- SLAM学习笔记总结
搬砖成就梦想
机器学习人工智能深度学习学习笔记人工智能
文章目录SLAM001什么是回环检测?002常用的回环检测方法有哪些?003介绍一下Gauss-Netwon和LM算法004介绍一下Ceres优化库,比如你使用过里面哪些内容?005描述(扩展)卡尔曼滤波与粒子滤波,你自己在用卡尔曼滤波时遇到什么问题没有?006除了视觉传感,还用过其他传感吗?比如GPS,激光雷达007什么是紧耦合、松耦合?优缺点008你认为室内SLAM与自动驾驶SLAM有什么区别
- slam学习——旋转向量、旋转矩阵、欧拉角、四元素的概念和运用
前途似海_来日方长
文章目录一、有关坐标系变换的一些概述1、旋转向量2、旋转矩阵3、四元数4、欧拉角二、各种表示方法之间的转换1、旋转向量、旋转矩阵、四元素之间的转化2、欧拉角和旋转矩阵之间的转化三、总结一、有关坐标系变换的一些概述坐标系的变换一般来说有四种方式表示变换:旋转向量、旋转矩阵、欧拉角和四元数,这里分别介绍下相应的原理及如何使用,最后附上相互转化的代码。常用的一些如下:旋转矩阵(3X3):Eigen::M
- SLAM学习入门--什么是回环检测
搬砖成就梦想
人工智能深度学习SLAM学习专栏学习人工智能算法
文章目录SLAM001什么是回环检测?002常用的回环检测方法有哪些?003介绍一下Gauss-Netwon和LM算法004介绍一下Ceres优化库,比如你使用过里面哪些内容?005描述(扩展)卡尔曼滤波与粒子滤波,你自己在用卡尔曼滤波时遇到什么问题没有?006除了视觉传感,还用过其他传感吗?比如GPS,激光雷达007什么是紧耦合、松耦合?优缺点008你认为室内SLAM与自动驾驶SLAM有什么区别
- SLAM学习入门--编程语言
搬砖成就梦想
人工智能深度学习SLAM学习专栏学习SLAM
文章目录编程语言一、C/C++C与C++的区别(面向对象的特点)C++与Python的区别判断struct的字节数static作用Const作用extern"C"的作用多态如何实现多态?虚函数虚函数怎么实现的?析构函数虚析构函数的作用virtual函数能不能用在构造函数中
- 从零入门激光SLAM(十二)——evo工具箱
桦树无泪
从零入门激光SLAM机器人无人机自动驾驶
大家好呀,我是一个SLAM方向的在读博士,深知SLAM学习过程一路走来的坎坷,也十分感谢各位大佬的优质文章和源码。随着知识的越来越多,越来越细,我准备整理一个自己的激光SLAM学习笔记专栏,从0带大家快速上手激光SLAM,也方便想入门SLAM的同学和小白学习参考,相信看完会有一定的收获。如有不对的地方欢迎指出,欢迎各位大佬交流讨论,一起进步。博主创建了一个科研互助群Q:772356582,欢迎大家
- 【视觉SLAM十四讲】李群与李代数
Louis1874
#视觉SLAM计算机视觉算法抽象代数矩阵slam
本文为视觉SLAM学习总结,讲解对观测方程中xxx该如何优化。欢迎交流本讲内容概要李群与李代数的概念,SO(3),SE(3)SO(3),SE(3)SO(3),SE(3)与对应李代数的表示方法李代数上的求导方式和意义使用Sophus对李代数进行运算李群和李代数基础旋转矩阵自身带有约束(正交且行列式为1)。作为优化变量,会引入额外的约束,使优化变得困难。而在李代数上可以变成无约束优化。三维旋转矩阵构成
- 视觉SLAM学习笔记番外篇——git的基本使用与上传文件到github
隔壁老王的学习日志
SLAM学习学习ubuntuc++githubgit
目录一、注册github二、安装git三、新建仓库四、上传文件五、报错解决方法一、注册github登录https://github.com,验证邮箱就可以注册,国内也许网速较慢,可以等待或者“想想办法”,一般可以裸连。二、安装git去官网https://git-scm.com/download/win找到安装包在windows系统下安装,安装过程基本上都点击next,习惯上建立桌面快捷方式,然后桌
- SLAM学习——相机模型(针孔+鱼眼)
white_Learner
SLAMSLAM相机机器人
针孔相机模型针孔相机模型是很常用,而且有效的模型,它描述了一束光线通过针孔之后,在针孔背面投影成像的关系,基于针孔的投影过程可以通过针孔和畸变两个模型来描述。模型中有四个坐标系,分别为world,camera,image,pixelworld为世界坐标系,可以任意指定xwx_wxw轴和ywy_wyw轴,为上图P点所在坐标系。camera为相机坐标系,原点位于小孔,zcz_czc轴与光轴重合,xcx
