- 向量数据库Faiss(Facebook AI Similarity Search)
shiming8879
数据库faiss人工智能
向量数据库Faiss(FacebookAISimilaritySearch)是FacebookAIResearch开发的一款高效且可扩展的相似性搜索和聚类库,专门用于处理大规模向量数据的搜索和检索任务。Faiss以其出色的性能和灵活性,在图像检索、文本搜索、推荐系统等多个领域得到了广泛应用。以下将详细介绍Faiss的搭建与使用过程,包括安装、基本使用、索引类型选择、性能优化及应用场景等方面。一、F
- 基于Hadoop的海量图像检索
usp1994
hadoopeclipse大数据
基于Hadoop的海量图像检索“MassiveImageRetrievalBasedonHadoop:AStudyinSoftwareEngineering”完整下载链接:基于Hadoop的海量图像检索文章目录基于Hadoop的海量图像检索摘要第一章引言1.1研究背景1.2研究意义1.3国内外研究现状1.4研究内容与方法1.5论文结构第二章相关技术介绍2.1Hadoop框架2.2分布式存储与计算2
- 向量数据库 Milvus:智能检索新时代
三余知行
「数智通识」「机器学习」数据库milvus智能检索高维数据检索AIGC维护
文章目录Milvus核心技术Milvus基本特点索引策略相似度计算图像检索演示Milvus基础维护环境搭建建立向量索引数据导入数据更新数据删除用户权限管理Milvus评估与调优性能评估调优技巧Milvus数据安全安全策略数据备份与恢复Milvus扩展性案例演示电影推荐在线广告投放结语随着人工智能和大数据技术的不断进步,向量数据库的应用场景愈发广泛。Milvus作为一款优秀的开源向量数据库,凭借其强
- 哈工大SCIR | 场景图生成简述
zenRRan
人工智能计算机视觉知识图谱
原创作者:梁家锋郑子豪王禹鑫孙一恒刘铭出处:哈工大SCIR进NLP群—>加入NLP交流群1引言场景图是一种结构表示,它将图片中的对象表示为节点,并将它们的关系表示为边。最近,场景图已成功应用于不同的视觉任务,例如图像检索[3]、目标检测、语义分割、图像合成[4]和高级视觉-语言任务(如图像字幕[1]或视觉问答[2]等)。它是一种具有丰富信息量的整体场景理解方法,可以连接视觉和自然语言领域之间巨大差
- CVPR 2023: CLIP for All Things Zero-Shot Sketch-Based Image Retrieval, Fine-Grained or Not
结构化文摘
sketchmacosui
我们使用以下6个分类标准对本文的研究选题进行分析:1.任务类型:图像检索:最常见任务,目标是检索与给定草图相似的图像。例如:[1,2,3,4,5,6,7,8,9,14,16,30,35,42,43,44,53,58,59,61,62,64,65,67,68,72,73]图像生成:相反,根据草图生成图像。例如:[11,33]目标检测:基于草图识别图像中的特定目标。例如:[13]2.输入模式:仅草图:
- 【机器视觉实验】机器视觉实验四——基于knn的场景图像检索、基于SVM的人脸图像识别
沐风—云端行者
深度学习实验支持向量机人工智能算法机器视觉计算机视觉机器学习图像识别
一、实验内容实验内容包含要进行什么实验,实验的目的是什么,实验用到的算法及其原理的简单介绍。(1)编程实现基于knn的场景图像检索a)至少实现三种特征组合进行检索;b)使用recall与precision分析不同特征组合对检索精度的影响。(2)实现基于SVM的人脸图像识别a)准备一张含有有自己照片的图片,并拍摄自己的人脸图片集;b)训练SVM人脸分类器c)实现基于滑动窗口的人脸检测算法;d)识别出
- 计算机设计大赛 图像检索算法
iuerfee
python
文章目录1前言2图像检索介绍(1)无监督图像检索(2)有监督图像检索3图像检索步骤4应用实例5最后1前言优质竞赛项目系列,今天要分享的是图像检索算法该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!更多资料,项目分享:https://gitee.com/dancheng-senior/postgraduate图像检索:是从一堆图片中找到与待匹配的图像相似的图片,就是以图找图。网络时代,随着各种社
- 2024年,AIGC赛道专利文献和软著大全
AI周红伟
AIGC人工智能机器学习chatgpt
一、周红伟-深度学习国际发明专利深度学习国际发明专利基于深度学习的图像检索方法及装置,专利公开公告号:CN107368614A。专利类型:发明公布。发明人:周红伟;李凯;任伟;李庆;郭奇杰;周杨;刘川郁二、机器学习算法发表文献Simulationmodelanddropletejectionperformanceofathermal-bubblemicroejector,HongweiZhou,A
