- LVI-SAM、VINS-Mono、LIO-SAM算法的阅读参考和m2dgr数据集上的复现(留作学习使用)
再坚持一下!!!
学习
ROS一键安装参考:ROS的最简单安装——鱼香一键安装_鱼香ros一键安装-CSDN博客opencv官网下载4.2.0参考:https://opencv.org/releases/page/3/nvidia驱动安装:ubuntu18.04安装显卡驱动-开始战斗-博客园cuda搭配使用1+2cuda安装1:Ubuntu18.04下安装CUDA_ubuntu18.04安装cuda-CSDN博客cuda
- AirSim中运行VIO算法(VINS-Mono)
智能之欣
SLAM环境配置算法自动驾驶人工智能
VINS-Mono在AirSim上跑通文章目录VINS-Mono在AirSim上跑通一IMU参数配置二相机参数设置三AirSim发布数据问题关于相机、IMU内外参的完整解释,可以参考我的另一篇文章:一IMU参数配置根据文章IMUKalibrparametersforAirSim、AirSim仿真IMU内参分析可以得到AirSim中连续时间的IMU随机噪声参数如下:gyro.arwisthegyro
- [学习笔记-SLAM篇]Ubuntu16.04下配置VINS-Mono
warningm_dm
SLAM篇
安装环境Ubuntu16.04+ROSkinect+OpenCV3.2.0目录一、ROSkinect安装1.安装ROS2.工作空间建立二、OpenCV安装三、Eigen安装四、ceres安装*五、Docker安装六、MYNT-EYE-VINS-Sample安装七、在MYNT上运行VINS-Mono八、标准数据集运行VINS-Mono九、保存轨迹一、ROSkinect安装注:不同版本的ubuntu系
- vslam论文10:PL-VINS:具有点和线特征的实时单目视觉惯性SLAM
xsyaoxuexi
视觉SLAM论文阅读笔记c++
摘要PL-VINS是基于最先进的基于点的VINS-mono,开发的一种基于点和线特征的实时、高效优化的单目VINS方法。我们观察到,目前的作品使用LSD算法提取线条特征;然而,LSD是为场景形状表示而设计的,而不是为姿态估计问题设计的,由于其高昂的计算成本,这成为了实时性能的瓶颈。在本文中,我们通过研究隐藏参数调整和长度抑制策略来改进LSD算法。改进后的LSD算法的运行速度至少是LSD的三倍。此外
- 超详细:VINS-Mono论文中文记录
尘归尘-北尘
VSLAM自动驾驶SLAMVINS论文笔记
VINS-Mono论文笔记题目0.摘要1.背景简介2.相关工作介绍2.1融合方式2.2摄像头数据处理2.3imu数据处理2.4初始化2.5里程计3.VINS-Mono系统总览4视觉和IMU测量的预处理步骤4.1视觉部分4.2imu部分4.3偏置纠正5鲁棒的初始化过程5.1视觉重构5.2视觉惯性联合6紧耦合的单目VIO系统6.1公式6.2imu残差6.3视觉残差6.4边缘化残差6.5针对相机实时帧率
- V-SLAM综述:四、VINS-MONO(预积分和联合初始化)
循梦渡
3——IMU预积分论文内容:1.论文第IV点的B部分IMU预积分,IMU预积分的作用是计算出IMU数据的观测值(就是IMU预积分值)以及残差的协方差矩阵和雅各比矩阵,那就要清楚的明白为什么要计算这三个量?计算出这三个量为什么就可以和视觉观测值进行耦合?如果你现在回答不出来,请好好想一想自己以前学到的知识,关于视觉的这三个量,视觉中观测值是用来计算残差的(也就是误差),残差的雅各比矩阵是优化中下降的
- 2022-12-17科研日志
独孤西
今天周六有点摆烂,看了看VINS复现的资料,我打算先复现VINS-mono。VINS-mono是用紧耦合方法实现的,通过单目+IMU恢复出尺度的VIO方案,是由港科大研究的,也提供了开源的代码,复现难度比较低。VINS-mono的运行环境是UbuntuandROSUbuntu16.04.ROSKinetic。我现在手边只有一个笔记本电脑,我之后复现的话硬件设备可能是个问题,得考虑好,是用虚拟机还是
- 2022-12-21科研日志
独孤西
今天看了vins-mono源代码和相关的博客,有点看不太懂。整体代码框架我知道了,主要是三个ROS节点,feature_tracker,vins_estimator,pose_graph,其中feature_tracker负责特征点提取和发布,pose_graph负责关键帧的选择、位姿图建立、回环检测,vins_estimator负责初始化、优化等后端、IMU预积分等前端,并分出了2个线程。看代码
