- 目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】工业相机
格图素书
数码相机目标检测人工智能
目录知识储备深度相机1TOF2双目视觉3结构光4智能门锁应用5手机应用算法原理相机的成像与标定模型相机标定的实施·标定过程的算法实施相机标定的扩展CCD工业相机、镜头倍率及相关参数计算方法知识储备深度相机1TOF1.1Kinectv2Kinectv2是Microsoft在2014年发售的,如图1-1所示。相比于Kinectv1在硬件和软件上作出了很大的进化,且在深度测量的系统和非系统误差方面表现出
- 双目视觉测宽仪系列 模拟人眼高精测量!
蓝鹏测控
其他制造
双目视觉测宽仪系列基于机器视觉原理,两个工业相机就像人的双眼,可以形成立体视觉,这样就可以得到足够的信息判断被测物的距离,修正和消除距离变化对测量的影响,在线检测生产线上产品的宽度值。可广泛应用于轧制材料(热轧、冷轧)、机械部件、钢板、铁板、金属板、厚板等板材类产品的在线检测。具有非接触、实时测量、精度高等优点。技术参数:测量范围:500-3000mm(定制)测量方式:双工业相机,自发光/光源补光
- 科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)
JANGHIGH
科普类无人驾驶自动驾驶人工智能机器学习
科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)双目视觉在自动驾驶中的应用虽然具有许多优势,但也存在一些问题和挑战,这些问题在不同的驾驶环境和条件下可能会有所不同。以下是一些主要问题及其可能的解决方案:立体匹配和视差计算:双目视觉的核心在于通过计算两幅图像之间的视差来获取深度信息。然而,立体匹配算法在处理遮挡、无特征区域或具有重复图案的高纹理区域时可能会出现精度问题。解决方案包括使
- 科普类(双目视觉)——快速索引
JANGHIGH
科普类无人驾驶快速索引自动驾驶
科普类(双目视觉)——快速索引科普类——双目视觉在无人驾驶汽车中的应用(一)科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)科普类——双目视觉在自动驾驶中存在的问题、挑战以及解决方案(三)科普类——双目视觉系统在无人驾驶汽车中的安装位置(四)科普类——基线的设计对于系统的性能的直接影响(五)科普类——百度Apollo使用的双目系统的硬件型号(六)科普类——进行基线设计、系统测试和优化的立体视
- 科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)
JANGHIGH
科普类无人驾驶汽车人工智能
科普类——双目视觉SLAM在无人驾驶汽车中的作用(二)在无人驾驶汽车中,视觉SLAM(SimultaneousLocalizationandMapping,即同时定位与地图构建)是一种关键技术,它允许车辆在未知环境中进行自我定位和地图构建。双目视觉系统在视觉SLAM中的应用起到了以下作用:精确定位:双目视觉系统通过计算两幅图像之间的视差,可以提供精确的深度信息。这些信息有助于SLAM算法更准确地估
- 科普类——双目视觉在无人驾驶汽车中的应用(一)
JANGHIGH
科普类无人驾驶汽车人工智能
科普类——双目视觉在无人驾驶汽车中的应用(一)双目视觉在无人驾驶汽车中的应用主要体现在以下几个方面:深度感知与距离测量:双目视觉系统通过两个摄像头同时捕捉同一场景的图像,利用视差(即同一物体在两幅图像中的位置差异)来计算物体的深度信息。这种基于视差的方法可以提供精确的距离测量,帮助无人驾驶汽车判断前方物体的距离,从而进行安全驾驶决策。障碍物检测与避障:双目视觉能够识别并测量前方的障碍物,包括车辆、
- 科普类—— 双目视觉系统在无人驾驶汽车中的安装位置(四)
JANGHIGH
科普类无人驾驶汽车人工智能计算机视觉
科普类——双目视觉系统在无人驾驶汽车中的安装位置(四)在无人驾驶汽车中,双目视觉系统的安装位置和两个相机之间的安装间距(基线)对于系统的性能至关重要。这些参数的选择需要基于工程数据和实际应用需求来确定。以下是一些关于双目视觉系统安装位置和间距的一般指导原则:安装位置:双目摄像头通常安装在车辆的前部,以模拟人类驾驶员的视线。它们应该位于车辆的中心线附近,以确保视野覆盖车辆前方的主要区域。安装高度通常