- 探索图像检索:从理论到实战的应用
TechLead KrisChang
机器学习深度学习人工智能
目录一、引言二、图像检索技术概述图像检索的基本概念图像检索与文本检索的区别特征提取技术相似度计算索引技术三、图像检索技术代码示例图像特征提取示例相似度计算索引技术四、图像搜索流程架构数据采集与预处理特征提取相似度计算与排名结果呈现与优化五、实际应用图像检索在电子商务领域的应用图像检索在社交媒体中的应用图像检索在云存储服务中的应用本文深入探讨了图像检索技术及其在主流APP中的应用,涵盖了特征提取、相
- 【GitHub项目推荐--全球首个开源图像识别系统】【转载】
旅之灵夫
GitHub项目推荐github
你知道人脸识别、商品识别、车辆识别,以图搜图乃至自动驾驶,背后的技术是什么嘛?并不是图像分类、目标检测这些东西,而是综合使用目标检测、图像分类、度量学习、图像检索的【通用图像识别系统】…度量学习是啥?图像检索是啥?通用图像识别系统又是啥?好奇之余,老逛突然发现了一个通用图像识别系统快速搭建神器!GitHub地址:https://github.com/PaddlePaddle/PaddleClas那
- 基于内容的图像web检索系统
乐心唯帅
计算机视觉深度学习
题目:基于内容的图像在线检索系统简介:基于内容的图像在线检索系统(ContentBasedOnlineImageRetrieval,以下简称CBOIR),是计算机视觉领域中关注大规模数字图像内容检索的研究分支。典型的CBOIR系统,允许用户在线输入一张图像,在远程图像数据库中查找具有相同或相似内容的其它图片。要求:本实训完成的系统要求实现基于视觉特征的在线图像检索。该项目的实训内容主要包括:1.搭
- 半监督学习 - 三元组学习(Triplet Learning)
草明
数据结构与算法学习机器学习人工智能
什么是机器学习三元组学习(TripletLearning)是半监督学习中一种用于学习有用表示的方法。它通常用于学习数据中的相似性关系,尤其在人脸识别、图像检索等领域中得到广泛应用。三元组学习是通过构造三元组(triplet)来训练模型,每个三元组包含一个锚点样本(anchorsample)、一个正样本(positivesample)和一个负样本(negativesample)。三元组的构造锚点样本
- [2019CVPR论文笔记]Doodle to Search Practical Zero-Shot Sketch-based Image Retrieval
qq_44932092
CVPR2019图像检索图像检索CVPR2019深度学习few-shot
摘要文章地址:http[https://arxiv.org/pdf/1904.03451v1.pdf]在本文中,我们研究了基于零样本的草图图像检索(ZS-SBIR)的问题,其中人类草图被用作查询以从不可见的类别中检索照片。我们通过提出一种新颖的ZS-SBIR场景来进一步推进现有技术,该场景代表了其实际应用中的一步。新设置独特地认识到实际ZS-SBIR的两个重要但经常被忽视的挑战,(1)业余草图和照
- 图像处理中常用的距离
图灵追慕者
图像处理图像处理欧氏距离常用距离距离的类型距离度量
说明在图像处理中,常用的距离度量用于衡量两个向量或特征之间的差异或相似性。以下是一些常用的距离度量及其使用说明和应用场景:欧氏距离(EuclideanDistance):欧氏距离是最常用的距离度量,用于衡量两个向量之间的几何距离。它可以用于图像检索、目标识别和图像聚类等任务。曼哈顿距离(ManhattanDistance):曼哈顿距离是指两个向量之间的每个维度差的绝对值之和。它适用于特征具有明显方
- 无代码DIY图像检索
colorknight
低代码人工智能HuggingFace大模型MilvusEmbedding图像检索
软件环境准备可参见《HuggingFists-低代码玩转LLMRAG-准备篇》中的HuggingFists安装及Milvus安装。流程环境准备图片准备进入HuggingFists内置的文件系统,数据源->文件系统->sengee_fs_settings_201创建Image文件夹将事先准备的多张相同或不同种类的图片上传到Image目录下。如下图:HuggingFace账号准备HuggingFist
- 遥感影像-语义分割数据集:WHDLD数据集详细介绍及训练样本处理流程
ly_0624
语义分割数据集深度学习人工智能图像处理数据分析计算机视觉
原始数据集详情简介:WHDLD是一个密集的标签数据集,可用于多标签任务,例如遥感图像检索(RSIR)和分类,以及其他基于像素的任务,例如语义分割(在遥感中也称为分类)。KeyValue卫星类型GaoFen-1、ZiYuan-3覆盖区域未知场景未知分辨率2m数量4940张单张尺寸256*256原始影像位深8位标签图片位深8位原始影像通道数三通道标签图片通道数单通道标签类别对照表像素值类别名(英文)类
- 灰度共生矩阵纹理特征提取matlab,灰度共生矩阵纹理特征提取的Matlab实现
