- 车载毫米波雷达行业发展5——企业
奔袭的算法工程师
行业资讯人工智能自动驾驶目标检测
5.1博世5.1.1公司简介博世集团创立于1886年,业务涵盖汽车与智能交通技术、工业技术、消费品、能源与建筑技术四大领域,是德国最大的工业企业之一、全球最大的汽车零部件供应商、最早研究车载毫米波雷达的企业之一。博世在高级辅助驾驶和自动驾驶上拥有业界最为领先和完整的产品线,也是智能驾驶行业发展的风向标。在中国市场,2022年,博世在前向雷达市场的份额为40.54%,占据着国内前雷达市场第一的位置。
- Python在自动驾驶中的多传感器融合——让智能汽车“看得更清楚”
Echo_Wish
Python!实战!python自动驾驶汽车
Python在自动驾驶中的多传感器融合——让智能汽车“看得更清楚”在自动驾驶技术的演进过程中,多传感器融合(Multi-SensorFusion)是不可或缺的一环。单一传感器往往存在局限性,例如摄像头怕光线变化,激光雷达价格昂贵,毫米波雷达分辨率有限,但如果将它们结合起来,就能形成一个更全面、更可靠的环境感知系统。今天,我们就来聊聊如何用Python实现自动驾驶中的多传感器融合,并结合最新技术趋势
- Java 大数据在智能教育在线实验室设备管理与实验资源优化中的应用
知识产权13937636601
计算机java大数据开发语言
全球教育实验室设备年闲置率超35%,而高峰时段实验排队长达2.3周。某“双一流”高校部署本系统后,设备利用率从41%提升至89%,平均实验等待时间缩短78%。本文提出基于Java大数据技术的智慧实验室解决方案:多源设备管控中枢:通过OPCUA/Modbus转换器接入87类、4.2万台异构设备动态调度引擎:融合强化学习与图算法实现设备-课程-学生的秒级最优匹配安全双保险机制:毫米波雷达行为识别+试剂
- TI 毫米波雷达走读系列—— 3DFFT及测角
雷达爆破手
mmWaveRadar毫米波雷达嵌入式硬件AWR/IWR系列单片机
TI毫米波雷达走读系列——3DFFT及测角测角原理——角度怎么测测角公式——角度怎么算相位差测角基本公式为什么是3DFFT1.空间频率与角度的对应关系2.FFT的数学本质:离散空间傅里叶变换测角原理——角度怎么测本节内容解决角度怎么测的问题,首先要根据测角的场景对测角过程进行建模。测角模型的第一个前提是前方目标距离雷达较远(远场),这样目标的反射波是到达雷达阵前是可以近似成一个平行波面,即反射波到
- 德国大陆毫米波雷达(ARS548)ROS驱动更改
沮丧的迈克尔
Device计算机视觉自动驾驶人工智能opencv深度学习
文章目录前言Detecion前言ARS548的原始ROS驱动提供detection、object两种类型信息,这些信息均是自定义msg,不能直接通过topic发布sensor_msgs::PointCloud2和sensor_msgs::PointCloud信息。下面讲介绍detection。Deteciondetection是提供的点云信息,而object是提供雷达检测到的具体物体信息。下面是d
- 探秘大陆集团的第六代毫米波雷达,看看它的性能到底有多强
ToF君
兔云程序人工智能
一、产品背景与特点背景:大陆集团作为毫米波雷达市场的领跑者,拥有超过25年的雷达产品研发经验。其第六代毫米波雷达传感器在2023年开始推出,并于当年一季度实现量产,包括前向雷达ARS620和角雷达SRR630两款产品。特点:第六代毫米波雷达传感器采用了模块化设计,降低了复杂性,减少了潜在开支和成本,同时性能也有了大幅提升。通过四大创新技术(LoP技术、空气波导天线技术、CCM及独特的算法技术、超分
