至少有一条的头部序列要参加比对并且至少有一条的尾部序列要参加比对。一般而言,就是下面两种情形:一种是两条序列有重叠的部分,但互不包含。比如x序列的头部与y序列的尾部匹配。image第二种是一条序列包含另一条
- 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
- 人脸识别概述
TreeFish2012
FaceRecognition
欢迎关注微博:http://weibo.com/facerecog一人脸识别系统结构图1显示了人脸识别系统所包含的各个模块,其中,图像采集模块用于采集包含人脸的图像;人脸检测跟踪模块用于确定视频中人脸的位置和大小,并确定同一个人在帧间的对应关系;而特征点定位模块用于定位眼睛、嘴巴等脸部特征点的位置;图像质量评估模块,用于从采集的同一个人的多张人脸图像中,根据人脸姿态和光照条件选择最适合识别的一张或
- 视觉SLAM十四讲学习笔记——第十讲 后端优化(2)
晒月光12138
视觉SLAM十四讲学习笔记slamubuntu
上文提到考虑全局的后端优化计算量非常大,因此在计算增量方程时,借助H矩阵的稀疏性加速运算。但是随着时间的推移,累积的相机位姿和路标数量还是会导致计算量过大,以上一节的示例代码数据为例:16张图像,共提取到22106个特征点,这些特征点共出现了83718次。对于一个20Hz更新速度,上述的数据量甚至还不到1s的内容,因此在求解大规模定位建图问题时,一定要控制BA的规模。这里主要有两种解决思路:(1)
- 【MyBatis】MyBatis操作数据库(一)
从零开始的-CodeNinja之路
数据库mybatisoracle
目录MyBatis的基础定义MyBatis配置相关文件一、注解操作数据库1.1@Insert(插入注解)1.2@Delete(删除注解)1.3@Update(修改注解)1.4@Select(重点:查询注解)注解解决查询不匹配问题拓展:@Param(重命名注解)和@OPtions(自增注解)二、XML操作数据库2.1xml实现@Insert(插入数据)2.2xml实现@Delete(删除数据)2.3
- 数据结构(邓俊辉)学习笔记】串 09——BM_BC算法:以终为始
诸葛悠闲
数据结构学习笔记
文章目录1.不对称性2.善待教训3.前轻后重4.以终为始1.不对称性上一节所介绍的KMP算法计算时间,在最坏情况下也可以保证不超过线性。这的确是一个好消息。然而,倘若我们因此就停下继续优化的脚步,那就大错特错了。实际上,串匹配问题与一般的搜索问题的确有着本质的区别。在我们此前所讨论的所有搜索算法中,每次比对都是一种一对一的模式,也就是一个目标与另一个候选者判定二者是否相等,的确只需常数的时间。而现
- SQL进阶技巧:如何查询最近一笔有效订单? | 近距离有效匹配问题
莫叫石榴姐
#SQL进阶实战技巧数字化建设通关指南sql数据库hive数据分析数据仓库
目录0场景描述【美团金融面试题】1数据准备2问题分析方法1:分析函数求解方法2:通过一对多关联获取全量数据集求解方法3:last_value()忽略NULL值特性+窗口子句【优雅实现】3小结0场景描述【美团金融面试题】现有订单表t5_order,包含订单ID,订单时间,下单用户,当前订单是否有效+---------+----------------------+----------+-------
- 特征点提取与匹配原文论文下载
长沙有肥鱼
视觉SLAM十四讲计算机视觉
ORB原文下载链接:(PDF)ORB:anefficientalternativetoSIFTorSURFSIFT原文下载链接:https://www.cs.ubc.ca/~lowe/papers/ijcv04.pdfSURF原文下载链接:https://www.cs.jhu.edu/~misha/ReadingSeminar/Papers/Bay08.pdfORB和AKAZE对比论文下载链接:h
- 【AR.js】初步认识与官方示例的使用
o0o_-_
ARarjavascript开发语言
说在前面测试浏览器:MicrosoftEdge(PC版本97.0.1072.55)/Firefox(Android)github库:AR.jsAR系列文章:这里go版本:goversiongo1.17.3windows/amd64其他:本文的关注点在于官方用例。关于AR.js这里他们有三种实现:基于标记、基于特征点、以及基于地理位置;前面两种差不大多。优点:只要有支持webrtc以及webgl的浏
- 特征匹配python-opencv代码
三十度角阳光的问候
pythonopencv开发语言
目录特征匹配算法介绍:Brute-Force蛮力匹配1对1的匹配k对最佳匹配特征匹配理论介绍:特征匹配python程序:特征点提取介绍:harris特征:####cv2.cornerHarris()-img:数据类型为float32的入图像-blockSize:角点检测中指定区域的大小-ksize:Sobel求导中使用的窗口大小-k:取值参数为[0,04,0.06]importcv2importnu
- 图像处理 -- 角点的概念与作用
sz66cm
图像处理人工智能