- 2023-01-11日志
独孤西
按照计划今天小休,任务较少。今天做了SLAM的学习,然后学习了一点感兴趣的专业无关的东西,再就是每日坚持也有做。论文阅读部分,今天读了传感器标定的部分。传感器标定分为在线标定与离线标定两种,文章对一些重要的标定方法也提了一嘴,在开始也介绍了传感器标定的重要性。并且今天又找了一篇新的综述作为手边这篇综述读完后的工作,是关于深度学习在SLAM中应用的综述。今天的SLAM学习中也对SLAM的学习方法做了
- 激光slam学习笔记2--激光点云数据结构特点可视化查看
鸿_H
slam学习
背景:不同厂商的激光点云结果存在一定差异,比如有些只有xyz,有些包含其他,如反光率、时间戳、ring等。如何快速判断是个值得学习的点概要:对于rosbag类型的激光点云,介绍使用rviz快速查看点云结构特点如何从rviz加载话题可视化在rosmaster中的点云话题不做展开介绍1、操作说明右击rviz空白处->勾选Selection(新增一块界面1)->左击Select->拉选点云->在界面1的
- 目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】SLAM(最终篇)
格图素书
目标检测YOLO人工智能
目录前言SLAM学习方法论语义SLAM与深度相机SLAM-机器人ROSSLAM与ROS之间的关系
- 【SLAM学习】《视觉SLAM十四讲》第七讲 ICP误差求导公式推导
顺其灬自然丨
机器人系统slam公式推导ICP第七讲
最近继续学习高博的《视觉SLAM十四讲》,看到第七章,对于ICP计算时的误差公式比较迷惑,花时间自己推导了一下,以此记录,也供大家查看。其中最后推导出来,按照我写的方式应该是一个4×6的矩阵,但是如果在实现的时候,可以把它的最后一行忽略,只保留前三行,变为3×6的矩阵。以此作为记录,也希望对大家有所帮助。
- 从零入门激光SLAM(九)——三维点云基础
桦树无泪
从零入门激光SLAM计算机视觉人工智能
大家好呀,我是一个SLAM方向的在读博士,深知SLAM学习过程一路走来的坎坷,也十分感谢各位大佬的优质文章和源码。随着知识的越来越多,越来越细,我准备整理一个自己的激光SLAM学习笔记专栏,从0带大家快速上手激光SLAM,也方便想入门SLAM的同学和小白学习参考,相信看完会有一定的收获。如有不对的地方欢迎指出,欢迎各位大佬交流讨论,一起进步。博主创建了一个科研互助群Q:772356582,欢迎大家
- 从零入门激光SLAM(十一)——LeGo-LOAM源码超详细解析1
桦树无泪
从零入门激光SLAM人工智能机器人自动驾驶
大家好呀,我是一个SLAM方向的在读博士,深知SLAM学习过程一路走来的坎坷,也十分感谢各位大佬的优质文章和源码。随着知识的越来越多,越来越细,我准备整理一个自己的激光SLAM学习笔记专栏,从0带大家快速上手激光SLAM,也方便想入门SLAM的同学和小白学习参考,相信看完会有一定的收获。如有不对的地方欢迎指出,欢迎各位大佬交流讨论,一起进步。博主创建了一个科研互助群Q:772356582,欢迎大家
- 【SLAM学习】(三)激光雷达原理及分类
Magical-E
SLAM人工智能计算机视觉slam激光雷达
文章目录测距原理三角测距原理TOF测距原理雷达分类机械激光雷达MEMS激光雷达相控阵激光雷达FLASH激光雷达激光雷达的数据测距原理三角测距原理三角测距原理如上图:激光雷达发射器先发射激光,经过物体(ObjectObjectObject)反射后被CMOSCMOSCMOS(一种图像传感器,即图中ImagerImagerImager)捕捉,设捕捉点为x2x_2x2。现过焦点OOO作一条虚线平行于入射光
- SLAM学习笔记3
FOFI
三维空间刚体运动,笔记内容有向量内积,向量外积,欧氏变换,旋转向量,欧拉角,旋转矩阵,四元数以及它们的转换关系,代码是Eigen库的基本使用。笔记1.jpg笔记2.jpg代码如下:#include#include#include#include#include#includeusingnamespacestd;#defineMATRIX_SIZE50intmain(intargc,char**ar
- 【SLAM学习笔记】7-ORB_SLAM3关键源码分析⑤ Optimizer(二)局部地图优化
口哨糖youri
SLAM其他
