- 3万字计算机视觉学习笔记及重要知识点总结
搬砖成就梦想
机器学习计算机视觉图像处理计算机视觉学习笔记
文章目录计算机视觉IoU如何计算mIoU?mAP如何计算mAP?目标检测度量标准图像分割度量标准非极大值抑制NMS目标检测中的Anchor原始图片中的ROI如何映射到到featuremap?请问FasterR-CNN和SSD中为什么用smoothl1loss,和l2有什么区别?给定5个人脸关键点和5个对齐后的点,求怎么变换的?Boundingboxes回归原理/公式
- 计算机视觉学习笔记之torchvision.transforms
林空鹿饮溪_DrChen
torchvision.transforms是包含一系列常用图像变换方法的包,可用于图像预处理、数据增强等工作,但是注意它更适合于classification等对数据增强后无需改变图像的label的情况,对于Segmentation等对图像增强时需要同步改变label的情况可能不太实用,需要自己重新封装一下。官方文档:https://pytorch.org/docs/stable/torchvis
- 计算机视觉学习笔记(图像的灰度与灰度级 图像的深度 图像噪声 图像处理)
冲鸭嘟嘟可
人工智能计算机视觉图像处理学习
图像的灰度与灰度级如果把白色和黑色之间按对数关系分为若干等级,称为灰度,灰度分为256阶,0为黑色,灰度就是没有色彩,RGB色彩分量全部相等(150,150,150)就代表灰度为150.一幅图像中不同位置的亮度是不一样的,可用f(x,y)来表示(x,y)上的亮度。由于光是一种能量形式,因此亮度是非负有限的。在图像处理中,常用灰度和灰度级这个名称,某一点的亮度我们称他为灰度或者灰度级。在室内处理图像
- (五) 畸变矫正—让世界不在扭曲 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记计算机视觉三维数学
五、畸变矫正—让世界不在扭曲这篇博文所要讲述的内容,是标定的主要用途之一:矫正摄像机的畸变。对于图像畸变矫正的方法,张正友教授也在其大作“AFlexibleNewTechniqueforCameraCalibration”中给出。玉米在这里先为大家介绍一下,摄像机畸变主要有哪几种以及这些讨厌的畸变从何而来。摄像机畸变主要包含:镜像畸变、切向畸变。玉米在这里分别讲述一下,并引用一些图片,使大家对他们
- 计算机视觉学习笔记(五)---opencv的基本使用(常用函数介绍)
远山0128
计算机视觉学习opencv计算机视觉python
文章目录前言一、opencv安装二、常见基本操作1.图片读取2.颜色转换3.图像展示4.图片保存5.视频数据读取6.提取与合并颜色通道6.1提取颜色通道6.2合并颜色通道7.边界填充(pading)8.图像大小调整9.图像融合10.图像阈值处理11.图像平滑处理11.1均值滤波:简单的平均卷积操作11.2方框滤波:基本和均值滤波一样,可以选择归一化不归一化很容易越界全亮不好用11.3高斯滤波:谁重
- 计算机视觉学习笔记(四)---卷积神经网络之手写数字识别
远山0128
计算机视觉学习深度学习pytorch卷积神经网络
文章目录前言一、读入数据进行数据预处理二、搭建网络前言 本文承接pytorch学习笔记(三),以波士顿房价预测为例演示利用pytorch搭建一个简单的传统神经网络一、读入数据进行数据预处理 数据集为MNIST手写数字数据集,从torchvision中导入数据。输入图像的总尺寸为28*28。#定义超参数input_size=28#图像的总尺寸28*28num_classes=10#标签的种类数n
- 双目视觉三维重建框架
zmjsysy
https://blog.csdn.net/u014652390/article/details/79139010一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机
- 摄像机几何学(二)
pengge0433
摄像头摄像机成像计算机视觉
一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以
- tensorflow版使用uNet进行医学图像分割(Skin数据集)
lets go
CV学习笔记pythontensorflow深度学习神经网络机器学习
tensorflow版使用uNet进行医学图像分割(Skin数据集)深度学习、计算机视觉学习笔记、医学图像分割、uNet、Skin皮肤数据集tensorflow版使用uNet进行医学图像分割(Skin数据集)实验环境skin皮肤数据集一、uNet模型二、实验过程1.加载skin皮肤数据集2.定义uNet模型3.训练4.预测5.结果可视化三、总结实验环境python、tensorflow、keras
