脑机接口社区
脑机接口社区

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布

 

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第1张图片

中国电子学会将联合相关单位举办的2020世界机器人大赛—BCI脑控机器人大赛，旨在打造集科技性、创新性、实用性于一体的世界级脑-机接口赛事，使之惠及人类社会生活发挥积极作用。

本次大赛技术赛重点考察各参赛团队对于算法的设计及优化能力，着重考察科研团队算法的准确率及反应时间（ITR）。本项目比赛设置一个脑-机接口系统实用中的问题，各团队据此设计算法并解决该问题，主要考察结果的准确率及效率。

技术赛题目基于SSVEP、ERP、运动想象三个范式及情感脑机接口题目进行设置，分别针对有数据集、无数据集和错误电位设置题目，比赛包含AB榜，目前AB榜均已结束！

2020世界机器人大赛—BCI脑控机器人大赛

技术赛B榜成绩

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第2张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第3张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第4张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第5张图片

比赛内容包括以下几类

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第6张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第7张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第8张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第9张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第10张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第11张图片

2020世界机器人大赛：BCI脑控机器人大赛技术赛B榜成绩最终公布_第12张图片

成绩展示入口：2020世界机器人大赛，查询网址：

https://oneuro.cn/n/index.html#/console/matches/TranscriptTest/B

文章来源于网络，仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言！

更多阅读

如何快速找到脑机接口社区的历史文章？

第2期 | 国内脑机接口领域专家教授汇总(修改)

收藏 | 脑电EEG基础与处理汇总

你知道"淘宝意念购"吗？阿里巴巴也入局脑机接口领域了...，

使用时空-频率模式分析从脑电数据的一些试验中提取N400成分

未来50年的神经科学会是什么样呢？

脑机接口BCI学习交流QQ群：515148456

 

你可能感兴趣的:(脑机接口社区,#,脑电信号处理,#,脑科学与脑机知识)