陆牙
收稿日期:2012-03-20;修回日期:2012-06-24基金项目:国家“十一五”计划课题(FIB070335-B8-04)作者简介:焦蓬蓬(1981-),女,硕士,讲师,研究方向为数字信号处理。灰度共生矩阵纹理特征提取的Matlab实现焦蓬蓬,郭依正,刘丽娟,卫星(南京师范大学泰州学院,江苏泰州225300)摘要:图像的特征提取是图像的识别和分类、基于内容的图像检索、图像数据挖掘等研究内容的
- 简易机器学习笔记(八)关于经典的图像分类问题-常见经典神经网络LeNet
Leventure_轩先生
不涉及理论的简易机器学习笔记机器学习笔记分类
前言图像分类是根据图像的语义信息对不同类别图像进行区分,是计算机视觉的核心,是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用,如:安防领域的人脸识别和智能视频分析等,交通领域的交通场景识别,互联网领域基于内容的图像检索和相册自动归类,医学领域的图像识别等。这里简单讲讲LeNet我的推荐是可以看看这个视频,可视化的查看卷积神经网络是如何
- [2015 Springer] Local Image Descriptor: Modern Approaches——1 Introduction
AllisWell_WP
计算机视觉图像处理书翻译计算机视觉图像处理特征提取描述符翻译
转载请注明链接:有问题请及时联系博主:Alliswell_WP持续更新中…翻译本地图像描述符:现代方法——作者:BinFan,ZhenhuaWang,FuchaoWu有关该系列的更多信息,请访问http://www.springer.com/series/10028前言1在过去的15年中,特征点描述符已成为计算机视觉社区中必不可少的工具。它们是从图像检索到多图像立体匹配以及从表面重建到图像增强等应
- 互联网加竞赛 python图像检索系统设计与实现
Mr.D学长
pythonjava
0前言优质竞赛项目系列,今天要分享的是python图像检索系统设计与实现学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:3分创新点:4分该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!更多资料,项目分享:https://gitee.com/dancheng-senior/postgraduate1课题简介图像检索:是从一堆图片中找到与待匹配的图像相似的图片,就是以图找图。网络时
- 竞赛保研 python图像检索系统设计与实现
iuerfee
python
0前言优质竞赛项目系列,今天要分享的是python图像检索系统设计与实现学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:3分创新点:4分该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!更多资料,项目分享:https://gitee.com/dancheng-senior/postgraduate1课题简介图像检索:是从一堆图片中找到与待匹配的图像相似的图片,就是以图找图。网络时
- 新零售场景(图像检索、识别,分类)sku级别数据集
Funny_AI_LAB
数据汇总计算机视觉目标检测分类零售
1.AiProducts-Challenge(阿里2020)下载地址:2020-AiProducts-Challenge-dataset数据介绍:Large-scaleProductRecognition赛题与数据-天池大赛-阿里云天池该数据集包含近300万张图片,涵盖5万个SKU级商品类别。1st-plan:1st__WinnerSolutionforAliProductsChallengeLa
- 遥感图像之多模态检索AMFMN(支持关键词、句子对图像的检索)论文阅读、环境搭建、模型测试、模型训练
qq_41627642
深度学习多模态论文阅读计算机视觉人工智能
一、论文阅读1、摘要背景遥感跨模态文本图像检索以其灵活的输入和高效的查询等优点受到了广泛的关注。然而,传统的方法忽略了遥感图像多尺度和目标冗余的特点,导致检索精度下降。为了解决遥感多模态检索任务中的多尺度稀缺性和目标冗余问题,提出了一种新的非对称多模态特征匹配网络(AMFMN)。该模型可适应多尺度特征输入,支持多源检索方法,并能动态过滤冗余特征。AMFMN采用多尺度视觉自注意(MVSA)模块提取R
- 在Python中探索图像相似性方法
小北的北
python开发语言
在一个充斥着图像的世界里,衡量和量化图像之间相似性的能力已经成为一项关键任务。无论是用于图像检索、内容推荐还是视觉搜索,图像相似性方法在现代应用中起着至关重要的作用。幸运的是,Python提供了大量工具和库,使得开发人员和研究人员能够轻松地探索和实现这些方法。在这篇博客中,我们将深入探讨各种图像相似性技术,并演示如何使用Python实现它们。理解图像相似性图像相似性可以被看作是两幅图像在视觉内容方
