- 2-80 基于matlab-GUI,实现kalman滤波对目标物的位置进行检测跟踪
顶呱呱程序
matlab工程应用matlab汽车算法形态学处理冒泡法kalman视频跟踪滤波
基于matlab-GUI,实现kalman滤波对目标物的位置进行检测跟踪。检测汽车中心和最大半径,与背景差分选择较大差异的区域进行形态学处理,用冒泡法对目标面积从大到小排序。程序已调通,可直接运行。2-80kalman视频跟踪滤波-小红书(xiaohongshu.com)
- Kalman滤波参数、调整原则
Terry Cao 漕河泾
VSLAM人工智能算法
1.Q、P、R关系P的迭代为P=QTPQ;R为观测的协方差;状态延时高,说明收敛速度慢。估计参数P越大,收敛的越快。测量误差R越小,收敛的越快。调整这两个参数即可,从状态更新上说,测量误差越小,估计参数误差越大,说明我们越相信测量值,自然收敛的快。缺点就是会让系统变化过快,如果测量值更加不准,则精度会下降,系统不够稳定。2.K与Q、R关系k~Q/(R+Q)P0/(Q+R),收敛的快慢程度。总结下自
- 如何利用BibTex生成论文参考文献列表
写完就会了
解决问题Latex参考文献BibTex
如何利用BibTex生成论文参考文献列表Step1:先在GoogleScholar上找到BibTeX条目信息导出来;如下:@article{chowdhary2010aerodynamic,title={AerodynamicparameterestimationfromflightdataapplyingextendedandunscentedKalmanfilter},author={Chow
- 【目标跟踪】提供一种简单跟踪测距方法(c++)
读书猿
目标跟踪c++人工智能
文章目录一、前言二、c++代码2.1、Tracking2.2、KalmanTracking2.3、Hungarian2.4、TrackingInfo三、调用示例四、结果一、前言在许多目标检测应用场景中,完完全全依赖目标检测对下游是很难做出有效判断,如漏检。检测后都会加入跟踪进行一些判断或者说补偿。而在智能驾驶中,还需要目标位置信息,所以还需要测距。往期博客介绍了许多处理复杂问题的,而大部分时候我们
- GNSS定位技术总结与PPP定位技术
Code_ADing
算法人工智能学习GNSS笔记全球卫星导航系统RTK
1.统一观测值方程2.PPP方程构建站间单差方程如下:同样的,设计矩阵也更加庞大:站间单差消除了卫星轨道、卫星钟、电离层、对流层以及卫星端的伪距和载波硬件延迟的影响。但在PPP中,我们无法通过站间单差消除这些影响,所以需要挨个考虑:3.PPP中的Kalman滤波4.PPP技术概述精密单点定位技术(precisepointpositioning,PPP),可以使用单台接收机在全球任何位置获得高精度的
- 2024.1.30 GNSS 学习笔记
Code_ADing
GNSS日常学习零散知识点学习笔记GNSS算法全球导航定位系统
站星双差Kalman滤波伪距差分定位流程1.RTK定位技术(实时载波相位差分技术)原理-站间单差浮点解1.RTK技术其实就是在RTD技术的基础上增加载波观测值的使用。由于伪距的噪声在分米量级,即使我们通过站间单差消除了绝大部分的误差影响,但受限于伪距的精度,我们也只能达到分米量级的定位水平。但载波不同,载波的精度在毫米量级,所以如果其他误差完全消除的话,理论上定位精度可达到的毫米水平。毫米水平的定
- 【目标跟踪】多相机环视跟踪
读书猿
目标跟踪人工智能自动驾驶
文章目录一、前言二、流程图三、实现原理3.1、初始化3.2、输入3.3、初始航迹3.4、航迹预测3.5、航迹匹配3.6、输出结果四、c++代码五、总结一、前言多相机目标跟踪主要是为了实现360度跟踪。单相机检测存在左右后的盲区视野。在智能驾驶领域,要想靠相机实现无人驾驶,相机必须360度无死角全覆盖。博主提供一种非深度学习方法,采用kalman滤波+匈牙利匹配方式实现环视跟踪。有兴趣可以参考往期【
- 【论文阅读|2024 WACV 多目标跟踪Deep-EloU】
Dymc
深度学习python论文论文阅读深度学习人工智能