- 中点和中值滤波的区别_计算机视觉学习笔记8 噪声与滤波
weixin_39525617
中点和中值滤波的区别
按老规矩,先给简要说明,然后上MATLAB,c++和Python的代码。图像的噪声不管是模拟信号还是数字信号,都难免会产生噪声,尤其是模拟信号,噪声处理一直是比较重要的环节,数字信号相对来说噪声会少一点。图像噪声的产生原因很复杂,可能是成像设备或者环境本身导致成像质量不稳定,也可能是数字信号传输过程中发生丢失或者受到干扰,可以将噪声看成是一种无规律不可预测的随机误差。噪声主要形式有:椒盐噪声(可能
- 【西蒙计算机视觉学习笔记】非线性回归模型
woshirenchengaji
计算机视觉机器学习概率论计算机视觉
背景:最大似然法学习的简单的线性回归模型的第二个缺点——更正假设:对观测数据x进行非线性变换,使得满足如下(f[·]代表一个非线性变换)——重新建模、学习和推理:最大似然方法:建模:构建关于全局状态的后验函数(似然函数)。原始的模型:令Z←X,学习:最大化上述似然函数,令偏导等于0,求得参数关于已知数据的表达式。原模型的学习结果:令Z←X,①推理:将新观测数据和预测分布代入已求得分布参数的模型中,
- matlab 图像平滑的算法_计算机视觉学习笔记5 图像缩放与插值法
weixin_39661589
matlab图像平滑的算法线性插值改变图像尺寸
常见的插值方法有四种:最近邻插值法,双线性插值法,双三次插值法,LANCZOS插值法。主要应用场景为:几何变换,透视变换,计算新像素位置等。一般来讲,图像进行缩放时,原始像素间的相对位置会发生改变,产生几何畸变。比如放大1.6倍,原像素就会向新像素进行映射,此时则会产生小数位的像素,然而像素是不能处理小数位的,所以需要通过插值法计算出新的整数位置的像素值。常见插值方法介绍最近邻插值法顾名思义,就是
- python计算机视觉学习笔记1——基本的图像操作和处理
jgq1466693
python计算机视觉学习
目录一、PIL:Python图像处理类库1.1转化图像格式1.2创建缩略图1.3复制和粘贴图像区域1.4调整尺寸和旋转二、Matplotlib2.1绘制图像、点和线2.2图像轮廓和直方图2.3交互式标注三、Numpy3.1图像数组表示3.2灰度变换3.3直方图均衡化3.4图像平均3.5图像成分分析(PCA)四、Scipy4.1图像模糊4.2图像导数4.3形态学:对象计数4.4有用的Scipy模块五
- 【西蒙计算机视觉学习笔记】贝叶斯线性回归
woshirenchengaji
计算机视觉概率论机器学习计算机视觉
背景:简单的线性回归模型①结合了最大似然方法的预测过于自信(分布参数的不确定性没有反映在后验概率中),因此可以通过贝叶斯方法将分布参数可能值的概率分布考虑进去。这意味着,根据新数据预测状态,可以通过参数的概率值对状态的后验概率进行无限加权求和(积分)。①如下(详见【西蒙计算机视觉学习笔记】线性回归模型):②前提:假设σ^2已知(只求另一个参数φ可能值的概率分布)(当然,σ^2还是可以通过最大似然方
- 【西蒙计算机视觉学习笔记】线性回归模型
woshirenchengaji
计算机视觉计算机视觉概率论机器学习算法
问题:回归问题,eg.身体姿势估计的问题,输出的全局状态w(身体主要关节的角度)的每个元素都是连续的。目的:根据观测值x来估计一元全局状态w,eg.根据观测到人的处于未知姿势图像来估计身体角度。通过分割图像得到剪影。通过跟踪剪影的边提取轮廓。提取一个根据形状的上下文描述符描述形状的100维测量向量x。估计包含身体主要关节角度的向量w(十几种,分别估计各个关节的角度)。模型的种类:判别模型——根据观
- 常见点云文件解析学习笔记
静以修心-fan
图像识别
常见点云文件解析学习笔记开飞机的乔巴关注0.3412019.08.1419:01:20字数2,560阅读1,442本博客内容来源于网络以及其他书籍,结合自己学习的心得进行重编辑,因为看了很多文章不便一一标注引用,如图片文字等侵权,请告知删除。传统2D计算机视觉学习笔记目录------->传送门传统3D计算机视觉学习笔记目录------->传送门为什么会有这么多的点云文件我们在做2D视觉时,处理的就
- 双目立体视觉系统
AndyCheng_hgcc
算法计算机视觉双目立体视觉
https://blog.csdn.net/onthewaysuccess/article/details/40709745双目视觉几何框架详解一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是
- 熬了几个大夜,学完一套985博士总结的计算机视觉学习笔记(20G高清/PPT/代码)...
