clc;
clear all;
close all;
%提取连通分量测试图像,用来检测食物中的外来物
I=im2double(imread('D:\Gray Files\9-18a.tif'));
%获得图像大小
[M,N]=size(I);
%存放腐蚀后的图像
%设定提取门限,根据经验设定
th=0.808;
%将原图像根据上述门限进行二值处理,大于等于门限为1,小于为0
ind=find(I>=th);
I(ind)=1;
ind=find(I
FindConnectedPoint函数如下:
function R=FindConnectedPoint(p,Beta_pad,ind,n_l)
%保存边界坐标对象
Obj=[];
%以p为中心点,从边界图中取出3*3大小的块区域
Block=Beta_pad(p(1,1)-n_l:p(1,1)+n_l,p(1,2)-n_l:p(1,2)+n_l);
Obj=p;
%将图像中的p点置零
Beta_pad(p(1,1),p(1,2))=0;
%将块区域中的p点置零
Block(n_l+1,n_l+1)=0;
A=cell(1,3);
%将p点从下标矩阵中删除
for j=1:size(ind,1)
if ind(j,:)==p
ind(j,:)=[];
break;
end
end
%寻找块区域中为1的点的下标
[rows,cols]=find(Block==1);
ind_sub=cat(2,rows,cols);
if ~isempty(ind_sub)
%确定块中数值为1的点的坐标
for i=1:size(ind_sub,1)
p_next=[];
if ind_sub(i,1)<=n_l+1
p_next(1,1)=p(1,1)-abs(n_l+1-ind_sub(i,1));
if ind_sub(i,2)<=n_l+1
p_next(1,2)=p(1,2)-abs(n_l+1-ind_sub(i,2));
else
p_next(1,2)=p(1,2)+abs(n_l+1-ind_sub(i,2));
end
else
p_next(1,1)=p(1,1)+abs(n_l+1-ind_sub(i,1));
if ind_sub(i,2)<=n_l+1
p_next(1,2)=p(1,2)-abs(n_l+1-ind_sub(i,2));
else
p_next(1,2)=p(1,2)+abs(n_l+1-ind_sub(i,2));
end
end
if Beta_pad(p_next(1,1),p_next(1,2))~=0
A=FindConnectedPoint(p_next,Beta_pad,ind,n_l);
Obj=cat(1,A{1,1},Obj);
end
%更新下标矩阵
ind=A{1,2};
Beta_pad=A{1,3};
end
end
%返回结果
R={Obj,ind,Beta_pad};
end
你可能感兴趣的:(图像处理,灰度图像处理,连通分量提取)
【自然语言处理(NLP)】NLTK的使用(分句、分词、词频提取)
道友老李
自然语言处理(NLP) 自然语言处理 人工智能
文章目录介绍NLTK主要功能模块安装使用分句分词去除标点符号去除停用词stopword噪音单词,词频提取个人主页:道友老李欢迎加入社区:道友老李的学习社区介绍自然语言处理(NaturalLanguageProcessing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究的是人类(自然)语言与计算机之间的交互。NLP的目标是让计算机能够理解、解析、生成人类语言,并且能够以有意义的方式
取对象的指定属性组成一个新的对象;变更对象的key值组成新的属性值
柠檬花开_
object 取字段值组成新的对象
//原始对象constoriginalObject={id:1,name:'Alice',age:30,city:'NewYork'};//提取原始对象的指定属性并重命名,key值保持原有的const{name,id}=originalObject;//组成新对象constnewObject={displayName,id};console.log(newObject);-->{"name":"A
从音频到 PDF:AI 全流程打造完美英文绘本教案
伟贤AI之路
自动化 AI编程 人工智能
今天把英文绘本的自学教案自动生成流程完成了,我分享一下整个实现思路,让你也轻松搞定英文绘本教案的产出,让孩子的学习之路更加顺畅。从音频到PDF:AI全流程打造完美英文绘本教案一、音频转文本:AI助力第一步借助AI的强大能力,将绘本的音频MP3转化为清晰的文本。这一过程不仅节省时间,还能确保文本的准确性。你可以参考这篇教程:家长必看!1小时搞定RAZ英文绘本英文提取!二、文本自动整理:高效又便捷接下
java如何获取全部省市_纯java获取省市区
weixin_39758956
java如何获取全部省市