- ARS548 ARS549RDI 80GHZ毫米波雷达达学习笔记(一)
清凉山观雪客
汽车传感器学习笔记
ARS548ARS549RDI80GHZ毫米波雷达@4D毫米波雷达学习笔记目录目录一、ARS548雷达简介…3二、ARS548相关资料简介…52.1、《1.ARS548RDI技术参数(2021-11-29).pdf》…52.2、《2.ARS548RDIShort_Description_2021_09_16-00__en_V1.0雷达产品说明书.pdf》…52.3、《3.ARS548_TPS_Ad
- 基于毫米波雷达的ADAS系统架构:引领自动驾驶技术新篇章
劳允倩
基于毫米波雷达的ADAS系统架构:引领自动驾驶技术新篇章【下载地址】基于毫米波雷达的ADAS系统架构课程资料探索自动驾驶辅助系统(ADAS)的奥秘,本开源项目为您提供“基于毫米波雷达的ADAS系统架构”课程的完整学习资料。课程深入剖析毫米波雷达技术在ADAS中的应用,涵盖系统需求分析、主流芯片选型及架构设计等核心内容。通过ACC和1R1V架构的详细案例,您将掌握从理论到实践的全面技能。课程教案、案
- 汽车高速通信的EMC挑战
硬核科技
安规EMC测试汽车安规认证测试测试EMCEMI通信
随着“软件定义汽车”的理念全面渗透,中国汽车行业正加速向集中式电子电气架构(E/E架构)转型。SOA(面向服务的架构)理念推动下,整车开始围绕中央计算平台(OIB)与分布式域控制器(VIU)构建,硬件平台具备前所未有的数据处理能力,能掌控整车控制与实时感知决策。一、EMC挑战下的高速车载通信困境1.1带宽暴涨,EMI问题成隐患现代智能汽车配置了多个高分辨率摄像头、毫米波雷达、激光雷达等感知设备。这
- 2025-2030:视频联网平台的六大技术演进趋势
智联视频超融合平台
音视频网络协议网络视频编解码人工智能
一、多模态感知融合:从二维图像到全息数字孪生2025年的视频联网平台正突破传统视觉边界,向多物理场协同感知进化:光谱维度:上海电力的"慧眼X"系统已集成可见光(8K@60fps)+红外(640×512@30Hz)+紫外(日盲紫外波段)三光谱同步采集,变压器套管缺陷识别率提升至99.3%空间维度:华为Atlas900V5搭载的毫米波雷达可实现200米范围内±0.5cm精度的三维建模,与视频数据时空对
- 基于EFISH-SCB-RK3576/SAIL-RK3576的畜禽养殖监控仪技术方案
电鱼智能
RK3576技术方案人工智能网络嵌入式硬件web安全linux运维
(国产化替代J1900的农业物联网解决方案)一、硬件架构设计多源环境感知模块空气质量监测:集成NH₃/CO₂/H₂S三合一气体传感器(量程0-500ppm,精度±2%FS),采样间隔≤1秒激光粉尘检测模块(PM2.5分辨率0.1μg/m³),支持禽舍粉尘爆炸预警生物特征采集:双MIPI-CSI接入热成像摄像头(精度±0.3℃),AI识别畜禽体温异常(准确率>98%)毫米波雷达监测动物
- 毫米波雷达标定过程记录
小山菌
传感器基本知识自动驾驶
前言实际工作过程中需要进行激光雷达和毫米波雷达的数据融合,需要进行毫米波雷达和激光雷达联合标定,因此查阅相关资料,手动写了一个简单版本的标定算法,这里对查找到的资料进行简单的梳理。1激光雷达和毫米波雷达测量精度激光雷达参数指标文档:毫米波雷达参数指标:官网总结:对于室外场景,考虑到实际角反的位置在20米内,还有毫米波雷达本身的测量误差正负10厘米,激光雷达的误差在正负1厘米,因此,采用激光雷达和角
