爱学习的王同学#
爱学习的王同学#

R-CNN系列算法介绍

博客中图片来自霹雳吧啦Wz

文章目录

  • R-CNN
    • 生成候选区域
    • IOU
    • 框架
  • Fast-RCNN
    • 主要流程
    • 获取图像特征的区别
    • ROI pool
    • SVM分类器
    • 损失函数，交叉熵损失
  • Faster-RCNN
    • 主要流程
    • RPN(region proposal network)
    • anchor大小
    • 定义正负样本
    • 损失函数
    • 训练方法

R-CNN

主干使用VGG-16,227 * 227图片大小

R-CNN系列算法介绍_第1张图片

步骤：

​ 1、一张图片生成1-2k个候选区域（ssh方法，select search）

​ 2、对每个候选区域，使用深度网络提取特征

​ 3、特征送入每一类的SVM分类，判别是否属于该类

​ 4、使用回归器细修正候选框位置

生成候选区域

R-CNN系列算法介绍_第2张图片

R-CNN系列算法介绍_第3张图片

R-CNN系列算法介绍_第4张图片

R-CNN系列算法介绍_第5张图片

IOU

R-CNN系列算法介绍_第6张图片

保留最高阈值框，，计算其他框与最高值iou,删除高于设定阈值的框

框架

R-CNN系列算法介绍_第7张图片

Fast-RCNN

主要流程

R-CNN系列算法介绍_第8张图片

1、一张图生成1-2 k候选区域

2、将整个图送入网络得到特征图，将候选框投影到特征图，得特征矩阵

3、将特征矩阵通过ROI pool缩放到7 *7 特征图，将特征图展平，全连接得到预测结果。

获取图像特征的区别

R-CNN系列算法介绍_第9张图片

ROI pool

R-CNN系列算法介绍_第10张图片

不限制输入图片大小

SVM分类器

R-CNN系列算法介绍_第11张图片

并联两个全连接层，1目标概率预测，2边界框回归参数的预测

R-CNN系列算法介绍_第12张图片

损失函数，交叉熵损失

R-CNN系列算法介绍_第13张图片

分类损失用的交叉熵损失函数

R-CNN系列算法介绍_第14张图片

1、多分类，用softmax；

2、二分类，用sigmoid输出

Faster-RCNN

z主干同样使用VGG-16

主要流程

R-CNN系列算法介绍_第15张图片

1、整个图像输入网络得到特征图

2、使用RPN（region proposal network）结构生成候选框，候选框投影到特征图得特征矩阵

3、特征矩阵通过ROI pool得7 *7 特征图，进行展平全连接得预测结果

可将Faster-rcnn看成RPN+fast-RCNN

RPN(region proposal network)

R-CNN系列算法介绍_第16张图片

在特征图使用滑动窗口，分别输出目标概率2 k,k是k个anchor，分别为背景和目标的概率；边界框回归参数4k（x,y,w,h），256是zf网络channel，VGG是512深度；通过滑动窗口提取候选框，之前都是用ss算法

anchor大小

R-CNN系列算法介绍_第17张图片

每个面积大小有3种尺度，每个中心点对应9个anchor

定义正负样本

1、正样本：1anchor与GT的IOU大于设定0.7，为正样本

​ 2，若anchor都没超过0.7，找最大IOU的anchor，认为它为正样本

2、负样本：anchor与GT的IOU小于0.3为负样本

3、除此之外的anchor丢弃

损失函数

R-CNN系列算法介绍_第18张图片

训练方法

1、论文采用分布训练，先用ImageNet预训练网络参数，并开始单独训练RPN网络。

自己代码中直接PRN+fast-RCNN联合训练

R-CNN系列算法介绍_第19张图片

你可能感兴趣的:(算法,cnn)