GPSdataformat计算机与现代化JISUANJIYUXIANDAIHUA总第111期用Java实现GPS全球定位系统定位数据的提取王缓缓,李虎(中国地质大学信息......Java获取文件系统根目录列表_IT/计算机_专业资料。本文讲述了如何在Java下获取文件系统根目录列表,很有用的代码。Java获取文件系统根目录列表描述:描述本文讲述......另:在Jsp,Servlet,Java中
基于php 音乐系统(源码+LW+部署讲解+数据库+ppt)
西红柿计算机毕设
PHP毕设 php 数据库 开发语言 spring boot 后端 mysql
!!!!!!!!!选题不知道怎么选不清楚自己适合做哪块内容都可以免费来问我避免后期給自己答辩找麻烦增加难度(部分学校只有一次答辩机会没弄好就延迟毕业了)会持续一直更新下去有问必答一键收藏关注不迷路源码获取:https://pan.baidu.com/s/1aRpOv3f2sdtVYOogQjb8jg?pwd=jf1d提取码:jf1d!!!!!!!!!项目介绍基于php音乐系统(源码+LW+部署讲解
Traceback包【持续更新】
BBluster
python python
Traceback包简介traceback是Python标准库中的一个模块,它提供了一组用于提取、格式化和打印程序执行过程中的堆栈跟踪信息的工具。当程序发生异常且未被捕获时,Python会自动生成一个堆栈跟踪,显示出错的位置和调用栈。这有助于开发者理解和调试程序中出现的问题。主要功能当程序发生异常时,traceback模块可以用来捕获和格式化相关的堆栈信息。这有助于开发者快速定位问题所在。格式化的
【CV】25.1.7 arxiv更新速递
hinmer
arxiv CV每日更新 python 人工智能 计算机视觉 chatgpt 目标检测 ai AIGC
—第1篇----关键词:手势识别,计算机视觉,低光照条件,机器学习,RaspberryPi,OpenCV论文链接-摘要:手势识别是一种基于计算机视觉技术的感知用户界面,允许计算机将人类动作解释为命令,使用户无需使用手与计算机交流,从而使鼠标和键盘变得多余。手势识别的主要弱点是光线条件,因为手势控制依赖于摄像头。摄像头用于在2D和3D中解释手势,因此提取的信息可能因光源而异。系统的限制是无法在黑暗环
python 统计相同像素值个数
AI算法网奇
python基础 opencv 计算机视觉 python
目录python统计相同像素值个数最大值附近的值python统计相同像素值个数importcv2importnumpyasnpimporttimefromcollectionsimportCounter#读取图像image=cv2.imread('mask16.jpg')#将图像转换为灰度图像gray_image=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)area
Python Selenium使用cookie实现自动登录WB
haerxiluo
python 爬虫 python selenium 爬虫
文章目录前言一、预登陆获取cookie1)cookie处理2)预登陆二、登录测试前言模拟登录WB是实现WB网页爬虫的第一步,现在的WB网页版有个sinavisitsystem,只有登录过后才能获取更多内容。本文使用selenium通过预登陆保存cookie到本地,之后重复登录只需要提取本地cookie即可免去每次扫码或者输密码登录。一、预登陆获取cookie1)cookie处理先简单引入两个函数实
Alluxio在数据索引和模型分发中的核心价值与应用
人工智能大数据模型索引
在当前的技术环境下,搜索、推荐、广告、大模型、自动驾驶等领域的业务依赖于海量数据的处理和复杂模型的训练。这些任务通常涉及从用户行为数据和社交网络数据中提取大量信息,进行模型训练和推理。这一过程需要强大的数据分发能力,尤其是在多个服务器同时拉取同一份数据时,更是考验基础设施的性能。在这样的背景下,AlluxioEnterpriseAI在数据索引与模型分发/部署方面展示了其独特的优势,特别是在处理海量
Swin-Unet多分类:图像分割领域的强大工具
甄亚凌
Swin-Unet多分类:图像分割领域的强大工具【下载地址】Swin-Unet多分类资源文件介绍本仓库提供了一个名为“Swin-Unet多分类”的资源文件,该文件主要用于图像分割任务中的多分类问题。资源文件中包含了一个基于Swin-Unet模型的实现,旨在对图像进行多分类分割项目地址:https://gitcode.com/open-source-toolkit/32588项目介绍在图像处理和计算
Python 实现 RGB 和 HSV 相互转换算法
传说里的故事
python 算法 开发语言
Python实现RGB和HSV相互转换算法在图像处理领域,RGB和HSV是两种最常用的颜色空间。RGB是红绿蓝三原色的组合,HSV是色调、饱和度和亮度的组合。在不同应用场景下,需要将RGB和HSV进行相互转换。下面给出Python实现RGB和HSV相互转换的算法,并附上完整的源码。首先,我们需要导入colorsys库。这个库提供了许多颜色空间的转换函数。接下来,我们定义RGBToHSV和HSVTo
【揭秘】图像算法工程师岗位如何进入?