  • 【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
  • LeetCode[位运算] - #137 Single Number II Cwind javaAlgorithmLeetCode题解位运算
    原题链接：#137 Single Number II  要求： 给定一个整型数组，其中除了一个元素之外，每个元素都出现三次。找出这个元素 注意：算法的时间复杂度应为O(n)，最好不使用额外的内存空间   难度：中等   分析： 与#136类似，都是考察位运算。不过出现两次的可以使用异或运算的特性 n XOR n = 0, n XOR 0 = n，即某一
  • 《JavaScript语言精粹》笔记 aijuans JavaScript
    0、JavaScript的简单数据类型包括数字、字符创、布尔值（true/false）、null和undefined值，其它值都是对象。 1、JavaScript只有一个数字类型，它在内部被表示为64位的浮点数。没有分离出整数，所以1和1.0的值相同。 2、NaN是一个数值，表示一个不能产生正常结果的运算结果。NaN不等于任何值，包括它本身。可以用函数isNaN(number)检测NaN,但是
  • 你应该更新的Java知识之常用程序库 Kai_Ge java
    在很多人眼中，Java 已经是一门垂垂老矣的语言，但并不妨碍 Java 世界依然在前进。如果你曾离开 Java，云游于其它世界，或是每日只在遗留代码中挣扎，或许是时候抬起头，看看老 Java 中的新东西。 Guava Guava[gwɑ:və]，一句话，只要你做Java项目，就应该用Guava（Github）。 guava 是 Google 出品的一套 Java 核心库，在我看来，它甚至应该
  • HttpClient 120153216 httpclient
    /** * 可以传对象的请求转发，对象已流形式放入HTTP中 */ public static Object doPost(Map<String,Object> parmMap,String url) { Object object = null; HttpClient hc = new HttpClient(); String fullURL
  • Django model字段类型清单 2002wmj django
    Django 通过 models 实现数据库的创建、修改、删除等操作，本文为模型中一般常用的类型的清单，便于查询和使用： AutoField：一个自动递增的整型字段，添加记录时它会自动增长。你通常不需要直接使用这个字段；如果你不指定主键的话，系统会自动添加一个主键字段到你的model。(参阅自动主键字段) BooleanField：布尔字段,管理工具里会自动将其描述为checkbox。 Cha
  • 在SQLSERVER中查找消耗CPU最多的SQL 357029540 SQL Server
    返回消耗CPU数目最多的10条语句 SELECT TOP 10    total_worker_time/execution_count AS avg_cpu_cost, plan_handle,    execution_count,    (SELECT SUBSTRING(text, statement_start_of
  • Myeclipse项目无法部署，Undefined exploded archive location 7454103 eclipseMyEclipse
    做个备忘！ 错误信息为：       Undefined exploded archive location 原因：           在工程转移过程中，导致工程的配置文件出错； 解决方法：    
  • GMT时间格式转换 adminjun GMT时间转换
    普通的时间转换问题我这里就不再罗嗦了，我想大家应该都会那种低级的转换问题吧，现在我向大家总结一下如何转换GMT时间格式，这种格式的转换方法网上还不是很多，所以有必要总结一下，也算给有需要的朋友一个小小的帮助啦。 1、可以使用 SimpleDateFormat SimpleDateFormat    EEE-三位星期 d-天 MMM-月 yyyy-四位年
  • Oracle数据库新装连接串问题 aijuans oracle数据库
    割接新装了数据库，客户端登陆无问题，apache/cgi-bin程序有问题，sqlnet.log日志如下： Fatal NI connect error 12170.   VERSION INFORMATION:         TNS for Linux: Version 10.2.0.4.0 - Product
  • 回顾java数组复制 ayaoxinchao java数组
    在写这篇文章之前，也看了一些别人写的，基本上都是大同小异。文章是对java数组复制基础知识的回顾，算是作为学习笔记，供以后自己翻阅。首先，简单想一下这个问题：为什么要复制数组？我的个人理解：在我们在利用一个数组时，在每一次使用，我们都希望它的值是初始值。这时我们就要对数组进行复制，以达到原始数组值的安全性。java数组复制大致分为3种方式：①for循环方式 ②clone方式 ③arrayCopy方
  • java web会话监听并使用spring注入 bewithme Java Web
            在java web应用中，当你想在建立会话或移除会话时，让系统做某些事情，比如说，统计在线用户，每当有用户登录时，或退出时，那么可以用下面这个监听器来监听。        import java.util.ArrayList; import java.ut
  • NoSQL数据库之Redis数据库管理(Redis的常用命令及高级应用) bijian1013 redis数据库NoSQL
    一 .Redis常用命令         Redis提供了丰富的命令对数据库和各种数据库类型进行操作，这些命令可以在Linux终端使用。         a.键值相关命令         b.服务器相关命令 1.键值相关命令       &
  • java枚举序列化问题 bingyingao java枚举序列化
    对象在网络中传输离不开序列化和反序列化。而如果序列化的对象中有枚举值就要特别注意一些发布兼容问题: 1.加一个枚举值 新机器代码读分布式缓存中老对象，没有问题，不会抛异常。 老机器代码读分布式缓存中新对像，反序列化会中断，所以在所有机器发布完成之前要避免出现新对象，或者提前让老机器拥有新增枚举的jar。 2.删一个枚举值 新机器代码读分布式缓存中老对象，反序列
  • 【Spark七十八】Spark Kyro序列化 bit1129 spark
    当使用SparkContext的saveAsObjectFile方法将对象序列化到文件，以及通过objectFile方法将对象从文件反序列出来的时候，Spark默认使用Java的序列化以及反序列化机制，通常情况下，这种序列化机制是很低效的，Spark支持使用Kyro作为对象的序列化和反序列化机制，序列化的速度比java更快，但是使用Kyro时要注意，Kyro目前还是有些bug。 Spark
  • Hybridizing OO and Functional Design bookjovi erlanghaskell