- 浅析行人重识别
Shirleybebe
行人重识别在此先给出官方解释: 行人重识别(Personre-identification)也称行人再识别,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像,检索跨设备下的该行人图像。旨在弥补固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合,可广泛应用于智能视频监控、智能安保等领域。给定一个监控行人图像:给定一个希
- akaze特征匹配怎么去掉不合适的点_自动驾驶汽车视觉- 图像特征提取与匹配技术
weixin_39890102
opencv4图像特征匹配opencv纹理特征提取sift特征提取图像特征匹配opencv4基于fpga的vga图像显示
FeaturedetectionandmatchingGithub:https://github.com/williamhyin/SFND_2D_Feature_TrackingEmail:
[email protected]特征提取和匹配是许多计算机视觉应用中的一个重要任务,广泛运用在运动结构、图像检索、目标检测等领域。每个计算机视觉初学者最先了解的特征检测器几乎都是1988年发布的H
- 如何高效、精准地进行图片搜索?看看轻量化视觉预训练模型
AI科技大本营
神经网络大数据算法编程语言python
来源|微软研究院AI头条编者按:你是否有过图像检索的烦恼?或是难以在海量化的图像中准确地找到所需图像,或是在基于文本的检索中得到差强人意的结果。对于这个难题,微软亚洲研究院和微软云计算与人工智能事业部的研究人员对轻量化视觉模型进行了深入研究,并提出了一系列视觉预训练模型的设计和压缩方法,实现了视觉Transformer的轻量化部署需求。目前该方法和模型已成功应用于微软必应搜索引擎,实现了百亿图片的
- Image Caption:图像字幕生成
于建民
技术博客ImageCaptionRNN图像注释图像描述场景理解
前言图像处理与自然语言处理的结合,给图像加字幕或者描述。应用前景非常广,比如早教,图像检索,盲人导航等。图像注释问题的通用解法非常接近于Encoder-Decoder结构,下面就几种方法作简单总结。m-RNNMao这篇2015-paper,根据输入语句和图片,为图片生成字幕;以DeepRNN处理语句,用CNN处理图片。基本思路:直接将图像表示和词向量以及隐向量作为多模判断的输入。左侧是简单RNN结
- 行人重识别-REID
椒椒。
计算机视觉深度学习人工智能
行人重识别-REID一、REID二、为什么使用REID三、REID应用场景四、REID研究形式五、REID存在的挑战一、REID行人重识别-REID(personre-identification)也叫做行人再识别技术。利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像,检索跨设备下的该行人图像。如下图所示:一个区域有多个摄像头拍
- 汽车虚拟仿真视频数据理解--CLIP模型原理
无盐薯片
比赛神经网络python人工智能
CLIP模型原理CLIP的全称是ContrastiveLanguage-ImagePre-Training,中文是对比语言-图像预训练,是一个预训练模型,简称为CLIP。该模型是OpenAI在2021年发布的,最初用于匹配图像和文本的预训练神经网络模型,这个任务在多模态领域比较常见,可以用于文本图像检索,CLIP是近年来在多模态研究领域的经典之作。该模型大量的成对互联网数据进行预训练,在很多任务表
- Java实现的简单双向Map,支持重复Value
superlxw1234
java双向map
关键字:Java双向Map、DualHashBidiMap
有个需求,需要根据即时修改Map结构中的Value值,比如,将Map中所有value=V1的记录改成value=V2,key保持不变。
数据量比较大,遍历Map性能太差,这就需要根据Value先找到Key,然后去修改。
即:既要根据Key找Value,又要根据Value
- PL/SQL触发器基础及例子
百合不是茶
oracle数据库触发器PL/SQL编程
触发器的简介;
触发器的定义就是说某个条件成立的时候,触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用,也不能调用。触发器和过程函数类似 过程函数必须要调用,
一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行,
触发时间:指明触发器何时执行,该值可取:
before:表示在数据库动作之前触发
- [时空与探索]穿越时空的一些问题
comsci
问题
我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....
