- MATLAB图像拼接算法及实现
程序员小溪
算法matlab计算机视觉MATLAB人工智能
图像拼接算法及实现(一)论文关键词:图像拼接图像配准图像融合全景图论文摘要:图像拼接(imagemosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像
- vue3结合openlayers,geoserver实现GIS一张图(WebGIS)
GIS小小白
javascriptvue.js前端arcgispostgresqlweb
一.前言不知不觉一年又要过去了,接触开发也就是这几个月的事情,感觉时间过的真快,今天就是除夕了,祝各位新年快乐呀,话说回来,其实在接触学习WebGIS的过程中还是蛮迷茫的,自己虽然是地信的学生,对于地理方面还有有一些自己的理解,但平时专业课学习的就是arcgis空间分析,遥感图像处理,WebGIS的部分并不是太重视,可能是因为没有那么多时间,毕竟这需要扎实的前端技能,不是一朝一夕就可以说明白的,当
- 遥感影像预处理及影像制图
安然喵
遥感影像在成像过程中受太阳高度角、大气状况、地球曲率、地形起伏、传感器自身的性能等因素影响,存在明显的几何和辐射畸形。在对遥感影像进行信息提取和定量分析之前,需要对其进行预处理,主要包括:几何校正、辐射校正、遥感图像处理和影像制图。经过预处理的影像,需经过图像处理及影像制图,再用于遥感解译。1.1遥感影像几何校正原始遥感影像通常存在严重的几何变形,这种几何变形一般分为系统性和非系统性两大类。系统性
- 2021-11-07
SatVision炼金士
python
缨帽变换(Sentinel-2)文章目录缨帽变换(Sentinel-2)前言缨帽变换关于Sentinel-2的缨帽变换系数1.系数前言缨帽变换(K-T变换),本质上是一种通过矩阵运算实现的图像增强,因其运算的前三个分量分别代表植被的绿度、亮度、湿度,因而在植被检测中得到广泛应用。常用遥感图像处理软件如:ENVI、ARCgisPro等只支持如早期的landsat、IKONOS、QuickBird、W
- 【论文笔记】Effect of Attention Mechanism in Deep Learning-Based Remote Sensing Image Processing:A S...
吃核桃用手夹
注意机制在基于深度学习的遥感图像处理中的作用:系统文献综述综述:概述了已开发的注意力机制以及如何将它们与不同的深度学习神经网络架构集成。此外,它旨在研究注意力机制对基于深度学习的RS图像处理的影响。分析了相应的基于注意力机制的深度学习(At-DL)方法的进展。进行了系统的文献回顾,以确定出版物、出版商、改进的DL方法、使用的数据类型、使用的注意力类型、使用At-DL方法实现的总体准确度的趋势,并提
- 无人机在海洋行业中的应用
成都远石
人工智能
无人机测绘技术是充分利用现有数据和信息资源的有效途径,是实现海洋资源与环境可持续发展的关键技术和重要手段,在资源调查、环境监测与预测中发挥了其他技术不可替代的作用。无人机测绘成果展现主要有DOM、DLG、实景三维等形式。1、无人机海岸带监测利用不同时期的无人机遥感影像,通过无人机遥感图像处理技术和GIS技术的集成应用,结合人机交互目视解译技术,对海岸线和湿地的动态变化进行监测。根据历史数据、区域规
- yolov5旋转目标检测-遥感图像检测-无人机旋转目标检测(附代码和原理)
从懒虫到爬虫
YOLO目标检测无人机
目前,无人机技术的快速发展带来了遥感图像处理领域的革命性改变。然而,由于无人机在飞行时可能会出现旋转的情况,因此对于旋转目标的检测也成为了一个重要的问题。针对这个问题,yolov5可以提供一种高效的解决方案。以下是介绍的分点:1.yolov5简介:yolov5是一种基于深度学习算法的目标检测框架,其最大的优势在于速度和精度的平衡。与其他目标检测框架相比,yolov5不需要使用复杂的预处理步骤,可以
- GEE学习笔记
