New、Light
New、Light

无人驾驶实践进阶——Apollo硬件开发平台

文章目录

  • 无人驾驶实践进阶——Apollo硬件开发平台
    • 自动驾驶研发流程
    • 自动驾驶的硬件系统
    • 自动驾驶核心传感器
    • 目前自动驾驶理论制动和实际制动情况
    • 目前发展方向
    • 计算单元
    • 处理步骤
    • 系统集中到芯片中
    • 线控系统
    • Apollo硬件开发平台
    • 自动驾驶产业链布局

无人驾驶实践进阶——Apollo硬件开发平台

职业三大块
分析规划
产品设计
产品运营
事故分析
可能原因：
无人驾驶实践进阶——Apollo硬件开发平台_第1张图片

自动驾驶研发流程

软件在环、硬件在环、车辆在环和司机在环
无人驾驶实践进阶——Apollo硬件开发平台_第2张图片

自动驾驶的硬件系统

主要分为：感知、决策和控制三大块
无人驾驶实践进阶——Apollo硬件开发平台_第3张图片

自动驾驶核心传感器

ISP：图像处理器
双目：通过两图像的视觉差进行计算
激光雷达：ToF，利用光发射到APD到接受计算，根据扫描原理分为同轴旋转、棱镜旋转、MEMS、OPA相控阵和Flash等，还可用于地图测绘
毫米波雷达：利用发射的电磁波观察回波的摄入差异，主要有24G和77G（近、远）
组合导航：通过GNSS板卡接受所有可见的GPS卫星信号，进行解算和计算得出位置，有遮挡时，需要融合惯导信息
无人驾驶实践进阶——Apollo硬件开发平台_第4张图片

不同功能所需传感器

无人驾驶实践进阶——Apollo硬件开发平台_第5张图片

目前自动驾驶理论制动和实际制动情况

无人驾驶实践进阶——Apollo硬件开发平台_第6张图片

目前发展方向

传感器融合
无人驾驶实践进阶——Apollo硬件开发平台_第7张图片

计算单元

无人驾驶实践进阶——Apollo硬件开发平台_第8张图片
目前情况：
体积大、功耗高，但适用于自动驾驶的计算迭代

处理步骤

无人驾驶实践进阶——Apollo硬件开发平台_第9张图片

系统集中到芯片中

好处：降低后端处理计算量，在传感器内部实现一些计算
无人驾驶实践进阶——Apollo硬件开发平台_第10张图片
芯片设计流程：
整体分为：芯片设计、芯片制造和芯片封装
目前半导体工艺正从深紫外DUV向极紫外EUV发展，向7nm工艺发展
无人驾驶实践进阶——Apollo硬件开发平台_第11张图片

线控系统

减速控制、转向控制和加速控制
使用EHB（电子液压制动系统）进行控制
无人驾驶实践进阶——Apollo硬件开发平台_第12张图片
线控发展情况：
无人驾驶实践进阶——Apollo硬件开发平台_第13张图片

Apollo硬件开发平台

无人驾驶实践进阶——Apollo硬件开发平台_第14张图片
无人驾驶实践进阶——Apollo硬件开发平台_第15张图片
无人驾驶实践进阶——Apollo硬件开发平台_第16张图片
无人驾驶实践进阶——Apollo硬件开发平台_第17张图片
整体抽象层：
无人驾驶实践进阶——Apollo硬件开发平台_第18张图片

自动驾驶产业链布局

多个十万亿聚的产业链的聚合体
无人驾驶实践进阶——Apollo硬件开发平台_第19张图片

你可能感兴趣的:(人工智能实践)