认识祂
人工智能 算法 图像算法工程师
“图像算法工程师,主要专注于开发图像处理和计算机视觉算法,广泛应用于各行业。本文,我们来揭秘一下他们的日常工作,以及如何成为这一领域的专业人才。”01图像算法工程师的日常工作算法设计与开发图像算法工程师的核心任务是设计和开发算法,以解决特定的图像处理或计算机视觉问题。常见的任务包括:图像分类:使用卷积神经网络(CNN)对图像进行分类,常见算法如ResNet、VGG。目标检测:在图像中定位并标注物体
python+ollama本地大模型批量识别PDF,总结摘要以及关键词并输出EXCEL。
月野难浔丶
python pdf 开发语言
现在市场上有很多PDF文件的识别,转化,等等。有些业务可能需要总结摘要和关键词等等一系列的操作。然而随着AI的兴起,本地大模型的部署,这些成为一种很方便的方法,接下来我将为各位介绍我所使用的方法。本篇文章旨在自动化处理PDF文档,提取并清理文本数据,然后使用一种大型模型生成摘要和关键词。最后,处理结果会被整理并输出到Excel文件中,便于后续分析和查看。人工智能(AI)是一种模拟人类智能的科技,它
基于Python的三种主流网络爬虫技术
吃肉肉335
python 爬虫 开发语言
一、网络爬虫是什么网络爬虫,通常也被称为网络蜘蛛或网络机器人,是一种按照一定方法,获取网络各种信息的自动化脚本程序,也可以将其理解为一个在互联网上自动提取网页信息并进行解析抓取的程序。网络爬虫的功能不仅局限于复制网页内容、下载音视频文件,更包括自动化执行行为链以及模拟用户登录等复杂操作。在当前大数据背景下,无论是人工智能应用还是数据分析工作,均依赖于海量的数据支持。如果仅依赖人工采集这一种方式,不
个性化的语言模型构建思路
由数入道
人工智能 语言模型 人工智能 自然语言处理
将开源模型(如Llama3、Qwen、Falcon3…等)转变为个人专属的大语言模型,通常涉及知识库的构建、微调(fine-tuning)和模型定制等步骤。下面提供一个详细的技术解决方案,涵盖了如何利用现有的资料(如文档、PDF、Excel、PPT、图片、语音、视频等)将开源模型转换为个人专属的语言模型的步骤、思路和技术设计。解决方案概述知识库构建:从不同格式的资料中提取有效信息,构建结构化或非结
网络爬虫技术如何影响网络安全的
德迅云安全-甲锵
网络安全 爬虫
随着网络的发展和网络爬虫技术的普及,一些人收集某些需要的信息,会使用网络爬虫进行数据抓取。网络爬虫一方面会消耗网络系统的网络资源,同时可能会造成核心数据被窃取,因此对企业来讲如何反爬虫显得非常重要。一、什么是网络爬虫网络爬虫也叫网络蜘蛛,是一种用来自动浏览万维网的网络机器人,按照一定的规则可以自动提取网页内容的程序。网络爬虫主要用于网络资源的收集工作,搜索引擎通过网络爬虫爬取内容并将页面保存下来,
Java 大视界 -- Java 大数据文本分析与自然语言处理:从文本挖掘到智能对话
一只蜗牛儿
java 大数据 自然语言处理
在当今的信息化时代,数据成为了重要的资源。特别是文本数据,随处可见,如社交媒体、新闻网站、技术文档、客户反馈等,这些都包含着大量的潜在信息。因此,如何从海量的文本中提取有价值的信息,成为了大数据分析领域的重要课题。Java作为一种高效、灵活的编程语言,在大数据文本分析与自然语言处理(NLP)中发挥着至关重要的作用。本文将介绍如何利用Java开发大数据文本分析和自然语言处理(NLP)应用,带领你从文
数据挖掘:定义、挑战与应用
黑色叉腰丶大魔王
数据挖掘 人工智能
一、数据挖掘的定义(一)概念阐述数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它融合了数据库技术、统计学、机器学习、人工智能等多学科的理论和方法,旨在通过对数据的深入分析和处理,发现有价值的模式、关联、趋势等,从而为决策提供支持。(二)与相关概念的区别与联系数据库管理:数据库管理侧重于数据的存储、组织、检索和维护