woshicver
算法神经网络人工智能计算机视觉机器学习
AI显然是最近几年非常火的一个新技术方向,从几年前大家认识到AI的能力,到现在产业里已经在普遍的探讨AI如何落地了。我们可以预言未来在很多的领域,很多的行业,AI都会在里边起到重要的作用。目前在商业中有所应用,而且能够创收的只有搜索推荐和计算机视觉,因此,这两个方向的人力缺口很大。目前入门CV的常用套路就是:看吴恩达《机器学习》《深度学习》课程,学一点机器学习的知识。读几篇CV模型的文章,了解一下
- 常见点云文件解析学习笔记
开飞机的乔巴
本博客内容来源于网络以及其他书籍,结合自己学习的心得进行重编辑,因为看了很多文章不便一一标注引用,如图片文字等侵权,请告知删除。传统2D计算机视觉学习笔记目录------->传送门传统3D计算机视觉学习笔记目录------->传送门为什么会有这么多的点云文件我们在做2D视觉时,处理的就是类似一系列类似的二维数组,数组以图片的形式进行保存,处理的图片也有甚多的格式,比如png,jpg,bmp等。那我
- Vision Course(谭平)学习笔记
勤奋的小乌贼
学习笔记计算机视觉图像处理
目录Course1&2IntroductionandCameraCourse3Color特别说明浙江大学教授谭平计算机视觉学习笔记分享Course1&2IntroductionandCameraCourse3Color特别说明总共30集视频,后续持续更新,最近更新日期2021.03.12。
- (七)立体标定与立体校正 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记
七、立体标定与立体校正这篇博文中,让玉米和大家一起了解一下,张氏标定是怎样过渡到立体标定的?在这里主要以双目立体视觉进行分析。对于双目立体视觉,我们有两个摄像头。它们就像人的一双眼睛一样,从不同的方向看世界。两只眼睛中的图像的视差,让我们对世界有了三维的认识。那么,想要知道视差,首先应该知道双目视觉系统中两个摄像头之间的相对位置关系。我们可以通过同时对两个摄像头进行标定,分别得到二者相对同一坐标系
- (一)图像坐标:我想和世界坐标谈谈(A) 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记计算机视觉三维数学
玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以尽量有趣,尽量更接地气儿的方式,阐释一
- opencv计算机视觉学习笔记五
retacn
第六章图像检索以及基于图像描述符的搜索通过提取特征进行图像的匹配与搜索1特征检测算法常见的特征和提取算法:Harris检测角点Sift检测斑点(blob)有专利保护Surf检测斑点有专利保护Fast检测角点Brief检测斑点Orb带方向的fast算法和具有旋转不变性的brief算法特征的定义#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time:2016/12/
- python计算机视觉学习笔记——照相机模型与增强现实
shlR
python
代码需要安装的两个网址放下:openGL:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyopenglpygame:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pygame1:OpenGL.error.NullFunctionError:AttempttocallanundefinedfunctionglutI
- (六)张正友标定法小结 【计算机视觉学习笔记--双目视觉几何架构系列】
玉-米
计算机视觉学习笔记
六、张正友标定法小结这一博文,是玉米后补上的。因为觉得前面用了三篇博文来描述张氏标定法,略显散乱。在这里总结一下,使条理清晰一点。另外关于张氏标定所得参数也还有两点需要澄清。下面这个总结,其实也是在“AFlexibleNewTechniqueforCameraCalibration”中出现的。一、张氏标定的过程:1.打印一张棋盘格,把它贴在一个平面上,作为标定物。2.通过调整标定物或摄像机的方向,
- 双目视觉标定原理详解(张氏标定)
米michi
一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以
- 计算机视觉学习笔记:图像特征提取
conleyCV
