- 成像光谱遥感技术中的AI革命:ChatGPT在遥感领域中的应用
科研的力量
人工智能ChatGPTchatgpt人工智能
课程将最新的人工智能技术与实际的遥感应用相结合,提供不仅是理论上的,而且是适用和可靠的工具和方法。无论你是经验丰富的研究人员还是好奇的从业者,本课程都将为分析和解释遥感数据开辟新的、有效的方法,使你的工作更具影响力和前沿性。遥感技术主要通过卫星和飞机从远处观察和测量我们的环境,是理解和监测地球物理、化学和生物系统的基石。ChatGPT是由OpenAI开发的最先进的语言模型,在理解和生成人类语言方面
- 遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用
科研的力量
生态遥感双碳chatgptGEE卫星遥感数据
以EarthEngine(GEE)、PIE-Engine为代表全球尺度地球科学数据(尤其是卫星遥感数据)在线可视化计算和分析云平台应用越来越广泛。GEE平台存储和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星影像、气候与天气、地球物理等方面的数据集超过80PB,同时依托全球上百万台超级服务器,提供足够的运算能力对这些数据进行处理。相比于ENVI等传统的遥感影像处理工具,G
- Sentinel-5P遥感数据下载及预处理教程【20250105】
八秒记忆的老男孩
遥感数据预处理遥感反演Sentinel-5P预处理遥感数据
Sentinel-5P是欧空局(EuropeSpaceAgency,ESA)于2017年10月13日发射的一颗全球大气污染监测卫星。卫星搭载了对流层观测仪(TroposphericMonitoringInstrument,TROPOMI),可以有效的观测全球各地大气中痕量气体组分,包括NO2、O3、SO2、HCHO、CH4和CO等重要的与人类活动密切相关的指标,加强了对气溶胶和云的观测。⛄Sent
- 【深度学习|学习笔记】预训练(Pretraining)的作用有哪些?
985小水博一枚呀
深度学习学习笔记深度学习学习笔记人工智能
【深度学习|学习笔记】预训练(Pretraining)的作用有哪些?【深度学习|学习笔记】预训练(Pretraining)的作用有哪些?文章目录【深度学习|学习笔记】预训练(Pretraining)的作用有哪些?前言✅一、提高模型性能✅二、降低训练成本✅三、迁移学习能力强✅四、模型结构验证过,可靠性高✅五、促进多模态和复杂任务发展总结如何将自己的遥感数据(输入波段为17)用作DenseNet121
- EasyFeature:智能要素提取的遥感技术创新
智绘空天
人工智能深度学习机器学习图像处理
引言传统遥感解译受制于海量数据与地物复杂性,精度与效率常陷入瓶颈。EasyFeature软件正是应对这一领域痛点的先锋解决方案,其核心“要素智能提取”特性,聚焦于云覆盖、道路、居民地/建筑物、林地、水系等关键专题信息的深度挖掘,彻底改变了工程化影像处理流程。该软件依托强大的核心技术壁垒与智能算法,不仅有效提升了信息提取精度,更将遥感解译的效率提升至全新高度,为遥感数据分析领域注入自动化能量。核心技
- GIS基础应用技术从0开始
前端小白从0开始
html5vue.js前端GISOpenLayers
一、GIS数据构成1、地图数据:包括地形图,交通图,水系图等基础地理信息,如高德路网图,中国地形图等。图1-高德卫星图+路网2、遥感数据:通过卫星,无人机等遥感设备获取的影响数据。如天地图和地块管理系统中展示的高清地图图2-卫星遥感影像与无人机影像3、属性数据:描述地理实体特征的文字和数字信息。例如一个地块的类型和面积。图3-地理元素与其属性表4、元数据:描述地理数据的内容、质量、来源等信息的数据
- 植被监测新范式!Python驱动机器学习反演NDVI/LAI关键技术解析
梦想的初衷~
生态环境遥感植被python机器学习生态环境监测
在全球气候变化与生态环境监测的重要需求下,植被参数遥感反演作为定量评估植被生理状态、结构特征及生态功能的核心技术,正面临数据复杂度提升、模型精度要求高、多源异构数据融合等挑战。人工智能(AI)技术的快速发展,尤其是机器学习与深度学习算法的突破,为解决这些难题提供了全新路径。AI凭借强大的非线性拟合能力、数据特征自动提取优势及跨模态信息融合潜力,能够高效处理遥感数据中的噪声与不确定性,显著提升植被参
- DeepSeek 赋能卫星遥感:AI 驱动数据分析新范式
奔跑吧邓邓子
DeepSeek实战DeepSeek卫星遥感数据分析人工智能应用