It_张
遥感学习笔记
掩膜在遥感图像处理中,"掩膜"是指一种用于隐藏或保留图像特定部分的技术。掩膜通常是一个二进制图像,其中的像素值为0或1,分别表示遮蔽或保留。在去除云的情境中,掩膜通常用于隐藏图像中被云覆盖的部分,使得在分析中只考虑云影响较小或不受云覆盖的区域。这通过将云检测的结果与原始图像相乘来实现,其中云检测结果中的云部分对应的像素值为0,其他部分为1。这样,相乘后,原始图像中的云部分就被设置为0,即被遮蔽,而
- Python遥感图像处理指南(5)-投影、镶嵌、裁剪和叠加
gis收藏家
Python数据处理python图像处理开发语言
在前几章中,我们可以提取到水体掩膜,但我们的算法有时候不是很准确,需要其他数据源来进行对比分析,本章我们将利用全球水面数据集来进行教学操作,该数据提供了过去三十六年全球范围内水面的位置和时间分布图,并提供了有关水面范围和变化的统计数据,这是一个非常实用的全球水资源研究数据库。1、数据下载进入网站(自己想办法),找到之前哨兵影像对应的区块,我之前下载的是位于巴西的70W0Nand60W0N两个图幅,
- Python遥感图像处理指南(4)-质量波段和位掩码之影像云层信息提取
gis收藏家
Python数据处理图像处理人工智能
我们接着上一章的课程,本章继续开始图像处理分析。我们的最终目标是自动监测特定兴趣区域的反射光谱。这个区域可以是农作物、森林、湖泊或任何其他目标,目标是检查该区域光谱反射率随时间的变化情况,云层和阴影等不想要的像素可能会遮挡卫星传感器的视线,导致数据中出现噪音,或者像素可能因其他干扰而存在缺陷。这就是卫星质量评估QA波段的作用所在。大多数光学卫星图像产品都带有一个或多个QA波段,允许用户评估每个像素
- Python遥感图像处理指南(6)-绘制散点图和输出PDF报告
gis收藏家
Python数据处理python
今天我们来学习一些其他技能,在写论文时通常需要将结果图表进行整理,拼接图片很不方便,我们可以借助Pyhton将处理的图片和图标整合到PDF中输出,提高生产效率。1、环境安装安装PyPDF2包pipinstallPyPDF22、创建PDF我们将改造之前写的load_landsat_image方法,来实现PDF文件的创建。整个图像对于PDF文件来说太大,为了保持长宽比不变,我们将只接收宽度作为参数,然
- BFSIFT算法分析
AutoSleep
图像处理
BFSIFT算法简述硕士阶段研究的是遥感图像处理领域SAR图像处理方面知识,自然在论文阅读中接触到了BFSIFT算法。其实BFSIFT主要改进了光学SIFT算法在SAR图像匹配性能低下的问题。下面对SAR图像做一下简单的介绍:我们大家所熟知的光学图像一般噪声默认都属于加性噪声,默认服从高斯分布。SAR图像由于合成孔径雷达独特的成像方式,一般SAR图像噪声都属于乘性噪声,经过统计分析归纳其分布属于瑞
- 遥感图像处理——点云模型可视化模块、点云滤波模块实现方法
知来者逆
计算机视觉点云图像滤波遥感图像处理
点云处理软件框架点云模型可视化模块一、LOD算法LOD(LevelofDetail)主要用于优化渲染复杂几何数据的性能,特别是在三维模型和地形渲染方面。它通过在不同距离和尺度下使用不同精细度的模型,以提高渲染性能。LOD可以在近处呈现高细节的模型,在远处呈现简化的模型,从而减少需要渲染的数据量。在点云可视化方面,LOD技术也可用于提高点云的渲染性能。例如,在观察点云时,可以根据点云与观察者之间的距
- 基于深度学习的遥感图像变化差异可视化系统
xuehai996
深度学习人工智能
1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义遥感图像变化差异可视化是遥感图像处理和分析的重要研究领域之一。随着遥感技术的快速发展和遥感数据的广泛应用,遥感图像的获取和处理变得越来越容易。然而,遥感图像通常具有大规模、高维度和复杂的特征,对于人类来说很难直观地理解和分析。因此,开发一种基于深度