- VINS-MONO代码解读5----vins_estimator(marginalization部分)
读书健身敲代码
SLAMVIO
文章目录0.前言1.1MarginalizationPipiline1.margfactor构建1.1变量及维度理解1.2IMUFactor1.3ProjectionTdFactor(ProjectionFactor)1.4MarginalizationFactor(epe_pep推导更新,FEJ解决的问题)1.4.1先验残差的更新1.4.2先验Jacobian的更新2.ResidualBlock
- VINS-MONO代码解读4----vins_estimator(后端求解部分)
读书健身敲代码
SLAMVIO
文章目录0.后端整体pipeline1.solveOdometry()后端求解(重点)1.1marg先验部分1.2视觉部分1.2.1处理rollingshuttercamera的时间1.2.2视觉Jacobian推导1.2.2协方差setParameter()1.3IMU部分1.3.1Jacobian推导1.3.2IMU整体Jacobian1.3.3协方差1.4重定位部分1.6数据格式转换,重定位
- VINS-MONO代码解读6----pose_graph
读书健身敲代码
SLAMVIO
开始pose_graph部分,本部分记住一句话无论是快速重定位还是正常重定位,求出Tw1w2T_{w_1w_2}Tw1w2就是终极目标。还剩一个整体Pipeline~~1.pose_graph_node.cpp注意,定义全局变量时即实例化了一个对象PoseGraphposegraph;//定义全局的位姿图优化对象加载配置订阅topic及对应的callback()注册publisher定义主线程和键
- 千万别碰SLAM,会变得不幸--下阙
白白白白白kkk
笔记学习
0.书接上回之前的工作内容总结:1.学习了回环检测的流程,还学习了DLoopDetector算法。2.修改了vins-mono将匹配和回环到的图片进行保存。3.找到了一个不是办法的办法来代替pr曲线,指定范围作真值。4.大致了解了DTW地磁匹配算法,关键点是要划分第一圈和第二圈的界限。5.测试好了zed相机,打算作为真值来参考。6.找到了上海科技大学的公共数据集。1.关于之前一些历史遗留问题1.1
- 【实验记录】(杂七杂八)
白白白白白kkk
笔记
1.基于视觉语义路标的智能手机室内定位与建图研究_高煜昕p19介绍了智能终端的数据集ADVIO数据集,使用iPhone采集,针对视觉和惯导联合开发,具有描述真是复杂场景以及高质量真值的优点。p20论证了vins-mono、vins-fusion和orb-slam3等主流slam框架的性能,对比发现后vins-mono运行ADVIO数据集时的定位与建图更优秀。突发奇想:用双目视觉的回环后的值可以做“
- VIR-SLAM代码分析2——VIR_VINS详解
独孤西
SLAM论文阅读c++iotgithub
前言VIR-SLAM中VIR_VINS文件夹下是基于VINS-mono的结合UWB传感器的估计器,主要改动的文件在uwb_posegraph,vir_estimator中。其他文件夹完成的是UWB数据的处理问题,比较简单上一节介绍足够,代码也容易看懂。本节介绍的VIR_VINS是VIR-SLAM的核心内容。1、uwb_posegraph启动uwb_posegraph节点的启动代码在launch(v
- VINS-MONO代码解读----配置文件,数据结构,前端feature_tracker
读书健身敲代码
SLAMVIO
跑通代码之后可以深入看代码了,整体代码很多,可先从配置文件开始看。1.VINS-MONO配置文件理解参考启动文件launch与参数配置文件yaml介绍启动文件launch:euroc.launch参数配置文件yaml:euroc_config.yaml:包括通用参数,相机内参,IMU噪声参数,Tbc相机外参,需要的topic,前端featuretracker的参数,后端loop的参数,优化的参数,
- VINS-MONO代码解读----vins_estimator(整体pipeline和KF selection部分)
读书健身敲代码
SLAMVIO
