- 【脑电信号处理与特征提取】P7-涂毅恒:运用机器学习技术和脑电进行大脑解码
头发没了还会再长
信号处理机器学习脑电分类器神经信号
运用机器学习技术和脑电进行大脑解码科学研究中的大脑解码比如2019年在Nature上一篇文章,来自UCSF的Chang院士的课题组,利用大脑活动解码语言,帮助一些患者恢复语言功能。大脑解码的重要步骤大脑解码最重要的两步就是信号采集和信号解码,信号采集就是所说的脑电技术,信号解码就是机器学习的方法。机器学习-基本流程机器学习-数据采集数据采集:确保训练和测试数据集充足且具有代表性充足的数据:确保存在
- 【脑电信号处理与特征提取】P6-张治国:频谱分析和时频分析
头发没了还会再长
信号处理EEGBCI脑机
频谱分析和时频分析背景脑电(尤其是静息态脑电)一般在频域进行分析,以刻画脑电信号的周期性特征,需要使用频谱分析来描述脑电信号功率沿频率的分布特征。任务态脑电实验中,任务可增强或减弱脑电在特定频段的节律幅度。事件相关的频谱变化被称为事件相关同步话/去同步化(ERS/ERD),通常表示为在时间-频率域中随时间变化的频谱功率,可以通过时频分析方法进行估计。频谱估计基本概念时间序列信号:例如在某通道连续记
- 【脑电信号处理与特征提取】P7-贾会宾:基于EEG/MEG信号的大尺度脑功能网络分析
头发没了还会再长
信号处理EEG脑机聚类
基于EEG/MEG信号的大尺度脑功能网络分析Q:什么是基于EEG/MEG信号的大尺度脑功能网络分析?A:基于脑电图(EEG)或脑磁图(MEG)信号的大尺度脑功能网络分析是一种研究大脑活动的方法,旨在探索脑区之间的功能连接和信息传递。概述基于EEG/MEG信号的大尺度脑功能网络分析的优势:(1)借助源定位技术可同时获得较高的时间(ms级)和空间分辨率(mm级)(2)可提供丰富的频率信息(3)便宜性:
- 【脑电信号处理与特征提取】P5-彭薇薇:脑电信号的预处理及数据分析要点
头发没了还会再长
脑电信号处理与特征提取信号处理数据分析数据挖掘EEGBCI脑机
彭薇薇:脑电信号的预处理及数据分析要点脑电脑电是神经活动的测量方法,在不同位置测量有不同的方法。比如大脑皮层表面测量的是ECoG,在头皮测量的是EEG。除了EEG是无损的,其他都是有损的。脑电信号采集系统下面是完整的脑电采集系统,需要注意的地方是给被试者发送刺激信号的同时,也需要给放大器发送一个marker,这个是为了标记刺激开始时间。下面是采集到的脑电数据,横轴是时间,纵轴每一行是一个电极。下面
- 【脑电信号处理与特征提取】P2-夏晓磊:脑电的神经起源与测量
头发没了还会再长
信号处理EEG脑电设备
夏晓磊:脑电的神经起源与测量专业术语electroencephalography(EEG)脑电图ExcitatoryPostsynapticPotential(EPSP)兴奋性突触后电位Electrocorticography(ECoG)皮层脑电图什么是脑电/脑电图(EEG)?Electroencephalography(EEG)Electro:relatingtoelectricityEncep
- EEG脑电信号处理合集(1):功率谱中常见artifacts
张哥coder
图像信号处理项目汇总信号处理脑电python
通常EEG脑电信号采集完成以后,我们可以绘制出功率谱,一个正常的功率谱如下图所示:在10H在处有个明显的突起,在后方通道中,这是我们所期望看到的。每个通道功率谱曲线都有一个负斜率,这是因为较高的频率通常会有一个越来越低的功率。一种在功率谱中常见的artifacts是直线噪声,这种artifacts来自于EEG脑电信号监测室的电路活动。美国的电路的工频为60Hz,中国电路的工频为50Hz。通常我们可