face-kkk
山山而川_R
face 深度学习
目录一、配置环境1、新建虚拟环境2、配置环境安装包3、下载安装使用环境二、注册新人1、采集照片2、注册新人3、测试视频或摄像头三、配置文件config1、项目配置文件configs/configs.py,用于设置人脸检测模型,特征提取模型二、下面是自己测试用(个人的一个记录,不具备参考意义)MTCNN人脸检测参考项目:GitHub-Sierkinhane/mtcnn-pytorch:Afacede
Level2逐笔成交逐笔委托毫秒记录:今日分享优质股票数据20250122
2401_89140926
python 金融 数据库 大数据
逐笔委托逐笔成交下载链接:https://pan.baidu.com/s/1WP6eGLip3gAbt7yFKg4XqA?pwd=7qtx提取码:7qtxLevel2逐笔成交逐笔委托数据分享下载通过Level2逐笔成交和逐笔委托这种每一笔的毫秒级别的数据可以分析出很多有用的点,包括主力意图,虚假动作,让任何操作无所遁形。适合交易大师来分析主力规律,也适合人工智能领域的机器学习,数据量大且精准。以下
大语言模型原理与工程实践:网页数据
AI大模型应用之禅
计算科学 神经计算 深度学习 神经网络 大数据 人工智能 大型语言模型 AI AGI LLM Java Python 架构设计 Agent RPA
大语言模型原理与工程实践:网页数据1.背景介绍在当今信息爆炸的时代,网页数据成为了大数据的重要来源之一。网页数据不仅包含了丰富的文本信息,还包括了图像、视频、音频等多媒体内容。大语言模型(LargeLanguageModels,LLMs)作为自然语言处理(NLP)领域的前沿技术,能够从海量的网页数据中提取有价值的信息,进行文本生成、情感分析、问答系统等多种任务。大语言模型的成功离不开深度学习技术的
WebRover :一个功能强大的 Python 库,用于从 Web 内容生成高质量的数据集。
数据集
2024-11-30,由Area-25团队开发的一个专门用于生成高质量网络内容数据集的Python库。该数据集旨在为大型语言模型(LLM)和人工智能应用的训练提供丰富的数据资源。数据集地址:WebRoverDataset|自然语言处理数据集|AI模型训练数据集一、让我们一起来看一下WebRoverWebRover通过智能网络爬虫技术,自动从网络中提取与特定主题相关的内容,并支持多种输入格式,如JS
【机器学习实战入门】使用OpenCV进行性别和年龄检测
精通代码大仙
数据挖掘 深度学习 python 机器学习 python opencv 数据挖掘 人工智能
GenderandAgeDetectionPython项目首先,向您介绍用于此高级Python项目的性别和年龄检测中的术语:什么是计算机视觉?计算机视觉是一门让计算机能够像人类一样观察和识别数字图像和视频的学科。它面临的挑战大多源于对生物视觉有限的了解。计算机视觉涉及获取、处理、分析和理解数字图像,旨在从现实世界中提取高维数据,从而生成可用来做决策的符号或数值信息。该过程通常包括物体识别、视频跟踪
机器学习笔记 - 机器学习/深度学习实战案例合集
坐望云起
深度学习从入门到精通 机器学习 深度学习 人工智能 案例应用 神经网络
一、简述如何学习机器学习/深度学习,理论和实践都很重要,理论上的内容需要看课程、读教材。但是实践需要自己动手,实践之后自然会对理论有更深入的理解。怎么实践?借用欧阳修《卖油翁》的话”无他,但手熟尔“。就是多看多写多跑。下面创建这个github的目的是为了存放一些图像处理/计算机视觉/机器学习/深度学习的示例代码集合,不定期会添加新的示例,可供参考。GitHub-bashendixie/ml_too