- 毫米波雷达点云SLAM系统
小彭律师
python
毫米波雷达点云SLAM系统基于毫米波雷达点云数据的三维SLAM(同步定位与建图)系统,用于狭窄环境如室内和地下隧道的三维建图。项目概述本项目实现了一个完整的SLAM系统,利用毫米波雷达采集的点云数据进行实时定位和环境三维重建。系统特别针对狭窄空间环境进行了优化,适用于GPS信号不可用的室内和地下场景。主要功能毫米波雷达点云数据预处理与滤波特征提取与匹配点云配准与位姿估计回环检测全局优化三维环境重建
- 高级驾驶辅助 ADAS无人驾驶 自动驾驶汽车 Automated Vehicle Self-drivingCar 感知定位 规划控制 PID控制器 车联网V2X Apollo 激光 毫米波雷达
EwenWanW
自动驾驶汽车人工智能
无人驾驶百度apollo课程1-5百度apollo课程6-8七月在线无人驾驶系列知识入门到提高当今,自动驾驶技术已经成为整个汽车产业的最新发展方向。应用自动驾驶技术可以全面提升汽车驾驶的安全性、舒适性,满足更高层次的市场需求等。自动驾驶技术得益于人工智能技术的应用及推广,在环境感知、精准定位、决策与规划、控制与执行、高精地图与车联网V2X等方面实现了全面提升。科研院校、汽车制造厂商、科技公司、自动
- 5G/6G通信设备中的盲埋孔技术突破
lboyj
网络
在5G/6G通信技术的快速发展中,高频信号传输、设备小型化与高密度集成已成为核心需求。盲埋孔(Blind/BuriedVia)技术作为高密度互连(HDI)的关键工艺,正在重新定义通信设备的设计边界。猎板PCB作为国内高端PCB制造的标杆企业,通过材料创新、工艺优化与智能化生产,为5G基站、毫米波雷达、卫星通信等领域提供了高可靠性的解决方案。本文将从技术挑战、创新实践与未来趋势三个维度,解析盲埋孔技
- 特斯拉宣布启动自动驾驶网约车测试,无人出租车服务进入最后准备阶段
蜂耘
自动驾驶人工智能机器学习
特斯拉公司于4月24日正式宣布,已在美国得克萨斯州奥斯汀和加利福尼亚州旧金山湾区启动自动驾驶网约车服务的员工内部测试。这项测试将为今年夏季计划推出的完全无人驾驶出租车服务进行最后的验证和准备。此次测试使用约200辆经过特殊改装的Model3车型,这些车辆均搭载特斯拉最新的全自动驾驶(FSD)系统硬件4.0版本。测试车辆配备了包括8个高清摄像头、12个超声波传感器和升级版毫米波雷达在内的完整传感器套
- 停车场改造避坑指南:技术升级必须跨越的三道门槛
万泊科技车位引导厂家
智慧城市
一、95%改造项目陷入的技术陷阱感知层迭代断层杭州某综合体将300万预算翻倍至580万,故障率反升27%技术症结:沿用老式超声波传感器,误报率达43%(中国智能建筑协会数据)行业教训:显示终端更新须配合毫米波雷达/地磁传感升级协议丛林困局北京物流园新旧系统割裂,产生日均3.2小时数据搬运成本技术突破点:跨代设备通信需动态协议转换技术(兼容率>90%)TCO(总拥有成本)认知盲区上海某医院停车场第4
- FMCW毫米波雷达中CFAR研究初探(附Python代码)
学编程的天线工程师
python
多目标条件下的CFAR计算汽车雷达的主要任务是探测前方区域内的所有目标,并计算目标的速度和位置信息。一般来讲,如果是在无噪声无杂波的背景下,目标检测会很容易,只需将雷达回波信号与一个信号固定门限比较,超过门限就会判定为目标。但在实际雷达探测应用中,由于地面,障碍物、雨云、箔条等干扰的存在,需要雷达在各种杂波中检测目标。恒虚警概率(CFAR)处理技术就是要在各种不同的杂波环境下,使雷达虚警概率保持在
- 无人机避障与目标识别技术分析!