论文阅读|2024WACV多目标跟踪Deep-EloU摘要1引言(Introduction)2相关工作(RelatedWork)2.1基于卡尔曼滤波器的多目标跟踪算法(Multi-ObjectTrackingusingKalmanFilter)2.2基于定位的多目标跟踪算法(Location-basedMulti-ObjectTracking)2.3基于外观的多目标跟踪(Appearance-ba
- 【现代控制系统】能控性与能观性
你哥同学
现代控制系统线性代数矩阵能控性能观性
能控性与能观性2023年11月25日#controlsys文章目录能控性与能观性1.能控性1.1能控性(可控性)的引入1.2LTI系统的可控性1.3LTV系统的可控性2.能观性2.1能观性(可观性)引入2.2LTI系统的可观性2.3LTV系统的可观性3.状态向量的非奇异线性变换3.1LTI能控性分解3.2LTI能观性分解3.3Kalman分解定理5.其他5.1对偶定理5.2能控性能观性和传递函数的
- [足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05-3+4
LiongLoure
运动学与动力学学习笔记
本文仅供学习使用本文参考:B站:DR_CANDr.CAN学习笔记-KalmanFilter卡尔曼滤波器Ch05-3+43.Stepbystep:DeriationofKalmenGain卡尔曼增益/因数详细推导4.Priori/PosterrorierrorCovarianceMartix误差协方差矩阵3.Stepbystep:DeriationofKalmenGain卡尔曼增益/因数详细推导4.
- [足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05-5+6
LiongLoure
控制算法学习笔记
本文仅供学习使用本文参考:B站:DR_CANDr.CAN学习笔记-KalmanFilter卡尔曼滤波器Ch05-5+65.AnExample2D例子6.ExtendedKalmanFilter扩展卡尔曼滤波器(EKF)5.AnExample2D例子6.ExtendedKalmanFilter扩展卡尔曼滤波器(EKF)
- [足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05
LiongLoure
控制算法学习笔记
本文仅供学习使用本文参考:B站:DR_CANDr.CAN学习笔记-KalmanFilter卡尔曼滤波器Ch051.RecursiveAlgirithm递归算法2.DataFusion数据融合CovarinceMatrix协方差矩阵StateSpace状态空间方程Observation观测器3.Stepbystep:DeriationofKalmenGain卡尔曼增益/因数详细推导4.Priori/
- [足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05-1+2
LiongLoure
控制算法学习笔记
本文仅供学习使用本文参考:B站:DR_CANDr.CAN学习笔记-KalmanFilter卡尔曼滤波器Ch05-1+21.RecursiveAlgirithm递归算法2.DataFusion数据融合CovarinceMatrix协方差矩阵StateSpace状态空间方程Observation观测器1.RecursiveAlgirithm递归算法2.DataFusion数据融合CovarinceMa
- 卡尔曼滤波基本原理详解
YRr YRr
卡尔曼滤波控制算法stm32嵌入式硬件单片机
卡尔曼滤波卡尔曼滤波简介卡尔曼滤波器(KalmanFilter)是一种高效的递推滤波器(即基于上一个时刻的估计来更新当前时刻的估计),它能够从一系列含有噪声的观测数据中估计动态系统的状态。它在1960年由鲁道夫·卡尔曼提出,如今广泛应用于航空航天、汽车导航系统、机器人导航以及经济学等领域。基本原理卡尔曼滤波器基于线性动态系统的状态空间表示法。它假设系统状态是线性的,并且过程噪声和观测噪声均为高斯分