网络爬虫~
rzydal
爬虫
简介网络爬虫,也被称为网页蜘蛛、网络机器人、网页抓取器或网页追逐者,是一种自动化程序或脚本。以下是对网络爬虫的详细介绍一、定义与工作原理网络爬虫按照一定的规则自动地抓取万维网上的信息。它模拟人类用户在网页上的行为,通过发送HTTP请求获取网页内容,并解析网页内容以提取所需信息。通常,网络爬虫从一个或多个种子URL开始,逐步抓取网页中的链接,并递归地访问这些链接,直到满足某个条件(如达到一定的抓取深
爬取NBA球员信息并可视化小白入门
Serendipity_Carl
爬虫数分 爬虫基础 python 爬虫 数据可视化 pycharm 数据分析
网址:虎扑体育-NBA球员得分数据排行第1页步骤:分析页面确定URL地址模拟浏览器向服务器发送请求数据解析提取想要的数据保存数据爬虫所需要的模块requests(发送HTTP请求)parsel(解析HTML内容)pandas(数据保存模块)第一步分析页面--确定是静态页面还是动态页面右击点击查看网页源代码在新窗口中搜索(Ctrl+F)我们所需要的数据通过分析可得此网站为静态页面URL地址为浏览器栏
小波变换算法详解(附Python和C++代码)
卢一涵
算法 人工智能 机器学习 c++
小波变换算法是将初始数据分解为低频和高频的两组数据,再由这两组数据重新构造初始数据的算法(与傅里叶变换算法类似)。一般来说小波变换常用于数据降噪领域,也可以用于对数据进行压缩、数据特征提取、特征增强等方面。小波算法很难理解对不对,博主也觉得难理解,不过,算法本身并没有特别复杂,简单说就使把数据分解然后再重构这两个步骤。只要知道这两个步骤,剩下的就是顺水推舟,容易理解多了。小波分解:分解的步骤其实就
VMD(变分模态分解)详解
DuHz
波的分析方法 现代谱分析方法 音频处理 数据挖掘 信号处理 人工智能 信息与通信 数学建模
VMD(变分模态分解)详解目录前言背景及发展VMD原理与数学基础问题的提出变分框架与能量最小化中心频率与带宽定义目标函数及约束拉格朗日乘子法频域迭代更新公式VMD与EMD/EEMD/CEEMDAN等方法比较VMD算法流程主要参数的选择与影响优点与不足实际应用中需要注意的问题示例代码代码简要解读参考资料前言在信号处理、时频分析、故障诊断等诸多领域,如何将一个复杂信号进行多分量分解,进而提取到其中所包
WebRover: 专为训练大型语言模型和 AI 应用程序而设计的 Python 库
数据集
2024-11-30,由Area-25团队开发的一个专门用于生成高质量网络内容数据集的Python库。该数据集旨在为大型语言模型(LLM)和人工智能应用的训练提供丰富的数据资源。数据集地址:WebRoverDataset|自然语言处理数据集|AI模型训练数据集一、让我们一起来看一下WebRoverWebRover通过智能网络爬虫技术,自动从网络中提取与特定主题相关的内容,并支持多种输入格式,如JS
PHP,安卓,UI,java,linux视频教程合集
cocos2d-x小菜
java UI linux PHP android
╔-----------------------------------╗┆
zookeeper admin 笔记
braveCS
zookeeper
Required Software
1) JDK>=1.6
2)推荐使用ensemble的ZooKeeper(至少3台),并run on separate machines
3)在Yahoo!,zk配置在特定的RHEL boxes里,2个cpu,2G内存,80G硬盘
数据和日志目录
1)数据目录里的文件是zk节点的持久化备份,包括快照和事务日
Spring配置多个连接池
easterfly
spring
项目中需要同时连接多个数据库的时候,如何才能在需要用到哪个数据库就连接哪个数据库呢?
