- ORB-SLAM2学习笔记:ExtractorNode::DivideNode和ORBextractor::DistributeOctTree函数详解
xMathematics
算法slam机器人
一、ExtractorNode::DivideNodevoidExtractorNode::DivideNode(ExtractorNode&n1,ExtractorNode&n2,ExtractorNode&n3,ExtractorNode&n4){constinthalfX=ceil(static_cast(UR.x-UL.x)/2);constinthalfY=ceil(static_cas
- Ros Noetic 20.04 ORB-SLAM2-RGBD 栅格地图转换实战
忒懂先生
Ros_工控N5095完美搭建实战篇Ros_工控N5095完美搭建实战项目篇机器人linux自动驾驶人工智能
前言:RosNoetic20.04ORB-SLAM2-RGBD稠密度建立地图实战_ubuntu20.04运行orb-slam2稠密建图-CSDN博客https://blog.csdn.net/weixin_44025389/article/details/129318222?spm=1001.2014.3001.5501根据上一篇文章中,对ORB_SLAM2的改良方式,已经成功得到稠密地图,先新增
- ORB-SLAM3源码的学习:GeometricTools文件
PaLu-LvL
计算机视觉#ORB-SLAM3c++计算机视觉ubuntu人工智能学习
前言GeometricTools提供了两种几何计算功能:1.计算两个关键帧之间的基础矩阵、2.通过三角化算法从两个视角恢复三维点。这部分功能在ORB-SLAM2中就已经介绍过了,这里不过多赘述。1.头文件GeometricTools.h除了计算基础矩阵和三角化恢复三维点外,头文件中还提供了两种用于比较矩阵的模板函数。第一个函数用于比较一个OpenCV矩阵和一个Eigen矩阵,第二个函数用于比较两个
- ORB-SLAM2源码学习:System.cc:System::System SLAM系统的构造函数
PaLu-LvL
计算机视觉#ORB-SLAM2c++学习计算机视觉算法opencv
前言ORB-SLAM2源码学习:rgbd_tum.cc源文件-CSDN博客之前我们在具体的实例的代码中初始化了一个SLAM的系统,现在让我们来看看这个SLAM的构造函数具体进行了什么操作。总的来说:该函数主要干了以下事情:1.初始化一些参数(列表初始化)2.加载并检查配置文件和词汇表3.创建一些对象如关键帧数据库、地图、绘制器等。4.启动并初始化多个线程:跟踪线程、本地建图线程、回环检测线程、可视
- ORB-SLAM2源码学习:Tracking.cc:GrabImageStereo、GrabImageRGBD、GrabImageMonocular处理图像
PaLu-LvL
计算机视觉#ORB-SLAM2#局部建图线程计算机视觉人工智能c++ubuntu学习
前言该部分函数在Tracking.cc源文件中定义,用于处理图像。1.函数作用:1.GrabImageStereo函数的主要作用是处理输入的双目图像(左视图和右视图),进行必要的预处理(颜色转换),创建表示当前帧的对象,并执行跟踪操作,最后返回当前帧在世界坐标系下的变换矩阵。cv::MatTracking::GrabImageStereo(constcv::Mat&imRectLeft,const
- ORB-SLAM2源码逐行解析系列(二):追踪线程
LDST_CSDN
计算机视觉人工智能自动驾驶
1.Tracking类(1)Tracking类的定义///Examples/Monocular/include/Tracking.hclassTracking{public:/***@brief构造函数**@param[in]pSys系统实例*@param[in]pVoc字典指针*@param[in]pFrameDrawer帧绘制器*@param[in]pMapDrawer地图绘制器*@param
- ORB-SLAM2源码学习:Initializer.cc⑨: Initializer::FindHomography找到最好的单应矩阵H
PaLu-LvL
计算机视觉#ORB-SLAM2#初始化c++计算机视觉opencvubuntu人工智能矩阵学习