2021SC@SDUSC目录1.前言2.代码分析1.前言这一部分代码量巨大,查阅了很多资料结合来看的代码,将分为以下部分进行分析单帧优化局部地图优化全局优化尺度与重力优化sim3优化地图回环优化地图融合优化2.代码分析LocalBundleAdjustmentLocalMapping::Run()使用,纯视觉总结下与ORBSLAM2的不同:前面操作基本一样,但优化时2代去掉了误差大的点又进行优化了
- 博客学习目录
Howe_xixi
学习
填坑专区,督促自己有系统的学习归纳。先把想学的挖个坑,一边填坑一边挖坑。怕什么真理无穷,进一步有一步的欢喜。目录【基础学科学习】【线性代数笔记】《3Blue1Brown》笔记【SLAM】【VSLAM笔记】《视觉SLAM十四讲》学习笔记Smoothly-VSLAM学习笔记【嵌入式开发】【鸿蒙开发笔记】OpenHarmony北向学习笔记【Linux系统】【编程语言学习】【C++笔记】【Python笔记
- SLAM学习笔记(十八)3D激光SLAM——Cartographer第一视角点云可视化配置与使用方法(最新)
zkk9527
SLAM学习笔记slamCartographerRos建图
写这一篇文章的原因是随着相关内容的不断维护,这部分网上的一些资料都已经比较老了,配置起来走了一些弯路。不过,想当年实习配置SLAM算法库的时候什么依赖的报错没有调好过?哈哈,在今天配置完以后,特意总结此文章,把过程记录一下。方便我之后再配,还有就是给大家提供一些方便,不要把精力都花在像这种乱七八糟的事情上。目录安装Cartographer下载3D包保存点云数据可视化点云数据编译point_clou
- 激光slam学习笔记3--轨迹建图经验接口介绍
鸿_H
slam学习
背景:如果给了一条轨迹和轨迹时间戳上的激光点云,那么拼接地图是一个有趣的事情。概要:先介绍来自liosam里面手动计算的接口,后面介绍一种pcl自带的接口。1、手动计算的接口该接口采用手撕方式写的,定制性,运行速度更快些,但通用性不行。pcl::PointCloud::PtrtransformPointCloud(pcl::PointCloud::PtrcloudIn,PointTypePose*
- 【SLAM】在WSL中搭建环境(Linux子系统)
o0o_-_
SLAMslamWSLopencvg2oeigen
目录说在前面linux子系统安装换源安装主要库测试一下说在前面windows版本:win10linux:ubuntu18.0.4SLAM学习:视觉SLAM十四讲-高翔pdf、对应github源码其他:懒得装双系统了,突然想起windows的linux子系统挺强的,就来试试;想直接在windows下搞,但是装个g2o还得搞qt,太麻烦2019.8.23补充:目前WSL好像并不支持USB设备,也就是说
- SLAM学习笔记2
FOFI
笔记分两部分:1.SLAM基本框架2.用cmake编译cpp源文件SLAM基本框架SLAM要解决两个问题:定位和建图。一个基本的SLAM框架包括:传感器信息读取,视觉里程计,后端优化,回环检测和建图。视觉里程计称为整个框架的前端,它的任务是估算相邻图像中相机的运动轨迹,构建局部地图。由于估算会有误差积累(累计漂移)导致估算的轨迹不再准确,这时候需要回环检测负责把“机器人回到原始位置”的事情检测出来
- 视觉slam学习|基础篇02
David小伟同学
SLAM学习
系列文章目录SLAM基础篇01SLAM基础篇02目录系列文章目录计算机视觉基础相机模型像素坐标归一化坐标畸变双目相机模型计算机中图像的表示非线性优化基础slam问题建模非线性最小二乘一阶和二阶梯度法Gauss-Newton法Levenberg-Marquant方法小结计算机视觉基础SLAM中使用的相机与我们平时见到的单反摄像头并不是同一个东西。它往往更加简单,不携带昂贵的镜头,以一定速率拍摄周围的
- 视觉SLAM学习笔记(二)
Sunshine_晗晗
视觉里程计前边我省略了大量用数学知识来描述的内容,比如三维世界中刚体运动的描述方式,包括旋转矩阵,旋转向量,欧拉角,四元数等,但是我们在下边仍然要去自己学习。视觉里程计的主流方法是特征点法,顾名思义,即从图像中选取比较有代表性的点,观察各个图像中这些点的位置来判断物体的移动。下面只介绍几种常用的特征点。ORB特征匹配ORB特征由关键点和描述子组成,提取ORB特征分为以下几个步骤:FAST角点提取,
- 自动驾驶——【规划】记忆泊车特殊学习路径拟合
Jack Ju
自动驾驶算法自动驾驶学习机器学习