- 双目相机立体匹配基础
极客范儿
传感器标定双目相机立体匹配
双目匹配就是用左相机和右相机去拍摄同一个点,目的是找到三维世界的同一个点,也就是在左相机和右相机中的成像点之间的像素差(视差),根据视差去求解深度,那么找到左相机点到右相机的同一个对应点这个过程就是双目相机立体匹配。一、双目视觉流程双目视觉流程是通过双目相机的左相机和右相机拍摄标定板的图片制作标定(离线),在线拍摄后进行矫正。满足两个相机是平行的要求,做匹配点也能满足从一维在同一行去搜索,接着进行
- 阅读文章:《编码结构光投影双目视觉三维测量技术研究》
盗将_6ab3
来源:知网《编码结构光投影双目视觉三维测量技术研究》_肖亮主要理解文章中双目结构光系统的测量原理,主要包括投影图案的编码解码技术、参数标定以及点云的生成与融合拼接。此次学习:编码方式之二进制编码、格雷码编码1.编码结构光image.png文章中选择了时域编码中的格雷码编码。所谓时间编码,文中这样说道:“时域编码是一种常用的编码策略,在这种编码方案中一系列的简单图案按时间先后顺序投影到被测物表面,一
- [Python图像处理] 使用OpenCV创建深度图
AI technophile
Python图像处理实战python图像处理计算机视觉
使用OpenCV创建深度图双目视觉创建深度图相关链接双目视觉在传统的立体视觉中,两个摄像机彼此水平移动,用于获得场景上的两个不同视图(作为立体图像),就像人类的双目视觉系统:通过比较这两个图像,可以以视差的形式获得相对深度信息,该视差编码对应图像点的水平坐标的差异。两个立体图像中单个像素的位移量称为视差(disparity),像素的视差与其在场景中的深度成反比。可以用灰度值对每个像素的视差进行编码
- 11. 双目视觉之立体视觉基础
宛如新生
slam中的标定问题数码相机
目录1.深度恢复1.1单目相机缺少深度信息1.2如何恢复场景深度?1.3深度恢复的思路2.对极几何约束2.1直观感受2.2数学上的描述1.深度恢复1.1单目相机缺少深度信息之前学习过相机模型,最经典的就是小孔成像模型。我们知道相机通过小孔成像模型对世界点的观测是缺少深度信息的。我们得到的只是世界点在相机平面上的一个投影。如下图,世界点P只要是在那条红色线上,他在相机上的成像位置就是P‘,所以我们无
- 12. 双目视觉之极线矫正
宛如新生
slam中的标定问题数码相机
目录1.为何要进行极线矫正?2.极线矫正过程。1.为何要进行极线矫正?之前的文章立体视觉基础中介绍单目相机无法获得深度信息,我们可以通过多个相机来实现立体视觉。通过两个相机对某场景同时观测时,当我们知道了相机的内(外)参以及两者之间的基线,然后通过某种方式找到两相机对同一世界点的观测的关联关系(类似特征匹配),就可以计算出视差,最终通过下列公式计算出观测到的世界点的深度。我们假设双目相机已经标定完
- 双目立体视觉——视差图(stereo matching)三种相似度算法实现
7lingqi7
1024程序员节python笔记学习
目录双目立体视觉的理解:平行视图的极几何(第二种实现视差图的思路)图像校正(cameracalibration)实现——相似度匹配,视差计算重要影响参数实验报告讨论部分SGBM算法示例,这个效果更好,速度也更快。【双目视觉】SGBM算法应用(Python版)_落叶随峰的博客-CSDN博客任务:生成视差图关键词:视差原理(平行视图的极几何),图像校正,相似度匹配,视差计算和匹配图片数据集:visio
- Ubuntu 18.04 ———(Intel RealSense D435i)安装kalibr + 双目视觉与IMU标定(2022年)
@曾记否
双目相机ubuntu自动驾驶linux
Ubuntu18.04———(IntelRealSenseD435i)安装kalibr+双目视觉与IMU标定(2022年)一、安装标定工具1.下载编译code_utils2.下载编译imu_utils3.安装kalibr解决:kalibr_calibrate_cameras:未找到命令二、imu标定1.写标定参数文件2.然后运行启动文件3.编写启动文件4.录制imu数据包5.运行校准程序6.回放数
- 在线双目测宽仪 板材实时监测和数据分析!