- Kalman Filter in SLAM (7) ——Error-state Iterated Kalman Filter (EsIKF, 误差状态迭代卡尔曼滤波)
Cc1924
SLAM机器学习人工智能算法
文章目录1.EsKF和IEKF公式回顾1.1.EsKF误差状态卡尔曼滤波方程1.2.IEKF迭代扩展卡尔曼滤波方程2.EsIKF公式推导2.1.预测公式2.2.校正公式2.2.1.误差状态观测方程2.2.2.传感器观测误差值2.2.3.校正公式2.3.R2Live中的Es-IKF的校正公式理解2.3.1.IMU+Camera2.3.2.IMU+LiDAR实际EsIKF就是把EsKF和IEKF两个结
- Kalman_Filter卡尔曼滤波器计算,陀螺仪卡尔曼滤波角度估算及代码
LuDvei
STM32嵌入式硬件智能硬件单片机硬件工程stm32mcu
目录1.向量轴的空间角度角度计算2.正态分布3.方差、协方差4.卡尔曼公式计算4.1状态空间方程4.2协方差矩阵4.3卡尔曼增益4.4状态更新方程4.5协方差更新方程5.陀螺仪卡尔曼滤波完整代码1.向量轴的空间角度角度计算以横滚角为例,X轴旋转需要一个初始角度,Y、Z轴都会跟随X轴旋转而转动,我们认为Y轴平行于水平面时,横滚角Roll的角度为0。从X轴观测,假设Y轴由水平面转动θ角度,则:accY
- lucky学习运动13天
杉杉妈Alice
2021年02月18日扇贝每日一句2022年倒计时316天Itrulybelievethere'salwaysasolutiontoeveryproblem.我确信,每个问题都有解决方案。-MairaKalman今天由于是我的第1天上班,所以从早上8:30一直到晚上6:30才回家。回到家只好问lucky在家里都做了啥,他回答就是看电视吃东西玩儿。既然没有学习,那早上带去爷爷奶奶那的书,不知道起了什
- Kalman滤波中状态方程初始化参数设置
@曾记否
卡尔曼滤波matlab自动化算法
arcdeg=pi/180;%初始化参数att=[0;0;90]*arcdeg;vn0=[0;0;0];pos0=[[34;108]*arcdeg;100];%att--欧拉角;arcdeg--度转换为弧度;vn--速度;pos--位置qnb0=a2qua(att);qnb=qnb0;vn=vn0;pos=pos0;%姿态、速度和位置初始化%添加初始误差phi=[0.1;0.2;3]*arcmin
- 详解卡尔曼滤波(Kalman Filter)
一碗姜汤
统计信号处理算法人工智能机器学习
1.从维纳滤波到卡尔曼滤波黑盒(BlackBox)思想最早由维纳(Wiener)在1939年提出,即假定我们对从数据到估计中间的映射过程一无所知,仅仅用线性估计(我们知道在高斯背景下,线性估计能达到克拉美劳下界,是最优估计)来掩盖我们的无知。但是,到了二十年以后的1960年卡尔曼的年代,我们对于红框内的事(priorknowledge),很有可能是知道的,并且知道得很详细,很清楚。再这样的情况下,
- 运维工程师的出路到底在哪里?
Mindtechnist
运维
欢迎关注博主Mindtechnist或加入【智能科技社区】一起学习和分享Linux、C、C++、Python、Matlab,机器人运动控制、多机器人协作,智能优化算法,贝叶斯滤波与Kalman估计、多传感器信息融合,机器学习,人工智能,控制理论等相关领域的知识和技术。关注公粽号《机器和智能》回复关键词“python项目实战”即可获取美哆商城视频资源!博主介绍:CSDN优质创作者,CSDN实力新星,
- 卡尔曼滤波算法介绍
薛定谔的zhu
算法室内定位技术
卡尔曼滤波(KalmanFilter)是一种高效的递归滤波器,用于线性动态系统的估计和控制。它在1960年由RudolfE.Kalman提出。卡尔曼滤波通过结合一系列的测量观测值(包括不确定性的),并考虑外部因素(如系统噪声),来估计动态系统的内部状态。###基本原理卡尔曼滤波主要用于两个方面:预测和更新。其核心是维护两个主要的变量:状态估计和不确定性估计。1.**状态估计**:预测系统下一时刻的
- mpu6050-kalman- no dmp,f407