近期主要学习了灰度直方图、Haar-like、HOG、LBP、PCA、SIFT和SURF,以及距离度量方法。一、灰度直方图单个像素灰度分布的一阶统计量。纹理是灰度在空间以一定的形式变换产生的图案,直方图是描述图像中像素灰度级分布的工具,可以用直方图或其统计特征作为图像的纹理特征。灰度具有一定的稳定性,对大小、方向都不敏感,能表现出相当强的鲁棒性。在医学图像中,大多是灰度图像,基于灰色直方图的特征提
- opencv计算机视觉学习笔记一
retacn
opencvpython
第二章处理文件摄像头和图形用户界面1基本i/o脚本读写图像文件示例代码如下:#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time :2016/11/2712:22#@Author :Retacn#@Site :读/写图像文件#@File :imageReadWrite.py#@Software:PyCharmimportcv2importnumpy
- python计算机视觉学习笔记(3)--图像映射之图像嵌入
frank+wang
图像中的图像仿射扭曲的简单例子就是将图像或者图像的一部分放置到另一幅图像中,使得它们能够和指定的区域或者标记物对齐。将函数image_in_image添加到warp.py文件中。该函数参数为两个图像和一个坐标。并且tp是按照左上角逆时针计算defimage_in_image(im1,im2,tp):"""Putim1inim2withanaffinetransformationsuchthatco
- python 计算机视觉学习笔记(1)--对图像进行基本处理
frank+wang
pythoncomputervisionlearningnotes(1)1.PIL-Python图像库PIL:PythonImagingLibrary是一个强大的图像处理库。但因为年代久远未进行不断的维护,所以PIL只支持到python2.7。如果你的python的版本是3.xx,可以使用Pillow代替。Pillow是由一些志愿者的兼容版,并且具有一些新的特性。下面为一个简单实例,显示一张图片的
- web前段跨域nginx代理配置
刘正强
nginxcmsWeb
nginx代理配置可参考server部分
server {
listen 80;
server_name localhost;
- spring学习笔记
caoyong
spring
一、概述
a>、核心技术 : IOC与AOP
b>、开发为什么需要面向接口而不是实现
接口降低一个组件与整个系统的藕合程度,当该组件不满足系统需求时,可以很容易的将该组件从系统中替换掉,而不会对整个系统产生大的影响
c>、面向接口编口编程的难点在于如何对接口进行初始化,(使用工厂设计模式)
- Eclipse打开workspace提示工作空间不可用
0624chenhong
eclipse
做项目的时候,难免会用到整个团队的代码,或者上一任同事创建的workspace,
1.电脑切换账号后,Eclipse打开时,会提示Eclipse对应的目录锁定,无法访问,根据提示,找到对应目录,G:\eclipse\configuration\org.eclipse.osgi\.manager,其中文件.fileTableLock提示被锁定。
解决办法,删掉.fileTableLock文件,重
- Javascript 面向对面写法的必要性?
一炮送你回车库
JavaScript
现在Javascript面向对象的方式来写页面很流行,什么纯javascript的mvc框架都出来了:ember
这是javascript层的mvc框架哦,不是j2ee的mvc框架
我想说的是,javascript本来就不是一门面向对象的语言,用它写出来的面向对象的程序,本身就有些别扭,很多人提到js的面向对象首先提的是:复用性。那么我请问你写的js里有多少是可以复用的,用fu
- js array对象的迭代方法
换个号韩国红果果
array
1.forEach 该方法接受一个函数作为参数, 对数组中的每个元素
使用该函数 return 语句失效
function square(num) {
print(num, num * num);
}
var nums = [1,2,3,4,5,6,7,8,9,10];
nums.forEach(square);
2.every 该方法接受一个返回值为布尔类型
- 对Hibernate缓存机制的理解
归来朝歌
session一级缓存对象持久化
在hibernate中session一级缓存机制中,有这么一种情况:
问题描述:我需要new一个对象,对它的几个字段赋值,但是有一些属性并没有进行赋值,然后调用
session.save()方法,在提交事务后,会出现这样的情况:
1:在数据库中有默认属性的字段的值为空
2:既然是持久化对象,为什么在最后对象拿不到默认属性的值?