在图像处理领域,角点(Corner)是图像中一个重要的特征点。角点是指图像中具有局部最大曲率或梯度变化明显的位置,通常出现在两条或多条边缘的交汇处。例如,图像中的建筑物拐角、棋盘格的角等位置都可能被检测为角点。角点的作用特征提取:角点作为图像中的关键点,能够稳定地反映图像的局部结构,因此在图像特征提取中经常使用。角点具有较强的独特性,即使图像发生了旋转、缩放或轻微的光照变化,角点的位置也往往不会发
- 深度学习--数据类型/格式不匹配问题
Ambition_LAO
深度学习python
1.数据类型不匹配问题报错信息:ValueError:num_outputsshouldbeintorlong,got400.解决方案:根据提供的错误信息,问题出在fully_connected层的num_outputs参数上,它需要是一个整数,但是当前代码中提供的却不是整数,而是一个浮点数或其他类型的值。错误来源是D:\anaconda3\envs\NDCAVE\lib\site-package
- opencv “未声明的标识符:SurfFeatureDetector”问题解决办法
adsdriver
Opencv学习点滴opencv特征点检测未声明的标识符SurfFeaturDetector
在VS中使用opencv2.4.X版本的时候,如果使用SurfFeatureDetector(或者SiftFeatureDetector)做特征点检测的时候,按照官方文档上的示例代码include头文件为:opencv2/features2d/features2d.hpp,则会出现如下报错:errorC2065:“SurfFeatureDetector”:未声明的标识符。1、实际上2.4.X版本的
- 什么是特征检测和描述,OpenCV中常见的特征检测算法有哪些?
-Max-静-
#opencv学习opencv算法人工智能
特征检测和描述是计算机视觉中的基本概念,它们在图像识别、对象跟踪、图像拼接等多种任务中发挥着至关重要的作用。特征检测是指识别图像中重要的特定点、区域或结构,这些特征通常具有独特性、可重复性以及对光照变化、旋转和比例变换等变化的鲁棒性。这些特征点可以用作进一步分析的参考。特征描述是基于一定的几何或者颜色信息生成特征点的特征描述符,这种描述应满足欧式空间的仿射不变性和噪声鲁棒性,并且不同特征点的特征描
- 谷歌浏览器使用selenium的驱动chromedriver 116~118版本,解决版本不匹配问
美美打不死
seleniumpython
**谷歌浏览器使用selenium的驱动chromedriver116~118版本,解决版本不匹配问题**下载链接:https://googlechromelabs.github.io/chrome-for-testing/#stable
- 专利:基于2D工业相机的工件目标检测及三维姿态
Ailsa-ycc
文献解读数码相机目标检测人工智能
本发明公开了一种基于2D工业相机的工件目标检测及三维姿态判定方法,首先根据待生产或是待加工工件目标搭建其三维几何模型,并标记该几何模型制定特征点,然后对通过两个2D工业相机分别获得的现场工件目标图像进行目标检测及特征识别,通过该特征与几何模型中特征点的匹配对比,从而获取工件目标空间姿态信息。相较于采用3D相机或多个(3个以上)2D工业相机获取目标特征点的方法,降低了成本。
- 论文阅读:2020GhostNet华为轻量化网络
A_my_*
论文阅读人工智能计算机视觉深度学习
创新:(1)对卷积进行改进(2)加残差连接1、GhostModule1、利用1x1卷积获得输入特征的必要特征浓缩。利用1x1卷积对我们输入进来的特征图进行跨通道的特征提取,进行通道的压缩,获得一个特征浓缩。2、利用深度可分离卷积获得特征浓缩的相似特征图(Ghost)。在获得特征浓缩之后,利用深度可分离卷积进行逐层卷积,进行跨特征点的特征提取,获得额外的特征图,也就是Ghost。将这两个进行堆叠就是
- LeetCode438.找到字符串中所有字母异位词
Stephen_Curry___
算法数据结构leetcodec++
题目给定两个字符串s和p,找到s中所有p的异位词的子串,返回这些子串的起始索引。不考虑答案输出的顺序。异位词指由相同字母重排列形成的字符串(包括相同的字符串)。示例输入:s="cbaebabacd",p="abc"输出:[0,6]解释:起始索引等于0的子串是"cba",它是"abc"的异位词。起始索引等于6的子串是"bac",它是"abc"的异位词。思路这是一道经典的字符串匹配问题,可以使用滑动窗
- 28. Find the Index of the First Occurrence in a String(找出字符串中第一个匹配项的下标)
apprentice_eye
leetcode刷题日记算法数据结构开发语言leetcode
问题描述给你两个字符串haystack和needle,请你在haystack字符串中找出needle字符串的第一个匹配项的下标(下标从0开始)。如果needle不是haystack的一部分,则返回-1。问题分析此问题时模式匹配问题可以采用暴力算法去查找,也可以使用kmp算法来进行查找。代码暴力算法:intstrStr(char*haystack,char*needle){inti,j;for(i=