ooolmf
单片机
通过定时器3,定时20ms,进行kalman滤波,读取角度。利用串口助手,发送角度到用软件iic,pg5,pg6,两个IO口模拟IIC,,代码主要有四个。mpuiic.h#ifndef__MPUIIC_H#define__MPUIIC_H#include"sys.h"//正点原子MPU6050通讯线驱动//IO方向设置//#defineMPU_SDA_IN(){GPIOG->CRL&=0X0FFF
- Kalman滤波器参数分析
一枚努力的程序猿
px4
Kalman滤波器参数结合自己平时处理的数据,简单分析下kalman滤波器中参数对于滤波效果的影响。Kalman滤波参数影响总结Predict中给出的方程:其中Pz,vz,bz分别代表z轴方向的位置、速度和加速度;u为输入,r为扰动,Q为过程噪声;由于在kalman滤波中应用的都是x(k)=A*x(k-1)+B*u(k-1)+Q;此处求解的为下一时刻的状态量。由于上面公式求解的为状态的导数。故转化
- 【滤波第三期】卡尔曼滤波的原理和C代码
撞上电子
算法机器学习人工智能线性代数
卡尔曼滤波(KalmanFilter)是一种递归的、自适应的滤波算法,广泛应用于估计系统状态和观测过程中的噪声。它最初在1960年被提出,被认为是控制理论和信号处理领域中最重要的发展之一。卡尔曼滤波器在许多领域,包括导航、机器人、金融和通信系统中都有广泛的应用。1,基本原理:卡尔曼滤波器的核心思想是融合系统的动态模型和实际的观测数据,通过对过程和测量噪声的估计,提供对系统状态的最优估计。其基本原理
- 卡尔曼滤波原理
Nav.
算法matlab
1卡尔曼滤波原理 卡尔曼滤波算法作为一种重要的最优估计理论被广泛应用于各种领域。组合导航系统的设计一般都是采用Kalman滤波器,Kalman滤波器最早和最成功的应用实例便是在导航领域。卡尔曼滤波有连续型和离散型两种形式,连续型卡尔曼滤波器常用于卡尔曼滤波的理论性能分析,离散型卡尔曼滤波器可以在数字计算机上直接实现,本文将介绍数字型卡尔曼滤波器的使用。 假设有一个离散线性系统,k时刻的系统状态
- 卡尔曼(kalman)滤波学习测试例
奋进的大脑袋
学习python卡尔曼
下面两套代码一套是python,一套是matlab,效果是一样的。PYTHONimportnumpyasnpimportmatplotlib.pyplotaspltt=np.arange(1,1001)nsig=5*np.sin(0.01*t)+np.random.rand(len(t))+np.random.randn(len(t))+5*np.cos(0.05*t+np.pi/1.5)kf=n
- 基于卡尔曼滤波的跟踪目标算法matlab仿真
Simuworld
MATLAB仿真案例matlab卡尔曼滤波跟踪目标matlab源码matlab程序设计
目录1.算法概述2.仿真效果2.仿真效果1.算法概述卡尔曼滤波(Kalmanfiltering)是一种利用线性系统状态方程,通过系统输入输出观测数据,对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。数据滤波是去除噪声还原真实数据的一种数据处理技术,Kalman滤波在测量方差已知的情况下能够从
- 基于卡尔曼滤波的SLAM地图目标跟踪(附带Matlab代码)
COWizard
目标跟踪matlab人工智能Matlab
SLAM(SimultaneousLocalizationandMapping)是一种在未知环境中进行自主导航和建图的技术。SLAM算法的一个重要应用是目标跟踪,即通过结合传感器数据和地图信息,实时估计目标的位置并跟踪其运动。在本文中,我们将介绍如何使用卡尔曼滤波(KalmanFilter)来实现SLAM地图目标跟踪,并提供相应的Matlab代码供参考。首先,让我们了解一下卡尔曼滤波的基本原理。卡
- 【MATLAB源码-第99期】基于matlab的OFDM系统卡尔曼滤波(kalman)信道估计,对比LS,MMSE。
Matlab程序猿
MATLAB信道估计与均衡通信原理matlab开发语言信息与通信