通过调试后解决方案如下:
对于问题一,如你在数据库里设置了
- WebService调用错误合集
darkranger
webservice
Java.Lang.NoClassDefFoundError: Org/Apache/Commons/Discovery/Tools/DiscoverSingleton
调用接口出错,
一个简单的WebService
import org.apache.axis.client.Call;import org.apache.axis.client.Service;
首先必不可
- JSP和Servlet的中文乱码处理
aijuans
Java Web
JSP和Servlet的中文乱码处理
前几天学习了JSP和Servlet中有关中文乱码的一些问题,写成了博客,今天进行更新一下。应该是可以解决日常的乱码问题了。现在作以下总结希望对需要的人有所帮助。我也是刚学,所以有不足之处希望谅解。
一、表单提交时出现乱码:
在进行表单提交的时候,经常提交一些中文,自然就避免不了出现中文乱码的情况,对于表单来说有两种提交方式:get和post提交方式。所以
- 面试经典六问
atongyeye
工作面试
题记:因为我不善沟通,所以在面试中经常碰壁,看了网上太多面试宝典,基本上不太靠谱。只好自己总结,并试着根据最近工作情况完成个人答案。以备不时之需。
以下是人事了解应聘者情况的最典型的六个问题:
1 简单自我介绍
关于这个问题,主要为了弄清两件事,一是了解应聘者的背景,二是应聘者将这些背景信息组织成合适语言的能力。
我的回答:(针对技术面试回答,如果是人事面试,可以就掌
- contentResolver.query()参数详解
百合不是茶
androidquery()详解
收藏csdn的博客,介绍的比较详细,新手值得一看 1.获取联系人姓名
一个简单的例子,这个函数获取设备上所有的联系人ID和联系人NAME。
[java]
view plain
copy
public void fetchAllContacts() {
 
- ora-00054:resource busy and acquire with nowait specified解决方法
bijian1013
oracle数据库killnowait
当某个数据库用户在数据库中插入、更新、删除一个表的数据,或者增加一个表的主键时或者表的索引时,常常会出现ora-00054:resource busy and acquire with nowait specified这样的错误。主要是因为有事务正在执行(或者事务已经被锁),所有导致执行不成功。
1.下面的语句
- web 开发乱码
征客丶
springWeb
以下前端都是 utf-8 字符集编码
一、后台接收
1.1、 get 请求乱码
get 请求中,请求参数在请求头中;
乱码解决方法:
a、通过在web 服务器中配置编码格式:tomcat 中,在 Connector 中添加URIEncoding="UTF-8";
1.2、post 请求乱码
post 请求中,请求参数分两部份,
1.2.1、url?参数,
- 【Spark十六】: Spark SQL第二部分数据源和注册表的几种方式
bit1129
spark
Spark SQL数据源和表的Schema
case class
apply schema
parquet
json
JSON数据源 准备源数据
{"name":"Jack", "age": 12, "addr":{"city":"beijing&
- JVM学习之:调优总结 -Xms -Xmx -Xmn -Xss
BlueSkator
-Xss-Xmn-Xms-Xmx
堆大小设置JVM 中最大堆大小有三方面限制:相关操作系统的数据模型(32-bt还是64-bit)限制;系统的可用虚拟内存限制;系统的可用物理内存限制。32位系统下,一般限制在1.5G~2G;64为操作系统对内存无限制。我在Windows Server 2003 系统,3.5G物理内存,JDK5.0下测试,最大可设置为1478m。典型设置:
java -Xmx355
- jqGrid 各种参数 详解(转帖)
BreakingBad
jqGrid
jqGrid 各种参数 详解 分类:
源代码分享
个人随笔请勿参考
解决开发问题 2012-05-09 20:29 84282人阅读
评论(22)
收藏
举报
jquery
服务器
parameters
function
ajax
string
- 读《研磨设计模式》-代码笔记-代理模式-Proxy
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.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;
/*
* 下面
- 应用升级iOS8中遇到的一些问题
chenhbc
ios8升级iOS8
1、很奇怪的问题,登录界面,有一个判断,如果不存在某个值,则跳转到设置界面,ios8之前的系统都可以正常跳转,iOS8中代码已经执行到下一个界面了,但界面并没有跳转过去,而且这个值如果设置过的话,也是可以正常跳转过去的,这个问题纠结了两天多,之前的判断我是在
-(void)viewWillAppear:(BOOL)animated
中写的,最终的解决办法是把判断写在
-(void
- 工作流与自组织的关系?
comsci
设计模式工作
目前的工作流系统中的节点及其相互之间的连接是事先根据管理的实际需要而绘制好的,这种固定的模式在实际的运用中会受到很多限制,特别是节点之间的依存关系是固定的,节点的处理不考虑到流程整体的运行情况,细节和整体间的关系是脱节的,那么我们提出一个新的观点,一个流程是否可以通过节点的自组织运动来自动生成呢?这种流程有什么实际意义呢?
