- 无人机飞控算法原理基础研究,多旋翼无人机的飞行控制算法理论详解,无人机飞控软件架构设计
创小董
无人机技术无人机算法
多旋翼无人机的飞行控制算法主要涉及到自动控制器、捷联式惯性导航系统、卡尔曼滤波算法和飞行控制PID算法等部分。自动控制器是无人机飞行控制的核心部分,它负责接收来自无人机传感器和其他系统的信息,并根据预设的算法和逻辑,对无人机的姿态、速度、位置等进行控制。控制器通过控制无人机的电机,使无人机能够按照期望的姿态、速度和位置进行飞行。捷联式惯性导航系统则是一种自主式的导航方法,利用载体上的加速度计、陀螺
- GNSS模块的惯导技术:引领定位科技的前沿
MinewSemi创新微
科技
全球导航卫星系统(GNSS)模块的惯导技术是一项颇具前瞻性的科技,它结合了全球定位系统和惯性导航技术,为各个领域的定位需求提供了更为精准和可靠的解决方案。本文将深入探讨GNSS模块的惯导技术,以及它如何在多个领域中发挥关键作用。1.高精度导航:惯导技术通过使用加速度计和陀螺仪等传感器,不仅可以提供高精度的位置信息,还能在GNSS信号受阻或不可用的环境中维持导航的连续性。这对于需要高精度导航的领域,
- 惯性导航---里程计非完整性约束
Nav.
导航组合导航
惯性导航—里程计非完整性约束1非完整性约束原理 在进行管道中心线定位时,惯性导航系统在初始化后通过不断地力学编排更新载体的姿态、速度和位置信息,但是由于传感器是惯性器件,其导航误差会不断累积,这便需要借助外界观测量辅助惯性导航系统,才可以进行精确的定位。外界辅助分为姿态辅助观测、速度辅助观测和位置辅助观测。通常位置辅助观测可由全球卫星定位系统获取,速度辅助观测可以由里程计或多普勒测速仪获取。本文
- 革命性突破!全新多传感器辅助惯性导航系统,效能与精准度并肩
3DCV
自动驾驶人工智能机器学习计算机视觉深度学习
作者:小柠檬|来源:3DCV在公众号「3DCV」后台,回复「原论文」获取论文和项目地址大家好,给大家推荐一种高效、强大的多传感器辅助惯性导航系统,具有在线校准功能,能够融合IMU、摄像头、LiDAR、GPS/GNSS和车轮传感器。使用案例:VINS/VIO、GPS-INS、LINS/LIO、用于定位和建图的多传感器融合(SLAM)。原文链接:革命性突破!全新多传感器辅助惯性导航系统,效能与精准度并
- 2023-01-04日志
独孤西
今天学习了惯导的一节课与视觉SLAM视觉里程计的部分知识。惯性导航方面,主要学习了加速度计和陀螺的基本实现原理,了解了不同类型的惯性传感器,区分ISA、IMU、INS,知道了平台式与捷联式的区别,对惯导的精度等级分类也有了了解,并对惯导发展历史进行了学习。视觉里程计方面,主要学习了ORB特征点法的工作原理,了解了对极几何的原理,对视觉里程计的2D-2D估计过程有了更全面的了解。视觉SLAM的数学原
- 【IOS】惯性导航详解(包含角度、加速度、修正方式的api分析)
prinTao
IOS开发里程计ios开发语言惯性导航
参考文献iPhone的惯性导航,基于步态。https://www.docin.com/p-811792664.htmlInertialOdometryonHandheldSmartphones:https://arxiv.org/pdf/1703.00154.pdf惯性导航项目相关代码:https://github.com/topics/inertial-navigation-systemsuse
- LIDAR激光雷达反射板
JYGD686868
其他
LIDAR(LightDetectionAndRanging)系统是一种集激光、全球定位系统(GPS)和惯性导航系统(INS)三种技术于一身的系统,用于获得点云数据并生成精确的数字化三维模型。LIDAR系统包括一个单束窄带激光器和一个接收系统,通过向物体发送光脉冲(通常是紫外线或近红外线),然后测量光从目标物体反弹并返回系统所需的时间,从而测量距离。LIDAR系统的工作原理主要包括四个部分:激光器
- 03定位简介
renhj1001
#Apollo学习笔记笔记
定位车辆将传感器识别的地标与高经地图对比GNSSRTK三角测量30多个卫星;gps接受器至少4颗测量信号飞行时间;从卫星传播到gps接受器;为降低误差,使用RTK,计算误差给接收器GPS更新;频率低,10HZ惯性导航IMU三轴加速计测量值转换坐标系三轴陀螺仪1000HZ误差随时间增加激光雷达点云匹配(需要高精地图)迭代最近点ICP直方滤波算法传感器扫描的点云划过地图的每个位置,计算与高精地图上对应