1.Background如上图,SLAM学习路线Start到End路径,其中曲线SDAB为D档位学习路径,曲线BC为R学习路径,曲线AE为前进档D档学习路径。为了使其使用记忆泊车时,其驾驶员体验感好,需去除R档倒车部分轨迹,并拟合一条可用的曲线2.AlgorithmIntroductionD点作为起点,D(XD,YD,theta_D),C点作为终点(XC,YC,theta_C),使用y=a0+a1
- 视觉SLAM学习笔记2——centos7与ubuntu20.04下eigen库的安装与基本操作
隔壁老王的学习日志
SLAM学习学习矩阵算法ubuntuc++
视觉SLAM学习笔记2——centos7与ubuntu20.04下eigen库的安装与基本操作内容来源eigen库的安装centos7系统ubuntu系统CMakeLists.txt编辑eigenMatrix.cpp编辑kdevelop编译运行eigen库的基本语句内容来源本文内容来自本人早期的b站专栏:专栏文章eigen库的安装centos7系统wgethttps://gitlab.com/li
- SLAM学习之Eigen基础矩阵表示
vigigo
c++SLAMslamc++
#include#include•旋转矩阵(3×3):Eigen::Matrix3d。•旋转向量(3×1):Eigen::AngleAxisd。•欧拉角(3×1):Eigen::Vector3d。•四元数(4×1):Eigen::Quaterniond。•欧氏变换矩阵(4×4):Eigen::Isometry3d。•仿射变换(4×4):Eigen::Affine3d。•射影变换(4×4):Eige
- SLAM学习笔记4
FOFI
在SLAM中常需要估计一个相机的位置和姿态,这是个优化问题,需要对相机位姿求导,而李代数可以方便地表示相机位姿的导数。本笔记记录李群SO(3),SE(3)和李代数so(3),se(3)的对应关系以及李代数的求导表示。最后是李代数的编程练习。老规矩,手写拍照...李群与李代数1.jpg李群与李代数2.jpg李群与李代数3.jpgSophus编程练习Sophus可以下载github源码然后cmake编
- 【SLAM学习笔记1】欧拉角之万向锁问题(Gimbal Lock)
Jay_z在造梦
VSLAM入门
文章目录前言一、欧拉角1.欧拉角是什么?2.使用欧拉角的优缺点二、万向锁问题的预备知识1.Gimbal(平衡架)2.相关术语三、万向锁问题1.GimbalLock(万向锁问题)的现象2.GimbalLock(万向锁问题)出现的原因3.如何避免万向锁问题?四、Reference前言之前看视觉SLAM14讲时,看到欧拉角的万向锁问题,当时没搞懂,这两天突然又看到这个问题,看了很多帖子和动画,其实大家讲
- 【3D激光SLAM(二)】Velodyne激光SLAM学习之Velodyne-16线激光雷达在Jetson Nano上的配置使用
Canminem
SLAM自动驾驶slamubuntu
一、安装依赖库、ROS包与环境配置在安装ROS包前,需要安装激光雷达驱动#安装pcap:sudoapt-getinstall-ylibpcap-dev接下来参考连接:【3D激光SLAM】Velodyne激光SLAM学习之Velodyne-16线雷达室内建图基本使用_Canminem的博客-CSDN博客按照该文档操作到编译ROS包的时候,出现如下错误:解决方法:需要安装相关依赖库:运行环境:ROS(
- apache 安装linux windows
墙头上一根草
apacheinuxwindows
linux安装Apache 有两种方式一种是手动安装通过二进制的文件进行安装,另外一种就是通过yum 安装,此中安装方式,需要物理机联网。以下分别介绍两种的安装方式
通过二进制文件安装Apache需要的软件有apr,apr-util,pcre
1,安装 apr 下载地址:htt
- fill_parent、wrap_content和match_parent的区别
Cb123456
match_parentfill_parent
fill_parent、wrap_content和match_parent的区别:
1)fill_parent
设置一个构件的布局为fill_parent将强制性地使构件扩展,以填充布局单元内尽可能多的空间。这跟Windows控件的dockstyle属性大体一致。设置一个顶部布局或控件为fill_parent将强制性让它布满整个屏幕。
2) wrap_conte
- 网页自适应设计
天子之骄
htmlcss响应式设计页面自适应
网页自适应设计