0.整体流程图1.代码目录代码目录如下,重点和难点是factor部分,是关于IMU部分的,有较多关于IMU预积分公式的推导。2.process主线程1.条件变量con.wait读取测量值:getMeasurements()读取buf中IMU和IMG的数据,并进行align,最后的结果是这样:2.读取到之后,对IMU数据进行预积分,processIMU的实现需要结合公式弄明白。3.设置重定位帧rel
- VINS-MONO代码解读----vins_estimator(鲁棒初始化部分)
读书健身敲代码
SLAMVIO
0.前言整个初始化部分的pipeline如下所示,参照之前的博客,接下来根据代码一步步讲解。1.旋转约束标定旋转外参Rbc上回讲了processImage中addFeatureCheckParallax完成了对KF的筛选,我们知道了2nd是否为KF,接下来是初始化和后端求解部分。对于初始化,先标定Ric外参://不知道关于外参的任何info,需要标定if(ESTIMATE_EXTRINSIC==2
- 2022-12-18科研日志
独孤西
今天和一个同学聊了会天,一起约定下周开始相互监督进行学习打卡,我们的方向比较接近。今天也搜了点VINS的资料,下周一周的工作就是把VINS-mono吃透复现好。B站等平台关于VINS的资料也是比较多的,可以进行学习参考。我的计划是首先跟着B站视频把VINS-mono的论文通读了解一遍,然后专注于复现代码,利用开源数据集,然后把论文精读原理都弄明白,把缺失的知识点都补上,最后把资料总结一下,认真完成
- EVO Evaluation of SLAM 2 --- VINS-Mono 编译和利用数据集运行
晚餐男孩
SLAMslamvins-monoceres
我是用最新的ceres,地址是:https://ceres-solver.googlesource.com/ceres-solverCeressolverproblem:用最新的master代码编译并且安装,编译过程如下。在文章最后记录下来,方便大家出现编译问题的时候看下用到哪些库,来解决编译问题。特别是安装目录,一定要保存好,这里文末附上安装结果显示,可以知道ceres安装目录:然后编译vins
- 【转载】VINS-Mono环境配置与测试笔记
RedFishChen
VINS-monoSLAMSLAMVINS-mono
VINS-Mono环境配置与测试笔记标签:SLAMVINS-mono本文转载自:VINS-Mono环境配置与测试笔记error:cv_bridge---opencv和ros连接起来的桥1.简介VINS-Mono和VINS-Mobile是香港科技大学沈劭劼团队开源的单目视觉惯导SLAM方案。是基于优化和滑动窗口的VIO,使用IMU预积分构建紧耦合框架。并且具备自动初始化,在线外参标定,重定位,闭环检
- [VINS-Mono]IMU预积分残差
火柴的初心
VINS算法人工智能机器学习SLAM自动驾驶
残差由预积分[pwbjqwbjvjwbjabjg]=[pwbi+viwΔt−12gwΔt2+qwbiαbibjqwbiqbibjviw−gwΔt+qwbiβbibjbiabig]\left[\begin{array}{c}\mathbf{p}_{wb_{j}}\\\mathbf{q}_{wb_{j}}\\\mathbf{v}_{j}^{w}\\\mathbf{b}_{j}^{a}\\\mathbf
- 工程(十四)——ubuntu20.04 PL-VINS
桦树无泪
智能环境感知工程代码调试SLAMc++ubuntu
博主创建了一个科研互助群Q:772356582,欢迎大家加入讨论。这是一个科研互助群,主要围绕机器人,无人驾驶,无人机方面的感知定位,决策规划,以及论文发表经验,以方便大家很好很快的科研,少走弯路。欢迎在群里积极提问与回答,相互交流共同学习。一、简介PL-VINS是基于最先进的基于点的VINS-mono,开发的一种基于点和线特征的实时、高效优化的单目VINS方法。原始的PL-VINS是在ubunt
- 【VSLAM系列】三:Vins-Mono论文笔记
塞拉摩
视觉SLAM论文阅读数码相机人工智能
VINs-Mono论文1.VINS-Mono的特点:1.未知初始状态的鲁棒性初始化过程2.带imu-camera外参校准和imu校准的紧耦合,基于非线性优化的单目VIO系统3.在线重定位和四个自由度的全局姿态图优化。4.姿态图可以保存,加载,并和局部姿态图进行合并。2.传感器数据处理摄像头和imu数据融合方法:1.松耦合法,imu是独立于摄像头的模块,常使用EKF算法,imu数据此时用于状态传播,
- 【SLAM】VINS-fusion,VINS-Mono 编译,使用T265测试 ,GPS融合的测试
不进前十不改名
