- 2-93 基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真
'Matlab学习与应用
matlab工程应用matlab无人机开发语言毫米波高度计雷达仿真频率调制连续波FMCW
基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真,不考虑环境杂波和收发信号隔离泄漏。通过考虑雷达天线、波束形成、信号传播、回波接收等环节影响。建立FMCW毫米波雷达系统的数学模型,评估无人机在不同高度下的高度测量性能。程序已调通,可直接运行。下载源程序请点链接:2-93基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真
- 自动驾驶之心规划控制理论&实战课程
vsdvsvfhf
自动驾驶人工智能机器学习
单目3D与单目BEV全栈教程(视频答疑)多传感器标定全栈系统学习教程多传感器融合:毫米波雷达和视觉融合感知全栈教程(深度学习传统方式)多传感器融合跟踪全栈教程(视频答疑)多模态融合3D目标检测教程(视频答疑)规划控制理论&实战课程国内首个BEV感知全栈系列学习教程首个基于Transformer的分割检测视觉大模型视频课程CUDA与TensorRT部署实战课程(视频答疑)Occupancy从入门到精
- 2021年汽车传感器行业研究报告
行研君.嵇睿麒
自动驾驶其他
核心观点:自动驾驶加速渗透,推动汽车传感器市场的高速增长。传感器是自动驾驶的关键,当前主流自动驾驶传感器主要包括毫米波雷达、车载摄像头以及超声波雷达。2020年国内L2级别自动驾驶的渗透率已近15%。车企相继推出具备L3功能的自动驾驶车型。随着自动驾驶等级的提高,对传感器的数量和质量也提出了更高的要求,L2级自动驾驶传感器数量约为6个,L3约为13个,未来L5要达到30个以上,相应带动汽车传感器市
- 智能汽车「利好」数据服务,特斯拉/英伟达/大众都在布局
高工智能汽车
自动驾驶
硬件预埋,正在推动智能驾驶行业进入数据驱动迭代周期。今年,英伟达在Orin进入规模上量阶段的同时,推出了DriveMap,基于精确测绘数据与匿名众包数据相结合,提供厘米级的定位精度。后者,由搭载英伟达Hyperion架构的车辆提供数据众包,包括来自摄像头、激光雷达和毫米波雷达的数据。所有这些数据,从车端不断上传到云端。然后,加载到英伟达的Omniverse平台,后者是一个为虚拟仿真和实时物理精确模
- 智能汽车行业产业研究报告:毫米波雷达优势明显,核心壁垒是芯片、天线阵列、波形设计
人工智能学派
汽车
今天分享的是智能汽车系列深度研究报告:《智能汽车行业产业研究报告:毫米波雷达优势明显,核心壁垒是芯片、天线阵列、波形设计》。(报告出品方:国泰君安证券)报告共计:67页毫米波雷达被广泛的应用在车载感知识别中毫米波波长短、频段宽,比较容易实现窄波束,雷达分辨率高,不易受干扰。波长介于1~10mm的电磁波,频率大致范围是30GHZ~300GH2。毫米波雷达是测量被测物体相对距离、相对速度、方位的高精度
- 智能汽车行业产业研究报告:4D成像毫米波雷达—自动驾驶最佳辅助
人工智能学派
自动驾驶人工智能机器学习
今天分享的是智能汽车系列深度研究报告:《智能汽车行业产业研究报告:4D成像毫米波雷达—自动驾驶最佳辅助》。(报告出品方:开源证券)报告共计:43页视觉感知最佳辅助——4D成像毫米波雷达感知是自动驾驶的首要环节,高性能传感器必不可少感知环节负责对侦测、识别、跟踪目标,是自动驾驶实现的第一步。自动驾驶的实现,首先要能够准确理解驾驶环境信息,需要对交通主体、交通信号、环境物体等信息进行有效捕捉,根据实时
- 华为问界M9:全方位自动驾驶技术解决方案
华西建筑关联专业公司 华鲲智慧
自动驾驶人工智能机器学习
华为问界M9的自动驾驶技术采用了多种方法来提高驾驶的便利性和安全性。以下是一些关键技术:智能感知系统:问界M9配备了先进的传感器,包括高清摄像头、毫米波雷达、超声波雷达等,这些传感器可以实时监测车辆周围的环境,并自动识别行人、车辆、交通信号等,为自动驾驶提供更加精准的数据支持。这种全场景的智能感知能够实现全天候、全路况的智能感知,提高驾驶的便利性和安全性。自动驾驶辅助系统:华为自主研发的Drive
- 4D毫米波雷达
sangba2019
#毫米波雷达自动驾驶fpga开发毫米波雷达4D毫米波雷达
主流雷达供应商的4D成像雷达方案梳理csdn链接德国大陆集团(以下简称大陆)深耕车载毫米波雷达数十年,自2016年推出划时代的ARS4XX77GHz毫米波前向雷达和BSD3XX24GHz毫米波盲区检测雷达,目前前向雷达和角雷达产品已更迭至第五代,客户包括了戴姆勒、宝马、大众、丰田等知名主机厂。2020年大陆推出了4D成像雷达ARS540,采用4颗射频芯片级联的方式,实现12发射通道,16接收通道高
- 2.1.3 毫米波雷达
人工智能