云卓SKYDROID
无人机人工智能科普高科技云卓科技激光避障
一、无人机避障技术1.技术实现方式传感器融合:视觉传感(RGB/双目/红外相机):基于SLAM(同步定位与地图构建)实现环境建模,但依赖光照条件。激光雷达(LiDAR):高精度点云建模,但成本高、功耗大,小型无人机难以集成。超声波雷达:短距离(5-10米)低成本避障,但易受环境噪声干扰。毫米波雷达:穿透性强(雨雾环境适用),但分辨率低于激光雷达。算法核心:路径规划:A、RRT(快速扩展随机树)等算
- 多模态大模型在目标检测领域的最新进展
辰%
python人工智能语言模型
1.技术融合创新多模态数据融合:传感器融合:整合图像、激光雷达(LiDAR)、毫米波雷达等数据,提升检测精度和鲁棒性。例如,在自动驾驶中,通过融合视觉与LiDAR数据,实现三维目标检测精度提升。特征级融合:利用深度学习自动提取多模态特征并融合,生成更强大的特征表示。如Fusion-Mamba方法通过改进的Mamba机制和门控策略,减少模态间差异,增强特征一致性。端到端学习框架:统一建模:开发整合的
- 论文速览 | IEEE INFOCOM 2023 | mmEavesdropper: Signal Augmentation-based Directional Eavesdropping with
R.X. NLOS
#无线感知/雷达成像论文速递论文速览Infocom2023窃听毫米波窃听
论文速览|IEEEINFOCOM2023|mmEavesdropper:SignalAugmentation-basedDirectionalEavesdroppingwithmmWaveRadar|基于毫米波雷达的声音窃听系统:信号增强技术实现定向窃听1引言在这个信息时代,语音隐私安全已经成为一个日益严峻的问题。随着在线会议的普及和智能语音助手的广泛应用,我们的日常生活和工作中充
- 解析AWR2243+DCA1000采集的数据
六毛驴
好久不见,甚是想念此篇博将对AWR2243的数据包进行解析,关于数据采集部分请参考关于AWR2243数据采集问题这篇。关于数据解析,推荐首先阅读TI官网上的毫米波雷达设备ADC原始数据捕获。我的设备是AWR2243+DCA1000,数据解析方式文档未明确给出,我两种都试了一下,发现按照xWR12xxandxWR14xx方式解析正确,即上述文档第7页给出的方式,工作需要,我只进行了一维快速傅里叶变换
- matlab adc数据采集,回波数据adc_data.bin解析(附MATLAB程序)
lierhong
matlabadc数据采集
TI目前有两款采集卡TSW1400和DCA1000,可以为xWR1243/1443和1642毫米波雷达进行回波数据采集。本文将主要介绍几款雷达分别用2款采集卡数据采集的回波数据格式以及MATLAB数据解析程序。详情可参考文档“xWR1xxxADCRawDataCapture”(SWRA581A)1、xWR1243/xWR1443—DCA10002、xWR1642—DCA1000(1)1642雷达使
- Xiaojie雷达之路---CP_ADC_CQ数据格式解析
Xiaojie雷达说
TI毫米波雷达详解TI毫米波雷达mmWaveStuidioCP_ADC_CQAWR1843
Hello,大家好,我是Xiaojie,欢迎大家能够和Xiaojie来一起学习毫米波雷达知识,本篇文章主要是介绍一下如何解析通过mmWaveStudio采集到CP_ADC_CQ的数据格式,一起来看看吧!!!本篇文章主要从几个模块进行讲解:CP_ADC_CQ介绍MATLAB解析CP_ADC_CQ文章目录引言CP_ADC_CQ介绍ChirpParametersADCChirpQuailty四种格式MA
- PCB 赋能机器人技术革新:核心功能与前沿趋势
华高电路
机器人人工智能pcb工艺制造大数据ai
一、智能控制中枢的异构集成采用20层刚挠结合板架构,搭载NVIDIAJetsonAGXOrinSoC(100TOPS算力),集成64位ARMv8内核与32GB内存,实现多模态传感器数据融合与实时决策。板载128MBDDR4缓存支持μs级响应,通过FPC柔性板连接关节伺服驱动器,实现±100μsPWM信号同步控制,位置闭环精度达±0.01°二、多维感知系统的技术突破(一)环境感知模块77GHz雷达基
- TI单芯片毫米波雷达代码走读(十九)—— 多普勒维CA-CFAR检测之雷达参数与数据获取
lightninghenry
TI毫米波雷达代码走读毫米波雷达