- geemap学习笔记 06 geemap 非监督分类案例
弈落馨
geemappython学习分类聚类
文章目录前言一、非监督分类介绍1.定义2.分类方法介绍二、geemap中非监督分类详细步骤1.加载地图底图2.加载研究区影像数据3.检查影像属性4.选取训练数据(聚类中心点)5.训练集群(聚类中心点)6.影像分类7.分类结果类别颜色和图例修改8.分类结果导出总结前言遥感图像处理(processingofremotesensingimagedata)对遥感图像进行辐射校正和几何纠正、图像整饰、投影变
- Python遥感开发之波段的合并和拆分
等待着冬天的风
Python图像遥感Python遥感开发GDAL开发GDAL波段拆分GDAL波段合并
Python遥感开发之波段的合并和拆分1波段的合并2波段的拆分前言:主要使用GDAL完成多个波段(tif)合并成一个tif,以及一个多波段的tif拆分成单个的tif。参考了下列博客《Python遥感图像处理应用篇(二十):Python+GDAL批量提取多波段图像为单波段图像_多波段转单波段_空中旋转篮球的博客-CSDN博客》《Python遥感图像处理应用篇(二十五):Python+GDAL波段组合
- python:多波段遥感影像分离成单波段影像
_养乐多_
python处理遥感数据python
作者:CSDN@_养乐多_在遥感图像处理中,我们经常需要将多波段遥感影像拆分成多个单波段图像,以便进行各种分析和后续处理。本篇博客将介绍一个用Python编写的程序,该程序可以读取多波段遥感影像,将其拆分为单波段图像,并保存为单独的文件。本程序使用GDAL库来处理遥感影像数据,以及NumPy库来进行数组操作。结果如下图所示,选中的影像为输入的多波段影像,其他影像分别为拆分后的多波段影像。文章目录一
- 数字图像处理笔记--3
halooy
计算机视觉图像处理算法
内容:点运算图像滤波彩色图像处理面向某一目标对图像感兴趣的部分进行处理,以改善图像的视觉质量面向目标,不考虑降质原因(基于人类主观偏好)设计方法-图像增强的方法-空间运算:基于图像像素点灰度值进行增强处理-变换运算:从空间域变换到新的域里进行处理,处理结束后将处理结果再映射回空间域-伪色彩增强:把灰度图像映射到彩色空间,常用于遥感图像处理、医学图像处理点运算点运算的约束条件1)duiyu0≤r≤1
- 基于图神经网络的图像分类,遥感图像分析
「已注销」
神经网络分类机器学习
遥感图像分类法图像分类是与图像信息提取和增强不同的遥感图像处理中另一重要的方面,与图像增强后仍需人为解译不同,它企图用计算机做出定量的决定来代替人为视觉判译步骤。因此,分类处理后输出的是一幅专题图像。在此图像中,原来图像中的每一个象元依据不同的统计决定准则被划归为不同的地表覆盖类,由于是一种统计决定,必然伴随着某种错误的概率。因此,在逻辑上的合理要求是,对每一个象元所做的决定,应是使整个被分类面积
- ENVI&ArcGis——植被覆盖度提取
nochengzi
遥感ArcGis
遥感图像处理、遥感信息提取与应用分析一.影像预处理1几何校正第一步:打开并显示图像文件打开ENVIClassic,点击【主菜单>File>OpenImageFile】,打开tm00.img\tm02.img影像,并分别在Display中显示两个影像。图1加载数据第二步:启动几何校正模块主菜单>Map>Registration>SelectGCPs:ImagetoImage,打开几何校正模块。选择显
- 遥感原理与应用——遥感影像及其特征、遥感图像处理
Guanyu Liu
大气基础知识
遥感原理与应用第五、六章读书笔记遥感影像及其特征航空摄影及其影响特征航空摄影类型按摄影倾斜角分类按摄影实施方式分类按感光片和波段分类航空像片的几何特性投影类型航空像片的投影及构像规律航空像片的特征点线航空像片的相点位移航空像片的比例尺(略)航空像片的立体观察与立体量测(略)陆地卫星及其影像特征Lansat卫星系列SPOT卫星系列高空间分辨率陆地卫星气象卫星气象卫星类型气象卫星观测内容及特点美国NO