- EEG 脑电信号处理合集(2): 信号预处理
张哥coder
图像信号处理项目汇总信号处理脑电python生物医学工程
脑电信号在采集完以后,需要进行一系列的预处理操作,然后才能用于后续的科学研究和计算。预处理是脑电信号分析最基本且重要的一步。基于python环境MNE库。1使用带通滤波器,信号滤波,去噪,去工频干扰data_path=sample.data_path()meg_path=data_path/"MEG"/"sample"raw_fname=meg_path/"sample_audvis_filt-0
- 脑机接口深度报告!四大关键技术让科幻走进现实
人工智能学家
人工智能
来源:脑机接口社区脑科学问题是人类社会面临的基础科学问题之一,是人类理解自然和理解人类本身的待深入探索领域,而脑机接口是有效探索手段之一。在国家战略的积极推动下,在科技创新不断更迭促进下,在人民大众期待关注下,脑机接口技术将发挥重要作用。中国信通院《脑机接口总体愿景与关键技术研究报告》,勾画出脑机接口产业发展的蓝图和愿景期望。01脑机接口终极交互手段大脑是我们思想、情感、感知、行动和记忆的源泉,大
- python信号处理教程_信号处理之功率谱原理与python实现
weixin_39844963
python信号处理教程
本教程为脑机学习者Rose原创(转载请联系作者授权)发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:903290195功率谱简介功率谱图又叫功率谱密度图功率谱是功率谱密度函数的简称,它定义为单位频带内的信号功率。它表示了信号功率随着频率的变化情况,即信号功率在频域的分布状况。功率谱表示了信号功率随着频率的变化关系。常用于功率信号(区别于能量信号)的表述与分析,其曲线
- python频谱分析_信号处理之频谱原理与python实现
Navis Li
python频谱分析
目录频谱分析FFT频谱分析原理下面就用python案例进行说明案例1案例2短时傅里叶变换STFT本分享为脑机学习者Rose整理发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:941473018EEG信号是大脑神经元电活动的直接反应,包含着丰富的信息,但EEG信号幅值小,其中又混杂有噪声干扰,如何从EEG信号中抽取我们所感兴趣的信号是一个极为重要的问题。自1932年D
- 脑电信号处理与特征提取——6.运用机器学习技术和脑电进行大脑解码(涂毅恒)
我行我素,向往自由
EEG脑电信号处理与特征提取
目录六、运用机器学习技术和脑电进行大脑解码6.1前言6.2基于脑电数据的机器学习基础分析6.3基于脑电数据的机器学习进阶分析6.4代码解读六、运用机器学习技术和脑电进行大脑解码6.1前言6.2基于脑电数据的机器学习基础分析6.3基于脑电数据的机器学习进阶分析6.4代码解读
- 如何同步各种脑电、近红外、眼动设备
大脑技术
EYE/EEG/fNIRS
本文首发在个人博客上(7988888.xyz),此文章中所有链接均通过博客进行访问。在我的知识矩阵的平台上已经有大量的学习脑电、近红外以及眼动仪设备的相关资料,可以参考我最近刚整理的一篇微信文章BrainTechnology公众号目录【2021年3月】,基本上包含了我建立公众号以来的大多数文章了。这几天也是在工作之余,在读一本书——胡理、张治国老师主编的《脑电信号处理与特征处理》,读这本书来说的整