      推荐博文： Tell Above, and Ask Below - Hybridizing OO and Functional Design 文章中把OO和FP讲的深入透彻，里面把smalltalk和haskell作为典型的两种编程范式代表语言，此点本人极为同意，smalltalk可以说是最能体现OO设计的面向对象语言，smalltalk的作者Alan kay也是OO的最早先驱，
  • Java-Collections Framework学习与总结-HashMap BrokenDreams Collections
            开发中常常会用到这样一种数据结构，根据一个关键字，找到所需的信息。这个过程有点像查字典，拿到一个key，去字典表中查找对应的value。Java1.0版本提供了这样的类java.util.Dictionary(抽象类)，基本上支持字典表的操作。后来引入了Map接口，更好的描述的这种数据结构。  &nb
  • 读《研磨设计模式》-代码笔记-职责链模式-Chain Of Responsibility 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/ /** * 业务逻辑：项目经理只能处理500以下的费用申请，部门经理是1000，总经理不设限。简单起见，只同意“Tom”的申请 * bylijinnan */ abstract class Handler { /*
  • Android中启动外部程序 cherishLC android
    1、启动外部程序 引用自： http://blog.csdn.net/linxcool/article/details/7692374 //方法一 Intent intent=new Intent(); //包名 包名+类名（全路径） intent.setClassName("com.linxcool", "com.linxcool.PlaneActi
  • summary_keep_rate coollyj SUM
    BEGIN /*DECLARE minDate varchar(20) ; DECLARE maxDate varchar(20) ;*/ DECLARE stkDate varchar(20) ; DECLARE done int default -1; /* 游标中 注册服务器地址 */ DE
  • hadoop hdfs 添加数据目录出错 daizj hadoophdfs扩容
    由于原来配置的hadoop data目录快要用满了，故准备修改配置文件增加数据目录，以便扩容，但由于疏忽，把core-site.xml, hdfs-site.xml配置文件dfs.datanode.data.dir 配置项增加了配置目录，但未创建实际目录，重启datanode服务时，报如下错误： 2014-11-18 08:51:39,128 WARN org.apache.hadoop.h
  • grep 目录级联查找 dongwei_6688 grep
           在Mac或者Linux下使用grep进行文件内容查找时，如果给定的目标搜索路径是当前目录，那么它默认只搜索当前目录下的文件，而不会搜索其下面子目录中的文件内容，如果想级联搜索下级目录，需要使用一个“-r”参数： grep -n -r "GET" .   上面的命令将会找出当前目录“.”及当前目录中所有下级目录
  • yii 修改模块使用的布局文件 dcj3sjt126com yiilayouts
    方法一：yii模块默认使用系统当前的主题布局文件，如果在主配置文件中配置了主题比如: 'theme'=>'mythm', 那么yii的模块就使用 protected/themes/mythm/views/layouts 下的布局文件； 如果未配置主题，那么 yii的模块就使用  protected/views/layouts 下的布局文件， 总之默认不是使用自身目录 pr
  • 设计模式之单例模式 come_for_dream 设计模式单例模式懒汉式饿汉式双重检验锁失败无序写入
                    今天该来的面试还没来，这个店估计不会来电话了，安静下来写写博客也不错，没事翻了翻小易哥的博客甚至与大牛们之间的差距，基础知识不扎实建起来的楼再高也只能是危楼罢了，陈下心回归基础把以前学过的东西总结一下。   *********************************
  • 8、数组 豆豆咖啡 二维数组数组一维数组
      一、概念       数组是同一种类型数据的集合。其实数组就是一个容器。   二、好处       可以自动给数组中的元素从0开始编号，方便操作这些元素   三、格式   //一维数组 1,元素类型[] 变量名 = new 元素类型[元素的个数] int[] arr =
  • Decode Ways hcx2013 decode
    A message containing letters from A-Z is being encoded to numbers using the following mapping: 'A' -> 1 'B' -> 2 ... 'Z' -> 26 Given an encoded message containing digits, det
  • Spring4.1新特性——异步调度和事件机制的异常处理 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
  • squid3(高命中率)缓存服务器配置 liyonghui160com
        系统:centos 5.x   需要的软件:squid-3.0.STABLE25.tar.gz 1.下载squid wget http://www.squid-cache.org/Versions/v3/3.0/squid-3.0.STABLE25.tar.gz tar zxf squid-3.0.STABLE25.tar.gz &&
  • 避免Java应用中NullPointerException的技巧和最佳实践 pda158 java
    1) 从已知的String对象中调用equals()和equalsIgnoreCase()方法，而非未知对象。 　　总是从已知的非空String对象中调用equals()方法。因为equals()方法是对称的，调用a.equals(b)和调用b.equals(a)是完全相同的，这也是为什么程序员对于对象a和b这么不上心。如果调用者是空指针，这种调用可能导致一个空指针异常 Object unk
  • 如何在Swift语言中创建http请求 shoothao httpswift
    概述：本文通过实例从同步和异步两种方式上回答了”如何在Swift语言中创建http请求“的问题。 如果你对Objective-C比较了解的话，对于如何创建http请求你一定驾轻就熟了，而新语言Swift与其相比只有语法上的区别。但是，对才接触到这个崭新平台的初学者来说，他们仍然想知道“如何在Swift语言中创建http请求？”。 在这里,我将作出一些建议来回答上述问题。常见的
  • Spring事务的传播方式 uule spring事务
    传播方式：        新建事务       required       required_new   - 挂起当前         非事务方式运行       supports   &nbs
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他