  • 中国大学生计算机设计大赛—人工智能实践赛赛道—赛后感想 我药打十个 学科竞赛人工智能python
    1.比赛介绍中国大学生计算机设计大赛是我国高校面向本科生最早的赛事之一，是全国普通高校大学生竞赛排行榜榜单赛事之一。自2008年开赛至2019年，一直由教育部高校与计算机相关教指委等或独立或联合主办。大赛的目的是以赛促学、以赛促教、以赛促创，为国家培养德智体美劳全面发展的创新型、复合型、应用型人才服务。2023年（第16届）中国大学生计算机设计大赛是由北京语言大学、中国人民大学、华东师范大学、东南
  • 2021-07-02 fisher-nuc tensorflow神经网络
    基于TensorFlow搭建的几种经典的卷积神经网络注：本文是本人一门课程的期末大作业，在学习曹建老师（人工智能实践：TensorFlow笔记）的课程时记录的笔记。在进行整理后写的一篇小文章，具体详解可以在B站或者MOOC上搜索相关课程。课程网站：https://www.icourse163.org/learn/PKU-1002536002?tid=1003797005#/learn/announ
  • AI人工智能实践技术全面指南：从基础知识到前沿应用 zmjia111 机器学习python人工智能机器学习pythonYOLOSCI开发语言自编码器
    人工智能（ArtificialIntelligence），英文缩写为AI。[24]它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。人工智能是智能学科重要的组成部分，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系
  • tensorflow2.0 （1）使用LeNet5网络预测cifar10数据集中分类 向往的地中海 tensorflow2冲吧神经网络tensorflow深度学习
    参考内容北京大学，软微学院，曹健老师，《人工智能实践：TensorFlow2.0笔记》运行环境Python3.7tensorflow2.6训练数据集：cifar10前言曹老师用的是Class形式构造的网络结构，搜了一些博客，也没能做到将保存的网络模型加载，并预测自己下载的图片。自己需要学的东西还有太多太多了。这里，换了一种思路，用Sequential形式构造网络，训练，保存模型，预测自己的图片。1
  • 国外的7个联络中心的生成式人工智能实践 软件工匠 人工智能chatgpt大数据
    来自国外大厂的7个联络中心的生成式人工智能实践——“从自动化电话后的处理到自动生成知识文章，有许多应用可能会激发服务领导者的兴趣。”生成式AI的兴起有望改变游戏规则。有人甚至将其比作互联网、智能手机和云计算的曙光。然而，炒作还没有消退。如果有的话，技术提供商正越来越兴奋于其带来的创新潜力。联络中心系统供应商也不例外。他们已经开发出许多由生成式AI提供动力的解决方案，旨在改变客户服务运营。到目前为止
  • 对于TensorFlow+Keras深度学习人工智能实践应用中“NameError: name 'x_train_image' is not defined”的问题解决 渣渣琪 Python入门Python基础Tensorflowkeraspython
    首先出现问题：我一开始一直以为是我keras装错了，所以这里一直报错。后来仔细检查了发现不是。按照书上第58面打的代码，读取了MNIST数据然后执行：发现报错：因为是新手，在网上搜了半天，没找到原因，后来发现原来是书上大小写不统一，python是严格区分大小写的改完之后就成功了。
  • 人工智能实践——Restauraut+ 食物识别分析与营养规划系统 Deep_Dreamer 人工智能深度学习python计算机视觉
    项目背景描述：项目以落地性强、准确度高为主要宗旨。对于餐厅而言。目前，由于使用收银机，餐厅的付款流程仍然是人工的且效率低下的。收银员会检查顾客点了什么食物，然后在收银台上进行结算。效率并不高。因此，食物识别设备和自动食物价格估算可以解决这些问题。食物识别分析旨在优化餐厅付款付款流程，并使用计算机视觉方法自动估算食物价格。传统的方法有餐盘识别价格计算法，该方法通过设置价格区间，不同的价格对应不同颜色
  • TensorFlow2.0搭建Keras神经网络 锦绣拾年
    TensorFlow2.0搭建Keras神经网络【曹健老师人工智能实践课笔记】主要方法model=tf.keras.models.Sequentialmodel.compilemodel.fitmodel.summary【查阅Keras文档快速入门】kerassequential顺序模型是多个网络层的线性堆叠。你可以通过将网络层实例的列表传递给Sequential的构造器，来创建一个Sequent