- 脑电信号处理与特征提取——5.频谱分析和时频分析(张治国)
我行我素,向往自由
EEG频谱分析和时频分析脑电信号处理与特征提取
目录五、频谱分析和时频分析5.1频谱估计5.1.1基本概念5.1.2频谱估计方法:周期图5.1.3频谱估计方法:Welch法5.1.4频谱估计方法的比较5.1.5频谱特征提取5.2时频分析5.2.1短时傅里叶变换5.2.2连续小波变换5.3事件相关同步化/去同步化五、频谱分析和时频分析静息态脑电:没有刺激的情况下。任务态脑电:有刺激、任务。频谱分析:不包含时间信息。时频分析:时间+频率联合的方式。
- 脑电信号处理与特征提取——1. 脑电、诱发电位和事件相关电位(胡理)
我行我素,向往自由
EEG脑电理论基础
目录一、脑电、诱发电位和事件相关电位1.1EEG基本知识1.2经典的ERPs成分及研究1.2.1ERPs命名规则及分类1.2.2常见的脑电成分1.2.3P300及Oddball范式1.2.4N400成分一、脑电、诱发电位和事件相关电位1.1EEG基本知识EEG(Electroencephalogram):脑细胞的自发性、节律性、综合性的电活动。脑电信号的频率、波幅、位相是脑电信号的基本特征。周期与
- 脑电信号处理与特征提取——2.脑电的神经起源与测量(夏晓磊)
我行我素,向往自由
EEG脑电信号处理与特征提取
目录二、脑电的神经起源与测量2.1脑电的神经起源2.2脑电的测量二、脑电的神经起源与测量2.1脑电的神经起源脑电起源于大脑皮层大量神经元的同步突触活动,主要贡献来自锥体细胞。静息电位:内负外正,K+内流。动作电位:外负内正,Na+内流。脑电产生要求:离得近、数量大、同步好。头皮脑电图与直接皮层记录:幅度差异。volumeconduction(容积传导):电活动衰竭很多。Spacesmearinge
- 脑电信号处理与特征提取——4.脑电信号的预处理及数据分析要点(彭微微)
我行我素,向往自由
EEG脑机接口BCI脑电理论基础脑电信号处理与特征提取
目录四、脑电信号的预处理及数据分析要点4.1脑电基础知识回顾4.2伪迹4.3EEG预处理4.3.1滤波4.3.2重参考4.3.3分段和基线校正4.3.4坏段剔除4.3.5坏导剔除/插值4.3.6独立成分分析ICA4.4事件相关电位(ERPs)4.4.1如何获得ERPs4.4.2ERP研究应该报告些什么4.4.3如何呈现ERPs结果4.5小结四、脑电信号的预处理及数据分析要点4.1脑电基础知识回顾动
- 【思维导图】脑机接口MNE工具箱中关于epoch的基础知识点
认知计算_茂森
【茂森】脑机接口算法【茂森】脑机接口宏观掌握
整理自【脑机接口社区】的几篇文章:(2)-MNE中数据结构Epoch及其创建方法(3)-MNE中数据结构Epoch及其用法简介Python-EEG工具库MNE中文教程(14)-Epoch对象中的元数据(metadata)(15)-Epochs数据可视化(16)-脑电数据的Epoching处理(3)-数据结构Epoch及其创建方法epochs定义从连续的脑电图信号中提取一些特定时间窗口的信号,这些时
- Python科学计算包MNE——脑电信号处理之源定位问题
东洋 Dongyang
类脑智能算法与原理python信号处理人工智能
目录一.conda环境配置和预处理1.1EEG预处理二.头部模型和正向计算2.1计算前向运算符2.1.1计算和可视化BEM表面2.1.2可视化配准2.1.3计算源空间2.2计算正向解三.适配电极方案四.脑电溯源逆问题4.1MNE4.2sDMP4.3sLORETA4.4eLORETA一.conda环境配置和预处理pipinstallnibabel-ihttps://pypi.tuna.tsinghu
- 代码实践:对脑电信号进行特征提取并分类(二分类)
槿花Hibiscus
脑机接口学习机器学习分类
2023/1/25-1/29脑机接口学习内容一览:在近一个月前,我对脑机接口社区的文章机器学习算法随机森林判断睡眠类型进行了代码的分析与实操,并且有所产出。但是经过了一系列自学之后,一些知识似乎杂糅了起来,难以分辨,更为艰深的那一部分还是如同天书一般。在github上面下载的代码以及别人所写的实例对我来说半懂不懂,代码方面的能力捉襟见肘——我在脑机接口基础方面的学习似乎到了一个瓶颈期。因此我决定回
- 脑机接口:从基础科学到神经康复
人工智能学家
本文转自公众号:脑机接口社区大家好,我是米格尔·尼科莱利斯,美国杜克大学神经生物学、神经学和生物医学工程教授。今天我将为大家介绍脑机接口和这一技术从基础科学到应用于神经康复的研究历程。首先,我要感谢2020腾讯科学WE大会的盛情邀请,我很高兴也很荣幸能参加此次大会,感谢腾讯的邀请。正如我刚才说的,今天我要讲一讲过去20多年脑机接口技术的发展。1998年我和JohnChapin开始着手研究一种新的技
- 脑机接口随机森林判断睡眠类型:特征提取与机器学习
槿花Hibiscus
脑机接口学习机器学习人工智能随机森林python算法
2023/1/4-1/5脑机接口学习内容一览:这一篇博客里,主要研究脑电信号是如何与机器学习算法结合来完成特征提取并且进行分类的。如果你是脑机接口的初学者,这一篇文章可能对你有一些作用。这项工作主要基于脑机接口社区的文章机器学习算法随机森林判断睡眠类型,在上个星期的学习中,对这一篇文章有了一定程度的理解,但是对其机器学习的部分还未能深入。特征提取defeeg_power_band(epochs):
- matlab eeg信号处理,基于MATLAB的脑电信号处理.pdf
徐佳昇
matlabeeg信号处理
南京航空航天大学基于Matlab的脑电信号处理姓名陆想想专业领域生物医学工程课程名称数字信号处理二О一三年四月摘要:脑电信号属于非平稳随机信号,且易受到各种噪声干扰。本文基于Matlab仿真系统,主要研究了小波变换在脑电信号处理方面的应用,包括小波变换自动阈值去噪处理、强制去噪处理,以α波为例,提取小波分解得到的各层频率段的信号,并做了一定的分析和评价。关键词:脑电信号;小波变换;去噪重构;频谱分
- 【思维导图】【脑机接口社区】利用LSTM(长短期记忆网络)来处理脑电数据【提供代码及数据集】
认知计算_茂森
【茂森】脑机接口宏观掌握【茂森】脑机接口算法机器学习人工智能lstm
【电脑用户可直接拉至本文末尾,浏览脑图完整版】【本文代码及数据集】https://github.com/maosenGao/LSTM_EEG_Maosen整体框架,这篇文章还是以介绍LSTM为主的本文胜在对LSTM公式的理解上,但关于为什么要用LSTM上没有做非常详尽的说明,这里做一点补充:关于理解部分摘录自这篇题为《多图|入门必看:万字长文带你轻松了解LSTM全貌》的文章,很详细,推荐配合本文阅
- sfit特征提取的代码(matlab)_脑电特征提取算法 | 共空间模式 Common Spatial Pattern(CSP)研究进展、算法原理及其它的代码案例...
weixin_39850152
点击上面"脑机接口社区"关注我们更多技术干货第一时间送达大家好!今天Rose小哥给大家分享一篇常见的脑电特征提取算法--共空间模式(CommonSpatialPattern,CSP)的研究进展、算法原理及其它的代码案例。共空间模式CSP共空间模式(CommonSpatialPattern,CSP)是一种对两分类任务下的空域滤波特征提取算法,能够从多通道的脑机接口数据里面提取出每一类的空间分布成分。
- 如何用matlab进行脑电信号处理,基于matlab的脑电信号处理
一尾金叶渡世人
调用noise_reduce.m文件,可以实现脑电信号的小波变换默认阈值去噪处理,原始数据及去噪处理结果对比如下图7所示。图7原始信号与小波默认阈值去噪结果图的对比从原始脑电信号与去噪处理后的效果来看,经去噪处理后的信号高频信号有所减少。2.5.2小波变换强制去噪处理调用wavelet_rec.m文件,绘制小波变换强制去噪处理之后的信号如下图8所示。图8原始信号与小波强制去噪结果图的对比该图表示的
- python傅里叶变换 信号处理 序列_信号处理之频谱原理与python实现
weixin_39813009
python傅里叶变换信号处理序列频谱分析幅值单位
点击上面"脑机接口社区"关注我们更多技术干货第一时间送达EEG信号是大脑神经元电活动的直接反应,包含着丰富的信息,但EEG信号幅值小,其中又混杂有噪声干扰,如何从EEG信号中抽取我们所感兴趣的信号是一个极为重要的问题。自1932年Dietch首先提出用傅里叶变换方法来分析EEG信号,该领域相继引入了频域分析、时域分析等脑电分析的经典方法。频谱分析下面是一组用于描述和解释信号属性的常用量(matla
- 清华大学脑电课别出心裁,学生上课时注意力该如何集中?
新智注意力
注意力不集中,即所谓的不专心,是一个在学生中十分普遍的现象,也是困扰家长们的重要问题。上课时学生的注意力能否跟随教师的教学进程集中,决定了学生到的听课质量。为此,清华大学脑机接口与脑电信号处理课程的教授运用视友科技提供的脑电采集分析设备进行了一场别开生面的脑电评比。该课程让教授和学生们都戴上CUBand便携式脑波仪,再经过佰意通脑电生物反馈训练系统把CUBand采集到的脑电波信号,精确地解析成每堂
- python脑电信号分析_P300脑电信号的特征提取及分类研究
达达令
python脑电信号分析
龙源期刊网http://www.qikan.com.cnP300脑电信号的特征提取及分类研究作者:马也姜光萍来源:《山东工业技术》2017年第10期摘要:针对P300脑电信号信噪比低,分类困难的特点,本文研究了一种基于独立分量分析和支持向量机相结合的脑电信号处理方法。首先对P300脑电信号进行叠加平均,根据ICA算法的要求,对叠加平均的信号进行去均值及白化处理。然后使用快速定点的FastICA算法
- EXOduino开源手外骨骼有几个自由度?
BCIduino脑机接口社区
脑机接口外骨骼BCI
EXOduino开源手外骨骼有5个自由度,可以单独控制每一根手指的屈伸。#本篇由BCIduino脑机接口开源社区原创/转载(公众号“BCIduino脑机接口社区”)。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立,欢迎扫下面码加入社群,也欢迎采购BCIduino脑电模组、EMGduino肌电模组、EXOduino手外骨骼、EDUduino单通道
- EXOduino开源手外骨骼的驱动方式是什么?
BCIduino脑机接口社区
脑机接口BCI外骨骼
EXOduino是线驱动方式,可以单独控制五个手指每个手指的屈伸。线驱动方式可以提供足够的力量,同时我们也提供了可以更换的手套,以便使用者自主更换长时间磨损之后的手套。#本篇由BCIduino脑机接口开源社区原创/转载(公众号“BCIduino脑机接口社区”)。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立,欢迎扫下面码加入社群,也欢迎采购BC
- apache ftpserver-CentOS config
gengzg
apache
<server xmlns="http://mina.apache.org/ftpserver/spring/v1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="
http://mina.apache.o
- 优化MySQL数据库性能的八种方法
AILIKES
sqlmysql
1、选取最适用的字段属性 MySQL可以很好的支持大数据量的存取,但是一般说来,数据库中的表越小,在它上面执行的查询也就会越快。因此,在创建表的时候,为了获得更好的 性能,我们可以将表中字段的宽度设得尽可能小。例如,在定义邮政编码这个字段时,如果将其设置为CHAR(255),显然给数据库增加了不必要的空间,甚至使用VARCHAR这种类型也是多余的,因为CHAR(6)就可以很
- JeeSite 企业信息化快速开发平台
Kai_Ge
JeeSite
JeeSite 企业信息化快速开发平台
平台简介
JeeSite是基于多个优秀的开源项目,高度整合封装而成的高效,高性能,强安全性的开源Java EE快速开发平台。
JeeSite本身是以Spring Framework为核心容器,Spring MVC为模型视图控制器,MyBatis为数据访问层, Apache Shiro为权限授权层,Ehcahe对常用数据进行缓存,Activit为工作流
- 通过Spring Mail Api发送邮件
120153216
邮件main
原文地址:http://www.open-open.com/lib/view/open1346857871615.html
使用Java Mail API来发送邮件也很容易实现,但是最近公司一个同事封装的邮件API实在让我无法接受,于是便打算改用Spring Mail API来发送邮件,顺便记录下这篇文章。 【Spring Mail API】
Spring Mail API都在org.spri
- Pysvn 程序员使用指南
2002wmj
SVN
源文件:http://ju.outofmemory.cn/entry/35762
这是一篇关于pysvn模块的指南.
完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html.
pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个.
该
- 在SQLSERVER中查找被阻塞和正在被阻塞的SQL
357029540
SQL Server
SELECT R.session_id AS BlockedSessionID ,
S.session_id AS BlockingSessionID ,
Q1.text AS Block
- Intent 常用的用法备忘
7454103
.netandroidGoogleBlogF#
Intent
应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作(比如:view,edit,dial),以及程序执行到该动作时所需要的资料 。都指定好后,只要调用startActivity(),Android系统 会自动寻找最符合你指定要求的应用 程序,并执行该程序。
下面列出几种Intent 的用法
显示网页:
- Spring定时器时间配置
adminjun
spring时间配置定时器
红圈中的值由6个数字组成,中间用空格分隔。第一个数字表示定时任务执行时间的秒,第二个数字表示分钟,第三个数字表示小时,后面三个数字表示日,月,年,< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" />
测试的时候,由于是每天定时执行,所以后面三个数
- POJ 2421 Constructing Roads 最小生成树
aijuans
最小生成树
来源:http://poj.org/problem?id=2421
题意:还是给你n个点,然后求最小生成树。特殊之处在于有一些点之间已经连上了边。
思路:对于已经有边的点,特殊标记一下,加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在,又保证了所求的结果正确。
代码:
#include <iostream>
#include <cstdio>
- 重构笔记——提取方法(Extract Method)
ayaoxinchao
java重构提炼函数局部变量提取方法
提取方法(Extract Method)是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候,这时候就可以用提取方法这种重构手法。
下面是我学习这个重构手法的笔记:
提取方法看起来好像仅仅是将被提取方法中的一段代码,放到目标方法中。其实,当方法足够复杂的时候,提取方法也会变得复杂。当然,如果提取方法这种重构手法无法进行时,就可能需要选择其他
- 为UILabel添加点击事件
bewithme
UILabel
默认情况下UILabel是不支持点击事件的,网上查了查居然没有一个是完整的答案,现在我提供一个完整的代码。
UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
- NoSQL数据库之Redis数据库管理(PHP-REDIS实例)
bijian1013
redis数据库NoSQL
一.redis.php
<?php
//实例化
$redis = new Redis();
//连接服务器
$redis->connect("localhost");
//授权
$redis->auth("lamplijie");
//相关操
- SecureCRT使用备注
bingyingao
secureCRT每页行数
SecureCRT日志和卷屏行数设置
一、使用securecrt时,设置自动日志记录功能。
1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径),命名为Logs;
2、点击Options -> Global Options -> Default Session -> Edite Default Sett
- 【Scala九】Scala核心三:泛型
bit1129
scala
泛型类
package spark.examples.scala.generics
class GenericClass[K, V](val k: K, val v: V) {
def print() {
println(k + "," + v)
}
}
object GenericClass {
def main(args: Arr
- 素数与音乐
bookjovi
素数数学haskell
由于一直在看haskell,不可避免的接触到了很多数学知识,其中数论最多,如素数,斐波那契数列等,很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。
闲暇之余,从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
- Java-Collections Framework学习与总结-IdentityHashMap
BrokenDreams
Collections
这篇总结一下java.util.IdentityHashMap。从类名上可以猜到,这个类本质应该还是一个散列表,只是前面有Identity修饰,是一种特殊的HashMap。
简单的说,IdentityHashMap和HashM
- 读《研磨设计模式》-代码笔记-享元模式-Flyweight
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.HashMap;