目录一、引言二、DeepSeek技术解析2.1DeepSeek简介2.2核心能力与优势三、卫星遥感数据分析概述3.1数据获取与特点3.2传统分析方法及挑战四、DeepSeek在卫星遥感数据分析中的应用场景4.1土地利用与覆盖监测4.2自然资源调查4.3灾害监测与预警4.4生态环境评估五、应用案例剖析5.1具体项目背景介绍5.2DeepSeek应用过程与成果展示5.3与传统方法对比优势六、面临的挑战
- 【智慧农业 × 国产大模型】智能病虫害识别与作物产量预测工程实践全流程解析
观熵
国产大模型部署实战全流程指南大数据人工智能国产大模型
【智慧农业×国产大模型】智能病虫害识别与作物产量预测工程实践全流程解析关键词国产大模型、农业AI、病虫害识别、作物产量预测、图像分类、多模态融合、时序建模、遥感数据、边缘计算、农业大数据、模型轻量化、精细化种植摘要随着农业智能化进程加速,传统依赖人力经验的病虫害识别与作物产量评估方式,已无法满足大规模、精细化生产需求。本文基于国产大模型的实际应用案例,深入解析如何构建面向田间场景的“病虫害识别+产
- 珈和科技荣登《湖北日报》头版,碧空“慧眼”让业者心中有“数”
珈和info
科技
2016年以来每年的4月24日设定为“中国航天日”,今年我们一起在家门口(今年的主场活动将在湖北武汉举办)以“极目楚天,共襄星汉”为主题迎来了第九个“中国航天日”。回望珈和科技创业十年路,始终与国家航天事业保持步调一致、快速前进,并连续6年荣获“中国商业航天30强”称号。作为2023年度“中国商业航天30强”中湖北省唯二上榜的企业,珈和科技在商业航天领域离下游产业链最近的一环——卫星遥感数据服务场
- GEE案例:基于Google Earth Engine的RUSLE土壤侵蚀模型实现与分析(恒河缓冲区)
此星光明
GEE案例分析人工智能大数据rusle土壤侵蚀模型算法gee
基于GoogleEarthEngine的RUSLE土壤侵蚀模型实现与分析(恒河缓冲区案例研究|2024-2025年度数据)1.研究背景与数据准备本研究利用修正通用土壤流失方程(RUSLE)评估恒河支流缓冲区的土壤侵蚀状况。核心数据集包括:气象数据:CHIRPS日降水数据集(计算R因子)地形数据:SRTM数字高程模型(提取LS因子)遥感数据:哨兵2号(计算C因子)、MODIS土地覆盖(提取P因子)土
- 轻松发TGRS!遥感结合小目标检测 模型达到94.2%mAP
Ai多利
目标检测人工智能计算机视觉遥感
2025深度学习发论文&模型涨点之——遥感+小目标检测遥感在军事侦察、资源勘探、环境监测等领域的应用日益广泛。然而,如何从海量的遥感数据中准确、高效地检测出小目标,已成为当前遥感图像处理领域的关键挑战之一。小目标在遥感图像中往往具有尺寸微小、背景复杂、对比度低等特点,这使得传统的检测方法难以满足实际应用的需求。近年来,随着深度学习技术的兴起,基于卷积神经网络(CNN)的检测算法为遥感小目标检测带来
- 【卫星遥感影像】国产遥感影像分类技术应用研究进展综述_论文推荐
兰小静
卫星遥感论文推荐国产遥感影像分类应用研究进展
影像分类是遥感影像信息提取中的基本问题之一和遥感影像应用的关键,为我国掌握本土信息资源自主权、满足国家的紧迫需求具有重大战略意义。本文将进行这篇遥感影像分类的论文推荐。1.论文引用[1]胡杰,张莹,谢仕义.国产遥感影像分类技术应用研究进展综述[J].计算机工程与应用,2021,57(03):1-13.2.国产遥感数据概述环境系列遥感卫星:是我国专门用于环境和灾害监测的对地观测卫星系统,主要由2颗光
- 最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估
jwwkyjspt
地学植物遥感人工智能遥感植物农业
在遥感技术与人工智能深度融合的2025年,AI大模型正重塑长时序植被遥感数据分析范式。从Landsat/Sentinel卫星数据的智能化去云处理,到MODIS植被产品的AI辅助质量控制,以ChatGPT、DeepSeeK为代表的大模型技术已成为提升遥感数据处理效率与精度的核心工具——尤其在长时序植被动态监测、物候期精准提取、时空变异归因分析及生态环境质量评估等领域,展现出传统方法难以企及的技术优势
- 中国地区土地覆盖综合数据集
做科研的周师兄
数据集分享大数据
LandcoverproductsofChina时间分辨率年共享方式开放获取数据大小434.73MB数据时间范围元数据更新时间2020-07-17数据集摘要中国土地覆盖数据集包括5种产品:1)glc2000_lucc_1km_China.asc,由GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集,数据名称为GLC2000.GLC2000中国区域土地覆盖数据由全球覆盖数据直接
- 遥感大数据处理基础与AI大模型交互
小艳加油
人工智能GEEchatgpt遥感