操作环境:MATLAB2022a1、算法描述卡尔曼滤波器(KalmanFilter)是一种有效的递归滤波器,它能够从一系列的含有噪声的测量中估计动态系统的状态。在无线通信领域,尤其是在正交频分复用(OFDM)系统中,卡尔曼滤波器被广泛应用于信道估计。下面详细描述Kalman信道估计的过程:1.基本原理:在OFDM系统中,由于多径效应和多普勒频移,信道的特性会随时间而变化。卡尔曼滤波器通过对接收信号
- 课题学习(十六)----阅读《Continuous Wellbore Surveying While Drilling Utilizing MEMS Gyroscopes Based...》论文
致虚守静~归根复命
课题学习学习算法人工智能卡尔曼滤波动态测量惯性导航
论文全称:《ContinuousWellboreSurveyingWhileDrillingUtilizingMEMSGyroscopesBasedonKalmanFiltering》摘要: 目前在钻井过程中计算井筒的方法是基于在所需位置的固定测量。这是通过测量当前和先前测量站之间钻孔的倾角和方位角来完成的。利用基于钻孔形状假设的数学模型,可以推导出井眼坐标。目前的方法忽略了两个测量站之间的
- scala的option和some
矮蛋蛋
编程scala
原文地址:
http://blog.sina.com.cn/s/blog_68af3f090100qkt8.html
对于学习 Scala 的 Java™ 开发人员来说,对象是一个比较自然、简单的入口点。在 本系列 前几期文章中,我介绍了 Scala 中一些面向对象的编程方法,这些方法实际上与 Java 编程的区别不是很大。我还向您展示了 Scala 如何重新应用传统的面向对象概念,找到其缺点
- NullPointerException
Cb123456
androidBaseAdapter
java.lang.NullPointerException: Attempt to invoke virtual method 'int android.view.View.getImportantForAccessibility()' on a null object reference
出现以上异常.然后就在baidu上
- PHP使用文件和目录
天子之骄
php文件和目录读取和写入php验证文件php锁定文件
PHP使用文件和目录
1.使用include()包含文件
(1):使用include()从一个被包含文档返回一个值
(2):在控制结构中使用include()
include_once()函数需要一个包含文件的路径,此外,第一次调用它的情况和include()一样,如果在脚本执行中再次对同一个文件调用,那么这个文件不会再次包含。
在php.ini文件中设置
- SQL SELECT DISTINCT 语句
何必如此
sql
SELECT DISTINCT 语句用于返回唯一不同的值。
SQL SELECT DISTINCT 语句
在表中,一个列可能会包含多个重复值,有时您也许希望仅仅列出不同(distinct)的值。
DISTINCT 关键词用于返回唯一不同的值。
SQL SELECT DISTINCT 语法
SELECT DISTINCT column_name,column_name
F
- java冒泡排序
3213213333332132
java冒泡排序
package com.algorithm;
/**
* @Description 冒泡
* @author FuJianyong
* 2015-1-22上午09:58:39
*/
public class MaoPao {
public static void main(String[] args) {
int[] mao = {17,50,26,18,9,10
- struts2.18 +json,struts2-json-plugin-2.1.8.1.jar配置及问题!
7454103
DAOspringAjaxjsonqq
struts2.18 出来有段时间了! (貌似是 稳定版)
闲时研究下下! 貌似 sruts2 搭配 json 做 ajax 很吃香!