  • 【JVM系列】谈一谈JVM调优 goyeer（工蚁） #JVMJAVAjvm
    文章目录一、JVM调优概述二、JVM调优目标三、JVM定位瓶颈四、JVM内存调优1.调整堆内存大小2.调整新生代与老年代比例3.元空间（Metaspace）调优五、垃圾回收(GC)调优**1.选择合适的GC算法****2.优化GC参数**3.启用GC日志六、线程与锁优化七、调优后的验证八、注意事项一、JVM调优概述JVM调优是优化Java应用程序性能的关键环节，目的是通过调整JVM参数、优化垃圾回
  • DeepSeek对AI领域的变革性影响分析报告 芝士AI吃鱼 人工智能DeepSeekOpenAI
    一、引言近年来，人工智能（AI）技术加速演进，而中国开源大模型DeepSeek的崛起，标志着全球AI竞争进入新阶段。其凭借低成本、高性能、开源生态三大核心优势，迅速成为行业焦点。本报告从技术、产业、投资、就业及未来趋势等维度，全面解析DeepSeek对AI领域的深远影响，为集团战略布局提供参考。二、技术突破：算法效率与成本革命架构创新：MOE与MLA技术优化DeepSeek采用混合专家系统（MoE
  • DeepSeek对AI发展的范式革新与推动：研究报告 芝士AI吃鱼 DeepSeekAIOpenAILLM
    DeepSeek对AI发展的范式革新与推动：研究报告一、技术范式的突破：从“算力堆砌”到“极致工程化”DeepSeek的成功标志着AI发展从依赖大规模算力投入向算法优化与工程效率的转变。其核心技术突破包括：低算力消耗的模型训练通过蒸馏训练策略、动态模型剪枝和稀疏训练，DeepSeek将训练成本降至OpenAI同类模型的1/10，同时保持性能可比甚至超越。例如，其训练成本仅558万美元，而OpenA
  • 使用opencv实现深度学习的图片与视频的超分辨率 人工智能研究所 人工智能之计算机视觉opencv深度学习视频超分辨率图片超分辨率
    图片超分辨率什么是视频与图片的超分辨率，总结一下便是给一张分辨率比较低的图片，进行超分辨率的处理后，生成比较清晰的高分辨率的图片，上图图片完美解释了超分辨率的过程，由于不同的算法不同，处理的结果也不相同，本期我们介绍一下如何进行图片的超分辨率的处理。·EDSR模型图像超分辨率EDSR：EnhancedDeepResidualNetworksforSingleImageSuper-Resolutio
  • OpenCV 简介 奇点创客 OpenCV
    OpenCV（OpenSourceComputerVisionLibrary，开源计算机视觉库：http://opencv.org）是一个开放源代码库，其中包含数百种计算机视觉算法。本文档介绍所谓的OpenCV2.xAPI，与基于C的OpenCV1.xAPI相比，该API本质上是一套C++API（自OpenCV2.4发行以来，不推荐再使用CAPI，并且不使用“C”编译器进行测试）。OpenCV具有
  • OpenCV机器学习（1）人工神经网络 - 多层感知器类cv::ml::ANN_MLP 村北头的码农 OpenCVopencv机器学习人工智能
    操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::ml::ANN_MLP是OpenCV库中的一部分，用于实现人工神经网络-多层感知器（ArtificialNeuralNetwork-Multi-LayerPerceptron,ANN-MLP）。它提供了一种方式来创建和训练多层感知器模型，以解决分类、回归等
  • 《DeepSeek训练算法：开启高效学习的新大门》 人工智能深度学习
    在人工智能的浪潮中，大语言模型的发展日新月异。DeepSeek作为其中的佼佼者，凭借其独特的训练算法和高效的学习能力，吸引了众多目光。今天，就让我们深入探究DeepSeek训练算法的独特之处，以及它是如何保证模型实现高效学习的。一、独特的架构基础DeepSeek以Transformer架构为基石，但并非简单沿用，而是进行了深度创新。Transformer架构的核心是注意力机制，这让模型在处理序列数
  • 每日一题——力扣——最长连续递增序列 爱编程的晖哥 力扣刷题leetcode算法职场和发展
    题目来源于力扣——画解算法：674.最长连续递增序列-最长连续递增序列-力扣（LeetCode）(leetcode-cn.com)给定一个未经排序的整数数组，找到最长且连续递增的子序列，并返回该序列的长度。连续递增的子序列可以由两个下标l和r（l
  • DeepSeek R1蒸馏版模型部署的实战教程 herosunly DeepSeek从入门到精通deepseek大模型人工智能实战教程