公众号,【科研的力量】随着航空、航天、近地空间等多个遥感平台的不断发展,近年来遥感技术突飞猛进。由此,遥感数据的空间、时间、光谱分辨率不断提高,数据量也大幅增长,使其越来越具有大数据特征。对于相关研究而言,遥感大数据的出现为其提供了前所未有的机遇,但同时也提出了巨大的挑战。传统的工作站和服务器已经无法满足大区域、多尺度海量遥感数据处理的需要。为解决这一问题,国内外涌现了许多全球尺度地球科学数据(尤
- AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用
xiao5kou4chang6kai4
生态遥感深度学习人工智能python机器学习遥感反演植被参数生态环境
在全球气候变化与生态环境监测的重要需求下,植被参数遥感反演作为定量评估植被生理状态、结构特征及生态功能的核心技术,正面临数据复杂度提升、模型精度要求高、多源异构数据融合等挑战。人工智能(AI)技术的快速发展,尤其是机器学习与深度学习算法的突破,为解决这些难题提供了全新路径。AI凭借强大的非线性拟合能力、数据特征自动提取优势及跨模态信息融合潜力,能够高效处理遥感数据中的噪声与不确定性,显著提升植被参
- 【大模型ChatGPT +DeepSeeK+python】最新AI赋能Python长时序植被遥感动态分析、物候提取、时空变异归因及RSEI生态评估
赵钰老师
遥感DeepSeekpython人工智能chatgpt数据分析pythonarcgis
在遥感技术与人工智能深度融合的2025年,AI大模型正重塑长时序植被遥感数据分析范式。从Landsat/Sentinel卫星数据的智能化去云处理,到MODIS植被产品的AI辅助质量控制,以ChatGPT、DeepSeeK为代表的大模型技术已成为提升遥感数据处理效率与精度的核心工具——尤其在长时序植被动态监测、物候期精准提取、时空变异归因分析及生态环境质量评估等领域,展现出传统方法难以企及的技术优势
- 第36讲:作物生长预测中的时间序列建模(LSTM等)
Chh0715
lstm人工智能rnnr语言python
目录为什么用时间序列模型来预测作物生长?⛓️什么是LSTM?示例案例:预测小麦NDVI变化趋势1️⃣模拟数据构建(或使用真实遥感数据)2️⃣构建LSTM所需数据格式3️⃣构建并训练LSTM模型4️⃣模型预测与效果可视化除了LSTM,还有哪些方法?农学中的潜在应用场景✅小结在精准农业快速发展的今天,如何准确预测作物的生长状态,已成为提升农业决策效率的重要课题。特别是面对多变的气候、不同地块的管理方式
- 遥感大模型
大奎帝国
笔记
遥感大模型简介单一模态简介随着高光谱遥感技术的迅猛发展,光谱成像数据呈爆炸式增长,现有的分析方法和解译手段已不能满足全要素精细地物感知的需求,人工智能大模型的出现,为解决高光谱遥感数据信息充分提取与挖掘、实现“吃干榨净”提供了技术保障。斯坦福大学的研究定义基础模型(FM)为:指在广泛数据上训练的模型(通常使用大规模的自监督方法),可以用于广泛的下游任务(通过微调等方法)。GPT-4等是目前比较流行
- 第十九讲 XGBoost 二分类模型案例(遥感数据识别玉米与小麦地块)
Chh0715
数据挖掘人工智能r语言机器学习算法分类
案例场景:遥感数据识别玉米与小麦地块你是一名农业遥感研究者,希望根据遥感指数(如NDVI、EVI、土壤亮度等)对农田进行分类,判断地块是玉米还是小麦。步骤1:模拟数据生成我们使用dplyr和MASS生成500个样本数据,包含4个遥感特征变量与1个类别标签(玉米=1,小麦=0)。#加载所需包library(dplyr)library(ggplot2)library(xgboost)library(c
- 根据ndvi提取非水体_无人机多光谱遥感系统在河道水体富养化监测中的应用
小小黑飞飞
根据ndvi提取非水体
摘要:伴随着无人机平台的不断进步,遥感传感器日益丰富,可见光及近红外波段的高分辨率影像逐步普及,推动无人机低空遥感由侧重几何定位的测绘应用向以决策支持为目的的专题信息提取方向转变。运用分析遥感数据的数学和物理方法,开展定量遥感方面的研究,进一步将基础影像数据转化为高级专题产品,正在成为一种新的趋势。本文介绍一种面向水体污染物监测的无人机多光谱应用方法。水体富营养化防治是水污染治理中最为复杂和困难的
- CNN+Transformer实现遥感影像建筑物分割
hanfeng5268
深度学习cnntransformer人工智能
文章目录一、局部细节与全局上下文的协同建模1.CNN的局部感知优势空间局部性:平移等变性:层次化特征提取:2.Transformer的全局关联优势长距离依赖建模:动态权重分配:尺度不变性:二、多尺度特征融合能力1.CNN的多级特征金字塔2.Transformer的多头注意力机制三、对遥感数据特性的适配优化1.高分辨率影像处理局部计算优化:滑动窗口策略:2.复杂场景鲁棒性光照变化:类内差异:小目标检