import java.util.List;
import java
- PS人像润饰&调色教程集锦
cherishLC
PS
1、仿制图章沿轮廓润饰——柔化图像,凸显轮廓
http://www.howzhi.com/course/retouching/
新建一个透明图层,使用仿制图章不断Alt+鼠标左键选点,设置透明度为21%,大小为修饰区域的1/3左右(比如胳膊宽度的1/3),再沿纹理方向(比如胳膊方向)进行修饰。
所有修饰完成后,对该润饰图层添加噪声,噪声大小应该和
- 更新多个字段的UPDATE语句
crabdave
update
更新多个字段的UPDATE语句
update tableA a
set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
- hive实例讲解实现in和not in子句
daizj
hivenot inin
本文转自:http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html
当前hive不支持 in或not in 中包含查询子句的语法,所以只能通过left join实现。
假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户,字段只有一个uid),这两个表都包含
- 一道24点的10+种非人类解法(2,3,10,10)
dsjt
算法
这是人类算24点的方法?!!!
事件缘由:今天晚上突然看到一条24点状态,当时惊为天人,这NM叫人啊?以下是那条状态
朱明西 : 24点,算2 3 10 10,我LX炮狗等面对四张牌痛不欲生,结果跑跑同学扫了一眼说,算出来了,2的10次方减10的3次方。。我草这是人类的算24点啊。。
然后么。。。我就在深夜很得瑟的问室友求室友算
刚出完题,文哥的暴走之旅开始了
5秒后
- 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题
dcj3sjt126com
yiiframework
在使用 YIi的路径管理工具时,发现了一个问题。 <?php  
- 对象与关系之间的矛盾:“阻抗失配”效应[转]
come_for_dream
对象
概述
“阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库(RDBMS)存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年,而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。
“阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括:类的层次关系必须绑定为关系模式(将对象
- 学习编程那点事
gcq511120594
编程互联网
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- Reverse Linked List II
hcx2013
list
Reverse a linked list from position m to n. Do it in-place and in one-pass.
For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4,
return 
- Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介
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
- Hadoop集群工具distcp
liyonghui160com
1. 环境描述
两个集群:rock 和 stone
rock无kerberos权限认证,stone有要求认证。
1. 从rock复制到stone,采用hdfs
Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端,即源端问题:报版本
- 一个备份MySQL数据库的简单Shell脚本
pda158
mysql脚本
主脚本(用于备份mysql数据库): 该Shell脚本可以自动备份
数据库。只要复制粘贴本脚本到文本编辑器中,输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。
1. 分别建立目录“backup”和“oldbackup” #mkdir /backup #mkdir /oldbackup
- 300个涵盖IT各方面的免费资源(中)——设计与编码篇
shoothao
IT资源图标库图片库色彩板字体
A. 免费的设计资源
Freebbble:来自于Dribbble的免费的高质量作品。
Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。
Graphic Burger:每个像素点都做得很细的绝佳的设计资源。
Pixel Buddha:免费和优质资源的专业社区。
Premium Pixels:为那些有创意的人提供免费的素材。
- thrift总结 - 跨语言服务开发
uule
thrift
官网
官网JAVA例子
thrift入门介绍
IBM-Apache Thrift - 可伸缩的跨语言服务开发框架
Thrift入门及Java实例演示
thrift的使用介绍
RPC
POM:
<dependency>
<groupId>org.apache.thrift</groupId>