- 目视判读和计算机分类的区别,收藏|详细讲解遥感图像处理流程
是CC阿
目视判读和计算机分类的区别
一、预处理1.降噪处理(本文授权转载于公众号:竹山数据)由于传感器的因素,一些获取的遥感图像中,会出现周期性的噪声,我们必须对其进行消除或减弱方可使用。(1)除周期性噪声和尖锐性噪声周期性噪声一般重叠在原图像上,成为周期性的干涉图形,具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑,代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。消除尖峰噪声,特别是与扫描方向不平行
- 基于MATLAB的数字图像处理(三)——地物提取与变化检测
SkyStarfall
数字图像处理matlab图像处理算法
在图像处理上,常常使用各种指数,例如:归一化差分植被指数归一化差分水体指数如何通过MATLAB实现通过各类指数提取对应地物,是遥感图像处理中常见的问题。使用各类指数时,一般先对整幅图像求归一化差分指数,之后通过设定阈值来对目标与非目标进行区分。如果在已经知道经验阈值的前提下,可以直接使用循环嵌套来提取目标。这里举例说明,以建筑物提取为例。在大面积遥感影像中,使用NDBI区分裸土与建筑略显困难,计算
- 矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评
Galaxy馒头
编程EigenArmadilloOpenBLASMATCOM矩阵运算库
作为一个遥感图像处理方向研究生,笔者在编程的时候免不得要和矩阵运算打交道,各种矩阵乘法协方差特征值。虽然在自己的研究实验中更喜欢用MATLAB来作为工具,但是在完成工程项目编软件的时候必须要用C++来作为编程语言。在C++中并不能像MATLAB一样,非常方便的进行矩阵运算。当然也可以自己编一些列矩阵运算的函数(笔者以前就干过这事),不过这个运算效率实在无法满足要求。目前国际上提供了很多矩阵运算线性
- 遥感影像公开数据集:DeepGlobe Road 数据集
NoABug
C/C++
遥感影像公开数据集:DeepGlobeRoad数据集深度学习技术在遥感图像处理领域的应用日益广泛,其中包括了许多相关的数据集。本文将介绍一个广泛应用于道路提取的遥感影像数据集——DeepGlobeRoad数据集,并提供相关的代码实现。一、DeepGlobeRoad数据集简介DeepGlobeRoad数据集是一个通过卫星遥感影像获取的道路分割数据集。其由高分辨率的卫星图像以及在图像上标注的道路轮廓线
- 遥感影像的缨帽(K-T)变换Python实现
楠楠星球
MATLAB/python+图像处理python开发语言
(1)介绍缨帽变换(KirchhoffTransform,K-T变换)是一种在遥感图像处理中常用的技术,它可以有效地提取地物的空间特征和频谱信息。本文将对遥感缨帽变换的提出者、原理方法、公式、现在的发展、作用进行详细介绍,并附有相应的图解。(2)利用程序结果进行出图展示TM影像的前三个分量的物理意义:●亮度:TM的6个波段的加权和,反映了总体的反射值。●绿度:反映了近红外与可见光部分的差值,绿色生
- ArcGIS在水土流失模拟及分析中的实践技术应用
吹翻书页的风
地质地下水环境科学水文水利arcgis水土流失水土保持GPSGIS
查看原文>>>ArcGIS在水土流失模拟及分析中的实践技术应用目录一、水土保持与流域综合管理二、水土保持空间数据库建设三、水土流失模型介绍及实现四、水土保持专题地图制作五、矢量数据处理及因子(K)制备六、DEM数据处理及因子(LS)制备七、GPS数据处理及因子(R)制备八、遥感图像处理及因子(P、C)制备九、案例分析我国是世界上水土流失最为严重的国家之一,水土流失面广量大。据第一次全国水利普查成果
- ENVI 5.6软件安装教程
天青色等烟雨..