- 当气象水文遇见R语言——破解时空数据的“达芬奇密码“
Yolo566Q
r语言开发语言
在气象水文科学领域,数据从来不只是简单的数字阵列。台风路径的时空跳跃、流域径流的非线性涨落、气候要素的混沌演变,这些充满不确定性的自然现象转化为数据时,呈现出多维时空交织的复杂图景。研究人员常常要在TB级遥感数据中捕捉毫米级降水变化,从百年尺度的气候序列里识别突变拐点,在非结构化的观测数据中重构三维大气场——这些看似不可能完成的任务,正是现代气象水文研究的日常挑战。传统的数据处理工具在这场博弈中频
- CASA模型-估算陆地生态系统植被净初级生产力NPP的经典模型(相关遥感数据、MODIS NDVI遥感产品预处理、气象数据预处理与空间插值、区域制图)
KY_chenzhao
人工智能大数据机器学习matlab
CASA模型(Carnegie-Ames-StanfordApproach)是一个基于光合作用和呼吸作用过程的生态系统生产力模型。在实际应用中,气象数据是CASA模型的关键输入之一,用于模拟植被的光合作用和呼吸作用。本文将介绍如何结合气象数据实现CASA模型,并提供一个实际案例CASA模型需要的气象数据主要包括:辐射(光合有效辐射PAR)温度(影响酶活性和呼吸作用)降水(影响土壤水分和植被生长)这
- 【读论文】多/高光谱图像和 LiDAR 数据联合分类方法研究(2020)
氧艺
读论文分类机器学习
【读论文】多/高光谱图像和LiDAR数据联合分类方法研究(2020)王青旺DOI文章目录摘要:关键词:结论:1.该论文研究了什么?2.创新点在哪?3.研究方法是什么?4.得到的结论是什么?摘要:地物分类识别需求的不断升级,对遥感场景解译提出了新要求:更高的空间二维解译精度和遥感场景空间三维解译。利用多源遥感数据和新型遥感技术是满足不断升级的需求的有效手段。多/高光谱成像和单波段激光雷(LightD
- Xarray的维度魔法
Python与遥感
python
前言遥感数据通常是多维的,涉及到时空四维数据(经度、纬度、时间、波段)。在这种复杂的数据结构下,如何高效、清晰地进行分析成为一个难题。今天,我们将介绍xarray库,它是处理这类多维数据的强大工具。xarray不仅能让你的代码更加简洁直观,还能使复杂的数据操作变得优雅。接下来,我们将一起探讨如何使用xarray应对遥感数据分析中的各种挑战。一、为什么选择Xarray?传统numpy数组的痛点:维度
- 【卫星分享】吉林一号卫星介绍
泽奥zeo
吉林一号图像处理RS遥感影像卫星科普
在当今数字化与信息化飞速发展的时代,卫星遥感技术已成为人类探索地球、监测环境、服务社会的重要手段。作为我国自主研发的商用遥感卫星星座,“吉林一号”凭借其卓越的技术性能和广泛的应用场景,成为了我国航天领域的一颗璀璨明珠。它不仅填补了我国在商业遥感领域的空白,还为全球用户提供了高分辨率、高质量的遥感数据服务。接下来,我们将从发展历程、技术特点、成像原理以及数据获取方式四个方面,深入解读“吉林一号”卫星
- Google Earth Engine——导入无云 Sentinel-2 图像和NDVI计算
此星光明
GEE教程训练sentinel人工智能geendvi归一化植被指数波段运算遥感
目录搜索和导入无云Sentinel-2图像Sentinel-2的背景打开GEE界面定义您感兴趣的领域查询Sentinel-2图像的存档过滤图像集合将图像添加到地图视图定义真彩色可视化参数探索影像定义假色可视化参数从波段组合中导出指数NDVI锻炼本实验的目的是介绍GoogleEarthEngine处理环境。在本练习结束时,您将能够搜索、查找和可视化范围广泛的遥感数据集。在第一个练习中,我们将重点关注
- 智能遥感新质生产力:ChatGPT、Python和OpenCV强强联合;空天地遥感数据分析的全流程;地面数据、无人机数据、卫星数据、多源数据等处理
小艳加油
DeepSeekChatGPT遥感遥感新质生产力ChatGPTOpenCV遥感数据处理
通过系统化的模块设计和丰富的实战案例,深入理解和掌握遥感数据的处理与计算。不仅涵盖了从零基础入门Python编程、OpenCV视觉处理的基础知识,还将借助ChatGPT智能支持,引导您掌握遥感影像识别和分析的进阶技术。更为重要的是,通过15个经过精心设计的真实案例,深度参与地质监测、城市规划、农业分析、生态评估等不同场景下的遥感应用实践。层层递进、结构严谨,帮助您系统性掌握从数据预处理、图像增强、
- mondb入手
木zi_鸣
mongodb
windows 启动mongodb 编写bat文件,