      大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于大模型算法的研究与应用。曾担任百度千帆大模型比赛、BPAA算法大赛评委，编写微软OpenAI考试认证指导手册。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。授权多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。  
  • 量子计算机可以破解比特币吗 weixin_49526058 量子计算区块链智能合约信任链去中心化分布式账本web3
    量子计算机可能会对当前的加密算法（包括比特币使用的椭圆曲线加密）带来极大的挑战，尤其是因为它能够使用Shor算法高效地解决离散对数问题。然而，具体到量子计算机破解比特币私钥的情况，需要从以下几个方面深入理解：1.Shor算法与离散对数问题Shor算法是由数学家彼得·肖（PeterShor）在1994年提出的一种量子算法，它可以在多项式时间内解决两类经典计算机难以处理的问题：整数分解问题：这涉及RS
  • 什么是3D视觉无序抓取？ 视觉人机器视觉 机器视觉3D3d人工智能视觉检测计算机视觉c#
    3D视觉无序抓取是一种结合三维视觉技术、机器人控制与智能算法的工业自动化解决方案，旨在实现机器人对散乱、无序堆放的物体进行自主识别、定位和抓取的操作。其核心是通过3D视觉系统获取物体的三维空间信息，结合路径规划与避障算法，引导机械臂完成高精度抓取任务，无需依赖预先设定的固定程序或工装夹具。以下是其关键要点：核心组成与技术原理三维视觉感知：采用3D相机（如结构光、双目视觉、ToF技术）扫描物体表面，
  • Matlab 机器人 雅可比矩阵 CodingAlgo 算法
    ===工业机器人运动学与Matlab正逆解算法学习笔记（用心总结一文全会）（四）——雅可比矩阵_staubli机器人正逆向运动学实例验证matlab-CSDN博客===matlab求雅可比矩阵_六轴机械臂矢量积法求解雅可比矩阵-CSDN博客===(63封私信/80条消息)MATLAB机器人工具箱中机器人逆解是如何求出来的？-知乎===https://zhuanlan.zhihu.com/p/638
  • 计算机视觉如何快速入门? Frunze软件开发 日常问题回答开发语言计算机视觉工业异常检测论文
    目录1.明确研究方向2.学习基础知识3.掌握核心算法4.实践项目5.阅读文献6.复现经典论文7.改进与创新总结计算机视觉（ComputerVision）是一个复杂且广泛的领域，尤其是工业异常检测这种特定方向，需要结合理论知识和实践技能。以下是一些具体的、可操作的建议，也是个人实际路径的一个总结，希望可以帮助到你快速入门并完成一篇论文。1.明确研究方向-工业异常检测的核心是识别图像或视频中的异常区域
  • 【信息学奥赛一本通 C++题解】1286：怪盗基德的滑翔翼 信奥大黄 信息学奥赛一本通c++算法
    信息学奥赛一本通（C++版）在线评测系统基础算法第一节动态规划的基本模型1286：怪盗基德的滑翔翼1.理解题意同学们，我们一起来看怪盗基德遇到的这个有趣问题哦。怪盗基德成功偷到了钻石，可倒霉的是他的滑翔翼动力装置被柯南破坏了。现在他在一个城市里，这个城市有一排建筑，一共有N幢，而且每幢建筑的高度都不一样呢。基德可以从这一排建筑中的任意一幢的顶部开始他的逃跑旅程哦。不过他有两个限制条件：一是他只能朝
  • 图论- 经典最小生成树算法 左灯右行的爱情 图论算法
    最小生成树算法什么是最小生成树Kruskal算法关键代码实现Prim最小生成树算法Kruskal和Prim算法的区别为什么Prim算法不需要判断成环,但Kruskal需要什么是最小生成树在图中找一棵包含图中所有节点的树,且权重和最小的那棵树就叫最小生成树.如下:右侧生成树的权重和显然比左侧生成树的权重和要小。(但是它并不是最小的,这里只是比较一下不同的树)Kruskal算法最小生成树是若干条边的集
  • 基于C语言的单向链表按“索引”插入或者删除某节点实现 張三600 c语言链表数据结构
    正文在学习学堂在线西安科技大学的数据结构与算法课程后，我基于课程的伪代码实现了单向链表的插入和删除操作。以下代码展示了如何建立一个带有一个空数据头结点和五个数据节点的单向链表，以及如何在链表的指定索引位置插入和删除节点。以下是完整的代码实现：#include#include//结构体声明typedefstructLNode{intdata;//链表节点数据域structLNode*next;//链
  • 【开源向量数据库】Milvus简介 IT古董 开源数据库milvus