前言该函数功能的实现依赖于之前学习的三个函数特征点的坐标归一化、计算单应矩阵H以及它的评分函数。ORB-SLAM2源码学习:Initializer.cc②:Initializer::Normalize坐标归一化-CSDN博客ORB-SLAM2源码学习:Initializer.cc③:Initializer::ComputeH21计算单应矩阵-CSDN博客ORB-SLAM2源码学习:Initiali
- ORB-SLAM2源码学习:Initializer.cc(13): Initializer::ReconstructF用F矩阵恢复R,t及三维点
PaLu-LvL
计算机视觉#ORB-SLAM2#初始化c++计算机视觉人工智能ubuntu学习矩阵线性代数
前言这部分函数的实现依赖于之前学习的的检查三角化结果的函数:ORB-SLAM2源码学习:Initializer.cc⑧:Initializer::CheckRT检验三角化结果-CSDN博客这里通过基础矩阵F来恢复位姿和三维点实际上是借助本质矩阵来进行的,相对于用单应矩阵H恢复位姿和三维点来说,它的解的结构较为简单其解的讨论形式也是比较简单的。1.函数声明boolInitializer::Recon
- ORB-SLAM2源码学习:Initializer.cc(11): Initializer::ReconstructH用H矩阵恢复R, t和三维点
PaLu-LvL
计算机视觉#ORB-SLAM2#初始化c++计算机视觉ubuntu人工智能矩阵学习
前言这个函数的实现依赖于之前学习的检验三角化结果的函数:ORB-SLAM2源码学习:Initializer.cc⑧:Initializer::CheckRT检验三角化结果-CSDN博客位姿可能有多组解,到底哪个才是真正的解呢?方法是实践出真知。根据相应的论文我们分两种情况分别恢复出不同的解,最后得到一个最好的。每种可能的解都需要重复计算一次,最终根据如下条件选择最佳的解:1.最优解成功三角化点数目
- 【ORB-SLAM2:九、BA优化】
KeyPan
ORB-SLAM2人工智能计算机视觉机器学习深度学习算法
BA(BundleAdjustment)是SLAM系统中优化位姿和地图点位置的重要技术。通过最小化图结构中的重投影误差,BA在提高地图精度和轨迹优化方面发挥了核心作用。本章将围绕BA优化展开,从图优化工具简介到优化函数分类,再到具体的局部BA和Sim3优化边的解析进行详细阐述。9.1图优化和g2o简介9.1.1图优化的基本概念图优化图优化将SLAM问题建模为一个图结构:节点(Vertices):代
- 【ORB-SLAM2:三、 地图初始化】
KeyPan
ORB-SLAM2数码相机计算机视觉人工智能机器学习深度学习算法
地图初始化是视觉SLAM系统的关键步骤之一,它是整个系统运行的起点。初始化的主要任务是从输入图像数据中构建一个初始地图,为后续的相机位姿估计和场景重建提供基础。无论是单目、双目还是RGB-D相机,地图初始化的结果直接决定了系统的鲁棒性和精度。3.1为什么需要地图初始化3.1.1地图初始化的重要性定义初始参考坐标系地图初始化为SLAM系统提供了一个全局参考坐标系,使后续的位姿估计和地图扩展能够在一致
- ORB-SLAM2:四、 地图点、关键帧、图结构】
KeyPan
ORB-SLAM2计算机视觉人工智能机器学习深度学习算法
地图点、关键帧和图结构是ORB-SLAM系统的核心组成部分,它们共同构建了SLAM系统的空间表示与数据组织方式。本章将详细讨论这些模块及其在系统中的作用和实现方式。4.1地图点4.1.1什么是地图点地图点(MapPoint)是SLAM系统中用来表示环境中三维特征点的抽象概念。这些点是通过相机观测和三角测量得到的,是地图构建的基础。三维位置每个地图点存储其在世界坐标系中的三维坐标P(X,Y,Z)P(
- 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
- 科普类(遥操作)——快速索引
JANGHIGH
快速索引科普类无人驾驶科技
快速索引科普类——遥操作(一)科普类——遥操作中的延时问题(二)科普类——遥操作中优化通信技术措施(三)科普类——大疆无人机(DJI)在解决图像传输延时问题策略(四)科普类——遥操作领域中比较活跃的部分中国企业(五)科普类——百度Apollo无人驾驶汽车使用的传感器配置(六)科普类——无压缩图像传输带宽的计算(七)科普类——ORB-SLAM2与ORB-SLAM3的整体架构以及异同点(八)科普类——