mongod --dbpath D:\software\MongoDBDATA
mongod --help 查询各种配置
配置在mongob
打开批处理,即可启动,27017原生端口,shell操作监控端口 扩展28017,web端操作端口
启动配置文件配置,
数据更灵活 
- 大型高并发高负载网站的系统架构
bijian1013
高并发负载均衡
扩展Web应用程序
一.概念
简单的来说,如果一个系统可扩展,那么你可以通过扩展来提供系统的性能。这代表着系统能够容纳更高的负载、更大的数据集,并且系统是可维护的。扩展和语言、某项具体的技术都是无关的。扩展可以分为两种:
1.
- DISPLAY变量和xhost(原创)
czmmiao
display
DISPLAY
在Linux/Unix类操作系统上, DISPLAY用来设置将图形显示到何处. 直接登陆图形界面或者登陆命令行界面后使用startx启动图形, DISPLAY环境变量将自动设置为:0:0, 此时可以打开终端, 输出图形程序的名称(比如xclock)来启动程序, 图形将显示在本地窗口上, 在终端上输入printenv查看当前环境变量, 输出结果中有如下内容:DISPLAY=:0.0
- 获取B/S客户端IP
周凡杨
java编程jspWeb浏览器
最近想写个B/S架构的聊天系统,因为以前做过C/S架构的QQ聊天系统,所以对于Socket通信编程只是一个巩固。对于C/S架构的聊天系统,由于存在客户端Java应用,所以直接在代码中获取客户端的IP,应用的方法为:
String ip = InetAddress.getLocalHost().getHostAddress();
然而对于WEB
- 浅谈类和对象
朱辉辉33
编程
类是对一类事物的总称,对象是描述一个物体的特征,类是对象的抽象。简单来说,类是抽象的,不占用内存,对象是具体的,
占用存储空间。
类是由属性和方法构成的,基本格式是public class 类名{
//定义属性
private/public 数据类型 属性名;
//定义方法
publ
- android activity与viewpager+fragment的生命周期问题
肆无忌惮_
viewpager
有一个Activity里面是ViewPager,ViewPager里面放了两个Fragment。
第一次进入这个Activity。开启了服务,并在onResume方法中绑定服务后,对Service进行了一定的初始化,其中调用了Fragment中的一个属性。
super.onResume();
bindService(intent, conn, BIND_AUTO_CREATE);
- base64Encode对图片进行编码
843977358
base64图片encoder
/**
* 对图片进行base64encoder编码
*
* @author mrZhang
* @param path
* @return
*/
public static String encodeImage(String path) {
BASE64Encoder encoder = null;
byte[] b = null;
I
- Request Header简介
aigo
servlet
当一个客户端(通常是浏览器)向Web服务器发送一个请求是,它要发送一个请求的命令行,一般是GET或POST命令,当发送POST命令时,它还必须向服务器发送一个叫“Content-Length”的请求头(Request Header) 用以指明请求数据的长度,除了Content-Length之外,它还可以向服务器发送其它一些Headers,如:
- HttpClient4.3 创建SSL协议的HttpClient对象
alleni123
httpclient爬虫ssl
public class HttpClientUtils
{
public static CloseableHttpClient createSSLClientDefault(CookieStore cookies){
SSLContext sslContext=null;
try
{
sslContext=new SSLContextBuilder().l
- java取反 -右移-左移-无符号右移的探讨
百合不是茶
位运算符 位移
取反:
在二进制中第一位,1表示符数,0表示正数
byte a = -1;
原码:10000001
反码:11111110
补码:11111111
//异或: 00000000
byte b = -2;
原码:10000010
反码:11111101
补码:11111110
//异或: 00000001
- java多线程join的作用与用法
bijian1013
java多线程