实践了下下! 不当之处请绕过! 呵呵
网上一大堆 struts2+json 不过大多的json 插件 都是 jsonplugin.34.jar
strut
- struts2 数据标签说明
darkranger
jspbeanstrutsservletScheme
数据标签主要用于提供各种数据访问相关的功能,包括显示一个Action里的属性,以及生成国际化输出等功能
数据标签主要包括:
action :该标签用于在JSP页面中直接调用一个Action,通过指定executeResult参数,还可将该Action的处理结果包含到本页面来。
bean :该标签用于创建一个javabean实例。如果指定了id属性,则可以将创建的javabean实例放入Sta
- 链表.简单的链表节点构建
aijuans
编程技巧
/*编程环境WIN-TC*/ #include "stdio.h" #include "conio.h"
#define NODE(name, key_word, help) \ Node name[1]={{NULL, NULL, NULL, key_word, help}}
typedef struct node { &nbs
- tomcat下jndi的三种配置方式
avords
tomcat
jndi(Java Naming and Directory Interface,Java命名和目录接口)是一组在Java应用中访问命名和目录服务的API。命名服务将名称和对象联系起来,使得我们可以用名称
访问对象。目录服务是一种命名服务,在这种服务里,对象不但有名称,还有属性。
tomcat配置
- 关于敏捷的一些想法
houxinyou
敏捷
从网上看到这样一句话:“敏捷开发的最重要目标就是:满足用户多变的需求,说白了就是最大程度的让客户满意。”
感觉表达的不太清楚。
感觉容易被人误解的地方主要在“用户多变的需求”上。
第一种多变,实际上就是没有从根本上了解了用户的需求。用户的需求实际是稳定的,只是比较多,也比较混乱,用户一般只能了解自己的那一小部分,所以没有用户能清楚的表达出整体需求。而由于各种条件的,用户表达自己那一部分时也有
- 富养还是穷养,决定孩子的一生
bijian1013
教育人生
是什么决定孩子未来物质能否丰盛?为什么说寒门很难出贵子,三代才能出贵族?真的是父母必须有钱,才能大概率保证孩子未来富有吗?-----作者:@李雪爱与自由
事实并非由物质决定,而是由心灵决定。一朋友富有而且修养气质很好,兄弟姐妹也都如此。她的童年时代,物质上大家都很贫乏,但妈妈总是保持生活中的美感,时不时给孩子们带回一些美好小玩意,从来不对孩子传递生活艰辛、金钱来之不易、要懂得珍惜
- oracle 日期时间格式转化
征客丶
oracle
oracle 系统时间有 SYSDATE 与 SYSTIMESTAMP;
SYSDATE:不支持毫秒,取的是系统时间;
SYSTIMESTAMP:支持毫秒,日期,时间是给时区转换的,秒和毫秒是取的系统的。
日期转字符窜:
一、不取毫秒:
TO_CHAR(SYSDATE, 'YYYY-MM-DD HH24:MI:SS')
简要说明,
YYYY 年
MM 月
- 【Scala六】分析Spark源代码总结的Scala语法四
bit1129
scala
1. apply语法
FileShuffleBlockManager中定义的类ShuffleFileGroup,定义:
private class ShuffleFileGroup(val shuffleId: Int, val fileId: Int, val files: Array[File]) {
...
def apply(bucketId
- Erlang中有意思的bug
bookjovi
erlang
代码中常有一些很搞笑的bug,如下面的一行代码被调用两次(Erlang beam)
commit f667e4a47b07b07ed035073b94d699ff5fe0ba9b
Author: Jovi Zhang <
[email protected]>
Date: Fri Dec 2 16:19:22 2011 +0100
erts:
- 移位打印10进制数转16进制-2008-08-18
ljy325
java基础
/**
* Description 移位打印10进制的16进制形式
* Creation Date 15-08-2008 9:00
* @author 卢俊宇
* @version 1.0
*
*/
public class PrintHex {
// 备选字符
static final char di
- 读《研磨设计模式》-代码笔记-组合模式
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/
import java.util.ArrayList;
import java.util.List;
abstract class Component {
public abstract void printStruct(Str
- 利用cmd命令将.class文件打包成jar
chenyu19891124
cmdjar
cmd命令打jar是如下实现:
在运行里输入cmd,利用cmd命令进入到本地的工作盘符。(如我的是D盘下的文件有此路径 D:\workspace\prpall\WEB-INF\classes)
现在是想把D:\workspace\prpall\WEB-INF\classes路径下所有的文件打包成prpall.jar。然后继续如下操作:
cd D: 回车
cd workspace/prpal
- [原创]JWFD v0.96 工作流系统二次开发包 for Eclipse 简要说明
comsci
eclipse设计模式算法工作swing