网页对浏览器窗口的自适应支持变得越来越重要了。自适应响应设计更是异常火爆。再加上移动端的崛起,更是如日中天。以前为了适应不同屏幕分布率和浏览器窗口的扩大和缩小,需要设计几套css样式,用js脚本判断窗口大小,选择加载。结构臃肿,加载负担较大。现笔者经过一定时间的学习,有所心得,故分享于此,加强交流,共同进步。同时希望对大家有所
- [sql server] 分组取最大最小常用sql
一炮送你回车库
SQL Server
--分组取最大最小常用sql--测试环境if OBJECT_ID('tb') is not null drop table tb;gocreate table tb( col1 int, col2 int, Fcount int)insert into tbselect 11,20,1 union allselect 11,22,1 union allselect 1
- ImageIO写图片输出到硬盘
3213213333332132
javaimage
package awt;
import java.awt.Color;
import java.awt.Font;
import java.awt.Graphics;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imagei
- 自己的String动态数组
宝剑锋梅花香
java动态数组数组
数组还是好说,学过一两门编程语言的就知道,需要注意的是数组声明时需要把大小给它定下来,比如声明一个字符串类型的数组:String str[]=new String[10]; 但是问题就来了,每次都是大小确定的数组,我需要数组大小不固定随时变化怎么办呢? 动态数组就这样应运而生,龙哥给我们讲的是自己用代码写动态数组,并非用的ArrayList 看看字符
- pinyin4j工具类
darkranger
.net
pinyin4j工具类Java工具类 2010-04-24 00:47:00 阅读69 评论0 字号:大中小
引入pinyin4j-2.5.0.jar包:
pinyin4j是一个功能强悍的汉语拼音工具包,主要是从汉语获取各种格式和需求的拼音,功能强悍,下面看看如何使用pinyin4j。
本人以前用AscII编码提取工具,效果不理想,现在用pinyin4j简单实现了一个。功能还不是很完美,
- StarUML学习笔记----基本概念
aijuans
UML建模
介绍StarUML的基本概念,这些都是有效运用StarUML?所需要的。包括对模型、视图、图、项目、单元、方法、框架、模型块及其差异以及UML轮廓。
模型、视与图(Model, View and Diagram)
&
- Activiti最终总结
avords
Activiti id 工作流
1、流程定义ID:ProcessDefinitionId,当定义一个流程就会产生。
2、流程实例ID:ProcessInstanceId,当开始一个具体的流程时就会产生,也就是不同的流程实例ID可能有相同的流程定义ID。
3、TaskId,每一个userTask都会有一个Id这个是存在于流程实例上的。
4、TaskDefinitionKey和(ActivityImpl activityId
- 从省市区多重级联想到的,react和jquery的差别
bee1314
jqueryUIreact
在我们的前端项目里经常会用到级联的select,比如省市区这样。通常这种级联大多是动态的。比如先加载了省,点击省加载市,点击市加载区。然后数据通常ajax返回。如果没有数据则说明到了叶子节点。 针对这种场景,如果我们使用jquery来实现,要考虑很多的问题,数据部分,以及大量的dom操作。比如这个页面上显示了某个区,这时候我切换省,要把市重新初始化数据,然后区域的部分要从页面
- Eclipse快捷键大全
bijian1013
javaeclipse快捷键
Ctrl+1 快速修复(最经典的快捷键,就不用多说了)Ctrl+D: 删除当前行 Ctrl+Alt+↓ 复制当前行到下一行(复制增加)Ctrl+Alt+↑ 复制当前行到上一行(复制增加)Alt+↓ 当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)Alt+↑ 当前行和上面一行交互位置(同上)Alt+← 前一个编辑的页面Alt+→ 下一个编辑的页面(当然是针对上面那条来说了)Alt+En
- js 笔记 函数
征客丶
JavaScript
一、函数的使用
1.1、定义函数变量
var vName = funcation(params){
}
1.2、函数的调用
函数变量的调用: vName(params);