毫米波雷达更多内容,请关注:github:https://github.com/gotonote/Autopilot-Notes.git毫米波雷达(RADAR),和激光雷达的原理类似,是工作在毫米波波段(millimeterwave)探测的雷达。通常毫米波是指30~300GHz频域(波长为1~10mm)的。毫米波的波长介于微波和厘米波之间,因此毫米波雷达兼有微波雷达和光电雷达的一些优点。同厘米波导
- 2.1.2 激光雷达
人工智能
激光雷达更多内容,请关注:github:https://github.com/gotonote/Autopilot-Notes.git激光雷达是自动驾驶领域非常依赖的传感器,越来越多的自动驾驶公司看好激光雷达的应用前景。激光雷达是实现更高级别自动驾驶(L3级别以上),以及更高安全性的良好途径,相比于毫米波雷达,激光雷达的分辨率更高、稳定性更好、三维数据也更可靠。一、原理激光雷达(LightDete
- 坐标变换(2)—不同坐标系下的变换
lewif5231
如下图所示,在自动驾驶车辆上会存在大量冗余的传感器,例如轮速传感器、激光雷达,毫米波雷达,摄像头,超声波雷达,GPS,IMU等。不同传感器对同一物体的测量原始结果都是在自身坐标下,所以首先我们需要对多传感器就行标定(即获得不同坐标系之间的变换关系,多传感器的标定是个非常复杂且困难的问题,这里先不介绍),将所有传感器的输出统一到一个坐标系下。图1.自动驾驶车辆上的多传感器本文主要介绍不同坐标系之间变
- TI 毫米波雷达开发系列之mmWave Studio 和 Visuiallizer 的异同点&雷达影响因素分析
雷达爆破手
毫米波雷达mmWaveRadar毫米波雷达AWR/IWR系列
TI毫米波雷达开发之mmWaveStudio和Visuiallizer的异同点引入整个雷达系统研究的目标分析影响这个目标的因素硬件影响因素——雷达系统的硬件结构(主要是雷达收发机)AWR1642芯片硬件系统组成MSS和DSS概述MSS和DSS分工BSS的分工AWR1642组成及分工总结雷达收发机对雷达检测效果的影响影响雷达测距效果的因素测速及其他指标的影响三种调参方式的对比软件影响因素——信号处理
- TI毫米波雷达开发——High Accuracy Demo 串口数据接收及TLV协议解析 matlab 源码
雷达爆破手
matlab开发语言
TI毫米波雷达开发——串口数据接收及TLV协议解析matlab源码前置基础源代码功能说明功能演示视频文件结构01.bin/02.binParseData.mread_file_and_plot_object_location.mread_serial_port_and_plot_object_location.m函数解析configureSport(comportSnum)readUartCall
- 电动汽车雷达技术概述 —— FMCW干扰问题
初心不忘产学研
自动驾驶汽车嵌入式硬件电动汽车传感器雷达FMCW毫米波雷达雷达技术
一、电动汽车上有多少种传感器?智能电动汽车(包括自动驾驶汽车)集成了大量的传感器来实现高级驾驶辅助系统(ADAS)、自动驾驶功能以及车辆状态监测等功能。以下是一份相对全面的智能电动汽车中可能使用到的传感器列表:环境感知传感器:激光雷达(LiDAR):提供高精度三维点云数据,用于构建周围环境模型。毫米波雷达(MMWRadar):长距离和短距离雷达,检测与前方、后方及侧面物体的距离、速度和角度信息。视
- 毫米波雷达在汽车领域的原理、优势和未来趋势
马上到我碗里来
自动驾驶毫米波雷达无人驾驶
1毫米波雷达的原理汽车引入毫米波雷达最初主要是为了实现盲点监测和定距巡航。毫米波实质上是电磁波,其频段位于无线电和可见光、红外线之间,频率范围为10GHz-200GHz。工作原理类似一般雷达,通过发射无线电波并接收回波,利用障碍物反射波的时间差确定障碍物距离,通过反射波的频率偏移确定相对速度。2毫米波雷达未被抛弃的原因2.1天气原因激光雷达在极端天气下性能受限,而毫米波雷达能够穿透雾、雨、雪等,适
- 2023-02-24
醉爱琳儿
A股2月24日纪要大盘上涨的空间太小。静待靴子落地吧。阅读蕴藏着无尽可能,有益于明理、增信、崇德、力行,让人生绽放光彩。朋友们,早上好,今天是2月24日星期五,周四大小指数冲高回落,上证指数以绿盘报收,创业板指数小幅收涨。两市合计成交8079亿元,较上日略微有些增加。盘面上盘面上看,光伏、汽车、券商、农业、煤炭等板块走强,银行、地产、有色等板块上扬;软件、酿酒、医药等板块下挫;毫米波雷达、一体压铸
- 自动驾驶中的传感器
huangyi_200502
自动驾驶
目录摄像头激光雷达毫米波雷达惯性传感器(IMU)超声波雷达声明摄像头对比Radar、Lidar、Sonar来讲,Camera最接近人眼识别原理,在自动驾驶传感器中担任重要角色。摄像头可以拥有较广的视场角、较大的分辨率,还可以提供颜色和纹理等信息。这些信息对于实现自动驾驶功能是存在很大帮助的。摄像头是将光学组件获得的光信号,投射到图像传感器上,完成由光信号到电信号的转换,然后再转换为数字图像信号,最
- 自动驾驶模拟如此“吃”算力,你的工作站扛得住吗?
戴尔科技
自动驾驶人工智能机器学习
今年的亚运会让杭州“火出了圈”,除了各种高度自动化的场馆设施之外,无人物流配送车和自动驾驶公交车也开始正式运营,给市政交通增添了一分科幻色彩。杭州的自动驾驶公交车配备了3个激光雷达、4个毫米波雷达和5个摄像头,300米范围内的障碍物都能被识别和准确避开,精度达到厘米级。自动驾驶巴士通过在沿线全路段部署高清相机、雷达等智能感知设备,实现路网全息感知,并依托车路协同技术,实现了车与路的智慧互联,有效提
- 基于Ti-AWR2944雷达开发板的DDM发射与处理实践
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分经验分享车载毫米波雷达FMCW雷达DDMA发射模式Ti-AWR2944
说明我在之前的博文中有说过如下观点:MIMO体制下,有两个核心的问题需要解决:一是天线如何排布;二是天线如何发射。天线的排布问题主要涉及到测角,它与射频面板尺寸要求、单天线尺寸、最大无模糊测角范围、角度分辨率以及测角算法等有关,关于角度测量我之前有过一篇博文:车载毫米波雷达DOA估计综述-CSDN博客。天线的发射问题主要是考虑到正交性:如何在后端将各个收发通道给分离出来,现阶段有TDM、BPM、F
- PMCW体制雷达系列文章(2) - PMCW雷达与CDM
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分PMCW雷达经验分享自动驾驶
说明多发多收(MIMO)体制下关于天线阵列有两个核心的问题:一是天线阵列怎么排布;二是这么多发射通道如何发射。这两点不管对于FMCW雷达还是PMCW雷达都同样适用。关于雷达的发射问题,我之前写过一篇博文:车载毫米波雷达MIMO阵列的天线发射问题-CSDN博客,那篇博文及其参考文献其实已经把雷达的发射问题(现有的发射模式)基本囊括了。PMCW体制下我们一般基于CDM来实现多个发射通道的同时发射。本文
- 基于Ti-AWR2944雷达开发板的BPM发射与处理实践
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分经验分享BPM发射模式Ti-AWR2944车载毫米波雷达
说明我在之前的博文中有说过如下观点:MIMO体制下,有两个核心的问题需要解决:一是天线如何排布;二是天线如何发射。天线的排布问题主要涉及到测角,它与射频面板尺寸要求、单天线尺寸、最大无模糊测角范围、角度分辨率以及测角算法等有关,关于角度测量我之前有过一篇博文:车载毫米波雷达DOA估计综述-CSDN博客。天线的发射问题主要是考虑到正交性:如何在后端将各个收发通道给分离出来,现阶段有TDM、BPM、F
- 毫米波雷达的系统设计细节(2) - 关于目标RCS的问题
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分自动驾驶经验分享车载系统算法
说明目标的RCS是目标很重要的一个特征。从雷达方程来看,目标的RCS值直接影响其所反射的电磁波能量,并进而决定雷达所能探测的该目标的最远距离。从后端的数据处理来看,如果我们可以获取目标准确的RCS值,可以辅助我们做目标识别与分类。本博文探讨基于毫米波雷达的目标RCS估计问题,通过模型理解与仿真、设计对比实验等方法尽可能详尽地阐述目标RCS与毫米波雷达测量之间的联系。本博文会随着经验的积累和理解的加
- 移动机器人平台常用传感器简介
td092
机器人
在移动机器人上常用的传感器包括激光雷达、毫米波雷达、相机、IMU、编码器等,其中激光雷达、超声波雷达和相机是用来测量外部环境的,IMU、编码器测量的是AGV自身位姿。下面分别描述它们的原理、适用场景及缺陷。激光雷达按照机械结构可以分为机械雷达和固态雷达。机械激光雷达通过机械旋转机构调整激光发射角度,产品较为成熟。固态雷达可分为OPA、MEMS、Flash等类型,内部没有旋转部件,体积较机械雷达小。
- 4D毫米波雷达——ADCNet 原始雷达数据 目标检测与可行驶区域分割
一颗小树x
4D毫米波雷达4D毫米波雷达ADCNet原始雷达数据目标检测可行驶区域分割