JWFD v0.96 工作流系统二次开发包 for Eclipse 简要说明
&nb
- SecureCRT右键粘贴的设置
daizj
secureCRT右键粘贴
一般都习惯鼠标右键自动粘贴的功能,对于SecureCRT6.7.5 ,这个功能也已经是默认配置了。
老版本的SecureCRT其实也有这个功能,只是不是默认设置,很多人不知道罢了。
菜单:
Options->Global Options ...->Terminal
右边有个Mouse的选项块。
Copy on Select
Paste on Right/Middle
- Linux 软链接和硬链接
dongwei_6688
linux
1.Linux链接概念Linux链接分两种,一种被称为硬链接(Hard Link),另一种被称为符号链接(Symbolic Link)。默认情况下,ln命令产生硬链接。
【硬连接】硬连接指通过索引节点来进行连接。在Linux的文件系统中,保存在磁盘分区中的文件不管是什么类型都给它分配一个编号,称为索引节点号(Inode Index)。在Linux中,多个文件名指向同一索引节点是存在的。一般这种连
- DIV底部自适应
dcj3sjt126com
JavaScript
<!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/1999/xhtml&q
- Centos6.5使用yum安装mysql——快速上手必备
dcj3sjt126com
mysql
第1步、yum安装mysql
[root@stonex ~]# yum -y install mysql-server
安装结果:
Installed:
mysql-server.x86_64 0:5.1.73-3.el6_5 &nb
- 如何调试JDK源码
frank1234
jdk
相信各位小伙伴们跟我一样,想通过JDK源码来学习Java,比如collections包,java.util.concurrent包。
可惜的是sun提供的jdk并不能查看运行中的局部变量,需要重新编译一下rt.jar。
下面是编译jdk的具体步骤:
1.把C:\java\jdk1.6.0_26\sr
- Maximal Rectangle
hcx2013
max
Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing all ones and return its area.
public class Solution {
public int maximalRectangle(char[][] matrix)
- Spring MVC测试框架详解——服务端测试
jinnianshilongnian
spring mvc test
随着RESTful Web Service的流行,测试对外的Service是否满足期望也变的必要的。从Spring 3.2开始Spring了Spring Web测试框架,如果版本低于3.2,请使用spring-test-mvc项目(合并到spring3.2中了)。
Spring MVC测试框架提供了对服务器端和客户端(基于RestTemplate的客户端)提供了支持。
&nbs
- Linux64位操作系统(CentOS6.6)上如何编译hadoop2.4.0
liyong0802
hadoop
一、准备编译软件
1.在官网下载jdk1.7、maven3.2.1、ant1.9.4,解压设置好环境变量就可以用。
环境变量设置如下:
(1)执行vim /etc/profile
(2)在文件尾部加入:
export JAVA_HOME=/home/spark/jdk1.7
export MAVEN_HOME=/ho
- StatusBar 字体白色
pangyulei
status
[[UIApplication sharedApplication] setStatusBarStyle:UIStatusBarStyleLightContent];
/*you'll also need to set UIViewControllerBasedStatusBarAppearance to NO in the plist file if you use this method
- 如何分析Java虚拟机死锁
sesame
javathreadoracle虚拟机jdbc
英文资料:
Thread Dump and Concurrency Locks
Thread dumps are very useful for diagnosing synchronization related problems such as deadlocks on object monitors. Ctrl-\ on Solaris/Linux or Ctrl-B
- 位运算简介及实用技巧(一):基础篇
tw_wangzhengquan
位运算
http://www.matrix67.com/blog/archives/263
去年年底写的关于位运算的日志是这个Blog里少数大受欢迎的文章之一,很多人都希望我能不断完善那篇文章。后来我看到了不少其它的资料,学习到了更多关于位运算的知识,有了重新整理位运算技巧的想法。从今天起我就开始写这一系列位运算讲解文章,与其说是原来那篇文章的follow-up,不如说是一个r
- jsearch的索引文件结构
yangshangchuan
搜索引擎jsearch全文检索信息检索word分词
jsearch是一个高性能的全文检索工具包,基于倒排索引,基于java8,类似于lucene,但更轻量级。
jsearch的索引文件结构定义如下:
1、一个词的索引由=分割的三部分组成: 第一部分是词 第二部分是这个词在多少