  • DL with python(16)——tensorflow实现InceptionNet(GoogLeNet) 佟湘玉滴玉 Python深度学习深度学习python
    本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第五讲第14节的内容，对tensorflow环境下经典卷积神经网络的搭建进行介绍，其基础是DLwithpython(14)——tensorflow实现CNN的“八股”中的代码，将其中第三步的代码替换为本文中的代码均可直接运行，其他部分无需改变。经典的卷积神经网络有以下几种，这里介绍结构较为复杂的InceptionNet，其实现的方
  • 随机森林python反欺诈_携程金融自动化迭代反欺诈模型体系 weixin_39761696 随机森林python反欺诈
    文章作者：携程技术团队编辑整理：Hoh内容来源：《携程人工智能实践》导读：支付欺诈风险是携程金融风控团队的主要防控对象，它一般是指用户卡片信息或账号信息泄露后，欺诈分子利用这些信息在携程平台进行销赃，侵害用户资金安全，给用户和携程平台带来损失。携程金融风控团队需要在不影响正常用户自由出行的前提下，对这样的风险交易进行精准识别并实时拦截，从而保护用户资金安全。支付欺诈风险具备以下3点特性。1.高对抗
  • 人工智能实践入门Tensorflow2.0笔记-Day2 神经网络优化过程 下雨天的小鱼 tensorflowpython深度学习tensorflow神经网络机器学习
    Tensorflow学习笔记1（北大公开课）目录神经网络优化过程一、整体知识概览二、代码实现1、预备知识2、衰减学习率3、损失函数4、正则化5、优化器神经网络优化过程继续学Tensorflow2.0，主要把这一章的课程内容做了简单整理，我也是新手，难免有错，欢迎大家指出错误、学习交流、共同进步。一、整体知识概览第二章主要讲预备知识、网络复杂度计算、指数衰减学习率、激活函数、损失函数、过拟合问题及缓
  • 人工智能实践入门-Day0小鱼安装Tensorflow之各种报错踩坑及全面解决方法 下雨天的小鱼 tensorflowtensorflowpython深度学习pipanaconda
    之前已经安装了python3.7和pycharm，没装anaconda和tensorflow,第一次安装tensorflow没有经验，各种报错，哭了。。也没有人可以问，笨手笨脚踩了无数坑555，自己通过搜索倒腾了一天终于解决了所有问题，谨写此文希望能帮到和我一样的小白。。。大佬不要笑我Tensorflow安装日记--目录一、安装平台二、目标环境三、安装过程报错解决过程一、安装平台windows10
  • TensorFlow2安装（超详细步骤-人工智能实践） 不唐 Python深度学习TensorFlowtensorflow深度学习python
    TensorFlow2安装教程1前言1.1版本记录1.2工具简介2详细步骤及安装语句2.1安装Anaconda2.2TensoFlow安装2.3验证是否成功2.4PyCharm下载与安装2.5PyCharm环境配置2.5.1不唐初尝试1前言点滴进步，加油！最近在MOOC看北京大学的曹健老师的《人工智能实践：Tensorflow笔记》课程。其中第一章的第8节提到了详细的TensorFlow安装过程。
  • PyTorch实战01：Anaconda及PyTorch安装 夜孔良-Parzival 人工智能pytorchpython深度学习
    这次写PyTorch系列的人工智能实践，算是自己学习的一个积累而且我还是挺喜欢CSDN的，虽然不一定能挣到钱，但也希望能给大家带来点什么主要内容就是自己的实践过程及其中遇到的一些问题，不足之处，还望大佬们多多指正环境安装1安装Anaconda1.1下载Anaconda1.2安装即配置Anaconda1.3可能出现的错误2安装Pytorch2.1下载Pytorch2.2下载CUDAToolkit2.
  • 人工智能学习第一篇（tensorflow笔记） ＆ Pumbaa tensorflow
    本文是在学习北大课程“人工智能实践：tensorflow笔记”的基础上，自己做的笔记，用于温故知新。张量（Tensor）:多维数组（列表）阶：张量的维数（从0开始）张量可以表示0阶到n阶数组（列表）eg1:importtensorflowastfa=tf.constant([1,5],dtype=tf.int64)print(a)print(a.dtype)print(a.shape)结果：tf.
  • 用tensorflow搭建全连接神经网络实现mnist数据集的识别 humuhumunukunukuapua 爱好machinelearningmnisttensorflow