这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
- easy ui datagrid上移下移一行
商人shang
js上移下移easyuidatagrid
/**
* 向上移动一行
*
* @param dg
* @param row
*/
function moveupRow(dg, row) {
var datagrid = $(dg);
var index = datagrid.datagrid("getRowIndex", row);
if (isFirstRow(dg, row)) {
- Java反射
oloz
反射
本人菜鸟,今天恰好有时间,写写博客,总结复习一下java反射方面的知识,欢迎大家探讨交流学习指教
首先看看java中的Class
package demo;
public class ClassTest {
/*先了解java中的Class*/
public static void main(String[] args) {
//任何一个类都
- springMVC 使用JSR-303 Validation验证
杨白白
springmvc
JSR-303是一个数据验证的规范,但是spring并没有对其进行实现,Hibernate Validator是实现了这一规范的,通过此这个实现来讲SpringMVC对JSR-303的支持。
JSR-303的校验是基于注解的,首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。
登录需要验证类
public class Login {
@NotEmpty
- log4j
香水浓
log4j
log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE
#log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML
#console
log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender
log4
- 使用ajax和history.pushState无刷新改变页面URL
agevs
jquery框架Ajaxhtml5chrome
表现
如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时,细心的你会发现页面之间的点击是通过ajax异步请求的,同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。
是什么有这么强大的功能呢?
HTML5里引用了新的API,history.pushState和history.replaceState,就是通过
- centos中文乱码
AILIKES
centosOSssh
一、CentOS系统访问 g.cn ,发现中文乱码。
于是用以前的方式:yum -y install fonts-chinese
CentOS系统安装后,还是不能显示中文字体。我使用 gedit 编辑源码,其中文注释也为乱码。
后来,终于找到以下方法可以解决,需要两个中文支持的包:
fonts-chinese-3.02-12.
- 触发器
baalwolf
触发器
触发器(trigger):监视某种情况,并触发某种操作。
触发器创建语法四要素:1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete)
语法:
create trigger triggerName
after/before 
- JS正则表达式的i m g
bijian1013
JavaScript正则表达式
g:表示全局(global)模式,即模式将被应用于所有字符串,而非在发现第一个匹配项时立即停止。 i:表示不区分大小写(case-insensitive)模式,即在确定匹配项时忽略模式与字符串的大小写。 m:表示
- HTML5模式和Hashbang模式
bijian1013
JavaScriptAngularJSHashbang模式HTML5模式
我们可以用$locationProvider来配置$location服务(可以采用注入的方式,就像AngularJS中其他所有东西一样)。这里provider的两个参数很有意思,介绍如下。
html5Mode
一个布尔值,标识$location服务是否运行在HTML5模式下。
ha
- [Maven学习笔记六]Maven生命周期
bit1129
maven
从mvn test的输出开始说起
当我们在user-core中执行mvn test时,执行的输出如下:
/software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
- 【Hadoop七】基于Yarn的Hadoop Map Reduce容错
bit1129
hadoop
运行于Yarn的Map Reduce作业,可能发生失败的点包括
Task Failure
Application Master Failure
Node Manager Failure
Resource Manager Failure
1. Task Failure
任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
- 记一次数据推送的异常解决端口解决
ronin47
记一次数据推送的异常解决
需求:从db获取数据然后推送到B
程序开发完成,上jboss,刚开始报了很多错,逐一解决,可最后显示连接不到数据库。机房的同事说可以ping 通。
自已画了个图,逐一排除,把linux 防火墙 和 setenforce 设置最低。
service iptables stop
- 巧用视错觉-UI更有趣
brotherlamp
UIui视频ui教程ui自学ui资料
我们每个人在生活中都曾感受过视错觉(optical illusion)的魅力。
视错觉现象是双眼跟我们开的一个玩笑,而我们往往还心甘情愿地接受我们看到的假象。其实不止如此,视觉错现象的背后还有一个重要的科学原理——格式塔原理。