遥感arcgis经验分享
ENVI5.6是一款实现遥感图像处理的工具,已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。安装步骤1.选择下载的安装包右键解压。2.解压后,右键以管理员身份运行安装程序。3.点击Next。4.选择【Iaccept……】点击Next。5.修改路径地址中的首字符C可更改安装位置,本例安装到D盘,点击Ne
- 【RS】ENVI5.6 栅格数据坐标转换
RS迷途小书童
RemoteSensing教程ENVI经验分享数据处理
ENVI是一个完整的遥感图像处理平台,广泛应用于科研、环境保护、气象、农业、林业、地球科学、遥感工程、水利、海洋等领域。目前ENVI已成为遥感影像处理的必备软件,包含辐射定标、大气校正、镶嵌裁剪、分类识别、阈值分割等多种功能。ENVI针对绝大部分的卫星影像都能很好的兼容,对于大部分的栅格和矢量数据格式也能很好的兼容,同时得益于ENVI的AppStore,用户可以使用很多三方插件实现影像的批处理、无
- 【RS】ENVI5.6.3 图像融合
RS迷途小书童
RemoteSensing教程计算机视觉人工智能图像处理经验分享笔记
图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样生成一幅高分辨率多光谱图像的遥感图像处理技术,使得处理后的图像既有较高的空间分辨率,又具有多光谱特征。一般我们都是将多光谱波段与全色波段进行图像融合,保留多光谱波段的光谱信息的同时,保留全色波段的高空间分辨率。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准,才可能得
- ASM系列五 利用TreeApi 解析生成Class
lijingyao8206
ASM字节码动态生成ClassNodeTreeAPI
前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能,其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。
在介绍前,先要知道一点, Tree工程的接口基本可以完
- 链表树——复合数据结构应用实例
bardo
数据结构树型结构表结构设计链表菜单排序
我们清楚:数据库设计中,表结构设计的好坏,直接影响程序的复杂度。所以,本文就无限级分类(目录)树与链表的复合在表设计中的应用进行探讨。当然,什么是树,什么是链表,这里不作介绍。有兴趣可以去看相关的教材。
需求简介:
经常遇到这样的需求,我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如,多级菜单、组织结构、商品分类。更具体的,我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
- 为啥要用位运算代替取模呢
chenchao051
位运算哈希汇编
在hash中查找key的时候,经常会发现用&取代%,先看两段代码吧,
JDK6中的HashMap中的indexFor方法:
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
- 最近的情况
麦田的设计者
生活感悟计划软考想
今天是2015年4月27号
整理一下最近的思绪以及要完成的任务
1、最近在驾校科目二练车,每周四天,练三周。其实做什么都要用心,追求合理的途径解决。为
- PHP去掉字符串中最后一个字符的方法
IT独行者
PHP字符串
今天在PHP项目开发中遇到一个需求,去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符",",最终结果为1,2,3,4,5,6 代码如下:
$str = "1,2,3,4,5,6,";
$newstr = substr($str,0,strlen($str)-1);
echo $newstr;
- hadoop在linux上单机安装过程
_wy_
linuxhadoop