    说明：本代码来自于北京大学曹健老师的MOOC人工智能实践：Tensorflow笔记第五讲I前向传播网络搭建在mnist_forward.py中搭建两层全连接网络，这里面就是定义层数，节点数，激活函数这些。输入节点数目就是mnist数据集的图片28*28大小，用784行的向量作为输入。第一层y1=relu（x*w1+b1）其中y1为500行的向量。那么w1里面就有784*500个变量啦～～b1是50
  • 人工智能实践：Tensorflow笔记 Class 2：神经网络优化 By4te 机器学习Pythontensorflow人工智能神经网络
    目录2.1基础知识2.2复杂度学习率1.复杂度2.学习率2.3激活函数1.sigmoid函数2.tanh函数3.relu函数4.leaky-relu函数2.4损失函数1.均方误差2.自定义损失函数3.交叉熵损失函数4.softmax与交叉熵结合2.5缓解过拟合正则化2.6优化器1.SGD2.SGDM3.Adagrad4.RMSProp5.Adam2.1基础知识2.2复杂度学习率1.复杂度2.学习率
  • 《人工智能实践：Tensorflow笔记》听课笔记24_7.1卷积神经网络 RENeast 人工智能人工智能
    附：课程链接第七讲.卷积神经网络7.1卷积神经网络由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。一、回顾及展开前两讲中我们利用全连接网络实现了对mnist数据集的训练，我们已学会使用数据集训练模型，并让训练好的
  • 《人工智能实践：Tensorflow笔记》听课笔记12_3.2前向传播 RENeast 人工智能人工智能
    附：课程链接第三讲.Tensorflow框架3.2前向传播由于个人使用Win7系统，并未完全按照课程所讲，以下记录的也基本是我的结合课程做的Windows系统+PyCharm操作。且本人有python基础，故一些操作可能简略。并未完全按照网课。记住编写代码时，除注释内容外，字符均使用英文格式。本节课程目标：搭建第一个神经网络，总结搭建八股。6.神经网络的参数：是指神经元线上的权重w，用变量表示，一
  • 《人工智能实践：Tensorflow笔记》听课笔记1_1.1概述 RENeast 人工智能人工智能听课笔记
    上学的时候天天熬夜。放假了闲鱼的一匹，之前立的flag也要赶紧达成了，否则开学无颜见师长了。导师给我推荐的中国大学MOOC的《人工智能实践：Tensorflow笔记》，北京大学，软件与微电子学院的曹健老师主讲。近期我会尽快完成此课的学习，并将听课笔记发到此处以监督自身。顺序也基本按照课程中的顺序。知识也基本都是通用的，应该没有涉及侵权问题，在此感谢这门优秀的课程，给我们更多的机会提升自我，希望我真
  • 人工智能实践：Tensorflow2.0笔记 北京大学MOOC（2-1） 寂灭如一 北京大学MOOCpython神经网络tensorflow
    人工智能实践：Tensorflow2.0笔记北京大学MOOC（2-1）说明一、神经网络的优化1.神经网络复杂度2.学习率策略2.1学习率概念回顾2.2动态调整学习率2.2.1指数衰减学习率及其API2.2.2分段常数衰减学习率及其API3.激活函数3.1激活函数的引入3.1激活函数应该具有的特点3.2常见的激活函数及其API3.2.1sigmoid函数3.2.2tanh函数3.2.3ReLU函数3
  • 人工智能实践：Tensorflow2.0笔记 北京大学MOOC（1-2） 寂灭如一 北京大学MOOC人工智能tensorflow神经网络
    人工智能实践：Tensorflow2.0笔记北京大学MOOC（1-2）说明二、TensorFlow2.1基本概念与常用函数1.基本概念-张量Tensor1.1TensorFlow库中的数据类型1.2张量Tensor的创建方式1.2.1方式一tf.constant函数1.2.2方式二tf.convert_to_tensor函数1.2.3方式三tf.zeros/ones/fill函数1.2.4方式四t
  • 人工智能实践：Tensorflow2.0笔记 北京大学MOOC（1-3） 寂灭如一 北京大学MOOC人工智能tensorflow神经网络
    人工智能实践：Tensorflow2.0笔记北京大学MOOC（1-3）说明三、搭建第一个神经网络训练模型1.准备数据1.1鸢尾花数据集回顾1.2鸢尾花数据集读入1.3鸢尾花数据集乱序1.3将数据集分割成永不相见的训练集和测试集1.4配成[输入特征,标签]对,之后将每次喂入一小撮(batch)2.搭建网络3.参数优化4.测试效果5.acc/loss可视化6.完整代码7.初步优化7.1本地读取鸢尾花数
  • 人工智能实践：Tensorflow2.0笔记 北京大学MOOC（1-1） 寂灭如一 北京大学MOOC人工智能tensorflow深度学习