slam人工智能计算机视觉
安装VINS-fusionVINS-Mono将vins-mono下载到ros工作空间catkin_ws里面cd/home/jiangz/catkin_ws/srcgitclonehttps://github.com/HKUST-Aerial-Robotics/VINS-Fusion.git遇到的bug基本可以通过下面三个解决进入调试模式:https://www.cxybb.com/article/
- 安装opencv-3.4.0后和ros自带的3.2.0版本冲突,导致open_vins、vins-mono、vins-fusion均无法编译成功
Zolony
SLAM进阶之路ROSopencv人工智能计算机视觉
使用ros自带的opencv3.2.0时vins系列的代码都可以正常跑通,因为项目需要opencv3.4.0,安装后出现编译错误文章目录(一)ros-melodic-cv-bridge和opencv3.4.0冲突(vins-monovins-fusion问题解决,open-vins部分解决)(二)open-vins缺少opencv-contrib-3.4.0中的库(open-vins问题解决)参考
- Vins-Fusion代码跑通
小枫小疯
视觉里程计c++
问题环境背景:首先是Ubuntu2004电脑里面有opencv3和opencv4共存,现象:编译的时候ros指向opencv4版本之间的不兼容导致首先是遇到ceres库的版本问题然后是源码安装vins-mono算法问题整理(ROSMelodic+opencv4.1.1)-创客智造/爱折腾智能机器人社区测试环境:JetsonXavierNX+Jetpack4.4+Ubuntu1804+ROSMelo
- Vins-Fusion、Vins-Mono(之前那个编译通过但是没有这个好用)
小枫小疯
视觉里程计算法
ROS的catkin_make不要修改,暂时没有理由,理由就是两次一个改了一个没改,没改的成功了以成功为准。另外docker也没用成功,原本的逻辑来说,docker肯定不能出问题的,但是由于roscore通信的原因可能没有将结果显示,docker本身是一个很好的不用配环境的路子,但是有一个坑需要注意,就是需要设置socks代理,然后用魔法,git才能不掉线全靠这位大哥的文章Ubuntu20.04下
- 【20年VIO 梳理】
大江东去浪淘尽千古风流人物
SLAM计算机视觉人工智能arvrmr
19-20年VIO梳理1.开源代码介绍:DSM2.FMDStereoSLAM:融合MVG和直接方法,实现准确,快速的双目SLAM3.基于VINS-Mono开发的SPVIS4.改进:一种基于光流的动态环境移动机器人定位方案5.PVIO:基于先验平面约束的高效VIO6.具有占有率正态分布变换的基于图的实时SLAM7.PL-SLAM:结合点线特征的双目SLAM8.基于地标外貌和空间相对位置的图匹配的长期
- VINS-MONO源码阅读(一)imu预积分和在线初始化
若愚和小巧
SLAM算法阅读
之前学习的ORB_SLAM2,是属于纯视觉的建图方法,但在实际的应用场景下,多传感器的融合能帮助我们更好地估计相机位姿,尤其是使用单目相机的情况下。单目摄像头的尺度难以把握,每次初始化的尺度不一致导致地图难以复用,在缺乏纹理的场景也容易丢掉,而imu敏感的位姿感知可以对其进行互补。多传感器融合的SLAM方法,可以根据我们对传感器信息的更新处理方法分为松耦合与紧耦合的类型,松耦合的方式一般是以KF以
- [VINS-Mono]IMU预积分之PVQ 增量的误差、 协方差及 Jacobian
火柴的初心
VINSSLAM自动驾驶算法机器人
PVQ增量的误差、协方差及Jacobian根据协方差矩阵的性质:y=Ax,x∈N(0,Σx)Σy=AΣxAT\begin{array}{c}y=Ax,x\inN\left(0,\Sigma_{x}\right)\\\Sigma_y=A\Sigma_{x}A^{T}\end{array}y=Ax,x∈N(0,Σx)Σy=AΣxAT则相邻时刻误差的线性传递方程:ηik=Fk−1ηik−1+Gk−1nk
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
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/
import java.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f