    Milvus是一个开源、高性能、可扩展的向量数据库，专门用于存储和检索高维向量数据。它支持近似最近邻搜索（ANN），适用于图像检索、自然语言处理（NLP）、推荐系统、异常检测等AI应用场景。官网：https://milvus.io/1.Milvus的特点（1）高性能支持数十亿级向量数据，查询速度快。使用近似最近邻（ANN）索引算法，如HNSW、IVF-FLAT、IVF-PQ、SCANN等。（2）分
  • 第二章：12.3 建立表现基准 望云山190 基准性能水平人工智能机器学习
    背景介绍语音识别是一种常见的机器学习应用，用户通过语音输入代替键盘输入，系统需要将语音转换为文本。在这个过程中，算法的性能可以通过训练误差和交叉验证误差来评估。误差定义训练误差（Jtrain）：指算法在训练数据集上无法正确转录的音频片段的百分比。在这个例子中，训练误差是10.8%，意味着算法在训练数据上犯了10.8%的错误。交叉验证误差（Jcv）：指算法在未见过的数据（交叉验证集）上无法正确转录的
  • 单链表基本操作(C语言版) 邂逅you 数据结构数据结构ptac语言开发语言数据结构算法链表
    7-1单链表基本操作分数45作者朱允刚单位吉林大学请编写程序实现单链表插入、删除结点等基本算法。给定一个单链表和一系列插入、删除结点的操作序列，输出实施上述操作后的链表。单链表数据域值为整数。输入格式:输入第1行为1个正整数n，表示当前单链表长度；第2行为n个空格间隔的整数，为该链表n个元素的数据域值。第3行为1个正整数m，表示对该链表施加的操作数量；接下来m行，每行表示一个操作，为2个或3个整数
  • 图论- Dijkstra算法 左灯右行的爱情 图论算法python
    Dijkstra算法前言概念BFS基础模版DijkstraDijkstra函数签名State类distTo记录最短路径伪代码模版第一个问题解答第二个问题解答第三个问题解答前言学习这个算法之间,必须要对BFS遍历比较熟悉,它的本质就是一个特殊改造过的BFS算法.概念Dijkstra算法是一种计算图中单源最短路径算法,本质上是一个经过特殊改造的BFS算法,改造点有两个:使用优先队列,而不是普通队列进行
  • 图论 - 一些经典小算法思想(无题目例子) 左灯右行的爱情 图论算法java
    经典小算法前言拓扑结构名流问题暴力解法优化解法二分图二分图判定思路前言主要介绍一些有意思的小算法拓扑结构简单来说,把一幅图拉平,而且这个拉平的图里面,所有的箭头方向都是一致的.比如下图所有的箭头都是朝右的.注意:如果是一副有向图存在环,无法进行拓扑排序,因为肯定做不到所有箭头方向一致;那图的拓扑结构如何实现呢?这个特别简单,首先你要先确认好建图时对边的定义!如果有向边定义为[依赖]关系:比如节点2
  • 计算机网络之路由算法（层次路由算法） DKPT #计算机网络计算机网络网络网络协议学习笔记
    一、基本思想层次路由算法的基本思想是将大规模网络划分为多个层次或区域，每个区域内部的路由器运行相同的路由协议，并维护该区域内的路由信息。区域之间的路由器则负责将数据包从一个区域转发到另一个区域，而无需了解整个网络的拓扑结构。这种分层结构可以降低路由器的路由表大小，提高路由算法的效率和可扩展性。二、工作原理区域划分：将整个网络划分为多个区域（或自治系统AS），每个区域内部包含一组路由器。区域之间的路
  • 图论---最小生成树 漫漫信奥之路 图论图论算法数据结构
    树是一种特殊的图，具有很多特殊的性质。生成树问题研究的是将图中的所有顶点保留，但只选择图中的部分边，得到一棵树（也就是图的生成树）的问题。最小生成树则是在这些生成树中，边权之和最小的生成树。可以使用prime算法或者kruskal算法求解最小生成树。生成树相关概念1、生成树定义在一个V个点的无向连通图中，取其中V-1条边，并连接所有的顶点，所得到的子图称为原图的一棵生成树2、树的属性树是图的一种特
  • 探索Python数组工具类 ArrayUtils：功能强大的数组操作助手 FinkGO小码 Pythonpython开发语言程序人生numpypycharm课程设计经验分享
    引言在Python编程的世界里，数组（通常以列表list形式呈现）是一种极为常用的数据结构。无论是数据处理、算法实现还是日常的编程任务，对数组进行高效且便捷的操作都是必不可少的。然而，Python内置的数组操作方法虽然丰富，但在实际开发中，我们可能需要将一些常用的操作封装起来，以提高代码的复用性和可维护性。今天，我们就来详细介绍一个自定义的Python数组工具类ArrayUtils，它将众多实用的
  • YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进 金外飞176 技术前沿目标跟踪人工智能计算机视觉
    YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进YOLO（YouOnlyLookOnce）系列目标检测算法自2016年首次发布以来，凭借其高效的实时检测能力，迅速成为计算机视觉领域的热门研究方向之一。本文将详细回顾YOLO系列从v1到v11的版本迭代过程，分析每个版本的技术改进、性能提升以及应用场景。1.YOLOv1：开创性的单阶段检测算法YOLOv1是目标检测领域的一个重要里程碑，
  • 【DeepSeek】一文详解GRPO算法——为什么能减少大模型训练资源？ FF-Studio DeepSeekR1算法
    GRPO，一种新的强化学习方法，是DeepSeekR1使用到的训练方法。今天的这篇博客文章，笔者会从零开始，层层递进地为各位介绍一种在强化学习中极具实用价值的技术——GRPO（GroupRelativePolicyOptimization）。如果你是第一次听说这个概念，也不必慌张，笔者会带领你从最基础的强化学习背景知识讲起，一步步剖析其来龙去脉，然后再结合实例讲解GRPO在实际应用中的思路和操作示
  • 基于FastAPI使用JWT技术实现的OAuth2用户认证接口 火云牌神 fastapiAI编程实战jwtfastapi
    文章目录关于OAuth2关于JWT安装依赖准备用户数据库关于**user_dict处理用户密码和token/令牌关于hash/哈希实现登录和获取用户信息接口关于OAuth2PasswordRequestForm启动程序测试效果身份验证获取当前登录用户信息用未激活用户测试总结查看完整代码本文阐述了如何基于FastAPI框架实现OAuth2用户认证，其中使用哈希算法对密码进行了加密，使用JWT持有令牌
  • 聚焦大模型！隐语技术团队研究成果被 ICASSP 与 ICLR 两大顶会收录 隐私开源模型
    “隐语”是开源的可信隐私计算框架，内置MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制。开源项目：https://github.com/secretflowhttps://gitee.com/secretflow导语：2023年，「大模型」走到了聚光灯下，技术圈的“头部玩家”们纷纷入场，其潜能和价值正在被不断挖掘与释放。与此同时，大模型相关的隐私安全问题也
  • Audio-Visual Speech Enhancement（视听语音增强）领域近三年研究进展与国内团队及手机厂商动态分析 AndrewHZ 深度学习新浪潮智能手机算法计算机视觉硬件架构硬件工程智能硬件
    一、视听语音增强领域近三年研究进展多模态融合与模型轻量化多模态特征融合：中国科学技术大学团队提出通过引入超声舌头图像和唇部视频的联合建模，结合知识蒸馏技术，在训练阶段利用教师模型传递舌部运动知识，从而在推断时仅依赖唇部视频即可提升语音增强效果。此外，中科院声学所提出基于泰勒展开的模型架构，将幅度-相位解耦与空间-谱域解耦重新建模，提升算法可解释性并优化性能。轻量化模型设计：中国科大与腾讯天籁实验室
  • PyTorch实战深度学习——用CNN进行手写数字识别 一位小说男主 人工智能入门深度学习
    用CNN进行手写数字识别---计算机专业研究生的代码第一课，相当于”HelloWorld“，不管以后选择什么研究方向，都值得一看,欢迎大家留言交流学习！下面手把手教大家一步一步实现该任务：1.环境准备首先呢，您需要确保安装了PyTorch库。如果还没有安装，可以使用以下命令进行安装，这里默认您已经有Anaconda并创建好虚拟环境啦，如果还没有安装，可以参考其他更完整的安装pytorch的教程：p
  • java短路运算符和逻辑运算符的区别 3213213333332132 java基础
    /* * 逻辑运算符——不论是什么条件都要执行左右两边代码 * 短路运算符——我认为在底层就是利用物理电路的“并联”和“串联”实现的 * 原理很简单，并联电路代表短路或（||），串联电路代表短路与（&&）。 * * 并联电路两个开关只要有一个开关闭合，电路就会通。 * 类似于短路或（||），只要有其中一个为true（开关闭合）是
  • Java异常那些不得不说的事 白糖_ javaexception
    一、在finally块中做数据回收操作 比如数据库连接都是很宝贵的，所以最好在finally中关闭连接。 JDBCAgent jdbc = new JDBCAgent(); try{ jdbc.excute("select * from ctp_log"); }catch(SQLException e){ ... }finally{ jdbc.close();