    人工智能实践：Tensorflow2.0笔记北京大学MOOC（1-1）说明一、神经网络计算过程1.人工智能三学派2.神经网络设计过程2.1人脑中的神经网络形成过程2.2计算机模仿神经网络连接关系3.神经网络设计过程3.1数据集介绍3.2网络搭建与训练3.2.1神经元的计算模型3.2.2全连接网络的搭建3.2.3定义损失函数3.2.3.1损失函数3.2.3.2梯度下降法传送门说明本文内容整理自中国大
  • 人工智能实践：Tensorflow笔记 Saber_e tensorflow笔记深度学习神经网络人工智能
    Tensorflow2.0入门学习笔记人工智能实践：Tensorflow笔记tensorflow2-GPU安装神经网络的计算过程，搭建出第一个神经网络第一个例子：用神经网络进行鸢尾花分类一些常用的TF2函数（后面可能用到）神经网络的优化方法，学习率，激活函数，损失函数以及正则化的使用学习率的设置激活函数损失函数缓解过拟合参数优化器神经网络搭建八股，六步法神经网络八股扩展自制数据集数据增强，扩充补给
  • 人工智能实践：Tensorflow课程：神经网络计算 Twinkle1231 神经网络人工智能tensorflow
    文章目录1.人工智能三学派2.神经网络设计过程3.张量生成4.Tensorflow2常用函数1.人工智能三学派行为主义：基于控制论，构建感知-动作控制系统；符号主义：基于算数逻辑表达式，求解问题时先把问题描述为表达式，再求解表达式；连接主义：仿生学，模仿神经元连接关系。2.神经网络设计过程用神经网络给鸢尾花分类(Iris)1.搭建网络2.喂入数据3.前向传播4.损失函数损失函数可以定量判断W、b的
  • keras多层感知机+titanic数据集 夺笋123 #机器学习框架的应用小例keras算法人工智能
    目录关于数据集数据集下载数据预览数据集预处理删除列数据查看各个特征值的缺失值情况null值填充字符串数据转化为数值dataframe数据转化为ndarray数据数据标准化总述keras多层感知机模型构建线性模型构建模型编译及训练训练结果可视化测试数据集模型保存关于数据集数据集下载传送门：kaggle官网本博客参考：《tensorflow+keras深度学习人工智能实践应用林大贵著》数据预览列数据说
  • 人工智能实践——第八周【卷积网络与tensorboard】 取个程序猿的名字 人工智能实践人工智能实践
    卷积神经网络：全连接网络的缺陷：1：数据量过大，运算负担重2：参数过大，出现过拟合现象有效提取图像特征的方法正方形卷积核(过滤器)，遍历图片上的每个点图片区域内，相对应的每一个像素值乘以卷积核内相对应点的权重，求和，再加上偏置。输出图片边长=（输入图片边长–卷积核长+1）/步长此图：（（5–3+1）/1=3有些时候需要输出图片边长和输入图片边长相同，则裹上n层0padding可以看到，原来55，增
  • TensorFlow2.1入门学习笔记(3)——Pillow数字图像处理 Wang Yuexin python计算机视觉深度学习tensorflow自动驾驶
    个人博客：wyxogo.top在正式学习tensorflow2.0之前需要有一定的python基础，对numpy，matplotlib等库有基本的了解，笔者还是AI小白，通过写博客来记录自己的学习过程，同时对所学的东西进行总结。主要学习的资料西安科技大学：神经网络与深度学习——TensorFlow2.0实战，北京大学：人工智能实践Tensorflow笔记博客从tf常用的库开始，需要学习python
  • DL with python(6)——Keras实现手写数字识别（全连接网络） 佟湘玉滴玉 Python深度学习神经网络python
    本文涉及到的是中国大学慕课《人工智能实践：Tensorflow笔记》第三讲的内容，通过六步法利用keras框架搭建神经网络的手写数字识别模型，这里只涉及简单的全连接网络，旨在对整体的思路进行了解。六步法的基本步骤和DLwithpython(4)——基于Keras的二层神经网络鸢尾花分类中介绍的一致，这里只是数据集和网络的结构有所改变，基本框架没有改变。在第四讲对网络八股的拓展中，这部分代码将作为拓
  • java责任链模式 3213213333332132 java责任链模式村民告县长
    责任链模式，通常就是一个请求从最低级开始往上层层的请求，当在某一层满足条件时，请求将被处理，当请求到最高层仍未满足时，则请求不会被处理。 就是一个请求在这个链条的责任范围内，会被相应的处理，如果超出链条的责任范围外，请求不会被相应的处理。 下面代码模拟这样的效果： 创建一个政府抽象类,方便所有的具体政府部门继承它。 package 责任链模式; /** *
  • linux、mysql、nginx、tomcat 性能参数优化 ronin47
    一、linux 系统内核参数 /etc/sysctl.conf文件常用参数 net.core.netdev_max_backlog = 32768 #允许送到队列的数据包的最大数目 net.core.rmem_max = 8388608 #SOCKET读缓存区大小 net.core.wmem_max = 8388608 #SOCKET写缓存区大