我们先来看下CA-CFAR的一些参数,这些参数还是从上位机配置的,如下图所示,在Plots标签页的右下方。从图中可以看出可以设置不少东西,静态杂波滤除我们之前讲过了,勾选上,这个功能就会有了。这次我们主要看的是两个阈值,一个是距离维的CFAR阈值,一个是多普勒维的CFAR阈值,默认值都是15dB。我们还是打开之前的.cfg文件:%**********************************
- 自动驾驶工程师之多传感器融合篇
niuTaylor
自动驾驶人工智能机器学习
以下是针对自动驾驶工程师在传感器联合标定与感知融合领域的知识拓展,结合技术原理与行业实践,分层解析关键问题:一、传感器联合标定的核心逻辑1.内参标定vs外参标定•内参标定:聚焦传感器内部参数校准例如相机焦距((f_x,f_y))、光心偏移((c_x,c_y))、畸变系数((k_1,k_2,p_1,p_2))等。激光雷达需校准光束发射角度和接收时间偏差,毫米波雷达则需校准天线阵列相位一致性。•外参标
- 目标检测YOLO实战应用案例100讲-基于毫米波雷达与摄像头协同的道路目标检测与识别(续)
林聪木
目标检测YOLO人工智能
目录3.2实测数据采集与分析3.2.1回波数据处理3.2.2毫米波雷达数据采集实验3.3基于传统图像特征的目标识别算法3.3.1基于灰度共生矩阵的时频图特征提取3.3.2支持向量机分类器3.3.3实验及结果分析3.4基于卷积神经网络的目标识别算法3.4.1卷积神经网络的基本理论3.4.2卷积神经网络框架设计3.4.3实验及结果分析基于图像的目标检测算法4.1目标检测算法一般流程4.2典型目标检测算
- 4D雷达再上热搜!华为/小米上车
高工智能汽车
自动驾驶人工智能汽车
智驾能力边界的不断抬升,对于传感器的要求仍在增加。去年至今,不管是端到端,还是大模型,本质上并没有解决摄像头(视觉感知)的物理性能缺陷;激光雷达处于成本下降区间,安全冗余作用明显,但对于恶劣天气、穿透能力以及抗干扰性仍存在劣势。而毫米波雷达“全天候全天时”工作的能力恰恰是最好的补充;同时,随着4D成像雷达技术的成熟,也解决了过去一直存在的目标识别精度有限、分辨率低以及高程探测能力有限等问题。尤其是
- 智驾技术全链条解析
TrustZone_
智驾智驾
智驾技术全链条解析(2025年最新版)智驾技术涵盖从环境感知到车辆控制的完整闭环,涉及硬件、算法、数据与系统集成等多个领域。以下结合行业最新进展(截至2025年3月)进行深度拆解:一、感知技术:汽车的“感官系统”多传感器融合架构•核心传感器类型:◦激光雷达:华为ADS3.0采用200米探测距离的激光雷达,实现高精度三维建模,但成本较高(约2500元/颗);◦毫米波雷达:用于穿透雨雾探测,比亚迪天神
- Spring中@Value注解,需要注意的地方
无量
springbean@Valuexml
Spring 3以后,支持@Value注解的方式获取properties文件中的配置值,简化了读取配置文件的复杂操作
1、在applicationContext.xml文件(或引用文件中)中配置properties文件
<bean id="appProperty"
class="org.springframework.beans.fac
- mongoDB 分片
开窍的石头
mongodb
mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上,configsvr上边放的是metar信息,指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard(片)信息。
第一步启动两台以上的mongo服务
&nb
- OVER(PARTITION BY)函数用法
0624chenhong
oracle
这篇写得很好,引自
http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html
OVER(PARTITION BY)函数用法
2010年10月26日
OVER(PARTITION BY)函数介绍
开窗函数 &nb
- Android开发中,ADB server didn't ACK 解决方法
一炮送你回车库
Android开发
首先通知:凡是安装360、豌豆荚、腾讯管家的全部卸载,然后再尝试。
一直没搞明白这个问题咋出现的,但今天看到一个方法,搞定了!原来是豌豆荚占用了 5037 端口导致。