对于JAVA的join,JDK 是这样说的:join public final void join (long millis )throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means t
- Java发送http请求(get 与post方法请求)
bijian1013
javaspring
PostRequest.java
package com.bijian.study;
import java.io.BufferedReader;
import java.io.DataOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.HttpURL
- 【Struts2二】struts.xml中package下的action配置项默认值
bit1129
struts.xml
在第一部份,定义了struts.xml文件,如下所示:
<!DOCTYPE struts PUBLIC
"-//Apache Software Foundation//DTD Struts Configuration 2.3//EN"
"http://struts.apache.org/dtds/struts
- 【Kafka十三】Kafka Simple Consumer
bit1129
simple
代码中关于Host和Port是割裂开的,这会导致单机环境下的伪分布式Kafka集群环境下,这个例子没法运行。
实际情况是需要将host和port绑定到一起,
package kafka.examples.lowlevel;
import kafka.api.FetchRequest;
import kafka.api.FetchRequestBuilder;
impo
- nodejs学习api
ronin47
nodejs api
NodeJS基础 什么是NodeJS
JS是脚本语言,脚本语言都需要一个解析器才能运行。对于写在HTML页面里的JS,浏览器充当了解析器的角色。而对于需要独立运行的JS,NodeJS就是一个解析器。
每一种解析器都是一个运行环境,不但允许JS定义各种数据结构,进行各种计算,还允许JS使用运行环境提供的内置对象和方法做一些事情。例如运行在浏览器中的JS的用途是操作DOM,浏览器就提供了docum
- java-64.寻找第N个丑数
bylijinnan
java
public class UglyNumber {
/**
* 64.查找第N个丑数
具体思路可参考 [url] http://zhedahht.blog.163.com/blog/static/2541117420094245366965/[/url]
*
题目:我们把只包含因子
2、3和5的数称作丑数(Ugly Number)。例如6、8都是丑数,但14
- 二维数组(矩阵)对角线输出
bylijinnan
二维数组
/**
二维数组 对角线输出 两个方向
例如对于数组:
{ 1, 2, 3, 4 },
{ 5, 6, 7, 8 },
{ 9, 10, 11, 12 },
{ 13, 14, 15, 16 },
slash方向输出:
1
5 2
9 6 3
13 10 7 4
14 11 8
15 12
16
backslash输出:
4
3
- [JWFD开源工作流设计]工作流跳跃模式开发关键点(今日更新)
comsci
工作流
既然是做开源软件的,我们的宗旨就是给大家分享设计和代码,那么现在我就用很简单扼要的语言来透露这个跳跃模式的设计原理
大家如果用过JWFD的ARC-自动运行控制器,或者看过代码,应该知道在ARC算法模块中有一个函数叫做SAN(),这个函数就是ARC的核心控制器,要实现跳跃模式,在SAN函数中一定要对LN链表数据结构进行操作,首先写一段代码,把
- redis常见使用
cuityang
redis常见使用
redis 通常被认为是一个数据结构服务器,主要是因为其有着丰富的数据结构 strings、map、 list、sets、 sorted sets
引入jar包 jedis-2.1.0.jar (本文下方提供下载)
package redistest;
import redis.clients.jedis.Jedis;
public class Listtest
- 配置多个redis
dalan_123
redis
配置多个redis客户端
<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi=&quo
- attrib命令
dcj3sjt126com
attr
attrib指令用于修改文件的属性.文件的常见属性有:只读.存档.隐藏和系统.