Spring中有关于dataSource的配置:
<bean id="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource"
&nb
Mysql
171815164
mysql
例如,你想myuser使用mypassword从任何主机连接到mysql服务器的话。
GRANT ALL PRIVILEGES ON *.* TO 'myuser'@'%'IDENTIFIED BY 'mypassword' WI
TH GRANT OPTION;
如果你想允许用户myuser从ip为192.168.1.6的主机连接到mysql服务器,并使用mypassword作
CommonDAO(公共/基础DAO)
g21121
DAO
好久没有更新博客了,最近一段时间工作比较忙,所以请见谅,无论你是爱看呢还是爱看呢还是爱看呢,总之或许对你有些帮助。
DAO(Data Access Object)是一个数据访问(顾名思义就是与数据库打交道)接口,DAO一般在业
直言有讳
永夜-极光
感悟 随笔
1.转载地址:http://blog.csdn.net/jasonblog/article/details/10813313
精华:
“直言有讳”是阿里巴巴提倡的一种观念,而我在此之前并没有很深刻的认识。为什么呢?就好比是读书时候做阅读理解,我喜欢我自己的解读,并不喜欢老师给的意思。在这里也是。我自己坚持的原则是互相尊重,我觉得阿里巴巴很多价值观其实是基本的做人
安装CentOS 7 和Win 7后,Win7 引导丢失
随便小屋
centos
一般安装双系统的顺序是先装Win7,然后在安装CentOS,这样CentOS可以引导WIN 7启动。但安装CentOS7后,却找不到Win7 的引导,稍微修改一点东西即可。
一、首先具有root 的权限。
即进入Terminal后输入命令su,然后输入密码即可
二、利用vim编辑器打开/boot/grub2/grub.cfg文件进行修改
v
Oracle备份与恢复案例
aijuans
oracle
Oracle备份与恢复案例
一. 理解什么是数据库恢复当我们使用一个数据库时,总希望数据库的内容是可靠的、正确的,但由于计算机系统的故障(硬件故障、软件故障、网络故障、进程故障和系统故障)影响数据库系统的操作,影响数据库中数据的正确性,甚至破坏数据库,使数据库中全部或部分数据丢失。因此当发生上述故障后,希望能重构这个完整的数据库,该处理称为数据库恢复。恢复过程大致可以分为复原(Restore)与
JavaEE开源快速开发平台G4Studio v5.0发布
無為子
我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V5.0版本已经正式发布。
访问G4Studio网站
http://www.g4it.org
2013-04-06 发布G4Studio_V5.0版本
功能新增
(1). 新增了调用Oracle存储过程返回游标,并将游标映射为Java List集合对象的标
Oracle显示根据高考分数模拟录取
百合不是茶
PL/SQL编程 oracle例子 模拟高考录取 学习交流
题目要求:
1,创建student表和result表
2,pl/sql对学生的成绩数据进行处理
3,处理的逻辑是根据每门专业课的最低分线和总分的最低分数线自动的将录取和落选
1,创建student表,和result表
学生信息表;
create table student(
student_id number primary key,--学生id
优秀的领导与差劲的领导
bijian1013
领导 管理 团队
责任
优秀的领导:优秀的领导总是对他所负责的项目担负起责任。如果项目不幸失败了,那么他知道该受责备的人是他自己,并且敢于承认错误。
差劲的领导:差劲的领导觉得这不是他的问题,因此他会想方设法证明是他的团队不行,或是将责任归咎于团队中他不喜欢的那几个成员身上。
努力工作
优秀的领导:团队领导应该是团队成员的榜样。至少,他应该与团队中的其他成员一样努力工作。这仅仅因为他
js函数在浏览器下的兼容
Bill_chen
jquery 浏览器 IE DWR ext