格式塔原理解释了人们如何以视觉方式感觉物体,以及图像的结构,视角,大小等要素是如何影响我们的视觉的。
在下面这篇文章中,我们首先会简单介绍一下格式塔原理中的基本概念,
- 线段树-poj1177-N个矩形求边长(离散化+扫描线)
bylijinnan
数据结构算法线段树
package com.ljn.base;
import java.util.Arrays;
import java.util.Comparator;
import java.util.Set;
import java.util.TreeSet;
/**
* POJ 1177 (线段树+离散化+扫描线),题目链接为http://poj.org/problem?id=1177
- HTTP协议详解
chicony
http协议
引言
- Scala设计模式
chenchao051
设计模式scala
Scala设计模式
我的话: 在国外网站上看到一篇文章,里面详细描述了很多设计模式,并且用Java及Scala两种语言描述,清晰的让我们看到各种常规的设计模式,在Scala中是如何在语言特性层面直接支持的。基于文章很nice,我利用今天的空闲时间将其翻译,希望大家能一起学习,讨论。翻译
- 安装mysql
daizj
mysql安装
安装mysql
(1)删除linux上已经安装的mysql相关库信息。rpm -e xxxxxxx --nodeps (强制删除)
执行命令rpm -qa |grep mysql 检查是否删除干净
(2)执行命令 rpm -i MySQL-server-5.5.31-2.el
- HTTP状态码大全
dcj3sjt126com
http状态码
完整的 HTTP 1.1规范说明书来自于RFC 2616,你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性,因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端,支持协议版本可以通过调用request
- asihttprequest上传图片
dcj3sjt126com
ASIHTTPRequest
NSURL *url =@"yourURL";
ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url];
[currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
- C语言中,关键字static的作用
e200702084
C++cC#
在C语言中,关键字static有三个明显的作用:
1)在函数体,局部的static变量。生存期为程序的整个生命周期,(它存活多长时间);作用域却在函数体内(它在什么地方能被访问(空间))。
一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区,函数调用结束后并不释放单元,但是在其它的作用域的无法访问。当再次调用这个函数时,这个局部的静态变量还存活,而且用在它的访
- win7/8使用curl
geeksun
win7
1. WIN7/8下要使用curl,需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址:
http://curl.haxx.se/download.html 请选择不带SSL的版本,否则还需要安装SSL的支持包 2. 可以给Windows增加c
- Creating a Shared Repository; Users Sharing The Repository
hongtoushizi
git
转载自:
http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section:
git init –bare
git clone
git remote
git pull
git p
- Java实现字符串反转的8种或9种方法
Josh_Persistence
异或反转递归反转二分交换反转java字符串反转栈反转
注:对于第7种使用异或的方式来实现字符串的反转,如果不太看得明白的,可以参照另一篇博客:
http://josh-persistence.iteye.com/blog/2205768
/**
*
*/
package com.wsheng.aggregator.algorithm.string;
import java.util.Stack;
/**
- 代码实现任意容量倒水问题
home198979
PHP算法倒水
形象化设计模式实战 HELLO!架构 redis命令源码解析
倒水问题:有两个杯子,一个A升,一个B升,水有无限多,现要求利用这两杯子装C
- Druid datasource
zhb8015
druid
推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证,稳定可靠。 它最重要的特点是:监控、扩展和性能。 下载和Maven配置看这里: http
- 两种启动监听器ApplicationListener和ServletContextListener
spjich
javaspring框架
引言:有时候需要在项目初始化的时候进行一系列工作,比如初始化一个线程池,初始化配置文件,初始化缓存等等,这时候就需要用到启动监听器,下面分别介绍一下两种常用的项目启动监听器
ServletContextListener
特点: 依赖于sevlet容器,需要配置web.xml
使用方法:
public class StartListener implements
- JavaScript Rounding Methods of the Math object
何不笑
JavaScriptMath
The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(), Math.floor(), and Math.round() — handle rounding in differen