只读属性是指文件只可以做读的操作.不能对文件进行写的操作.就是文件的写保护.
存档属性是用来标记文件改动的.即在上一次备份后文件有所改动.一些备份软件在备份的时候会只去备份带有存档属性的文件.
- Yii使用公共函数
dcj3sjt126com
yii
在网站项目中,没必要把公用的函数写成一个工具类,有时候面向过程其实更方便。 在入口文件index.php里添加 require_once('protected/function.php'); 即可对其引用,成为公用的函数集合。 function.php如下:
<?php /** * This is the shortcut to D
- linux 系统资源的查看(free、uname、uptime、netstat)
eksliang
netstatlinux unamelinux uptimelinux free
linux 系统资源的查看
转载请出自出处:http://eksliang.iteye.com/blog/2167081
http://eksliang.iteye.com 一、free查看内存的使用情况
语法如下:
free [-b][-k][-m][-g] [-t]
参数含义
-b:直接输入free时,显示的单位是kb我们可以使用b(bytes),m
- JAVA的位操作符
greemranqq
位运算JAVA位移<<>>>
最近几种进制,加上各种位操作符,发现都比较模糊,不能完全掌握,这里就再熟悉熟悉。
1.按位操作符 :
按位操作符是用来操作基本数据类型中的单个bit,即二进制位,会对两个参数执行布尔代数运算,获得结果。
与(&)运算:
1&1 = 1, 1&0 = 0, 0&0 &
- Web前段学习网站
ihuning
Web
Web前段学习网站
菜鸟学习:http://www.w3cschool.cc/
JQuery中文网:http://www.jquerycn.cn/
内存溢出:http://outofmemory.cn/#csdn.blog
http://www.icoolxue.com/
http://www.jikexue
- 强强联合:FluxBB 作者加盟 Flarum
justjavac
r
原文:FluxBB Joins Forces With Flarum作者:Toby Zerner译文:强强联合:FluxBB 作者加盟 Flarum译者:justjavac
FluxBB 是一个快速、轻量级论坛软件,它的开发者是一名德国的 PHP 天才 Franz Liedke。FluxBB 的下一个版本(2.0)将被完全重写,并已经开发了一段时间。FluxBB 看起来非常有前途的,
- java统计在线人数(session存储信息的)
macroli
javaWeb
这篇日志是我写的第三次了 前两次都发布失败!郁闷极了!
由于在web开发中常常用到这一部分所以在此记录一下,呵呵,就到备忘录了!
我对于登录信息时使用session存储的,所以我这里是通过实现HttpSessionAttributeListener这个接口完成的。
1、实现接口类,在web.xml文件中配置监听类,从而可以使该类完成其工作。
public class Ses
- bootstrp carousel初体验 快速构建图片播放
qiaolevip
每天进步一点点学习永无止境bootstrap纵观千象
img{
border: 1px solid white;
box-shadow: 2px 2px 12px #333;
_width: expression(this.width > 600 ? "600px" : this.width + "px");
_height: expression(this.width &
- SparkSQL读取HBase数据,通过自定义外部数据源
superlxw1234
sparksparksqlsparksql读取hbasesparksql外部数据源
关键字:SparkSQL读取HBase、SparkSQL自定义外部数据源
前面文章介绍了SparSQL通过Hive操作HBase表。
SparkSQL从1.2开始支持自定义外部数据源(External DataSource),这样就可以通过API接口来实现自己的外部数据源。这里基于Spark1.4.0,简单介绍SparkSQL自定义外部数据源,访
- Spring Boot 1.3.0.M1发布
wiselyman
spring boot
Spring Boot 1.3.0.M1于6.12日发布,现在可以从Spring milestone repository下载。这个版本是基于Spring Framework 4.2.0.RC1,并在Spring Boot 1.2之上提供了大量的新特性improvements and new features。主要包含以下:
1.提供一个新的sprin