- 惯导导航定位的介绍和算法演示
薛定谔的zhu
室内定位技术
惯性导航系统(INS,InertialNavigationSystem)利用加速度计和陀螺仪来连续测量和计算物体的位置、速度和姿态(方向)。它不依赖外部参考,因此可以在任何环境下使用,包括室内、地下或水下。###基本原理-**加速度计**:测量物体在各个方向上的加速度。-**陀螺仪**:测量物体的旋转速率,用于确定方向或姿态。-**死推算(DeadReckoning)**:通过从已知的起始位置和姿
- 惯性导航ROS实现
点PY
机器人导航定位ros惯导
文章目录惯性测量单元概述编译使用参考惯性测量单元概述惯性测量单元(Inertialmeasurementunit,IMU),是测量物体三轴姿态角以及加速度的装置。IMU通常包含陀螺仪(Gyroscope)、加速度计(Accelermeters),有的还包含磁力计(Magnetometers)。陀螺仪用来测量三轴的角度/角速度,加速度计用来测量三轴的加速度,磁力计提供磁场朝向信息。IMU在手机、VR
- UBX M8T-10 DSP开发和NMEA解析
汪汪星河
算法
特殊名词:l惯性导航(DR)解决方案采用惯性传感器(陀螺仪和加速计)来辅助GNSS定位技术。l无约束惯性导航(UDR)解决方案持续测量与监测车辆加速度及其方向变化,再通过传感器融合技术将测量数据与GNSS数据进行整合,实时计算并优化分析出更精准的位置结果。l车载惯性导航(ADR)解决方案在此基础上则更进一步,可将车辆轮速脉冲传感器的数据进行整合,实现更高精度的位置计算结果。UbxM8:Ublox-
- 惯性导航的初始对准和初始校准
Nav.
自动驾驶
1初始对准 捷联惯导系统在载体导航之前需要先进行初始对准,以确定载体初始的姿态、速度和位置信息。只有获取了载体的姿态、速度、位置的初始值,并以初始值为基础通过力学编排才能计算出未来各时刻的姿态、速度和位置信息。因此载体所有的定位信息都是在初始状态下不断力学编排得到的。 惯导系统初始对准就是用来确定参考坐标系和导航坐标系的一个过程。常见的初始对准技术有静基座粗对准、静基座静对准和动基座对准等算法
- 惯性导航基础知识学习----02惯性器件的误差和标定(下)
~光~~
惯性导航学习学习惯性导航
武汉大学惯性导航课程合集是入门惯导的精品课程~作为导航路上的鼠鼠我,要开始学习惯性导航了~需要达到的要求是大致了解惯导的原理等~后期会陆续更新惯导相关的知识和笔记等~本blog为武汉大学惯性导航课程的记录~感谢团队提供的开源课件ppt和相关代码~☘️概览:惯性器件的误差和标定(下)⭐️省流:1️⃣介绍加速度计和陀螺仪的测量模型(包括零偏误差交轴耦合误差等);2️⃣一些常用的误差模型和识别方法(解决
- 惯性导航基础知识学习----03 INS的初始对准
~光~~
惯性导航学习学习惯性导航
武汉大学惯性导航课程合集是入门惯导的精品课程~作为导航路上的鼠鼠我,要开始学习惯性导航了~需要达到的要求是大致了解惯导的原理等~后期会陆续更新惯导相关的知识和笔记等~本blog为武汉大学惯性导航课程的记录~感谢团队提供的开源课件ppt和相关代码~☘️概览:惯性器件的误差和标定(下)⭐️省流:1️⃣介绍INS初始化的一个过程,定义了姿态角;2️⃣介绍了静态粗对准相关以及初始对准的影响因素3️⃣双矢量
- 课题学习(十七)----姿态更新的四元数算法总结
致虚守静~归根复命
课题学习学习算法四元数姿态结算惯性导航
声明:因为接触本课题时间不长,对于四元数解法一直没太懂什么意思,本篇博客就对这几天的学习进行总结,肯定会有错误,希望读者能够帮忙指正。本篇博客主要参考秦永元老师《惯性导航》第九章第二小节以及几篇论文。一、四元数1.1四元数定义 四元数就是由四个元构成的数:Q(q0,q1,q2,q3)=q0+q1i+q2j+q3kQ(q_0,q_1,q_2,q_3)=q_0+q_1\boldi+q_2\bol
- 高德地图已达成全球最大规模车道级导航覆盖
大力财经
人工智能
近日,高德地图宣布旗下基于北斗卫星导航系统、深度学习模型、惯性导航、泛在信号等前沿技术研发的车道级导航服务,截止目前已支持在国内99%以上的城市和乡镇道路使用。这意味着即日起,用户在驾车导航时,无论是在城市还是乡镇,无论是在高速快速路还是普通路段,均可享受到这种高技术密集、沉浸式的新一代导航产品。而这也是截止目前为止,全球范围内覆盖规模最大的车道级导航服务。作为一种历史悠久的信息服务,导航产品已在
