- 无人机之传感器篇
云卓科技
无人机科技制造机器人安全
无人机的传感器系统是其实现自主飞行、导航、避障、目标识别和环境感知等功能的关键部分。以下是对无人机中常见传感器的详细解析:一、主要传感器类型GPS(全球卫星定位系统)功能:提供无人机的位置和导航信息。原理:通过接收卫星信号,确定无人机的经度、纬度、海拔高度、速度及航向等数据。惯性测量单元(IMU)组成:由加速度计和陀螺仪组成。功能:测量无人机的线性加速度和角速度,用于确定无人机的姿态、运动状态和位
- Python深度学习(使用 LSTM 生成文本)--学习笔记(十八)
呆萌的小透明
深度学习神经网络深度学习
第8章生成式深度学习人工智能模拟人类思维过程的可能性,并不局限于被动性任务(比如目标识别)和大多数反应性任务(比如驾驶汽车),它还包括创造性活动。的确,到目前为止,我们见到的人工智能艺术作品的水平还很低。人工智能还远远比不上人类编剧、画家和作曲家。但是,替代人类始终都不是我们要谈论的主题,人工智能不会替代我们自己的智能,而是会为我们的生活和工作带来更多的智能,即另一种类型的智能。在许多领域,特别是
- OPenCV和OPenGL的区别
zxz520zmg
opencv人工智能计算机视觉
OPenCV主要用来处理图像和视频,还涉及到一些机器学习的算法。专注于从图像中获取信息是用机器来理解图像。比如:视频降噪、运动物体的跟踪、目标识别(比如人脸识别)。OPenGL主要用于三维图形的渲染。专注于用机器绘制图像给人看。Graphics,3D绘图。Opencv是从图像到数据OpenGL是从数据到图像
- 深度学习,创新点,模型改进
揽星河@
计算机视觉机器学习深度学习python人工智能
深度学习添加创新点①在现有模型上添加自己的创新点②或者混合多个模型等等③提供创新点添加各种注意力机制,各种模型block。机器学习,目标检测,目标识别,语义分割,GAN,CNN等(只要是深度学习均可)编程语言限于Python,pytorch欢迎大家咨询~
- 深入了解OpenCVSharp中常见的图像处理功能
仰望大佬007
图像处理opencv计算机视觉c#
深入了解OpenCVSharp中常见的图像处理功能前言1.图像加载与保存2.图像基本操作3.图像滤波4.边缘检测5.图像分割6.特征检测与描述子7.目标识别与跟踪8.图像融合与拼接9.形状匹配与模板匹配10.颜色空间转换与直方图11.图像转换与绘制12.图像分类与机器学习13.高级图像处理算法14.GPU加速与并行计算前言OpenCVSharp是C#语言中用于图像处理和计算机视觉的开源库,它提供了
- [机器学习]详解transformer---小白篇
是安澜啊
深度学习神经网络
1.背景:Transformer是2017年的一篇论文《AttentionisAllYouNeed》提出的一种模型架构,这篇论文里只针对机器翻译这一种场景做了实验,并且由于encoder端是并行计算的,训练的时间被大大缩短了。全面击败了当时的SOTA,现阶段,Transformer在cv领域也是全面开花,基于transformer的目标识别,语义分割等算法也是经常屠榜。论文:[1706.03762
- YOLO系列详解(YOLOV1-YOLOV3)
X.AI666
深度学习yolo
YOLO算法简介本文主要介绍YOLO算法,包括YOLOv1、YOLOv2/YOLO9000和YOLOv3。YOLO算法作为one-stage目标检测算法最典型的代表,其基于深度神经网络进行对象的识别和定位,运行速度很快,可以用于实时系统。了解YOLO是对目标检测算法研究的一个必须步骤。目标检测思路目标检测属于计算机视觉的一个中层任务,该任务可以细化为目标定位与目标识别两个任务,简单来说,找到图片中
- 基于傅里叶变换和带通滤波器实现脑电信号EEG目标识别附Matlab实现
天天Matlab代码科研顾问
信号处理matlab