- KMP算法
Psycho social
字符串算法信息学竞赛C++
目录KMP算法字符串匹配问题朴素算法简介思想做法例题KMP算法字符串匹配问题字符串匹配是一种计算机会频繁使用的算法。,例如有一个字符串主串S:knocktheheaven'sdoor,现在需要知道S中是否包含子串P:heaven。这是一个十分常见的问题,由于使用次数很多,所以算法的效率是十分重要的。朴素算法首先来讲,最朴素的方法莫过于是顺次比较,假定主串S的长度为n,子串P的长度是m,我们依次从主
- TCP流量控制+拥塞控制
顺漆自然
网络
流量控制:目标:流量控制主要解决的是发送方和接收方之间处理能力的不匹配问题。它的目的是确保发送方不会发送数据过快,以至于接收方无法及时接收并处理这些数据,从而避免数据包在网络中堆积和丢失。实现方式:在TCP协议中,流量控制主要通过使用滑动窗口机制来实现。接收方会告知发送方其当前能够接收的数据量(即接收窗口大小),发送方根据这个信息调整自己的发送速率。流量控制:流量控制主要关注的是发送方和接收方之间
- JavaScript设计模式:适配器模式,如何像“翻译官”一样让不同接口的对象协同工作
fans小知
设计模式设计模式适配器模式
欢迎回到JavaScript设计模式专刊!在前四篇文章中,我们了解了单例模式、工厂模式、建造者模式和原型模式。现在让我们一起来探讨另一个有趣的设计模式:适配器模式。这个模式就像是一位“翻译官”,可以帮助不同接口的对象协同工作。什么是适配器模式:适配器模式是一种用于解决接口不匹配问题的设计模式。它允许我们将一个对象的接口转换为另一个对象所期望的接口,使它们可以无缝协同工作,就像是一个翻译官帮助你理解
- torch_geometric和torch的版本匹配问题
Sinsinw
安装torch_geometric建议直接在网站下载安装。https://pytorch-geometric.com/whl/torch-1.7.0+cu101.html测试过几类网站,只有这个是正常安装的torch版本需要跟torch_geometric版本配套:
- 基于ORB-SLAM2与YOLOv8剔除动态特征点
笨小古
SLAM学习SLAMYOLOYOLOv8
基于ORB-SLAM2与YOLOv8剔除动态特征点以下方法以https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download#freiburg3_walking_xyz数据集进行实验测试APE首先在不剔除动态特征点的情况下进行测试:方法1:segment坐标点集合逐一排查剔除利用YOLOv8的segment获取动态对象(这里指人person)所在
- 视觉slam十四讲学习笔记(六)视觉里程计 1
苦瓜汤补钙
视觉SLAM十四讲笔记机器学习ubuntu
本文关注基于特征点方式的视觉里程计算法。将介绍什么是特征点,如何提取和匹配特征点,以及如何根据配对的特征点估计相机运动。目录前言一、特征点法1特征点2ORB特征FAST关键点BRIEF描述子3特征匹配二、实践:特征提取和匹配三、2D-2D:对极几何1对极约束2本质矩阵3单应矩阵四、实践:对极约束求解相机运动五、三角测量总结前言1.理解图像特征点的意义,并掌握在单幅图像中提取出特征点,及多幅图像中匹
- MATLAB 图像几何变换
拔丝憨包
matlab开发语言图像处理
实验目的–掌握图像几何变换的原理–掌握图像缩放的方法–掌握图像旋转的方法–掌握图像镜像的方法–掌握图像平移的方法实验原理图像缩放图像的放大收缩,拿放大举例,就是拿更多的像素去表达原来的图像,但是图像整体不变,通俗一点就是,原来一个特征点,需要10个像素表示,放大就是现在我们用20个或者更多来表示这个特征点,填值的方法有很多,邻值插值,线性插值等。2、图像旋转图像的旋转就是将图像中的所有像素整体旋转
- HOG特征
ce0b74704937
HOG特征是在文章《HistogramsofOrientedGradientsforHumanDetection》中提出,看文章标题可知,该文章是为了行人检测提出的,不过后来也用于其它方向,比如特征点检测等。该文中行人检测大概分为以下几步:输入图像(行人的图像)采用Gamma矫正法对输入图像进行颜色空间的标准化;目的是调节图像的对比度,降低图像局部的阴影和光照所造成的影响,同时可以抑制噪声。(原文
- OpenMVG(EXIF、畸变、仿射特征、特征匹配)
江河地笑
C++(图形图像)算法
本人之前也研究过OpenMVS但是对于OpenMVG只是原理层次的了解,因此乘着过年期间对这个库进行详细的学习。目录1OpenMVG编译与简单测试1.1sfm_data.json获取1.2计算特征2OpenMVG整个流程的运行测试3OpenMVG实战3.1SVG绘制3.2解析图片的EXIF信息3.3光学畸变3.4提取图像中的仿射特征点3.5对图像进行特征匹配(K-VLD)1OpenMVG编译与简单
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite