- MATLAB图像拼接算法及实现
程序员小溪
算法matlab计算机视觉MATLAB人工智能
图像拼接算法及实现(一)论文关键词:图像拼接图像配准图像融合全景图论文摘要:图像拼接(imagemosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像
- vue3结合openlayers,geoserver实现GIS一张图(WebGIS)
GIS小小白
javascriptvue.js前端arcgispostgresqlweb
一.前言不知不觉一年又要过去了,接触开发也就是这几个月的事情,感觉时间过的真快,今天就是除夕了,祝各位新年快乐呀,话说回来,其实在接触学习WebGIS的过程中还是蛮迷茫的,自己虽然是地信的学生,对于地理方面还有有一些自己的理解,但平时专业课学习的就是arcgis空间分析,遥感图像处理,WebGIS的部分并不是太重视,可能是因为没有那么多时间,毕竟这需要扎实的前端技能,不是一朝一夕就可以说明白的,当
- 遥感影像预处理及影像制图
安然喵
遥感影像在成像过程中受太阳高度角、大气状况、地球曲率、地形起伏、传感器自身的性能等因素影响,存在明显的几何和辐射畸形。在对遥感影像进行信息提取和定量分析之前,需要对其进行预处理,主要包括:几何校正、辐射校正、遥感图像处理和影像制图。经过预处理的影像,需经过图像处理及影像制图,再用于遥感解译。1.1遥感影像几何校正原始遥感影像通常存在严重的几何变形,这种几何变形一般分为系统性和非系统性两大类。系统性
- 2021-11-07
SatVision炼金士
python
缨帽变换(Sentinel-2)文章目录缨帽变换(Sentinel-2)前言缨帽变换关于Sentinel-2的缨帽变换系数1.系数前言缨帽变换(K-T变换),本质上是一种通过矩阵运算实现的图像增强,因其运算的前三个分量分别代表植被的绿度、亮度、湿度,因而在植被检测中得到广泛应用。常用遥感图像处理软件如:ENVI、ARCgisPro等只支持如早期的landsat、IKONOS、QuickBird、W
- 【论文笔记】Effect of Attention Mechanism in Deep Learning-Based Remote Sensing Image Processing:A S...
吃核桃用手夹
注意机制在基于深度学习的遥感图像处理中的作用:系统文献综述综述:概述了已开发的注意力机制以及如何将它们与不同的深度学习神经网络架构集成。此外,它旨在研究注意力机制对基于深度学习的RS图像处理的影响。分析了相应的基于注意力机制的深度学习(At-DL)方法的进展。进行了系统的文献回顾,以确定出版物、出版商、改进的DL方法、使用的数据类型、使用的注意力类型、使用At-DL方法实现的总体准确度的趋势,并提
- 无人机在海洋行业中的应用
成都远石
人工智能
无人机测绘技术是充分利用现有数据和信息资源的有效途径,是实现海洋资源与环境可持续发展的关键技术和重要手段,在资源调查、环境监测与预测中发挥了其他技术不可替代的作用。无人机测绘成果展现主要有DOM、DLG、实景三维等形式。1、无人机海岸带监测利用不同时期的无人机遥感影像,通过无人机遥感图像处理技术和GIS技术的集成应用,结合人机交互目视解译技术,对海岸线和湿地的动态变化进行监测。根据历史数据、区域规
- yolov5旋转目标检测-遥感图像检测-无人机旋转目标检测(附代码和原理)
从懒虫到爬虫
YOLO目标检测无人机
目前,无人机技术的快速发展带来了遥感图像处理领域的革命性改变。然而,由于无人机在飞行时可能会出现旋转的情况,因此对于旋转目标的检测也成为了一个重要的问题。针对这个问题,yolov5可以提供一种高效的解决方案。以下是介绍的分点:1.yolov5简介:yolov5是一种基于深度学习算法的目标检测框架,其最大的优势在于速度和精度的平衡。与其他目标检测框架相比,yolov5不需要使用复杂的预处理步骤,可以
- GEE学习笔记
It_张
遥感学习笔记
掩膜在遥感图像处理中,"掩膜"是指一种用于隐藏或保留图像特定部分的技术。掩膜通常是一个二进制图像,其中的像素值为0或1,分别表示遮蔽或保留。在去除云的情境中,掩膜通常用于隐藏图像中被云覆盖的部分,使得在分析中只考虑云影响较小或不受云覆盖的区域。这通过将云检测的结果与原始图像相乘来实现,其中云检测结果中的云部分对应的像素值为0,其他部分为1。这样,相乘后,原始图像中的云部分就被设置为0,即被遮蔽,而
- Python遥感图像处理指南(5)-投影、镶嵌、裁剪和叠加
gis收藏家
Python数据处理python图像处理开发语言
在前几章中,我们可以提取到水体掩膜,但我们的算法有时候不是很准确,需要其他数据源来进行对比分析,本章我们将利用全球水面数据集来进行教学操作,该数据提供了过去三十六年全球范围内水面的位置和时间分布图,并提供了有关水面范围和变化的统计数据,这是一个非常实用的全球水资源研究数据库。1、数据下载进入网站(自己想办法),找到之前哨兵影像对应的区块,我之前下载的是位于巴西的70W0Nand60W0N两个图幅,
- Python遥感图像处理指南(4)-质量波段和位掩码之影像云层信息提取
gis收藏家
Python数据处理图像处理人工智能
我们接着上一章的课程,本章继续开始图像处理分析。我们的最终目标是自动监测特定兴趣区域的反射光谱。这个区域可以是农作物、森林、湖泊或任何其他目标,目标是检查该区域光谱反射率随时间的变化情况,云层和阴影等不想要的像素可能会遮挡卫星传感器的视线,导致数据中出现噪音,或者像素可能因其他干扰而存在缺陷。这就是卫星质量评估QA波段的作用所在。大多数光学卫星图像产品都带有一个或多个QA波段,允许用户评估每个像素
- Python遥感图像处理指南(6)-绘制散点图和输出PDF报告
gis收藏家
Python数据处理python
今天我们来学习一些其他技能,在写论文时通常需要将结果图表进行整理,拼接图片很不方便,我们可以借助Pyhton将处理的图片和图标整合到PDF中输出,提高生产效率。1、环境安装安装PyPDF2包pipinstallPyPDF22、创建PDF我们将改造之前写的load_landsat_image方法,来实现PDF文件的创建。整个图像对于PDF文件来说太大,为了保持长宽比不变,我们将只接收宽度作为参数,然
- BFSIFT算法分析
AutoSleep
图像处理
BFSIFT算法简述硕士阶段研究的是遥感图像处理领域SAR图像处理方面知识,自然在论文阅读中接触到了BFSIFT算法。其实BFSIFT主要改进了光学SIFT算法在SAR图像匹配性能低下的问题。下面对SAR图像做一下简单的介绍:我们大家所熟知的光学图像一般噪声默认都属于加性噪声,默认服从高斯分布。SAR图像由于合成孔径雷达独特的成像方式,一般SAR图像噪声都属于乘性噪声,经过统计分析归纳其分布属于瑞
- 遥感图像处理——点云模型可视化模块、点云滤波模块实现方法
知来者逆
计算机视觉点云图像滤波遥感图像处理
点云处理软件框架点云模型可视化模块一、LOD算法LOD(LevelofDetail)主要用于优化渲染复杂几何数据的性能,特别是在三维模型和地形渲染方面。它通过在不同距离和尺度下使用不同精细度的模型,以提高渲染性能。LOD可以在近处呈现高细节的模型,在远处呈现简化的模型,从而减少需要渲染的数据量。在点云可视化方面,LOD技术也可用于提高点云的渲染性能。例如,在观察点云时,可以根据点云与观察者之间的距
- 基于深度学习的遥感图像变化差异可视化系统
xuehai996
深度学习人工智能
1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义遥感图像变化差异可视化是遥感图像处理和分析的重要研究领域之一。随着遥感技术的快速发展和遥感数据的广泛应用,遥感图像的获取和处理变得越来越容易。然而,遥感图像通常具有大规模、高维度和复杂的特征,对于人类来说很难直观地理解和分析。因此,开发一种基于深度
- geemap学习笔记 06 geemap 非监督分类案例
弈落馨
geemappython学习分类聚类
文章目录前言一、非监督分类介绍1.定义2.分类方法介绍二、geemap中非监督分类详细步骤1.加载地图底图2.加载研究区影像数据3.检查影像属性4.选取训练数据(聚类中心点)5.训练集群(聚类中心点)6.影像分类7.分类结果类别颜色和图例修改8.分类结果导出总结前言遥感图像处理(processingofremotesensingimagedata)对遥感图像进行辐射校正和几何纠正、图像整饰、投影变
- Python遥感开发之波段的合并和拆分
等待着冬天的风
Python图像遥感Python遥感开发GDAL开发GDAL波段拆分GDAL波段合并