蓝鹏测控
数码相机
在各种板材类生产领域里,在线品质检测技术都是非常重要的,它很大程度上决定了生产的质量。在线双目测宽仪就是当前很受欢迎的一种宽度在线检测设备,它采用了双目视觉检测技术,实现宽度尺寸的在线检测,功能十分强大,使用起来也非常的便利,目前已经被普遍应用到了钢板、扁钢等行业中。测量原理再利用相机测量宽度时,由于单个相机在成像时存在“近大远小”的现象,并且单靠摄入的图像无法知道被测物的距离,所以由被测物的跳动
- 基于 ZYNQ 的双目视觉图像采集系统设计(二)
QYH2023
fpga开发
Image_controller模块包含2个子模块,如图1所示。I2C_OV5640_Init_RGB565.v模块实现IIC的接口协议和初始化配置,其下有两个子模块:I2C_Controller.v模块实现IIC的读写控制时序,I2C_OV5640_RGB565_Config.v模块则产生IIC寄存器初始化配置的地址和数据;image_capture.v模块实现图像采集和缓存功能。图1.Imag
- 基于 ZYNQ 的双目视觉图像采集系统设计(四)
QYH2023
fpga开发
1、axi_hp0_wr.v模块代码解析该模块实现AXIHP总线写入数据到DDR3的操作。该模块的接口如下。rst_n为系统复位信号;i_clk、i_data_rst_n、i_data_en和i_data为FPGA逻辑需要写入到DDR3的数据输入接口。i_clk为同步时钟信号,i_data_rst_n用于复位FIFO,i_data_en拉高表示数据总线i_data有效,将被写入到FIFO中缓存。余
- 基于 ZYNQ 的双目视觉图像采集系统设计(一)
QYH2023
fpga开发
1、视频采集系统的整体架构如图1所示,这是整个视频采集系统的原理框图。图1视频采集系统架构上电初始,FPGA通过IIC接口对CMOSSensor进行寄存器初始化配置。这些初始化的基本参数,即初始化地址对应的初始化数据都存储在一个预先配置好的FPGA片内ROM中。(这些初始化的参数来源于CMOSSensor芯片手册,这里使用的是OV5640摄像头,要学好FPGA芯片手册一定要会看)在初始化配置完成后
- 论文阅读:Stereo Visual-Inertial Odometry With Online Initialization and Extrinsic Self-Calibration
独孤西
论文阅读论文阅读
前言StereoVisual-InertialOdometryWithOnlineInitializationandExtrinsicSelf-Calibration这篇论文是2023年TIM上的一篇文章,主要是针对双目视觉惯性里程计的初始化问题,实现了一个除了估计IMU偏置,速度,重力,IMU-相机外参和平移比例因子的初始值等参数,同时还可以估计外参的初始化系统。一、问题背景视觉和IMU互补。不
- ZED使用指南(八)Depth Sensing
Happy_Cabbage
ZED2计算机视觉人工智能
ZED立体相机再现了人类双目视觉的工作方式。通过比较左眼和右眼看到的两种视图,不仅可以推断深度,还可以推断空间中的3D运动。ZED立体相机可以捕捉到场景的高分辨率3D视频,通过比较左右图像之间的像素位移可以估计深度和运动。深度感知深度感知是指确定物体之间的距离,以三维的角度看世界。到目前为止,深度传感器仅限于近距离和室内的深度感知,限制了其在手势控制和身体跟踪方面的应用。ZED是第一个使用立体视觉
- 基于双目RGB图像和图像深度信息的三维室内场景建模matlab仿真
简简单单做算法
MATLAB算法开发#三维重建matlab双目RGB图像图像深度信息三维室内场景建模
目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1双目视觉原理4.2深度信息获取4.3表面重建5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本matlab2022a3.部分核心程序..........................................................................%读取左右RGB图像和对
- ISP IC/FPGA设计-第一部分-MT9V034摄像头分析(0)
芯王国
ISP设计接口隔离原则MT9V034CMOS传感器
MT9V034为CMOS图像传感器,有着极其优秀的图像成像性能,同时支持丰富的功能用于isp的开发;MT9V034的HDR宽动态、10bit数据深度、RAW格式(bayer阵列)图像、dvp和lvds接口、60fps正是学习isp开发的理想传感器;MT9V034有两款类型,一个是单色型号,直接输出灰度的图像,在机器视觉领域应用很广,我的双目视觉毕业设计也是采用这款摄像头;另一个就是彩色款,不过输出