- 2023-01-13日志
独孤西
今天按照计划进行学习,美中不足的是对于SLAM的学习没有达到目标时间,因为安排任务较少的缘故。今天SLAM的学习主要是第八讲的实践部分与作业部分,时间部分看看代码跑一跑,作业直接参考别人的,看看思路,代码我仍然能力不足,应该更多看更多写去锻炼;惯性导航今天学习了惯导设备的使用步骤,并开始学习惯导算法的预备知识,包括对坐标系的复习、状态量分析、反对称矩阵、欧拉角等;深度学习部分今天把浅层神经网络的结
- 【目标定位】基于拓展卡尔曼滤波实现GPS-INS组合导航系统附matlab代码
科研助手大师
滤波跟踪matlab开发语言数学建模
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab仿真内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机⛄内容介绍惯性导航(INS)和全球定位导航(GPS)是现代航空武器中应用广泛的两种导航技术.运用组合导航技术,将INS与GPS两者有机组
- 组合导航-IMU-GPS-RTK基本介绍
NCU_wander
算法人工智能
组合导航是指综合各种导航设备,由监视器和计算机进行控制的导航系统。大多数组合导航系统以惯导系统为主,综合卫星导航系统,其原因主要是由于惯性导航能够提供比较多的导航参数,还能够提供全姿态信息参数,这是其他导航系统所不能比拟的。内置三轴陀螺仪,三轴加速度计,三轴磁传感器,可以测量载体的速度、位置、姿态,以及输出补偿后的角速率、加速度、磁场等数据信息。1、IMUIMU,全称inertialmeasure
- 【论文翻译】ADVIO: An Authentic Dataset for Visual-Inertial Odometry
大行至远
Visual-InertialSLAMVIO数据集
ADVIO:AnAuthenticDatasetforVisual-InertialOdometry该数据集的特点:使用iPhone手机采集、真实复杂场景、对比现有商用和学术研究VIO系统性能【摘要】对于行人场景的VIO的研究,由于缺少真实和公开的基准数据集,很难准确比较各公开算法的不同点。已有的数据集缺少六自由度的真值,或由于选用光学跟踪系统构建真值,因此受限于很小的空间。我们利用的纯惯性导航的
- [常微分方程的数值解法系列二] 欧拉法
无比机智的永哥
常微分方程的数值解法欧拉法向前欧拉公式预估校正欧拉法欧拉法截断误差
欧拉法简介几何意义证明泰勒展开近似求导近似积分近似几种欧拉方式向前欧拉公式向后欧拉公式梯形公式中点公式截断误差求解过程向前欧拉公式例子向前欧拉公式在惯性导航以及VIO等实际问题中利用IMU求解位姿需要对IMU测量值进行积分得到需要的位置和姿态,其中主要就是求解微分方程。但之前求解微分方程的解析方法主要是应用于一些简单和特殊的微分方程求解中,对于一般形式的微分方程,一般很难用解析方法求出精确解,只能
- [常微分方程的数值解法系列三] 改进欧拉法(预估校正法)
无比机智的永哥
常微分方程的数值解法欧拉法改进欧拉法梯形欧拉法
改进欧拉法简介预估-校正截断误差例子在惯性导航以及VIO等实际问题中利用IMU求解位姿需要对IMU测量值进行积分得到需要的位置和姿态,其中主要就是求解微分方程。但之前求解微分方程的解析方法主要是应用于一些简单和特殊的微分方程求解中,对于一般形式的微分方程,一般很难用解析方法求出精确解,只能用数值方法求解。该系列主要介绍一些常用的常微分方程的数值解法,主要包括:[常微分方程的数值解法系列一]常微分方
- GNSS介绍
四儿家的小祖宗
高通\展锐\MTK等平台调试经验分享网络linuxiot网络协议网络安全笔记
GNSS介绍1.GNSS概述2GNSS工原理3GNSS的关键技术3.1RTK技术3.2惯性导航技术4GPS导航电文的格式4.1第一数据块4.2第二数据块4.3第三数据块5NMEA语句5.1GGA5.2GSA5.3GSV5.4RMC5.5GLL5.6VTG6各导航系统不同频段的工作频率7LTE,GNSS,WIFISCAN共存业务流程1.GNSS概述GNSS(GlobalNavigationSatel