  • php命令行界面 dcj3sjt126com PHPcli
    常用选项 php -v php -i PHP安装的有关信息 php -h 访问帮助文件 php -m 列出编译到当前PHP安装的所有模块 执行一段代码 php -r 'echo "hello, world!";' php -r 'echo "Hello, World!\n";' php -r '$ts = filemtime("
  • Filter&Session 171815164 session
    Filter HttpServletRequest requ = (HttpServletRequest) req; HttpSession session = requ.getSession(); if (session.getAttribute("admin") == null) { PrintWriter out = res.ge
  • 连接池与Spring,Hibernate结合 g21121 Hibernate
            前几篇关于Java连接池的介绍都是基于Java应用的，而我们常用的场景是与Spring和ORM框架结合，下面就利用实例学习一下这方面的配置。         1.下载相关内容：     &nb
  • [简单]mybatis判断数字类型 53873039oycg mybatis
           昨天同事反馈mybatis保存不了int类型的属性,一直报错，错误信息如下:       Caused by: java.lang.NumberFormatException: For input string: "null" at sun.mis
  • 项目启动时或者启动后ava.lang.OutOfMemoryError: PermGen space 程序员是怎么炼成的 eclipsejvmtomcatcatalina.sheclipse.ini
       在启动比较大的项目时，因为存在大量的jsp页面，所以在编译的时候会生成很多的.class文件，.class文件是都会被加载到jvm的方法区中，如果要加载的class文件很多，就会出现方法区溢出异常 java.lang.OutOfMemoryError: PermGen space.     解决办法是点击eclipse里的tomcat，在
  • 我的crm小结 aijuans crm
    各种原因吧，crm今天才完了。主要是接触了几个新技术： Struts2、poi、ibatis这几个都是以前的项目中用过的。 Jsf、tapestry是这次新接触的，都是界面层的框架，用起来也不难。思路和struts不太一样，传说比较简单方便。不过个人感觉还是struts用着顺手啊，当然springmvc也很顺手，不知道是因为习惯还是什么。jsf和tapestry应用的时候需要知道他们的标签、主
  • spring里配置使用hibernate的二级缓存几步 antonyup_2006 javaspringHibernatexmlcache
    ．在spring的配置文件中 applicationContent.xml，hibernate部分加入 xml 代码 <prop key="hibernate.cache.provider_class">org.hibernate.cache.EhCacheProvider</prop> <prop key="hi
  • JAVA基础面试题 百合不是茶 抽象实现接口String类接口继承抽象类继承实体类自定义异常
    /*   * 栈（stack）：主要保存基本类型（或者叫内置类型）（char、byte、short、   *int、long、 float、double、boolean）和对象的引用，数据可以共享，速度仅次于   * 寄存器（register），快于堆。堆（heap）：用于存储对象。   */  &
  • 让sqlmap文件 "继承" 起来 bijian1013 javaibatissqlmap
            多个项目中使用ibatis , 和数据库表对应的 sqlmap文件（增删改查等基本语句)，dao, pojo 都是由工具自动生成的, 现在将这些自动生成的文件放在一个单独的工程中，其它项目工程中通过jar包来引用 ，并通过"继承"为基础的sqlmap文件，dao,pojo 添加新的方法来满足项
  • 精通Oracle10编程SQL(13)开发触发器 bijian1013 oracle数据库plsql