  • utf-8与utf-8(无BOM)的区别 dcj3sjt126com PHP
    BOM——Byte Order Mark，就是字节序标记   在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输 字符"ZERO WIDTH NO-BREAK SPACE"。这样如
  • JAVA Annotation之定义篇 周凡杨 java注解annotation入门注释
        Annotation: 译为注释或注解 An annotation, in the Java computer programming language, is a form of syntactic metadata that can be added to Java source code. Classes, methods, variables, pa
  • tomcat的多域名、虚拟主机配置 g21121 tomcat
    众所周知apache可以配置多域名和虚拟主机，而且配置起来比较简单，但是项目用到的是tomcat，配来配去总是不成功。查了些资料才总算可以，下面就跟大家分享下经验。 很多朋友搜索的内容基本是告诉我们这么配置： 在Engine标签下增面积Host标签，如下： <Host name="www.site1.com" appBase="webapps"
  • Linux SSH 错误解析（Capistrano 的cap 访问错误 Permission ） 510888780 linuxcapistrano
    1.ssh -v [email protected] 出现 Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password). 错误 运行状况如下： OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013 debug1: Reading configuratio
  • log4j的用法 Harry642 javalog4j
    一、前言：     log4j 是一个开放源码项目，是广泛使用的以Java编写的日志记录包。由于log4j出色的表现，     当时在log4j完成时，log4j开发组织曾建议sun在jdk1.4中用log4j取代jdk1.4 的日志工具类，但当时jdk1.4已接近完成，所以sun拒绝使用log4j，当在java开发中
  • mysql、sqlserver、oracle分页，java分页统一接口实现 aijuans oraclejave
    定义：pageStart 起始页，pageEnd 终止页,pageSize页面容量 oracle分页： 　　　　select * from ( select mytable.*,rownum num from (实际传的SQL) where rownum<=pageEnd) where num>=pageStart sqlServer分页：  
  • Hessian 简单例子 antlove javaWebservicehessian
    hello.hessian.MyCar.java package hessian.pojo; import java.io.Serializable; public class MyCar implements Serializable { private static final long serialVersionUID = 473690540190845543
  • 数据库对象的同义词和序列 百合不是茶 sql序列同义词ORACLE权限
    回顾简单的数据库权限等命令; 解锁用户和锁定用户 alter user scott account lock/unlock; //system下查看系统中的用户 select * dba_users; //创建用户名和密码 create user wj identified by wj; identified by //授予连接权和建表权 grant connect to
  • 使用Powermock和mockito测试静态方法 bijian1013 持续集成单元测试mockitoPowermock