- 【ORB-SLAM2源码梳理1】以单目mono_tum.cc为例,构建SLAM系统(含mono_tum.cc、System.cc关键代码解析)
Jay_z在造梦
ORB-SLAM2c++slamorb
文章目录前言一、进入mono_tum.cc1.导入TUM数据集图片:LoadImages()2.构建SLAM系统:System3.系统构建结束,开启跟踪线程1)一帧帧地读取对应路径下的rgb图像:2)将图像帧传入Tracking线程,开始一系列操作(关键):二、代码导图前言因为对于视觉SLAM而言,单目涉及初始化等步骤,相对于双目和RGBD较为复杂,故从单目学起。学习记录。一、进入mono_tum
- mono_tum.cc系统构造函数——ORBSLAM2源码讲解(三)
running snail szj
slam音视频硬件架构slamorb-slam2
文章目录前言一、mono_tum.cc*的源码及注释二、System函数1.system.h2.system.cc三、Tracking1.Tracking.cc2.ORBextractor.cc前言欢迎浏览我的SLAM专栏,一起加油淦穿SLAM!一、mono_tum.cc*的源码及注释本博客是以单目的形式来学习代码。以下为ORB-SLAM2源码的Examples文件夹下的Monocular的mon
- ORB-SLAM2代码学习1 rgdb_tum.cc
Dziwu
SLAM学习计算机视觉人工智能
论文翻译参考1参考2rgdb_tum.cc的框架代码大致思路LoadImages()加载图像——判断rgb图是否存在——判断rgb图与depth图数量是否对应相同。ORB_SLAM2::SystemSLAM()初始化,创建SLAM系统,并初始化各个线程。遍历每一对RGB图和depth图【读取RGB图和depth图,读取时间戳(vTimestamps存储了时间戳,实际上就是存储了数据文件的每一幅图像
- ORB-SLAM2论文总结
Mr.Qin_
SLAMslamorbORB-SLAM2
ORB-SLAM2学文学习总结1系统概述2加速特征点匹配策略2.1词袋模型加速匹配2.2恒速运动模型加速匹配3系统原理详解3.1初始化3.2跟踪线程3.3局部建图线程3.4回环检测线程4一些总结4.1单目、双目、RGBD的差别4.2系统所用到的优化1系统概述 ORB-SLAM2支持单目、双目、RGB-D相机的输入,整个系统包含三个线程跟踪线程、局部建图线程、回环检测线程(当检测到回环时,回环融合
- SLAM实践 -- 利用ROS实时运行ORB-SLAM2
笨小古
SLAM学习SLAM
利用ROS实时运行ORB-SLAM21.启动ROS:roscore2.打开摄像头(笔者使用的相机是奥比中光的AstraS深度相机):roslaunchastra_cameraastra.launch在/ORB_SLAM2/Examples/ROS/ORB_SLAM2/src目录下找到ros_mono.cc,进行以下修改:这里"/camera/color/image_raw"是笔者摄像头获取图像后发
- 【转】ORB-SLAM2调用OAK-D双目摄像头进行点云建图
OAK中国_官方
OAK深度相机使用教程OAK相机depthaiorb-slam
编辑:OAK中国首发:A.hyh@CSDN喜欢的话,请多多⭐️✍内容来自用户的分享,如有疑问请与原作者交流!▌前言Hello,大家好,这里是OAK中国,我是助手君。近期在CSDN刷到一篇教程,感觉不错的呦,分享给大家!更多资源和教程,可在我的主页搜索哦。▌一、运行stereo_node.launch实例查看双目摄像头发布的话题,并修改orb-slam2摄像头节点。gagaga@ubuntu:~$c
- 编译ORB-SLAM2出现错误
TKFee
c++计算机视觉ubuntu
报错:/usr/bin/ld:cannotfind-lEigen3::Eigen#1038解决方法:1.删除cmake_modules文件夹2.再次编译,成功。参考链接:raulmur/ORB_SLAM2:Real-TimeSLAMforMonocular,StereoandRGB-DCameras,withLoopDetectionandRelocalizationCapabilities(gi
- ./build_ros.sh 解决报错 rospack found package “ORB_SLAM3“ at ““, but the current directory is....