    /* *开发触发器 */ --得到日期是周几 select to_char(sysdate+4,'DY','nls_date_language=AMERICAN') from dual; select to_char(sysdate,'DY','nls_date_language=AMERICAN') from dual; --建立BEFORE语句触发器 CREATE O
  • 【EhCache三】EhCache查询 bit1129 ehcache
    本文介绍EhCache查询缓存中数据，EhCache提供了类似Hibernate的查询API，可以按照给定的条件进行查询。   要对EhCache进行查询，需要在ehcache.xml中设定要查询的属性   数据准备 @Before public void setUp() { //加载EhCache配置文件 Inpu
  • CXF框架入门实例 白糖_ springWeb框架webserviceservlet
    CXF是apache旗下的开源框架，由Celtix + XFire这两门经典的框架合成，是一套非常流行的web service框架。 它提供了JAX-WS的全面支持，并且可以根据实际项目的需要，采用代码优先（Code First）或者 WSDL 优先（WSDL First）来轻松地实现 Web Services 的发布和使用，同时它能与spring进行完美结合。 在apache cxf官网提供
  • angular.equals boyitech AngularJSAngularJS APIAnguarJS 中文APIangular.equals
    angular.equals   描述: 比较两个值或者两个对象是不是 相等。还支持值的类型，正则表达式和数组的比较。   两个值或对象被认为是 相等的前提条件是以下的情况至少能满足一项： 两个值或者对象能通过=== （恒等） 的比较 两个值或者对象是同样类型，并且他们的属性都能通过angular
  • java-腾讯暑期实习生-输入一个数组A[1,2,...n]，求输入B，使得数组B中的第i个数字B[i]=A[0]*A[1]*...*A[i-1]*A[i+1] bylijinnan java
    这道题的具体思路请参看 何海涛的微博：http://weibo.com/zhedahht import java.math.BigInteger; import java.util.Arrays; public class CreateBFromATencent { /** * 题目：输入一个数组A[1,2,...n]，求输入B，使得数组B中的第i个数字B[i]=A
  • FastDFS 的安装和配置 修订版 Chen.H linuxfastDFS分布式文件系统
    FastDFS Home:http://code.google.com/p/fastdfs/ 1. 安装 http://code.google.com/p/fastdfs/wiki/Setup http://hi.baidu.com/leolance/blog/item/3c273327978ae55f93580703.html 安装libevent (对libevent的版本要求为1.4.
  • [强人工智能]拓扑扫描与自适应构造器 comsci 人工智能
          当我们面对一个有限拓扑网络的时候,在对已知的拓扑结构进行分析之后,发现在连通点之后,还存在若干个子网络,且这些网络的结构是未知的,数据库中并未存在这些网络的拓扑结构数据....这个时候,我们该怎么办呢?       那么,现在我们必须设计新的模块和代码包来处理上面的问题
  • oracle merge into的用法 daizj oraclesqlmerget into
    Oracle中merge into的使用 http://blog.csdn.net/yuzhic/article/details/1896878 http://blog.csdn.net/macle2010/article/details/5980965 该命令使用一条语句从一个或者多个数据源中完成对表的更新和插入数据. ORACLE 9i 中，使用此命令必须同时指定UPDATE 和INSE
  • 不适合使用Hadoop的场景 datamachine hadoop
    转自：http://dev.yesky.com/296/35381296.shtml。 　　Hadoop通常被认定是能够帮助你解决所有问题的唯一方案。 当人们提到“大数据”或是“数据分析”等相关问题的时候，会听到脱口而出的回答：Hadoop!  实际上Hadoop被设计和建造出来，是用来解决一系列特定问题的。对某些问题来说，Hadoop至多算是一个不好的选择，对另一些问题来说，选择Ha
  • YII findAll的用法 dcj3sjt126com yii
    看文档比较糊涂，其实挺简单的： $predictions=Prediction::model()->findAll("uid=:uid",array(":uid"=>10));   第一个参数是选择条件：”uid=10″。其中:uid是一个占位符，在后面的array(“:uid”=>10)对齐进行了赋值； 更完善的查询需要