Python遥感开发之波段的合并和拆分1波段的合并2波段的拆分前言:主要使用GDAL完成多个波段(tif)合并成一个tif,以及一个多波段的tif拆分成单个的tif。参考了下列博客《Python遥感图像处理应用篇(二十):Python+GDAL批量提取多波段图像为单波段图像_多波段转单波段_空中旋转篮球的博客-CSDN博客》《Python遥感图像处理应用篇(二十五):Python+GDAL波段组合
- python:多波段遥感影像分离成单波段影像
_养乐多_
python处理遥感数据python
作者:CSDN@_养乐多_在遥感图像处理中,我们经常需要将多波段遥感影像拆分成多个单波段图像,以便进行各种分析和后续处理。本篇博客将介绍一个用Python编写的程序,该程序可以读取多波段遥感影像,将其拆分为单波段图像,并保存为单独的文件。本程序使用GDAL库来处理遥感影像数据,以及NumPy库来进行数组操作。结果如下图所示,选中的影像为输入的多波段影像,其他影像分别为拆分后的多波段影像。文章目录一
- 数字图像处理笔记--3
halooy
计算机视觉图像处理算法
内容:点运算图像滤波彩色图像处理面向某一目标对图像感兴趣的部分进行处理,以改善图像的视觉质量面向目标,不考虑降质原因(基于人类主观偏好)设计方法-图像增强的方法-空间运算:基于图像像素点灰度值进行增强处理-变换运算:从空间域变换到新的域里进行处理,处理结束后将处理结果再映射回空间域-伪色彩增强:把灰度图像映射到彩色空间,常用于遥感图像处理、医学图像处理点运算点运算的约束条件1)duiyu0≤r≤1
- 基于图神经网络的图像分类,遥感图像分析
「已注销」
神经网络分类机器学习
遥感图像分类法图像分类是与图像信息提取和增强不同的遥感图像处理中另一重要的方面,与图像增强后仍需人为解译不同,它企图用计算机做出定量的决定来代替人为视觉判译步骤。因此,分类处理后输出的是一幅专题图像。在此图像中,原来图像中的每一个象元依据不同的统计决定准则被划归为不同的地表覆盖类,由于是一种统计决定,必然伴随着某种错误的概率。因此,在逻辑上的合理要求是,对每一个象元所做的决定,应是使整个被分类面积
- ENVI&ArcGis——植被覆盖度提取
nochengzi
遥感ArcGis
遥感图像处理、遥感信息提取与应用分析一.影像预处理1几何校正第一步:打开并显示图像文件打开ENVIClassic,点击【主菜单>File>OpenImageFile】,打开tm00.img\tm02.img影像,并分别在Display中显示两个影像。图1加载数据第二步:启动几何校正模块主菜单>Map>Registration>SelectGCPs:ImagetoImage,打开几何校正模块。选择显
- 遥感原理与应用——遥感影像及其特征、遥感图像处理
Guanyu Liu
大气基础知识
遥感原理与应用第五、六章读书笔记遥感影像及其特征航空摄影及其影响特征航空摄影类型按摄影倾斜角分类按摄影实施方式分类按感光片和波段分类航空像片的几何特性投影类型航空像片的投影及构像规律航空像片的特征点线航空像片的相点位移航空像片的比例尺(略)航空像片的立体观察与立体量测(略)陆地卫星及其影像特征Lansat卫星系列SPOT卫星系列高空间分辨率陆地卫星气象卫星气象卫星类型气象卫星观测内容及特点美国NO
- 目视判读和计算机分类的区别,收藏|详细讲解遥感图像处理流程
是CC阿
目视判读和计算机分类的区别
一、预处理1.降噪处理(本文授权转载于公众号:竹山数据)由于传感器的因素,一些获取的遥感图像中,会出现周期性的噪声,我们必须对其进行消除或减弱方可使用。(1)除周期性噪声和尖锐性噪声周期性噪声一般重叠在原图像上,成为周期性的干涉图形,具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑,代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。消除尖峰噪声,特别是与扫描方向不平行
- 基于MATLAB的数字图像处理(三)——地物提取与变化检测
SkyStarfall
数字图像处理matlab图像处理算法
在图像处理上,常常使用各种指数,例如:归一化差分植被指数归一化差分水体指数如何通过MATLAB实现通过各类指数提取对应地物,是遥感图像处理中常见的问题。使用各类指数时,一般先对整幅图像求归一化差分指数,之后通过设定阈值来对目标与非目标进行区分。如果在已经知道经验阈值的前提下,可以直接使用循环嵌套来提取目标。这里举例说明,以建筑物提取为例。在大面积遥感影像中,使用NDBI区分裸土与建筑略显困难,计算