- 东北天坐标系转载体坐标系
baibingql
c++GISgis坐标系转换东北天载体坐标系
文章目录1.基本概念1.1欧拉角1.2左乘右乘1.3东北天坐标系1.4载体坐标系1.5捷联惯性导航系统2.通过ECEF转换到参考点附近的ENU坐标系上3.东北天坐标系到载体坐标系1.基本概念1.1欧拉角欧拉旋转定理指出:任何一个旋转都可以用三个旋转的参数来表示。三个旋转角的组合方式(是xyz还是yzx还是zxy)为了方便,我们用x指代只绕x轴的旋转,用y指代只绕y轴进行的旋转。在描述欧拉角的时候可
- Kalman滤波
彐雨
控制线性代数
文章目录一、公式推导二、扩展卡尔曼滤波卡尔曼滤波是一种最优化递归数据处理算法。(OptimalRecursiveDataProcessingAlgorithm)Kalman滤波是时域滤波,采用状态空间描述系统,运用递推形式是计算简单,数据存储量小,应用广泛。广泛应用于惯性导航、制导系统、全球定位系统、目标跟踪、通信与信号处理、金融等。Kalman滤波器的广泛应用是因为我们的生活中存在大量不确定性。
- agv系统介绍_AGV智能小车控制系统介绍
那路
agv系统介绍
康道智能资讯:AGV智能小车控制系统介绍,无人搬运车所以能够实现无人驾驶,导航和导引对其起到了至关重要的作用,随着技术的发展,目前能够用于AGV的导航/导引技术主要有以下几种直接坐标、电磁导引、磁带导引、光学导引、激光导航、惯性导航、视觉导航。AGV系统是一套复杂的控制系统,加之不同项目对系统的要求不同,更增加了系统的复杂性,因此,系统在软件配置上设计了一套支持AGV项目从路径规划、流程设计、系统
- 组合导航原理剖析(二):惯性导航方法与应用综述
擦擦擦大侠
导航与控制人工智能计算机视觉机器学习
资料下载-PSINS枯荣有常-知乎半闲居士-知乎书灌木-知乎任乾-知乎武汉大学多源智能导航实验室传统导航采用单点导航的方式,定位精度为几米,显然不符合自动驾驶的需求。现有在自动驾驶中常用的三种导航方案:传统的组合导航方案+RTK:实现厘米级定位精度;基于雷达和相机的定位技术比如LIDAR(激光雷达)点云匹配、视觉语义特征匹配:提供绝对的位姿;激光/视觉里程计:相对位姿,在低速缓慢的场景中,精度相对
- 应用案例| FDISYSTEMS公司DETA10系列产品为3000台运动体提供导航
Edisonyuang
自动驾驶人工智能
近期FDISYSTEMS公司向机器人企业出货了3000余套DETA10芯片级惯性组合导航系统,为其移动机器人提供精确的运动感知和导航。真空防静电铝箔包装带有干燥剂防潮色卡BGA10*10240piece/盘DETA10产品介绍FDIsystems推出了DETA10*系列一套完整的基于mems的芯片级微型惯性导航系统。该工业系列包括IMU、VRS、AHRS和GNSS/INS解决方案,可用于表面安装S
- vslam论文21:基于点、面图的高效视觉惯性导航(ICRA 2023)
xsyaoxuexi
视觉SLAM论文阅读笔记学习c++平面
摘要相对于全局先验地图,精确和实时的全局姿态估计在许多应用中是必不可少的,例如微型飞行器和增强现实的物流。假设纯稀疏的三维点图可以提供环境的无结构表示,那么生成点平面先验图可以进一步建模环境拓扑并为精确定位提供全局约束。为了实现这一点,我们提出了一个基于滤波器的大规模视觉惯性里程计系统,称为PPM-VIO,它利用点平面图来纠正累积漂移。该系统利用语义信息检测稀疏点云的共面信息,通过几何约束、语义约
- vSLAM中IMU预积分的作用--以惯性导航的角度分析
清风微升至
视觉SLAM数码相机
作为一个学过一点惯导的工程师,在初次接触视觉slam方向时,最感兴趣的就是IMU预积分了。但为什么要用这个预积分,在看了很多材料和书后,还是感觉模模糊糊,云里雾里。在接触了vSLAM的更多内容后,站在历史研究者的角度去分析,得到了一个更为清晰的作用分析。首先,需要明确IMU与相机这两种传感器的互补作用,这是为什么要用IMU的原因。直接贴出程博书中的内容,总结的比较全面了。总之,就是相机成像的缺点可
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
jinnianshilongnian
spring 4.1
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不