这里有篇论文,摘要是:“针对网格中的服务
- Oracle11.2新特性之INSERT提示IGNORE_ROW_ON_DUPKEY_INDEX
daizj
oracle
insert提示IGNORE_ROW_ON_DUPKEY_INDEX
转自:http://space.itpub.net/18922393/viewspace-752123
在 insert into tablea ...select * from tableb中,如果存在唯一约束,会导致整个insert操作失败。使用IGNORE_ROW_ON_DUPKEY_INDEX提示,会忽略唯一
- 二叉树:堆
dieslrae
二叉树
这里说的堆其实是一个完全二叉树,每个节点都不小于自己的子节点,不要跟jvm的堆搞混了.由于是完全二叉树,可以用数组来构建.用数组构建树的规则很简单:
一个节点的父节点下标为: (当前下标 - 1)/2
一个节点的左节点下标为: 当前下标 * 2 + 1
&
- C语言学习八结构体
dcj3sjt126com
c
为什么需要结构体,看代码
# include <stdio.h>
struct Student //定义一个学生类型,里面有age, score, sex, 然后可以定义这个类型的变量
{
int age;
float score;
char sex;
}
int main(void)
{
struct Student st = {80, 66.6,
- centos安装golang
dcj3sjt126com
centos
#在国内镜像下载二进制包
wget -c http://www.golangtc.com/static/go/go1.4.1.linux-amd64.tar.gz
tar -C /usr/local -xzf go1.4.1.linux-amd64.tar.gz
#把golang的bin目录加入全局环境变量
cat >>/etc/profile<
- 10.性能优化-监控-MySQL慢查询
frank1234
性能优化MySQL慢查询
1.记录慢查询配置
show variables where variable_name like 'slow%' ; --查看默认日志路径
查询结果:--不用的机器可能不同
slow_query_log_file=/var/lib/mysql/centos-slow.log
修改mysqld配置文件:/usr /my.cnf[一般在/etc/my.cnf,本机在/user/my.cn
- Java父类取得子类类名
happyqing
javathis父类子类类名
在继承关系中,不管父类还是子类,这些类里面的this都代表了最终new出来的那个类的实例对象,所以在父类中你可以用this获取到子类的信息!
package com.urthinker.module.test;
import org.junit.Test;
abstract class BaseDao<T> {
public void
- Spring3.2新注解@ControllerAdvice
jinnianshilongnian
@Controller
@ControllerAdvice,是spring3.2提供的新注解,从名字上可以看出大体意思是控制器增强。让我们先看看@ControllerAdvice的实现:
@Target(ElementType.TYPE)
@Retention(RetentionPolicy.RUNTIME)
@Documented
@Component
public @interface Co
- Java spring mvc多数据源配置
liuxihope
spring
转自:http://www.itpub.net/thread-1906608-1-1.html
1、首先配置两个数据库
<bean id="dataSourceA" class="org.apache.commons.dbcp.BasicDataSource" destroy-method="close&quo
- 第12章 Ajax(下)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- BW / Universe Mappings
blueoxygen
BO
BW Element
OLAP Universe Element
Cube Dimension
Class
Charateristic
A class with dimension and detail objects (Detail objects for key and desription)
Hi
- Java开发熟手该当心的11个错误
tomcat_oracle
java多线程工作单元测试
#1、不在属性文件或XML文件中外化配置属性。比如,没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中,还是UAT(用户验收
测试)环境中,都可以顺畅无阻地运行,但是一旦部署在PROD 上,把它作为多线程程序处理更大的数据集时,就会抛出IOException,原因可能是JDBC驱动版本不同,也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置,那么使它成为
- 推行国产操作系统的优劣
yananay
windowslinux国产操作系统
最近刮起了一股风,就是去“国外货”。从应用程序开始,到基础的系统,数据库,现在已经刮到操作系统了。原因就是“棱镜计划”,使我们终于认识到了国外货的危害,开始重视起了信息安全。操作系统是计算机的灵魂。既然是灵魂,为了信息安全,那我们就自然要使用和推行国货。可是,一味地推行,是否就一定正确呢?
先说说信息安全。其实从很早以来大家就在讨论信息安全。很多年以前,就据传某世界级的网络设备制造商生产的交