            实例： package com.bijian.study; import static org.junit.Assert.assertEquals; import java.io.IOException; import org.junit.Before; import org.junit.Test; import or
  • 精通Oracle10编程SQL(6)访问ORACLE bijian1013 oracle数据库plsql
    /* *访问ORACLE */ --检索单行数据 --使用标量变量接收数据 DECLARE v_ename emp.ename%TYPE; v_sal emp.sal%TYPE; BEGIN select ename,sal into v_ename,v_sal from emp where empno=&no; dbms_output.pu
  • 【Nginx四】Nginx作为HTTP负载均衡服务器 bit1129 nginx
     Nginx的另一个常用的功能是作为负载均衡服务器。一个典型的web应用系统，通过负载均衡服务器，可以使得应用有多台后端服务器来响应客户端的请求。一个应用配置多台后端服务器，可以带来很多好处：   负载均衡的好处 增加可用资源 增加吞吐量 加快响应速度，降低延时 出错的重试验机制 Nginx主要支持三种均衡算法： round-robin l
  • jquery-validation备忘 白糖_ jquerycssF#Firebug
    留点学习jquery validation总结的代码：   function checkForm(){ validator = $("#commentForm").validate({// #formId为需要进行验证的表单ID errorElement :"span",// 使用"div"标签标记错误， 默认:&
  • solr限制admin界面访问（端口限制和http授权限制） ronin47 限定Ip访问
    solr的管理界面可以帮助我们做很多事情，但是把solr程序放到公网之后就要限制对admin的访问了。 可以通过tomcat的http基本授权来做限制，也可以通过iptables防火墙来限制。 我们先看如何通过tomcat配置http授权限制。 第一步： 在tomcat的conf/tomcat-users.xml文件中添加管理用户，比如： <userusername="ad
  • 多线程-用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 bylijinnan java多线程
    public class IncDecThread { private int j=10; /* * 题目:用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 * 两个问题： * 1、线程同步--synchronized * 2、线程之间如何共享同一个j变量--内部类 */ public static
  • 买房历程 cfyme
        2015-06-21: 万科未来城，看房子   2015-06-26: 办理贷款手续，贷款73万，贷款利率5.65=5.3675   2015-06-27: 房子首付,签完合同   2015-06-28，央行宣布降息 0.25，就2天的时间差啊，没赶上。   首付，老婆找他的小姐妹接了5万，另外几个朋友借了1-
  • [军事与科技]制造大型太空战舰的前奏 comsci 制造
           天气热了........空调和电扇要准备好..........        最近,世界形势日趋复杂化,战争的阴影开始覆盖全世界..........        所以,我们不得不关
  • dateformat dai_lm DateFormat
    "Symbol Meaning Presentation Ex." "------ ------- ------------ ----" "G era designator (Text) AD" "y year
  • Hadoop如何实现关联计算 datamachine mapreducehadoop关联计算
        选择Hadoop，低成本和高扩展性是主要原因，但但它的开发效率实在无法让人满意。     以关联计算为例。     假设：HDFS上有2个文件，分别是客户信息和订单信息，customerID是它们之间的关联字段。如何进行关联计算，以便将客户名称添加到订单列表中？   &nbs
  • 用户模型中修改用户信息时，密码是如何处理的 dcj3sjt126com yii