  • vim 常用 NERDTree 快捷键 dcj3sjt126com vim
    下面给大家整理了一些vim NERDTree的常用快捷键了，这里几乎包括了所有的快捷键了，希望文章对各位会带来帮助。 切换工作台和目录 ctrl + w + h 光标 focus 左侧树形目录ctrl + w + l 光标 focus 右侧文件显示窗口ctrl + w + w 光标自动在左右侧窗口切换ctrl + w + r 移动当前窗口的布局位置 o 在已有窗口中打开文件、目录或书签，并跳
  • Java把目录下的文件打印出来 蕃薯耀 列出目录下的文件文件夹下面的文件目录下的文件
    Java把目录下的文件打印出来 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年7月11日 11:02:
  • linux远程桌面----VNCServer与rdesktop hanqunfeng Desktop
    windows远程桌面到linux，需要在linux上安装vncserver，并开启vnc服务，同时需要在windows下使用vnc-viewer访问Linux。vncserver同时支持linux远程桌面到linux。   linux远程桌面到windows，需要在linux上安装rdesktop，同时开启windows的远程桌面访问。   下面分别介绍，以windo
  • guava中的join和split功能 jackyrong java
    guava库中，包含了很好的join和split的功能，例子如下： 1） 将LIST转换为使用字符串连接的字符串    List<String> names = Lists.newArrayList("John", "Jane", "Adam", "Tom");
  • Web开发技术十年发展历程 lampcy androidWeb浏览器html5
    回顾web开发技术这十年发展历程： Ajax 03年的时候我上六年级，那时候网吧刚在小县城的角落萌生。传奇，大话西游第一代网游一时风靡。我抱着试一试的心态给了网吧老板两块钱想申请个号玩玩，然后接下来的一个小时我一直在，注，册，账，号。 彼时网吧用的512k的带宽，注册的时候，填了一堆信息，提交，页面跳转，嘣，”您填写的信息有误，请重填”。然后跳转回注册页面，以此循环。我现在时常想，如果当时a
  • 架构师之mima-----------------mina的非NIO控制IOBuffer(说得比较好) nannan408 buffer
    1.前言。   如题。 2.代码。   IoService IoService是一个接口，有两种实现：IoAcceptor和IoConnector；其中IoAcceptor是针对Server端的实现，IoConnector是针对Client端的实现；IoService的职责包括： 1、监听器管理 2、IoHandler 3、IoSession
  • ORA-00054:resource busy and acquire with NOWAIT specified Everyday都不同 oraclesessionLock
    [Oracle] 今天对一个数据量很大的表进行操作时，出现如题所示的异常。此时表明数据库的事务处于“忙”的状态，而且被lock了，所以必须先关闭占用的session。   step1，查看被lock的session：   select t2.username, t2.sid, t2.serial#, t2.logon_time from v$locked_obj
  • javascript学习笔记 tntxia JavaScript
      javascript里面有6种基本类型的值:number、string、boolean、object、function和undefined。number：就是数字值，包括整数、小数、NaN、正负无穷。string:字符串类型、单双引号引起来的内容。boolean:true、false object:表示所有的javascript对象，不用多说function:我们熟悉的方法，也就是
  • Java enum的用法详解 xieke90 enum枚举
    Java中枚举实现的分析：     示例：  public static enum SEVERITY{ INFO,WARN,ERROR }     enum很像特殊的class，实际上enum声明定义的类型就是一个类。 而这些类都是类库中Enum类的子类      (java.l
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他