- 【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“
- 视觉测量—相机标定
Mr. a zhen
计算机视觉
随着计算机视觉的飞速发展,计算机视觉已经越来越多的应用于空间几何尺寸的精确测量和定位,摄像机作为视觉测量的关键部件,相机标定自然是视觉测量的一项重要工作。1、标定原因在视觉测量过程中,为确定空间物体特征点的三维几何位置与其在图像中对应点之间的相互关系,必须建立建立相机成像几何模型并矫正透镜畸变,几何模型参数可以认为是相机参数,相机标定就是准确获得相机参数的过程。视觉测量分为单目视觉,双目视觉以及多
- 图像特征提取--ORB算法
时义龙
特征匹配检测算法算法c++开发语言
实时性特征检测可以分为两个部分:图像特征提取与匹配ORB(OrientedFASTandRotatedBRIEF)该特征检测算法是在著名的FAST特征检测和BRIEF特征描述子的基础上提出来的,其运行时间远远优于SIFT和SURF,可应用于实时性特征检测。遇到过这样一个问题,在双目视觉中,使用矫正的两张图片,计算视差时,需要找到匹配点。自己写了一个基于灰度值的线特征匹配算法,但是效果会受到图像效果
- 张正友相机标定(概括总结)
*地瓜*
计算机视觉相机标定张正友张氏标定
目录计算机视觉分类计算机视觉应用相机标定四种坐标系的转换求解内参求解畸变参量实验结果计算机视觉分类这算是本周博主要做的报告的一次腹稿。咱们先从计算机视觉讲起。计算机视觉的定义就是用计算机模拟人的眼睛,让计算机可以通过拍照或视频的方式看到物体,然后通过特征点检测以及匹配等方式识别物体,进而进行追踪,重建等操作,主要就是图像处理。我们从计算机使用的视觉传感器的数量可以将计算机视觉分为单目视觉,双目视觉
- OpenCV快速入门:相机标定——单目视觉和双目视觉
92岁高龄码农
Python#OpenCV数码相机opencv人工智能
文章目录前言一、相机标定的基本原理1.1相机模型与坐标系1.1.1相机模型1.1.2坐标系1.2相机内参与外参1.2.1内部参数1.2.2外部参数1.3镜头畸变1.4透视变换1.5标定的重要性和应用场景二、单目视觉2.1单目视觉的原理2.1.1单目视觉的原理2.1.2单目视觉的公式2.1.3应用领域2.2实现单目视觉标定的步骤2.2.1准备标定板2.2.2捕获标定图像2.2.3提取角点2.2.4计
- 3D重建算法综述
小白学视觉
算法神经网络python计算机视觉机器学习
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达三维重建算法广泛应用于手机等移动设备中,常见的算法有SfM,REMODE和SVO等。2.2双目/多目视觉双目视觉主要利用左右相机得到的两幅校正图像找到左右图片的匹配点,然后根据几何原理恢复出环境的三维信息。但该方法难点在于左右相机图片的匹配,匹配地不精确都会影响最后算法成像的效果。多目视觉采用三个或三个以上摄像机来提高匹配的精度
- 单目测距+代码部署(目标检测+车辆/行人等测距)
从懒虫到爬虫
人工智能计算机视觉
本文主要讲述了如何运用单目摄像头进行距离测量,在完成yolo目标检测后我们可以对检测到的目标框进行距离测量。单目视觉测距与双目视觉测距对比测距在智能驾驶的应用中发挥着重要作用。测距方法主要包含两类:主动测距与被动测距,主动测距是当前研究的热点内容之一。主动测距方法包括采用传感器、摄像机、激光雷达等车载设备进行测距。摄像头由于价格相对低廉且性能稳定应用较为广泛,本文采用摄像头进行距离测量。单目测距与
- 双目视觉计算三维坐标
叫小侯的小白程序员
智在飞翔比赛记录数码相机计算机视觉
一、原理双目视觉的基本原理,以及公式推导,我参考的b站上的视频,链接如下:2-线性相机模型-LinearCameraModel-CameraCalibration_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1Q34y1n7ot/?p=2&spm_id_from=333.880.my_history.page.click&vd_source=3b6c
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
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/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理