    当我添加或修改用户记录的时候对于处理确认密码我遇到了一些麻烦，所有我想分享一下我是怎么处理的。 场景是使用的基本的那些(系统自带)，你需要有一个数据表(user)并且表中有一个密码字段(password),它使用 sha1、md5或其他加密方式加密用户密码。 面是它的工作流程: 当创建用户的时候密码需要加密并且保存，但当修改用户记录时如果使用同样的场景我们最终就会把用户加密过的密码再次加密，这
  • 中文 iOS/Mac 开发博客列表 dcj3sjt126com Blog
      本博客列表会不断更新维护，如果有推荐的博客，请到此处提交博客信息。 本博客列表涉及的文章内容支持 定制化Google搜索，特别感谢 JeOam 提供并帮助更新。 本博客列表也提供同步更新的OPML文件（下载OPML文件），可供导入到例如feedly等第三方定阅工具中，特别感谢 lcepy 提供自动转换脚本。这里有导入教程。
  • js去除空格，去除左右两端的空格 蕃薯耀 去除左右两端的空格js去掉所有空格js去除空格
    js去除空格，去除左右两端的空格 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>&g
  • SpringMVC4零配置--web.xml hanqunfeng springmvc4
    servlet3.0+规范后，允许servlet，filter，listener不必声明在web.xml中，而是以硬编码的方式存在，实现容器的零配置。 ServletContainerInitializer：启动容器时负责加载相关配置 package javax.servlet; import java.util.Set; public interface ServletContainer
  • 《开源框架那些事儿21》：巧借力与借巧力 j2eetop 框架UI
    同样做前端UI，为什么有人花了一点力气，就可以做好？而有的人费尽全力，仍然错误百出？我们可以先看看几个故事。 故事1：巧借力，乌鸦也可以吃核桃 有一个盛产核桃的村子，每年秋末冬初，成群的乌鸦总会来到这里，到果园里捡拾那些被果农们遗落的核桃。 核桃仁虽然美味，但是外壳那么坚硬，乌鸦怎么才能吃到呢？原来乌鸦先把核桃叼起，然后飞到高高的树枝上，再将核桃摔下去，核桃落到坚硬的地面上，被撞破了，于是，
  • JQuery EasyUI 验证扩展 可怜的猫 jqueryeasyui验证
      最近项目中用到了前端框架-- EasyUI，在做校验的时候会涉及到很多需要自定义的内容，现把常用的验证方式总结出来，留待后用。   以下内容只需要在公用js中添加即可。   使用类似于如下： <input class="easyui-textbox" name="mobile" id="mobile&
  • 架构师之httpurlconnection----------读取和发送(流读取效率通用类) nannan408
    1.前言.    如题. 2.代码. /* * Copyright (c) 2015, S.F. Express Inc. All rights reserved. */ package com.test.test.test.send; import java.io.IOException; import java.io.InputStream
  • Jquery性能优化 r361251 JavaScriptjquery
    一、注意定义jQuery变量的时候添加var关键字 这个不仅仅是jQuery，所有javascript开发过程中，都需要注意，请一定不要定义成如下： $loading = $('#loading'); //这个是全局定义，不知道哪里位置倒霉引用了相同的变量名，就会郁闷至死的 二、请使用一个var来定义变量 如果你使用多个变量的话，请如下方式定义： . 代码如下: var page
  • 在eclipse项目中使用maven管理依赖 tjj006 eclipsemaven
    概览: 如何导入maven项目至eclipse中 建立自有Maven  Java类库服务器 建立符合maven代码库标准的自定义类库 Maven在管理Java类库方面有巨大的优势，像白衣所说就是非常“环保”。 我们平时用IDE开发都是把所需要的类库一股脑的全丢到项目目录下，然后全部添加到ide的构建路径中，如果用了SVN/CVS，这样会很容易就 把
  • 中国天气网省市级联页面 x125858805 级联
    1、页面及级联js <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> &l
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他