- 矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评
Galaxy馒头
编程EigenArmadilloOpenBLASMATCOM矩阵运算库
作为一个遥感图像处理方向研究生,笔者在编程的时候免不得要和矩阵运算打交道,各种矩阵乘法协方差特征值。虽然在自己的研究实验中更喜欢用MATLAB来作为工具,但是在完成工程项目编软件的时候必须要用C++来作为编程语言。在C++中并不能像MATLAB一样,非常方便的进行矩阵运算。当然也可以自己编一些列矩阵运算的函数(笔者以前就干过这事),不过这个运算效率实在无法满足要求。目前国际上提供了很多矩阵运算线性
- 遥感影像公开数据集:DeepGlobe Road 数据集
NoABug
C/C++
遥感影像公开数据集:DeepGlobeRoad数据集深度学习技术在遥感图像处理领域的应用日益广泛,其中包括了许多相关的数据集。本文将介绍一个广泛应用于道路提取的遥感影像数据集——DeepGlobeRoad数据集,并提供相关的代码实现。一、DeepGlobeRoad数据集简介DeepGlobeRoad数据集是一个通过卫星遥感影像获取的道路分割数据集。其由高分辨率的卫星图像以及在图像上标注的道路轮廓线
- 遥感影像的缨帽(K-T)变换Python实现
楠楠星球
MATLAB/python+图像处理python开发语言
(1)介绍缨帽变换(KirchhoffTransform,K-T变换)是一种在遥感图像处理中常用的技术,它可以有效地提取地物的空间特征和频谱信息。本文将对遥感缨帽变换的提出者、原理方法、公式、现在的发展、作用进行详细介绍,并附有相应的图解。(2)利用程序结果进行出图展示TM影像的前三个分量的物理意义:●亮度:TM的6个波段的加权和,反映了总体的反射值。●绿度:反映了近红外与可见光部分的差值,绿色生
- ArcGIS在水土流失模拟及分析中的实践技术应用
吹翻书页的风
地质地下水环境科学水文水利arcgis水土流失水土保持GPSGIS
查看原文>>>ArcGIS在水土流失模拟及分析中的实践技术应用目录一、水土保持与流域综合管理二、水土保持空间数据库建设三、水土流失模型介绍及实现四、水土保持专题地图制作五、矢量数据处理及因子(K)制备六、DEM数据处理及因子(LS)制备七、GPS数据处理及因子(R)制备八、遥感图像处理及因子(P、C)制备九、案例分析我国是世界上水土流失最为严重的国家之一,水土流失面广量大。据第一次全国水利普查成果
- ENVI 5.6软件安装教程
天青色等烟雨..
遥感arcgis经验分享
ENVI5.6是一款实现遥感图像处理的工具,已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。安装步骤1.选择下载的安装包右键解压。2.解压后,右键以管理员身份运行安装程序。3.点击Next。4.选择【Iaccept……】点击Next。5.修改路径地址中的首字符C可更改安装位置,本例安装到D盘,点击Ne
- 【RS】ENVI5.6 栅格数据坐标转换
RS迷途小书童
RemoteSensing教程ENVI经验分享数据处理
ENVI是一个完整的遥感图像处理平台,广泛应用于科研、环境保护、气象、农业、林业、地球科学、遥感工程、水利、海洋等领域。目前ENVI已成为遥感影像处理的必备软件,包含辐射定标、大气校正、镶嵌裁剪、分类识别、阈值分割等多种功能。ENVI针对绝大部分的卫星影像都能很好的兼容,对于大部分的栅格和矢量数据格式也能很好的兼容,同时得益于ENVI的AppStore,用户可以使用很多三方插件实现影像的批处理、无
- 【RS】ENVI5.6.3 图像融合
RS迷途小书童
RemoteSensing教程计算机视觉人工智能图像处理经验分享笔记
图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样生成一幅高分辨率多光谱图像的遥感图像处理技术,使得处理后的图像既有较高的空间分辨率,又具有多光谱特征。一般我们都是将多光谱波段与全色波段进行图像融合,保留多光谱波段的光谱信息的同时,保留全色波段的高空间分辨率。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准,才可能得
- 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