全日制一起混
ORB-SLAM3无人机PX4SLAMc++计算机视觉ubuntu
同样针对ORB-SLAM2也有效:编译ORB的ROS版本经常出现这个问题:CMakeErrorat/opt/ros/melodic/share/ros/core/rosbuild/private.cmake:99(message):[rosbuild]rospackfoundpackage"ORB_SLAM3"at"",butthecurrentdirectoryis"/home/tzy/ORB3
- 单目特征点对三角化
兔子不吃草~
ORB-SLAM2c++计算机视觉
ORB-SLAM2之特征点对三角化文章目录ORB-SLAM2之特征点对三角化5特征点对三角化5.1数学推导5.2代码分析5.2.1三角化5.2.2何处调用5.3三角化生成的地图点检验5.3.1理论分析5.3.2代码分析5特征点对三角化5.1数学推导 记P1,P2分别是第1、2帧对应的投影矩阵,它们将同一个空间点X(X,Y,Z)X(X,Y,Z)X(X,Y,Z)投影到图像上,对应特征匹配对x1、x2
- SLAM ORB-SLAM2(14)特征点坐标归一化
氢键H-H
OpenSLAM#ORB-SLAM2SLAMORB-SLAM2
SLAMORB-SLAM2(14)特征点坐标归一化1.前言2.Normalize3.求均值4.求平均差5.尺度归一化6.归一化矩阵1.前言在《SLAMORB-SLAM2(13)查找单应矩阵》中了解到计算单应矩阵主要过程:特征点坐标归一化Normalize选择归一化之后的特征点八点法计算单应矩阵ComputeH21评分并评优CheckHomography现在先来看看坐标归一化2.Normalize这
- ORB-SLAM2源码笔记(3)—— 地图点MapPoint
好好仔仔
自动驾驶人工智能机器学习c++计算机视觉
ORB-SLAM2代码详解03:地图点MapPoint_ncepu_Chen的博客-CSDN博客_orbslam地图点地图点是三维点,有唯一的id,不同帧的特征点可能对应同一个三维点。地图点的世界坐标保存在mWorldPos中,它与关键帧的观测关系则保存在mObservations中。其中mObservations是一个key-value结构,key为观测到的某个关键帧,value为当前地图点在该
- ORB-SLAM2学习(原理):MapPoint.cc
小白tb
slamC++学习学习c++自动驾驶人工智能
ORB-SLAM2学习(原理):MapPoint.cc详细中文源码解读:链接:https://pan.baidu.com/s/1LWfowy5wbUdXamEGE1STcA提取码:t796PS:该代码从“计算机视觉life”客服处免费获得,感觉确实挺详细的,就标明一下出处,侵权则删。文章目录ORB-SLAM2学习(原理):MapPoint.ccMapPoint::UpdateNormalAndDe
- 详谈ORB-SLAM2的地图点MapPoint
极客范儿
━═━═━◥MR◤━═━═━1024程序员节
ORB-SLAM2中维护的是局部建图,在项目里所谓的地图就是两个数组:特征点数组和关键帧数组。所有关键帧和特征点的结合就是地图信息,所以在ORB-SLAM2中最重要的两个部分就是地图点和关键帧。这两个部分在设计上非常像,代码重复率很高。文章目录一、特征点和地图点的区别1、特征点是`2D`的,相机图像上的点(图像金字塔)2、地图点是`3D`的,根据同一特征点在多个图片中的不同位置三角化得到的二、各成
- SLAM ORB-SLAM2(12)估算运动并初始地图点
氢键H-H
OpenSLAM#ORB-SLAM2SLAMORB-SLAM2
SLAMORB-SLAM2(12)估算运动并初始地图点1.初始化器1.1.成员变量1.2.构造函数2.估算两帧间相对运动2.1.记录特征点对的匹配关系2.2.RANSAC采样准备过程2.3.查找H矩阵和F矩阵2.4.判断并选取模型求位姿过程3.地图初始化3.1.新建关键帧3.2.建立可视关系3.3.更新优化3.4.建立基础尺度1.初始化器从
- SLAM ORB-SLAM2(13)查找单应矩阵
氢键H-H
OpenSLAM#CartographerSLAMORB-SLAM2