函数定义时自发调用:(function(params){})(params);
1.3、函数中变量赋值
var a = 'a';
var ff
- 【Scala四】分析Spark源代码总结的Scala语法二
bit1129
scala
1. Some操作
在下面的代码中,使用了Some操作:if (self.partitioner == Some(partitioner)),那么Some(partitioner)表示什么含义?首先partitioner是方法combineByKey传入的变量,
Some的文档说明:
/** Class `Some[A]` represents existin
- java 匿名内部类
BlueSkator
java匿名内部类
组合优先于继承
Java的匿名类,就是提供了一个快捷方便的手段,令继承关系可以方便地变成组合关系
继承只有一个时候才能用,当你要求子类的实例可以替代父类实例的位置时才可以用继承。
在Java中内部类主要分为成员内部类、局部内部类、匿名内部类、静态内部类。
内部类不是很好理解,但说白了其实也就是一个类中还包含着另外一个类如同一个人是由大脑、肢体、器官等身体结果组成,而内部类相
- 盗版win装在MAC有害发热,苹果的东西不值得买,win应该不用
ljy325
游戏applewindowsXPOS
Mac mini 型号: MC270CH-A RMB:5,688
Apple 对windows的产品支持不好,有以下问题:
1.装完了xp,发现机身很热虽然没有运行任何程序!貌似显卡跑游戏发热一样,按照那样的发热量,那部机子损耗很大,使用寿命受到严重的影响!
2.反观安装了Mac os的展示机,发热量很小,运行了1天温度也没有那么高
&nbs
- 读《研磨设计模式》-代码笔记-生成器模式-Builder
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/
/**
* 生成器模式的意图在于将一个复杂的构建与其表示相分离,使得同样的构建过程可以创建不同的表示(GoF)
* 个人理解:
* 构建一个复杂的对象,对于创建者(Builder)来说,一是要有数据来源(rawData),二是要返回构
- JIRA与SVN插件安装
chenyu19891124
SVNjira
JIRA安装好后提交代码并要显示在JIRA上,这得需要用SVN的插件才能看见开发人员提交的代码。
1.下载svn与jira插件安装包,解压后在安装包(atlassian-jira-subversion-plugin-0.10.1)
2.解压出来的包里下的lib文件夹下的jar拷贝到(C:\Program Files\Atlassian\JIRA 4.3.4\atlassian-jira\WEB
- 常用数学思想方法
comsci
工作
对于搞工程和技术的朋友来讲,在工作中常常遇到一些实际问题,而采用常规的思维方式无法很好的解决这些问题,那么这个时候我们就需要用数学语言和数学工具,而使用数学工具的前提却是用数学思想的方法来描述问题。。下面转帖几种常用的数学思想方法,仅供学习和参考
函数思想
把某一数学问题用函数表示出来,并且利用函数探究这个问题的一般规律。这是最基本、最常用的数学方法
- pl/sql集合类型
daizj
oracle集合typepl/sql
--集合类型
/*
单行单列的数据,使用标量变量
单行多列数据,使用记录
单列多行数据,使用集合(。。。)
*集合:类似于数组也就是。pl/sql集合类型包括索引表(pl/sql table)、嵌套表(Nested Table)、变长数组(VARRAY)等
*/
/*
--集合方法
&n
- [Ofbiz]ofbiz初用
dinguangx
电商ofbiz
从github下载最新的ofbiz(截止2015-7-13),从源码进行ofbiz的试用
1. 加载测试库
ofbiz内置derby,通过下面的命令初始化测试库
./ant load-demo (与load-seed有一些区别)
2. 启动内置tomcat
./ant start
或
./startofbiz.sh
或
java -jar ofbiz.jar
&
- 结构体中最后一个元素是长度为0的数组
dcj3sjt126com
cgcc
在Linux源代码中,有很多的结构体最后都定义了一个元素个数为0个的数组,如/usr/include/linux/if_pppox.h中有这样一个结构体: struct pppoe_tag { __u16 tag_type; __u16 tag_len; &n