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab完整代码及仿真定制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1.脑电信号EEG简介脑电信号(EEG)是大脑皮层神经元群体同步放电产生的生物电位,反映了大脑的电活动
- [文献翻译]Towards Good Practices for Very Deep Two-Stream ConvNets
夏迪End
摘要:深度卷积网络已经在静态图像目标识别中取得了了的巨大成功。但是,对于视频的动作识别,深度卷积网络的改进不是那么明显。我们认为这样子的结果可能有两个原因。首先,与图像中非常深的模型(例如VGGNet[13],GoogLeNet[15])相比,当前的网络体系结构(例如,双流ConvNets[12])相对较浅,因此它们的建模能力受到其深度的限制。其次,更重要的可能是,动作识别的训练数据集与Image
- 基于pytorch深度学习遥感影像地物分类与目标识别、分割实践技术应用
数字化信息化智能化解决方案
深度学习pytorch分类
基于PyTorch的深度学习遥感影像地物分类、目标识别与分割实践技术应用是一个涉及多个步骤的复杂过程。以下是一个基本的框架和实践技术应用的概述:数据收集与预处理:收集遥感影像数据,包括不同地物类别、不同分辨率和不同场景的数据。对遥感影像进行预处理,包括辐射定标、大气校正、几何校正等,使其更适合深度学习模型。数据增强:使用图像增强技术,如旋转、裁剪、翻转等,增加数据多样性,提高模型的泛化能力。构建深
- 小目标识别方法
LittroInno
人工智能目标识别
小目标识别是计算机视觉和人工智能领域中的一个重要研究方向,主要关注于如何有效地从图像或视频中识别尺寸较小、分辨率低的目标。这一任务在军事侦察、遥感图像分析、无人机监控、医学成像等多个领域有着广泛的应用。随着深度学习技术的发展,小目标识别的研究也取得了显著的进步。小目标识别面临的挑战主要包括目标尺寸小、易受背景干扰、目标特征不明显等问题。为了解决这些问题,研究者们提出了多种基于人工智能的方法,尤其是
- OpenCV学习记录——特征匹配
KAIs32
树莓派——OpenCVopencv学习人工智能嵌入式硬件计算机视觉
文章目录前言一、暴力匹配步骤分析二、代码分析前言特征匹配是一种图像处理技术,用于在不同图像之间寻找相似的特征点,并将它们进行匹配。特征匹配在计算机视觉和图像处理领域中具有广泛的应用,包括目标识别、图像拼接、三维重建等。一、暴力匹配步骤分析暴力匹配是一种简单直接的匹配方法,它遍历所有特征点的描述符,并计算它们之间的距离。然后根据距离进行排序,选择距离最短的特征点作为匹配点。虽然暴力匹配方法简单,但在
- ubuntu22.04@laptop OpenCV安装
lida2003
Linuxopencv人工智能计算机视觉
ubuntu22.04@laptopOpenCV安装1.源由2.验证环境3.OpenCV安装3.1系统升级3.2Python安装3.3OpenCVC/C++环境安装3.4OpenCVPython虚拟环境安装3.5OpenCV检查4.总结5.参考资料6.补充-python环境1.源由最近,打算在CompanionComputer上一些目标识别的算法,最流行、最基础的可能就是OpenCV了。首先,将算
- 【抛物线检测】基于Hough变换检测图像上的抛物线附matlab代码
前程算法matlab屋
图像处理matlab开发语言
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。更多Matlab完整代码及仿真定制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1.概述抛物线是一种常见的几何图形,在图像处理和计算机视觉领域有着广泛的应用,如图像分割、目标识别和运
- 目标检测算法
小森( ﹡ˆoˆ﹡ )
目标检测人工智能计算机视觉
图像识别三大任务目标识别:或者说分类,定性目标,确定目标是什么目标检测:定位目标,确定目标是什么以及位置目标分割:像素级的对前景与背景进行分类,将背景剔除目标检测定义识别图片中有哪些物体以及物体的位置目标检测中能检测出来的物体取决于当前任务(数据集)需要检测的物体有哪些。目标检测的位置信息一般由两种格式:极坐标表示:(xmin,ymin,xmax,ymax)xmin,ymin:x,y坐标的最小值x
- 【低照度图像增强系列(5)】Zero-DCE算法详解与代码实现(CVPR 2020)
路人贾'ω'
低照度图像增强人工智能图像增强深度学习低照度图像增强
前言☀️在低照度场景下进行目标检测任务,常存在图像RGB特征信息少、提取特征困难、目标识别和定位精度低等问题,给检测带来一定的难度。使用图像增强模块对原始图像进行画质提升,恢复各类图像信息,再使用目标检测网络对增强图像进行特定目标检测,有效提高检测的精确度。⭐本专栏会介绍传统方法、Retinex、EnlightenGAN、SCI、Zero-DCE、IceNet、RRDNet、URetinex-Ne
- 第8章 python深度学习——波斯美女
weixin_42963026
深度学习美女人工智能
第8章生成式深度学习本章包括以下内容:使用LSTM生成文本实现DeepDream实现神经风格迁移变分自编码器了解生成式对抗网络人工智能模拟人类思维过程的可能性,并不局限于被动性任务(比如目标识别)和大多数反应性任务(比如驾驶汽车),它还包括创造性活动。2015年夏天,我们见识了Google的DeepDream算法,它能够将一张图像转化为狗眼睛和错觉式伪影(pareidolicartifact)混合
- 毫米波雷达的系统设计细节(2) - 关于目标RCS的问题
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分自动驾驶经验分享车载系统算法
说明目标的RCS是目标很重要的一个特征。从雷达方程来看,目标的RCS值直接影响其所反射的电磁波能量,并进而决定雷达所能探测的该目标的最远距离。从后端的数据处理来看,如果我们可以获取目标准确的RCS值,可以辅助我们做目标识别与分类。本博文探讨基于毫米波雷达的目标RCS估计问题,通过模型理解与仿真、设计对比实验等方法尽可能详尽地阐述目标RCS与毫米波雷达测量之间的联系。本博文会随着经验的积累和理解的加
- yolo,c++目标识别
码狂☆
AIYOLOc++
yolo,c++目标识别yolo官网https://pjreddie.com/darknet/yolo/yologithubhttps://github.com/pjreddie/darknet/下载编译yolo源码gitclonehttps://github.com/pjreddie/darknetcddarknetmake下载预训练权值文件wgethttps://pjreddie.com/me
- OpenCV-28 全局二值化
一道秘制的小菜
OpenCVopencv人工智能计算机视觉numpypython
一、形态学概念什么是形态学?1)指一系列处理图像型状特征的图像处理技术2)形态学的基本思想是利用一直特殊的结构元(本质上是卷积核,且这个卷积核的值只有1和0)来测量或提取输入图像中相应的型状或特征,以便进一步进行图像分析和目标识别。3)这些处理方法基本是对二进制图像进行处理,即黑白图像。4)卷积核决定图像处理后的效果5)形态学常用的基本操作有:膨胀和腐蚀开运算闭运算顶帽黑帽二、图像全局二值化二值化
- opencv学习-几种角点检测方法
wyw0000
opencvopencv学习计算机视觉
角点基本概念角点通常被定义为两条边的交点,或者说,角点的局部邻域应该具有两个不同区域的不同方向的边界。角点检测(CornerDetection)是计算机视觉系统中获取图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维重建和目标识别等,也可称为特征点检测。目前,角点检测算法还不是十分完善,许多算法需要依赖大量的训练集和冗余数据来防止和减少错误的特征的出现。对于角点检测算法的重要评价标准
- RT-DETR原理与简介(干翻YOLO的最新目标检测项目)
毕设阿力
YOLO目标检测人工智能
RT-DETR(Real-TimeDetection,Embedding,andTracking)是一种基于Transformer的实时目标检测、嵌入和跟踪模型。它通过结合目标检测、特征嵌入和目标跟踪三个任务,实现了高效准确的实时目标识别和跟踪。RT-DETR的核心思想是将目标检测和目标跟踪这两个传统独立的任务进行统一建模,并利用Transformer网络进行特征提取和关联学习。相比于传统的两阶段
- 工业RFID读卡器的功能和作用
ANDEAWELL
工业RFID信息与通信物联网射频工程
工业读卡器主要用于识别和读写特定目标的数据,它的种类有很多,有分体的读写器也有一体的读写器,根据不同场景的应用可以选择不同的读写器。工业RFID读卡器的功能和作用工业RFID读卡器在工业自动化和物流管理等领域中发挥着重要作用。其主要功能包括:实现RFID电子标签批量识别:工业RFID读卡器能够快速准确地识别其工作范围内的多个RFID电子标签,提高生产效率和管理精度。移动目标识别:工业RFID读卡器
- 基于YOLOv8的目标识别、计数、电子围栏的项目开发过程
挑大梁
机器视觉YOLO人工智能python算法目标检测目标跟踪pytorch
0前言用于生产环境中物体检测、识别、跟踪,人、车流量统计,越界安全识别1YOLOv8概述YOLOv8是Ultralytics的YOLO的最新版本。作为一种前沿、最先进(SOTA)的模型,YOLOv8在之前版本的成功基础上引入了新功能和改进,以提高性能、灵活性和效率。YOLOv8支持全范围的视觉AI任务,包括检测、分割,、姿态估计、跟踪和分类。这种多功能性使用户能够利用YOLOv8的功能应对多种应用
- 基于Yolov5+Deepsort+SlowFast算法实现视频目标识别、追踪与行为实时检测
爱编码的小陈
PythonYOLO
前言前段时间打算做一个目标行为检测的项目,翻阅了大量资料,也借鉴了不少项目,最终感觉Yolov5+Deepsort+Slowfast实现实时动作检测这个项目不错,因此进行了实现。一、核心功能设计总的来说,我们需要能够实现实时检测视频中的人物,并且能够识别目标的动作,所以我们拆解需求后,整理核心功能如下所示:yolov5实现目标检测,确定目标坐标deepsort实现目标跟踪,持续标注目标坐标slow
- Ubuntu20.04安装PCL
Time_zh
Ubuntu20.04ubuntuc++开发语言
Ubuntu20.04安装PCL简介安装依赖第一种方法-源码安装下载PCL源码编译并安装PCL库第二种方法-直接安装安装配置环境变量简介PCL(PointCloudLibrary)是一个开放源代码的库,用于处理三维点云数据。它提供了许多算法和工具,用于点云的滤波、特征提取、分割、配准、表面重建、目标识别等任务。点云是由大量的三维点组成的数据集,通常是通过激光扫描仪、摄像头或深度传感器(如Kinec
- 【AI】人工智能和水下机器视觉
giszz
人工智能学习笔记人工智能
目录一、初识水下机器视觉——不同点——难点二、AI如何助力水下机器视觉三、应用场景四、关键技术水下机器视觉,非常复杂,今天来简单讨论一下。因为目标识别更难。水下机器视觉是机器视觉技术在水下环境中的应用,它与普通机器视觉存在显著的不同和额外的技术难点。一、初识水下机器视觉——不同点环境差异:水下环境的光线传播、水质清澈度、水流动态、以及可能的生物污染等因素都与空气环境大相径庭。光线特性:水对光的吸收
- 在自定义数据集上训练 YOLOv8 进行目标检测
小北的北
YOLO目标检测人工智能计算机视觉
这是目标检测中令人惊叹的AI模型之一。在这种情况下,您无需克隆存储库、设置要求并配置模型,就像在YOLOv5及其之前的版本中所做的那样。在YOLOv8中,不需要执行这些手动任务。您只需安装Ultralytics即可,我将向您展示如何通过一个简单的命令安装它。这是一个提升了先前YOLO版本成功率的模型,同时增加了新的功能和改进,以提高性能和灵活性。YOLOv8是进行各种目标识别和跟踪、实例分割、图像
- YOLOV8目标识别与语义分割——使用OpenCV C++ 推理模型
知来者逆
YOLOYOLOopencvc++目标识别语义分割
简介深度学习在实际应用中包括训练和推理两个重要阶段,通常依赖于流行的深度学习框架,如Caffe、TensorFlow、PyTorch等。然而,这些框架的安装和配置往往复杂,在实际部署中可能面临一些挑战。自从OpenCV3.3版本起,引入了DNN模块,为用户提供了一种更加简便的方式进行深度学习推理。使用OpenCV的DNN接口,用户可以无需安装额外的依赖,直接在正常安装OpenCV的基础上,使用经过
- Python轻松实现炫酷的手势检测
python慕遥
python开发语言
大家好,今天分享一个非常有意思且十分简单的python库——mediapipe库。该库集成了大量的深度学习模型,短短几行代码,就可以快速实现一个炫酷的实例,本文就以手势检测为例,展示一下这个强大的开源库。mediapipe由Google开发,集合了人脸识别、姿势检测、图像分割、目标识别等多种深度学习模型,主要有以下几个特点:端到端加速:内置快速ML推理和处理加速,即使在普通硬件上也是如此一次构建,
- Spring4.1新特性——综述
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
- Schema与数据类型优化
annan211
数据结构mysql
目前商城的数据库设计真是一塌糊涂,表堆叠让人不忍直视,无脑的架构师,说了也不听。
在数据库设计之初,就应该仔细揣摩可能会有哪些查询,有没有更复杂的查询,而不是仅仅突出
很表面的业务需求,这样做会让你的数据库性能成倍提高,当然,丑陋的架构师是不会这样去考虑问题的。
选择优化的数据类型
1 更小的通常更好
更小的数据类型通常更快,因为他们占用更少的磁盘、内存和cpu缓存,
- 第一节 HTML概要学习
chenke
htmlWebcss
第一节 HTML概要学习
1. 什么是HTML
HTML是英文Hyper Text Mark-up Language(超文本标记语言)的缩写,它规定了自己的语法规则,用来表示比“文本”更丰富的意义,比如图片,表格,链接等。浏览器(IE,FireFox等)软件知道HTML语言的语法,可以用来查看HTML文档。目前互联网上的绝大部分网页都是使用HTML编写的。
打开记事本 输入一下内
- MyEclipse里部分习惯的更改
Array_06
eclipse
继续补充中----------------------
1.更改自己合适快捷键windows-->prefences-->java-->editor-->Content Assist-->
Activation triggers for java的右侧“.”就可以改变常用的快捷键
选中 Text
- 近一个月的面试总结
cugfy
面试
本文是在学习中的总结,欢迎转载但请注明出处:http://blog.csdn.net/pistolove/article/details/46753275
前言
打算换个工作,近一个月面试了不少的公司,下面将一些面试经验和思考分享给大家。另外校招也快要开始了,为在校的学生提供一些经验供参考,希望都能找到满意的工作。 
- HTML5一个小迷宫游戏
357029540
html5
通过《HTML5游戏开发》摘抄了一个小迷宫游戏,感觉还不错,可以画画,写字,把摘抄的代码放上来分享下,喜欢的同学可以拿来玩玩!
<html>
<head>
<title>创建运行迷宫</title>
<script type="text/javascript"
- 10步教你上传githib数据
张亚雄
git
官方的教学还有其他博客里教的都是给懂的人说得,对已我们这样对我大菜鸟只能这么来锻炼,下面先不玩什么深奥的,先暂时用着10步干净利索。等玩顺溜了再用其他的方法。
操作过程(查看本目录下有哪些文件NO.1)ls
(跳转到子目录NO.2)cd+空格+目录
(继续NO.3)ls
(匹配到子目录NO.4)cd+ 目录首写字母+tab键+(首写字母“直到你所用文件根就不再按TAB键了”)
(查看文件
- MongoDB常用操作命令大全
adminjun
mongodb操作命令
成功启动MongoDB后,再打开一个命令行窗口输入mongo,就可以进行数据库的一些操作。输入help可以看到基本操作命令,只是MongoDB没有创建数据库的命令,但有类似的命令 如:如果你想创建一个“myTest”的数据库,先运行use myTest命令,之后就做一些操作(如:db.createCollection('user')),这样就可以创建一个名叫“myTest”的数据库。
一
- bat调用jar包并传入多个参数
aijuans
下面的主程序是通过eclipse写的:
1.在Main函数接收bat文件传递的参数(String[] args)
如: String ip =args[0]; String user=args[1]; &nbs
- Java中对类的主动引用和被动引用
ayaoxinchao
java主动引用对类的引用被动引用类初始化
在Java代码中,有些类看上去初始化了,但其实没有。例如定义一定长度某一类型的数组,看上去数组中所有的元素已经被初始化,实际上一个都没有。对于类的初始化,虚拟机规范严格规定了只有对该类进行主动引用时,才会触发。而除此之外的所有引用方式称之为对类的被动引用,不会触发类的初始化。虚拟机规范严格地规定了有且仅有四种情况是对类的主动引用,即必须立即对类进行初始化。四种情况如下:1.遇到ne
- 导出数据库 提示 outfile disabled
BigBird2012
mysql
在windows控制台下,登陆mysql,备份数据库:
mysql>mysqldump -u root -p test test > D:\test.sql
使用命令 mysqldump 格式如下: mysqldump -u root -p *** DBNAME > E:\\test.sql。
注意:执行该命令的时候不要进入mysql的控制台再使用,这样会报
- Javascript 中的 && 和 ||
bijian1013
JavaScript&&||
准备两个对象用于下面的讨论
var alice = {
name: "alice",
toString: function () {
return this.name;
}
}
var smith = {
name: "smith",
- [Zookeeper学习笔记之四]Zookeeper Client Library会话重建
bit1129
zookeeper
为了说明问题,先来看个简单的示例代码:
package com.tom.zookeeper.book;
import com.tom.Host;
import org.apache.zookeeper.WatchedEvent;
import org.apache.zookeeper.ZooKeeper;
import org.apache.zookeeper.Wat
- 【Scala十一】Scala核心五:case模式匹配
bit1129
scala
package spark.examples.scala.grammars.caseclasses
object CaseClass_Test00 {
def simpleMatch(arg: Any) = arg match {
case v: Int => "This is an Int"
case v: (Int, String)
- 运维的一些面试题
yuxianhua
linux
1、Linux挂载Winodws共享文件夹
mount -t cifs //1.1.1.254/ok /var/tmp/share/ -o username=administrator,password=yourpass
或
mount -t cifs -o username=xxx,password=xxxx //1.1.1.1/a /win
- Java lang包-Boolean
BrokenDreams
boolean
Boolean类是Java中基本类型boolean的包装类。这个类比较简单,直接看源代码吧。
public final class Boolean implements java.io.Serializable,
- 读《研磨设计模式》-代码笔记-命令模式-Command
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.Collection;
import java.util.List;
/**
* GOF 在《设计模式》一书中阐述命令模式的意图:“将一个请求封装
- matlab下GPU编程笔记
cherishLC
matlab
不多说,直接上代码
gpuDevice % 查看系统中的gpu,,其中的DeviceSupported会给出matlab支持的GPU个数。
g=gpuDevice(1); %会清空 GPU 1中的所有数据,,将GPU1 设为当前GPU
reset(g) %也可以清空GPU中数据。
a=1;
a=gpuArray(a); %将a从CPU移到GPU中
onGP
- SVN安装过程
crabdave
SVN
SVN安装过程
subversion-1.6.12
./configure --prefix=/usr/local/subversion --with-apxs=/usr/local/apache2/bin/apxs --with-apr=/usr/local/apr --with-apr-util=/usr/local/apr --with-openssl=/
- sql 行列转换
daizj
sql行列转换行转列列转行
行转列的思想是通过case when 来实现
列转行的思想是通过union all 来实现
下面具体例子:
假设有张学生成绩表(tb)如下:
Name Subject Result
张三 语文 74
张三 数学 83
张三 物理 93
李四 语文 74
李四 数学 84
李四 物理 94
*/
/*
想变成
姓名 &
- MySQL--主从配置
dcj3sjt126com
mysql
linux下的mysql主从配置: 说明:由于MySQL不同版本之间的(二进制日志)binlog格式可能会不一样,因此最好的搭配组合是Master的MySQL版本和Slave的版本相同或者更低, Master的版本肯定不能高于Slave版本。(版本向下兼容)
mysql1 : 192.168.100.1 //master mysq
- 关于yii 数据库添加新字段之后model类的修改
dcj3sjt126com
Model
rules:
array('新字段','safe','on'=>'search')
1、array('新字段', 'safe')//这个如果是要用户输入的话,要加一下,
2、array('新字段', 'numerical'),//如果是数字的话
3、array('新字段', 'length', 'max'=>100),//如果是文本
1、2、3适当的最少要加一条,新字段才会被
- sublime text3 中文乱码解决
dyy_gusi
Sublime Text
sublime text3中文乱码解决
原因:缺少转换为UTF-8的插件
目的:安装ConvertToUTF8插件包
第一步:安装能自动安装插件的插件,百度“Codecs33”,然后按照步骤可以得到以下一段代码:
import urllib.request,os,hashlib; h = 'eb2297e1a458f27d836c04bb0cbaf282' + 'd0e7a30980927
- 概念了解:CGI,FastCGI,PHP-CGI与PHP-FPM
geeksun
PHP
CGI
CGI全称是“公共网关接口”(Common Gateway Interface),HTTP服务器与你的或其它机器上的程序进行“交谈”的一种工具,其程序须运行在网络服务器上。
CGI可以用任何一种语言编写,只要这种语言具有标准输入、输出和环境变量。如php,perl,tcl等。 FastCGI
FastCGI像是一个常驻(long-live)型的CGI,它可以一直执行着,只要激活后,不
- Git push 报错 "error: failed to push some refs to " 解决
hongtoushizi
git
Git push 报错 "error: failed to push some refs to " .
此问题出现的原因是:由于远程仓库中代码版本与本地不一致冲突导致的。
由于我在第一次git pull --rebase 代码后,准备push的时候,有别人往线上又提交了代码。所以出现此问题。
解决方案:
1: git pull
2:
- 第四章 Lua模块开发
jinnianshilongnian
nginxlua
在实际开发中,不可能把所有代码写到一个大而全的lua文件中,需要进行分模块开发;而且模块化是高性能Lua应用的关键。使用require第一次导入模块后,所有Nginx 进程全局共享模块的数据和代码,每个Worker进程需要时会得到此模块的一个副本(Copy-On-Write),即模块可以认为是每Worker进程共享而不是每Nginx Server共享;另外注意之前我们使用init_by_lua中初
- java.lang.reflect.Proxy
liyonghui160com
1.简介
Proxy 提供用于创建动态代理类和实例的静态方法
(1)动态代理类的属性
代理类是公共的、最终的,而不是抽象的
未指定代理类的非限定名称。但是,以字符串 "$Proxy" 开头的类名空间应该为代理类保留
代理类扩展 java.lang.reflect.Proxy
代理类会按同一顺序准确地实现其创建时指定的接口
- Java中getResourceAsStream的用法
pda158
java
1.Java中的getResourceAsStream有以下几种: 1. Class.getResourceAsStream(String path) : path 不以’/'开头时默认是从此类所在的包下取资源,以’/'开头则是从ClassPath根下获取。其只是通过path构造一个绝对路径,最终还是由ClassLoader获取资源。 2. Class.getClassLoader.get
- spring 包官方下载地址(非maven)
sinnk
spring
SPRING官方网站改版后,建议都是通过 Maven和Gradle下载,对不使用Maven和Gradle开发项目的,下载就非常麻烦,下给出Spring Framework jar官方直接下载路径:
http://repo.springsource.org/libs-release-local/org/springframework/spring/
s
- Oracle学习笔记(7) 开发PLSQL子程序和包
vipbooks
oraclesql编程
哈哈,清明节放假回去了一下,真是太好了,回家的感觉真好啊!现在又开始出差之旅了,又好久没有来了,今天继续Oracle的学习!
这是第七章的学习笔记,学习完第六章的动态SQL之后,开始要学习子程序和包的使用了……,希望大家能多给俺一些支持啊!
编程时使用的工具是PLSQL