SLAMORB-SLAM2(13)查找单应矩阵1.前言2.FindHomography3.特征点坐标进行归一化4.选择归一化之后的特征点5.八点法计算单应矩阵6.评分并评优1.前言在《SLAMORB-SLAM2(12)估算运动并初始地图点》的2.3.查找H矩阵和F矩阵中/*构造线程来计算H矩阵和F矩阵及其得分*/threadthreadH(&Initializer::FindHomography
- orb-slam2学习总结
谢大旭
SLAM实践分享c++
目录视觉SLAM1、地图初始化2、ORB_SLAM地图初始化流程3、ORB特征提取及匹配1、对极几何2、对极约束(epipolarconstraint)3、基础矩阵F、本质矩阵E5、单目尺度不确定性6、单应矩阵(HomographyMatrix)6.1什么是单应矩阵6.2H矩阵求解7.1基础要点7.2从E矩阵中恢复R、t7.3从H矩阵中恢复R、t7.4R、t值验证7、三角化7.1什么是三角化7.2
- linux系统服务器下jsp传参数乱码
3213213333332132
javajsplinuxwindowsxml
在一次解决乱码问题中, 发现jsp在windows下用js原生的方法进行编码没有问题,但是到了linux下就有问题, escape,encodeURI,encodeURIComponent等都解决不了问题
但是我想了下既然原生的方法不行,我用el标签的方式对中文参数进行加密解密总该可以吧。于是用了java的java.net.URLDecoder,结果还是乱码,最后在绝望之际,用了下面的方法解决了
- Spring 注解区别以及应用
BlueSkator
spring
1. @Autowired
@Autowired是根据类型进行自动装配的。如果当Spring上下文中存在不止一个UserDao类型的bean,或者不存在UserDao类型的bean,会抛出 BeanCreationException异常,这时可以通过在该属性上再加一个@Qualifier注解来声明唯一的id解决问题。
2. @Qualifier
当spring中存在至少一个匹
- printf和sprintf的应用
dcj3sjt126com
PHPsprintfprintf
<?php
printf('b: %b <br>c: %c <br>d: %d <bf>f: %f', 80,80, 80, 80);
echo '<br />';
printf('%0.2f <br>%+d <br>%0.2f <br>', 8, 8, 1235.456);
printf('th
- config.getInitParameter
171815164
parameter
web.xml
<servlet>
<servlet-name>servlet1</servlet-name>
<jsp-file>/index.jsp</jsp-file>
<init-param>
<param-name>str</param-name>
- Ant标签详解--基础操作
g21121
ant
Ant的一些核心概念:
build.xml:构建文件是以XML 文件来描述的,默认构建文件名为build.xml。 project:每个构建文
- [简单]代码片段_数据合并
53873039oycg
代码
合并规则:删除家长phone为空的记录,若一个家长对应多个孩子,保留一条家长记录,家长id修改为phone,对应关系也要修改。
代码如下:
- java 通信技术
云端月影
Java 远程通信技术
在分布式服务框架中,一个最基础的问题就是远程服务是怎么通讯的,在Java领域中有很多可实现远程通讯的技术,例如:RMI、MINA、ESB、Burlap、Hessian、SOAP、EJB和JMS等,这些名词之间到底是些什么关系呢,它们背后到底是基于什么原理实现的呢,了解这些是实现分布式服务框架的基础知识,而如果在性能上有高的要求的话,那深入了解这些技术背后的机制就是必须的了,在这篇blog中我们将来
- string与StringBuilder 性能差距到底有多大
aijuans
之前也看过一些对string与StringBuilder的性能分析,总感觉这个应该对整体性能不会产生多大的影响,所以就一直没有关注这块!
由于学程序初期最先接触的string拼接,所以就一直没改变过自己的习惯!