- Linux cp 实现强行覆盖
dcj3sjt126com
linux
发现在Fedora 10 /ubutun 里面用cp -fr src dest,即使加了-f也是不能强行覆盖的,这时怎么回事的呢?一两个文件还好说,就输几个yes吧,但是要是n多文件怎么办,那还不输死人呢?下面提供三种解决办法。 方法一
我们输入alias命令,看看系统给cp起了一个什么别名。
[root@localhost ~]# aliasalias cp=’cp -i’a
- Memcached(一)、HelloWorld
frank1234
memcached
一、简介
高性能的架构离不开缓存,分布式缓存中的佼佼者当属memcached,它通过客户端将不同的key hash到不同的memcached服务器中,而获取的时候也到相同的服务器中获取,由于不需要做集群同步,也就省去了集群间同步的开销和延迟,所以它相对于ehcache等缓存来说能更好的支持分布式应用,具有更强的横向伸缩能力。
二、客户端
选择一个memcached客户端,我这里用的是memc
- Search in Rotated Sorted Array II
hcx2013
search
Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed?
Would this affect the run-time complexity? How and why?
Write a function to determine if a given ta
- Spring4新特性——更好的Java泛型操作API
jinnianshilongnian
spring4generic type
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- CentOS安装JDK
liuxingguome
centos
1、行卸载原来的:
[root@localhost opt]# rpm -qa | grep java
tzdata-java-2014g-1.el6.noarch
java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64
java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64
[root@localhost
- 二分搜索专题2-在有序二维数组中搜索一个元素
OpenMind
二维数组算法二分搜索
1,设二维数组p的每行每列都按照下标递增的顺序递增。
用数学语言描述如下:p满足
(1),对任意的x1,x2,y,如果x1<x2,则p(x1,y)<p(x2,y);
(2),对任意的x,y1,y2, 如果y1<y2,则p(x,y1)<p(x,y2);
2,问题:
给定满足1的数组p和一个整数k,求是否存在x0,y0使得p(x0,y0)=k?
3,算法分析:
(
- java 随机数 Math与Random
SaraWon
javaMathRandom
今天需要在程序中产生随机数,知道有两种方法可以使用,但是使用Math和Random的区别还不是特别清楚,看到一篇文章是关于的,觉得写的还挺不错的,原文地址是
http://www.oschina.net/question/157182_45274?sort=default&p=1#answers
产生1到10之间的随机数的两种实现方式:
//Math
Math.roun
- oracle创建表空间
tugn
oracle
create temporary tablespace TXSJ_TEMP
tempfile 'E:\Oracle\oradata\TXSJ_TEMP.dbf'
size 32m
autoextend on
next 32m maxsize 2048m
extent m
- 使用Java8实现自己的个性化搜索引擎
yangshangchuan
javasuperword搜索引擎java8全文检索
需要对249本软件著作实现句子级别全文检索,这些著作均为PDF文件,不使用现有的框架如lucene,自己实现的方法如下:
1、从PDF文件中提取文本,这里的重点是如何最大可能地还原文本。提取之后的文本,一个句子一行保存为文本文件。
2、将所有文本文件合并为一个单一的文本文件,这样,每一个句子就有一个唯一行号。
3、对每一行文本进行分词,建立倒排表,倒排表的格式为:词=包含该词的总行数N=行号