参见原文章:一个豌豆荚引发的血案——关于ADB server didn't ACK的问题
简单来讲,首先将Windows任务进程中的豌豆荚干掉,如果还是不行,再继续按下列步骤排查。
&nb
- canvas中的像素绘制问题
换个号韩国红果果
JavaScriptcanvas
pixl的绘制,1.如果绘制点正处于相邻像素交叉线,绘制x像素的线宽,则从交叉线分别向前向后绘制x/2个像素,如果x/2是整数,则刚好填满x个像素,如果是小数,则先把整数格填满,再去绘制剩下的小数部分,绘制时,是将小数部分的颜色用来除以一个像素的宽度,颜色会变淡。所以要用整数坐标来画的话(即绘制点正处于相邻像素交叉线时),线宽必须是2的整数倍。否则会出现不饱满的像素。
2.如果绘制点为一个像素的
- 编码乱码问题
灵静志远
javajvmjsp编码
1、JVM中单个字符占用的字节长度跟编码方式有关,而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式;2、对于单个字符:ISO-8859-1单字节编码,GBK双字节编码,UTF-8三字节编码;因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节,而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。
3、getBytes()、getByte
- java 求几个月后的日期
darkranger
calendargetinstance
Date plandate = planDate.toDate();
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd");
Calendar cal = Calendar.getInstance();
cal.setTime(plandate);
// 取得三个月后时间
cal.add(Calendar.M
- 数据库设计的三大范式(通俗易懂)
aijuans
数据库复习
关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式,才能设计出高效率、优雅的数据库,否则可能会设计出错误的数据库.
目前,主要有六种范式:第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式,简称1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称2NF。其余依此类推。
- 想学工作流怎么入手
atongyeye
jbpm
工作流在工作中变得越来越重要,很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点,那了解一点,既不系统,也容易半途而废。好比学武功,最好的办法是有一本武功秘籍。研究明白,则犹如打通任督二脉。
系统学习工作流,很重要的一本书《JBPM工作流开发指南》。
本人苦苦学习两个月,基本上可以解决大部分流程问题。整理一下学习思路,有兴趣的朋友可以参考下。
1 首先要
- Context和SQLiteOpenHelper创建数据库
百合不是茶
androidContext创建数据库
一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper
一:SQLiteOpenHelper创建数据库:
1,SQLi
- 浅谈group by和distinct
bijian1013
oracle数据库group bydistinct
group by和distinct只了去重意义一样,但是group by应用范围更广泛些,如分组汇总或者从聚合函数里筛选数据等。
譬如:统计每id数并且只显示数大于3
select id ,count(id) from ta
- vi opertion
征客丶
macoprationvi
进入 command mode (命令行模式)
按 esc 键
再按 shift + 冒号
注:以下命令中 带 $ 【在命令行模式下进行】,不带 $ 【在非命令行模式下进行】
一、文件操作
1.1、强制退出不保存
$ q!
1.2、保存
$ w
1.3、保存并退出
$ wq
1.4、刷新或重新加载已打开的文件
$ e
二、光标移动
2.1、跳到指定行
数字
- 【Spark十四】深入Spark RDD第三部分RDD基本API
bit1129
spark
对于K/V类型的RDD,如下操作是什么含义?