- 今天碰到 java.util.ConcurrentModificationException 异常
antonyup_2006
java多线程工作IBM
今天改bug,其中有个实现是要对map进行循环,然后有删除操作,代码如下:
Iterator<ListItem> iter = ItemMap.keySet.iterator();
while(iter.hasNext()){
ListItem it = iter.next();
//...一些逻辑操作
ItemMap.remove(it);
}
结果运行报Con
- PL/SQL的类型和JDBC操作数据库
百合不是茶
PL/SQL表标量类型游标PL/SQL记录
PL/SQL的标量类型:
字符,数字,时间,布尔,%type五中类型的
--标量:数据库中预定义类型的变量
--定义一个变长字符串
v_ename varchar2(10);
--定义一个小数,范围 -9999.99~9999.99
v_sal number(6,2);
--定义一个小数并给一个初始值为5.4 :=是pl/sql的赋值号
- Mockito:一个强大的用于 Java 开发的模拟测试框架实例
bijian1013
mockito单元测试
Mockito框架:
Mockito是一个基于MIT协议的开源java测试框架。 Mockito区别于其他模拟框架的地方主要是允许开发者在没有建立“预期”时验证被测系统的行为。对于mock对象的一个评价是测试系统的测
- 精通Oracle10编程SQL(10)处理例外
bijian1013
oracle数据库plsql
/*
*处理例外
*/
--例外简介
--处理例外-传递例外
declare
v_ename emp.ename%TYPE;
begin
SELECT ename INTO v_ename FROM emp
where empno=&no;
dbms_output.put_line('雇员名:'||v_ename);
exceptio
- 【Java】Java执行远程机器上Linux命令
bit1129
linux命令
Java使用ethz通过ssh2执行远程机器Linux上命令,
封装定义Linux机器的环境信息
package com.tom;
import java.io.File;
public class Env {
private String hostaddr; //Linux机器的IP地址
private Integer po
- java通信之Socket通信基础
白糖_
javasocket网络协议
正处于网络环境下的两个程序,它们之间通过一个交互的连接来实现数据通信。每一个连接的通信端叫做一个Socket。一个完整的Socket通信程序应该包含以下几个步骤:
①创建Socket;
②打开连接到Socket的输入输出流;
④按照一定的协议对Socket进行读写操作;
④关闭Socket。
Socket通信分两部分:服务器端和客户端。服务器端必须优先启动,然后等待soc
- angular.bind
boyitech
AngularJSangular.bindAngularJS APIbind
angular.bind 描述: 上下文,函数以及参数动态绑定,返回值为绑定之后的函数. 其中args是可选的动态参数,self在fn中使用this调用。 使用方法: angular.bind(se
- java-13个坏人和13个好人站成一圈,数到7就从圈里面踢出一个来,要求把所有坏人都给踢出来,所有好人都留在圈里。请找出初始时坏人站的位置。
bylijinnan
java
import java.util.ArrayList;
import java.util.List;
public class KickOutBadGuys {
/**
* 题目:13个坏人和13个好人站成一圈,数到7就从圈里面踢出一个来,要求把所有坏人都给踢出来,所有好人都留在圈里。请找出初始时坏人站的位置。
* Maybe you can find out
- Redis.conf配置文件及相关项说明(自查备用)
Kai_Ge
redis
Redis.conf配置文件及相关项说明
# Redis configuration file example
# Note on units: when memory size is needed, it is possible to specifiy
# it in the usual form of 1k 5GB 4M and so forth:
#
- [强人工智能]实现大规模拓扑分析是实现强人工智能的前奏
comsci
人工智能
真不好意思,各位朋友...博客再次更新...
节点数量太少,网络的分析和处理能力肯定不足,在面对机器人控制的需求方面,显得力不从心....
但是,节点数太多,对拓扑数据处理的要求又很高,设计目标也很高,实现起来难度颇大...