做前端开发的工程师,少不了要用FF进行测试,纯js函数在不同浏览器下,名称也可能不同。对于IE6和FF,取得下一结点的函数就不尽相同:
IE6:node.nextSibling,对于FF是不能识别的;
FF:node.nextElementSibling,对于IE是不能识别的;
兼容解决方式:var Div = node.nextSibl
【JVM四】老年代垃圾回收:吞吐量垃圾收集器(Throughput GC)
bit1129
垃圾回收
吞吐量与用户线程暂停时间
衡量垃圾回收算法优劣的指标有两个:
吞吐量越高,则算法越好
暂停时间越短,则算法越好
首先说明吞吐量和暂停时间的含义。
垃圾回收时,JVM会启动几个特定的GC线程来完成垃圾回收的任务,这些GC线程与应用的用户线程产生竞争关系,共同竞争处理器资源以及CPU的执行时间。GC线程不会对用户带来的任何价值,因此,好的GC应该占
J2EE监听器和过滤器基础
白糖_
J2EE
Servlet程序由Servlet,Filter和Listener组成,其中监听器用来监听Servlet容器上下文。
监听器通常分三类:基于Servlet上下文的ServletContex监听,基于会话的HttpSession监听和基于请求的ServletRequest监听。
ServletContex监听器
ServletContex又叫application
博弈AngularJS讲义(16) - 提供者
boyitech
js AngularJS api Angular Provider
Angular框架提供了强大的依赖注入机制,这一切都是有注入器(injector)完成. 注入器会自动实例化服务组件和符合Angular API规则的特殊对象,例如控制器,指令,过滤器动画等。
那注入器怎么知道如何去创建这些特殊的对象呢? Angular提供了5种方式让注入器创建对象,其中最基础的方式就是提供者(provider), 其余四种方式(Value, Fac
java-写一函数f(a,b),它带有两个字符串参数并返回一串字符,该字符串只包含在两个串中都有的并按照在a中的顺序。
bylijinnan
java
public class CommonSubSequence {
/**
* 题目:写一函数f(a,b),它带有两个字符串参数并返回一串字符,该字符串只包含在两个串中都有的并按照在a中的顺序。
* 写一个版本算法复杂度O(N^2)和一个O(N) 。
*
* O(N^2):对于a中的每个字符,遍历b中的每个字符,如果相同,则拷贝到新字符串中。
* O(
sqlserver 2000 无法验证产品密钥
Chen.H
sql windows SQL Server Microsoft
在 Service Pack 4 (SP 4), 是运行 Microsoft Windows Server 2003、 Microsoft Windows Storage Server 2003 或 Microsoft Windows 2000 服务器上您尝试安装 Microsoft SQL Server 2000 通过卷许可协议 (VLA) 媒体。 这样做, 收到以下错误信息CD KEY的 SQ
[新概念武器]气象战争
comsci
气象战争的发动者必须是拥有发射深空航天器能力的国家或者组织....
原因如下:
地球上的气候变化和大气层中的云层涡旋场有密切的关系,而维持一个在大气层某个层次
oracle 中 rollup、cube、grouping 使用详解
daizj
oracle grouping rollup cube
oracle 中 rollup、cube、grouping 使用详解 -- 使用oracle 样例表演示 转自namesliu
-- 使用oracle 的样列库,演示 rollup, cube, grouping 的用法与使用场景
--- ROLLUP , 为了理解分组的成员数量,我增加了 分组的计数 COUNT(SAL)
技术资料汇总分享
Dead_knight
技术资料汇总 分享
本人汇总的技术资料,分享出来,希望对大家有用。
http://pan.baidu.com/s/1jGr56uE
资料主要包含:
Workflow->工作流相关理论、框架(OSWorkflow、JBPM、Activiti、fireflow...)