val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5))
rdd.reduceByKey(_+_).collect
reduceByKey在这里的操作,是把
- java类加载机制
BlueSkator
java虚拟机
java类加载机制
1.java类加载器的树状结构
引导类加载器
^
|
扩展类加载器
^
|
系统类加载器
java使用代理模式来完成类加载,java的类加载器也有类似于继承的关系,引导类是最顶层的加载器,它是所有类的根加载器,它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时,通常会代理给父类加载器,若已经是根加载器了,就自己完成加载。
虚拟机区分一个Cla
- 动态添加文本框
BreakingBad
文本框
<script> var num=1; function AddInput() { var str=""; str+="<input 
- 读《研磨设计模式》-代码笔记-单例模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
public class Singleton {
}
/*
* 懒汉模式。注意,getInstance如果在多线程环境中调用,需要加上synchronized,否则存在线程不安全问题
*/
class LazySingleton
- iOS应用打包发布常见问题
chenhbc
iosiOS发布iOS上传iOS打包
这个月公司安排我一个人做iOS客户端开发,由于急着用,我先发布一个版本,由于第一次发布iOS应用,期间出了不少问题,记录于此。
1、使用Application Loader 发布时报错:Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
- 工作流复杂拓扑结构处理新思路
comsci
设计模式工作算法企业应用OO
我们走的设计路线和国外的产品不太一样,不一样在哪里呢? 国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多,仅仅是在有限的了解程度上面提出这样的看法),从而避免在流程引擎中处理这些复杂的图的问题,而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性,这样一来,在引擎和流程流转控制这一个层面就会遇到很
- oracle 11g新特性Flashback data archive
daizj
oracle
1. 什么是flashback data archive
Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象,用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象,概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
- 多叉树:2-3-4树
dieslrae
树
平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:
1、有一个数据项的节点总是有2个子节点(称为2-节点)
2、有两个数据项的节点总是有3个子节点(称为3-节
- C语言学习七动态分配 malloc的使用
dcj3sjt126com
clanguagemalloc
/*
2013年3月15日15:16:24
malloc 就memory(内存) allocate(分配)的缩写
本程序没有实际含义,只是理解使用
*/
# include <stdio.h>
# include <malloc.h>
int main(void)
{
int i = 5; //分配了4个字节 静态分配
int * p
- Objective-C编码规范[译]
dcj3sjt126com
代码规范
原文链接 : The official raywenderlich.com Objective-C style guide
原文作者 : raywenderlich.com Team
译文出自 : raywenderlich.com Objective-C编码规范
译者 : Sam Lau
- 0.性能优化-目录
frank1234
性能优化
从今天开始笔者陆续发表一些性能测试相关的文章,主要是对自己前段时间学习的总结,由于水平有限,性能测试领域很深,本人理解的也比较浅,欢迎各位大咖批评指正。
主要内容包括:
一、性能测试指标
吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间
http://frank1234.iteye.com/blog/2180305
二、性能测试策略
生产环境相同 基准测试 预热等
htt
- Java父类取得子类传递的泛型参数Class类型
happyqing
java泛型父类子类Class
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import org.junit.Test;
abstract class BaseDao<T> {
public void getType() {
//Class<E> clazz =
- 跟我学SpringMVC目录汇总贴、PDF下载、源码下载
jinnianshilongnian
springMVC
----广告--------------------------------------------------------------
网站核心商详页开发
掌握Java技术,掌握并发/异步工具使用,熟悉spring、ibatis框架;
掌握数据库技术,表设计和索引优化,分库分表/读写分离;
了解缓存技术,熟练使用如Redis/Memcached等主流技术;
了解Ngin
- the HTTP rewrite module requires the PCRE library
流浪鱼
rewrite
./configure: error: the HTTP rewrite module requires the PCRE library.
模块依赖性Nginx需要依赖下面3个包
1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ )
2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )
3. s
- 第12章 Ajax(中)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Optimize query with Query Stripping in Web Intelligence
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence
and a very straightfoward video
http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
- Java开发者写SQL时常犯的10个错误
tomcat_oracle
javasql
1、不用PreparedStatements 有意思的是,在JDBC出现了许多年后的今天,这个错误依然出现在博客、论坛和邮件列表中,即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个: 他们对PreparedStatements不了解 他们认为使用PreparedStatements太慢了 他们认为写Prepar
- 世纪互联与结盟有感
阿尔萨斯
10月10日,世纪互联与(Foxcon)签约成立合资公司,有感。
全球电子制造业巨头(全球500强企业)与世纪互联共同看好IDC、云计算等业务在中国的增长空间,双方迅速果断出手,在资本层面上达成合作,此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任,另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。
众所周知,精于电子产品制造(世界第一),对于世纪互联而言,能够与结盟