- 记录一些常用的函数
dai_lm
java
public static String convertInputStreamToString(InputStream is) {
StringBuilder result = new StringBuilder();
if (is != null)
try {
InputStreamReader inputReader = new InputStreamRead
- Hadoop中小规模集群的并行计算缺陷
datamachine
mapreducehadoop并行计算
注:写这篇文章的初衷是因为Hadoop炒得有点太热,很多用户现有数据规模并不适用于Hadoop,但迫于扩容压力和去IOE(Hadoop的廉价扩展的确非常有吸引力)而尝试。尝试永远是件正确的事儿,但有时候不用太突进,可以调优或调需求,发挥现有系统的最大效用为上策。
-----------------------------------------------------------------
- 小学4年级英语单词背诵第二课
dcj3sjt126com
englishword
egg 蛋
twenty 二十
any 任何
well 健康的,好
twelve 十二
farm 农场
every 每一个
back 向后,回
fast 快速的
whose 谁的
much 许多
flower 花
watch 手表
very 非常,很
sport 运动
Chinese 中国的
- 自己实践了github的webhooks, linux上面的权限需要注意
dcj3sjt126com
githubwebhook
环境, 阿里云服务器
1. 本地创建项目, push到github服务器上面
2. 生成www用户的密钥
sudo -u www ssh-keygen -t rsa -C "
[email protected]"
3. 将密钥添加到github帐号的SSH_KEYS里面
3. 用www用户执行克隆, 源使
- Java冒泡排序
蕃薯耀
冒泡排序Java冒泡排序Java排序
冒泡排序
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年6月23日 10:40:14 星期二
http://fanshuyao.iteye.com/
- Excle读取数据转换为实体List【基于apache-poi】
hanqunfeng
apache
1.依赖apache-poi
2.支持xls和xlsx
3.支持按属性名称绑定数据值
4.支持从指定行、列开始读取
5.支持同时读取多个sheet
6.具体使用方式参见org.cpframework.utils.excelreader.CP_ExcelReaderUtilTest.java
比如:
Str
- 3个处于草稿阶段的Javascript API介绍
jackyrong
JavaScript
原文:
http://www.sitepoint.com/3-new-javascript-apis-may-want-follow/?utm_source=html5weekly&utm_medium=email
本文中,介绍3个仍然处于草稿阶段,但应该值得关注的Javascript API.
1) Web Alarm API
&
- 6个创建Web应用程序的高效PHP框架
lampcy
Web框架PHP
以下是创建Web应用程序的PHP框架,有coder bay网站整理推荐:
1. CakePHP
CakePHP是一个PHP快速开发框架,它提供了一个用于开发、维护和部署应用程序的可扩展体系。CakePHP使用了众所周知的设计模式,如MVC和ORM,降低了开发成本,并减少了开发人员写代码的工作量。
2. CodeIgniter
CodeIgniter是一个非常小且功能强大的PHP框架,适合需
- 评"救市后中国股市新乱象泛起"谣言
nannan408
首先来看百度百家一位易姓作者的新闻:
三个多星期来股市持续暴跌,跌得投资者及上市公司都处于极度的恐慌和焦虑中,都要寻找自保及规避风险的方式。面对股市之危机,政府突然进入市场救市,希望以此来重建市场信心,以此来扭转股市持续暴跌的预期。而政府进入市场后,由于市场运作方式发生了巨大变化,投资者及上市公司为了自保及为了应对这种变化,中国股市新的乱象也自然产生。
首先,中国股市这两天
- 页面全屏遮罩的实现 方式
Rainbow702
htmlcss遮罩mask
之前做了一个页面,在点击了某个按钮之后,要求页面出现一个全屏遮罩,一开始使用了position:absolute来实现的。当时因为画面大小是固定的,不可以resize的,所以,没有发现问题。
最近用了同样的做法做了一个遮罩,但是画面是可以进行resize的,所以就发现了一个问题,当画面被reisze到浏览器出现了滚动条的时候,就发现,用absolute 的做法是有问题的。后来改成fixed定位就
- 关于angularjs的点滴
tntxia
AngularJS
angular是一个新兴的JS框架,和以往的框架不同的事,Angularjs更注重于js的建模,管理,同时也提供大量的组件帮助用户组建商业化程序,是一种值得研究的JS框架。
Angularjs使我们可以使用MVC的模式来写JS。Angularjs现在由谷歌来维护。
这里我们来简单的探讨一下它的应用。
首先使用Angularjs我
- Nutz--->>反复新建ioc容器的后果
xiaoxiao1992428
DAOmvcIOCnutz
问题:
public class DaoZ {
public static Dao dao() { // 每当需要使用dao的时候就取一次
Ioc ioc = new NutIoc(new JsonLoader("dao.js"));
return ioc.get(