Security->java安全相关资料(SSL、SSO、SpringSecurity、Shiro、JAAS...)
Ser
初一下学期难记忆单词背诵第一课
dcj3sjt126com
english word
could 能够
minute 分钟
Tuesday 星期二
February 二月
eighteenth 第十八
listen 听
careful 小心的,仔细的
short 短的
heavy 重的
empty 空的
certainly 当然
carry 携带;搬运
tape 磁带
basket 蓝子
bottle 瓶
juice 汁,果汁
head 头;头部
截取视图的图片, 然后分享出去
dcj3sjt126com
OS Objective-C
OS 7 has a new method that allows you to draw a view hierarchy into the current graphics context. This can be used to get an UIImage very fast.
I implemented a category method on UIView to get the vi
MySql重置密码
fanxiaolong
MySql重置密码
方法一:
在my.ini的[mysqld]字段加入:
skip-grant-tables
重启mysql服务,这时的mysql不需要密码即可登录数据库
然后进入mysql
mysql>use mysql;
mysql>更新 user set password=password('新密码') WHERE User='root';
mysq
Ehcache(03)——Ehcache中储存缓存的方式
234390216
ehcache MemoryStore DiskStore 存储 驱除策略
Ehcache中储存缓存的方式
目录
1 堆内存(MemoryStore)
1.1 指定可用内存
1.2 驱除策略
1.3 元素过期
2 &nbs
spring mvc中的@propertysource
jackyrong
spring mvc
在spring mvc中,在配置文件中的东西,可以在java代码中通过注解进行读取了:
@PropertySource 在spring 3.1中开始引入
比如有配置文件
config.properties
mongodb.url=1.2.3.4
mongodb.db=hello
则代码中
@PropertySource(&
重学单例模式
lanqiu17
单例 Singleton 模式
最近在重新学习设计模式,感觉对模式理解更加深刻。觉得有必要记下来。
第一个学的就是单例模式,单例模式估计是最好理解的模式了。它的作用就是防止外部创建实例,保证只有一个实例。
单例模式的常用实现方式有两种,就人们熟知的饱汉式与饥汉式,具体就不多说了。这里说下其他的实现方式
静态内部类方式:
package test.pattern.singleton.statics;
publ
.NET开源核心运行时,且行且珍惜
netcome
java .net 开源
背景
2014年11月12日,ASP.NET之父、微软云计算与企业级产品工程部执行副总裁Scott Guthrie,在Connect全球开发者在线会议上宣布,微软将开源全部.NET核心运行时,并将.NET 扩展为可在 Linux 和 Mac OS 平台上运行。.NET核心运行时将基于MIT开源许可协议发布,其中将包括执行.NET代码所需的一切项目——CLR、JIT编译器、垃圾收集器(GC)和核心
使用oscahe缓存技术减少与数据库的频繁交互
Everyday都不同
Web 高并发 oscahe缓存
此前一直不知道缓存的具体实现,只知道是把数据存储在内存中,以便下次直接从内存中读取。对于缓存的使用也没有概念,觉得缓存技术是一个比较”神秘陌生“的领域。但最近要用到缓存技术,发现还是很有必要一探究竟的。
缓存技术使用背景:一般来说,对于web项目,如果我们要什么数据直接jdbc查库好了,但是在遇到高并发的情形下,不可能每一次都是去查数据库,因为这样在高并发的情形下显得不太合理——
Spring+Mybatis 手动控制事务
toknowme
mybatis
@Override
public boolean testDelete(String jobCode) throws Exception {
boolean flag = false;
&nbs
菜鸟级的android程序员面试时候需要掌握的知识点
xp9802
android
熟悉Android开发架构和API调用
掌握APP适应不同型号手机屏幕开发技巧
熟悉Android下的数据存储
熟练Android Debug Bridge Tool
熟练Eclipse/ADT及相关工具
熟悉Android框架原理及Activity生命周期
熟练进行Android UI布局
熟练使用SQLite数据库;
熟悉Android下网络通信机制,S