前言本文介绍使用4D毫米波雷达,基于原始雷达数据,实现目标检测与可行驶区域分割,它是来自2023-12的论文。会讲解论文整体思路、输入分析、模型框架、设计理念、损失函数等,还有结合代码进行分析。论文地址:ADCNet:LearningfromRawRadarDataviaDistillation1、模型框架ADCNet只使用雷达信息,实现车辆检测和可行驶区域分割。输入:原始雷达数据;即ADC数据,
- 4D毫米波雷达分类和工程实现
奔袭的算法工程师
感知后处理分类数据挖掘人工智能自动驾驶目标检测机器学习
4D毫米波目标检测信息丰富,可获得目标3维位置信息、径向速度vr和rcs等,能够对目标准确分类。4D毫米波和激光做好时空同步,可以用激光目标给4D毫米波做标注,提升标注效率。1激光用做4D毫米波分类真值128线激光推理的结果作为4D毫米波雷达的真值,但不同类别的尺寸存在重叠,存在分类错误可能。1.1小车,类别0,点数0~70,长度2m~7m,宽度1.6m~2.7m1.2大车,类别1,点数0~120
- 使用毫米波雷达传感器的功能安全兼容系统设计指南2(TI文档)
奔袭的算法工程师
感知后处理安全人工智能自动驾驶目标检测算法
2.3步骤3:平台选择平台选择是设计生命周期中最关键的步骤之一。一旦从第二步完成了一个成熟的系统框图,重要的任务就是根据性能需求选择系统模块/子系统。TI广泛的毫米波雷达传感器产品组合可以帮助实现许多性能要求,如远程或中程、角度分辨率、距离分辨率、速度分辨率等。为了开发符合FuSa标准的毫米波雷达传感器系统,TI毫米波雷达传感器成为客户的首选,因为它们具有广泛应用的通用性和必要的附属品的可用性。T
- 使用毫米波雷达传感器的功能安全兼容系统设计指南1(TI文档)
奔袭的算法工程师
感知后处理安全人工智能自动驾驶目标检测汽车
摘要功能安全标准规定了在系统中实施安全的要求,并有助于概括该系统要达到的安全目标。包括功能安全的系统设计不仅要降低操作不当的风险,还要检测故障并将其影响降到最低。随着汽车和工业系统的自主性越来越强,严格的功能安全要求被强制执行,以最大限度地减少系统和随机故障导致的设备故障和人员伤害。ISO26262和IEC61508等综合安全标准分别概述和定义了汽车和工业领域各种应用所需的过程、工件和合规性。安全
- 车辆网行业术语合集
Ad大成
最近在研究专利的问题,阅读了许多专利,发现好多的术语都不知道,特在此记录一下,方便以后查阅和个人记忆。ADAS高级驾驶辅助系统(AdvancedDrivingAssistanceSystem)是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单\双目摄像头以及卫星导航),在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航地图数据,进行系统的运算与
- 第一周文献阅读报告
半个轮子工
论文阅读物联网
文献阅读报告泛读1.《毫米波与太赫兹技术》2.《基于物联网的智能养老系统》3.《基于空间聚类的FMCW雷达双人行为识别方法》4.《太赫兹应用分析和展望》5.《车载毫米波雷达应用研究》6.《基于压力传感器的跌倒检测系统研究》7.《基于隐马尔可夫模型的老年人跌倒行为检测方法研究望》8.《矿用卡车毫米波雷达防碰撞系统的研究与应用》9.《基于YOLO网络的人体跌倒检测方法》10.《基于多传感器融合的老人跌
- 毫米波雷达半精度浮点存储格式分析
WPG大大通
单片机大大通芯片烧录嵌入式硬件stm32
作者:英飞凌汽车电子生态圈英飞凌技术专家钱伟喆雷达信号处理需要使用大量内存进行中间结果和最终结果的保存,而内存大小直接影响处理芯片的成本。选择合适的数据存储格式,既保留较高的信号分辨率和动态范围,又不占用太大的存储空间是相当重要的。本文介绍了TC3xx单片机雷达信号处理单元SPU支持的半精度浮点格式,将其和32bit整型数格式进行比较,分析了两者的动态范围及实际处理误差,发现半精度浮点格式是“性价
- 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