1、安装JDK
jdk版本最好是1.6以上,可以使用执行命令java -version查看当前JAVA版本号,如果报命令不存在或版本比较低,则需要安装一个高版本的JDK,并在/etc/profile的文件末尾,根据本机JDK实际的安装位置加上以下几行:
export JAVA_HOME=/usr/java/jdk1.7.0_25  
- JAVA进阶----分布式事务的一种简单处理方法
无量
多系统交互分布式事务
每个方法都是原子操作:
提供第三方服务的系统,要同时提供执行方法和对应的回滚方法
A系统调用B,C,D系统完成分布式事务
=========执行开始========
A.aa();
try {
B.bb();
} catch(Exception e) {
A.rollbackAa();
}
try {
C.cc();
} catch(Excep
- 安墨移动广 告:移动DSP厚积薄发 引领未来广 告业发展命脉
矮蛋蛋
hadoop互联网
“谁掌握了强大的DSP技术,谁将引领未来的广 告行业发展命脉。”2014年,移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论,认为移动DSP是行业突破点,一时间许多移动广 告联盟风起云涌,竞相推出专属移动DSP产品。
到底什么是移动DSP呢?
DSP(Demand-SidePlatform),就是需求方平台,为解决广 告主投放的各种需求,真正实现人群定位的精准广
- myelipse设置
alafqq
IP
在一个项目的完整的生命周期中,其维护费用,往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。
注释模板导入步骤
安装方法:
打开eclipse/myeclipse
选择 window-->Preferences-->JAVA-->Code-->Code
- java数组
百合不是茶
java数组
java数组的 声明 创建 初始化; java支持C语言
数组中的每个数都有唯一的一个下标
一维数组的定义 声明: int[] a = new int[3];声明数组中有三个数int[3]
int[] a 中有三个数,下标从0开始,可以同过for来遍历数组中的数
- javascript读取表单数据
bijian1013
JavaScript
利用javascript读取表单数据,可以利用以下三种方法获取:
1、通过表单ID属性:var a = document.getElementByIdx_x_x("id");
2、通过表单名称属性:var b = document.getElementsByName("name");
3、直接通过表单名字获取:var c = form.content.
- 探索JUnit4扩展:使用Theory
bijian1013
javaJUnitTheory
理论机制(Theory)
一.为什么要引用理论机制(Theory)
当今软件开发中,测试驱动开发(TDD — Test-driven development)越发流行。为什么 TDD 会如此流行呢?因为它确实拥有很多优点,它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。
TDD 的优点:
&nb
- [Spring Data Mongo一]Spring Mongo Template操作MongoDB
bit1129
template
什么是Spring Data Mongo
Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装,这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate,主要能力包括
1. 封装客户端跟MongoDB的链接管理
2. 文档-对象映射,通过注解:@Document(collectio
- 【Kafka八】Zookeeper上关于Kafka的配置信息
bit1129
zookeeper
问题:
1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置
3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里
4. Producer跟Zookeeper究竟有没有关系?没有关系!!!
//consumers、config、brokers、cont
- java OOM内存异常的四种类型及异常与解决方案
ronin47
java OOM 内存异常
OOM异常的四种类型:
一: StackOverflowError :通常因为递归函数引起(死递归,递归太深)。-Xss 128k 一般够用。
二: out Of memory: PermGen Space:通常是动态类大多,比如web 服务器自动更新部署时引起。-Xmx
- java-实现链表反转-递归和非递归实现
bylijinnan
java
20120422更新:
对链表中部分节点进行反转操作,这些节点相隔k个:
0->1->2->3->4->5->6->7->8->9
k=2
8->1->6->3->4->5->2->7->0->9
注意1 3 5 7 9 位置是不变的。
解法:
将链表拆成两部分:
a.0-&
- Netty源码学习-DelimiterBasedFrameDecoder
bylijinnan
javanetty
看DelimiterBasedFrameDecoder的API,有举例:
接收到的ChannelBuffer如下:
+--------------+
| ABC\nDEF\r\n |
+--------------+
经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后,得到:
+-----+----
- linux的一些命令 -查看cc攻击-网口ip统计等
hotsunshine
linux
Linux判断CC攻击命令详解
2011年12月23日 ⁄ 安全 ⁄ 暂无评论
查看所有80端口的连接数
netstat -nat|grep -i '80'|wc -l
对连接的IP按连接数量进行排序
netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n
查看TCP连接状态
n
- Spring获取SessionFactory
ctrain
sessionFactory
String sql = "select sysdate from dual";
WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext();
String[] names = wac.getBeanDefinitionNames();
for(int i=0; i&
- Hive几种导出数据方式
daizj
hive数据导出
Hive几种导出数据方式
1.拷贝文件
如果数据文件恰好是用户需要的格式,那么只需要拷贝文件或文件夹就可以。
hadoop fs –cp source_path target_path
2.导出到本地文件系统
--不能使用insert into local directory来导出数据,会报错
--只能使用
- 编程之美
dcj3sjt126com
编程PHP重构
我个人的 PHP 编程经验中,递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码,会更有利于对递归以及静态变量的理解
header("Content-type: text/plain");
function static_function () {
static $i = 0;
if ($i++ < 1
- Android保存用户名和密码
dcj3sjt126com
android
转自:http://www.2cto.com/kf/201401/272336.html
我们不管在开发一个项目或者使用别人的项目,都有用户登录功能,为了让用户的体验效果更好,我们通常会做一个功能,叫做保存用户,这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码,这里我使用3种方式来存储用户名和密码
1、通过普通 的txt文本存储
2、通过properties属性文件进行存
- Oracle 复习笔记之同义词
eksliang
Oracle 同义词Oracle synonym
转载请出自出处:http://eksliang.iteye.com/blog/2098861
1.什么是同义词
同义词是现有模式对象的一个别名。
概念性的东西,什么是模式呢?创建一个用户,就相应的创建了 一个模式。模式是指数据库对象,是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
- Ajax案例
gongmeitao
Ajaxjsp
数据库采用Sql Server2005
项目名称为:Ajax_Demo
1.com.demo.conn包
package com.demo.conn;
import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException;
//获取数据库连接的类public class DBConnec
- ASP.NET中Request.RawUrl、Request.Url的区别
hvt
.netWebC#asp.nethovertree
如果访问的地址是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
- SVG 教程 (七)SVG 实例,SVG 参考手册
天梯梦
svg
SVG 实例 在线实例
下面的例子是把SVG代码直接嵌入到HTML代码中。
谷歌Chrome,火狐,Internet Explorer9,和Safari都支持。
注意:下面的例子将不会在Opera运行,即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。 SVG 实例
SVG基本形状
一个圆
矩形
不透明矩形
一个矩形不透明2
一个带圆角矩
- 事务管理
luyulong
javaspring编程事务
事物管理
spring事物的好处
为不同的事物API提供了一致的编程模型
支持声明式事务管理
提供比大多数事务API更简单更易于使用的编程式事务管理API
整合spring的各种数据访问抽象
TransactionDefinition
定义了事务策略
int getIsolationLevel()得到当前事务的隔离级别
READ_COMMITTED
- 基础数据结构和算法十一:Red-black binary search tree
sunwinner
AlgorithmRed-black
The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
- centos同步时间
stunizhengjia
linux集群同步时间
做了集群,时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器,只要配置了NTP,它就会提供NTP服务。 1)确认已经ntp程序包: # yum install ntp 2)配置时间源(默认就行,不需要修改) # vi /etc/ntp.conf server pool.ntp.o
- ITeye 9月技术图书有奖试读获奖名单公布
ITeye管理员
ITeye
ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾:http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《NFC:Arduino、Andro