- 2-93 基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真
'Matlab学习与应用
matlab工程应用matlab无人机开发语言毫米波高度计雷达仿真频率调制连续波FMCW
基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真,不考虑环境杂波和收发信号隔离泄漏。通过考虑雷达天线、波束形成、信号传播、回波接收等环节影响。建立FMCW毫米波雷达系统的数学模型,评估无人机在不同高度下的高度测量性能。程序已调通,可直接运行。下载源程序请点链接:2-93基于matlab的无人机FMCW(频率调制连续波)毫米波高度计雷达仿真
- 自动驾驶之心规划控制理论&实战课程
vsdvsvfhf
自动驾驶人工智能机器学习
单目3D与单目BEV全栈教程(视频答疑)多传感器标定全栈系统学习教程多传感器融合:毫米波雷达和视觉融合感知全栈教程(深度学习传统方式)多传感器融合跟踪全栈教程(视频答疑)多模态融合3D目标检测教程(视频答疑)规划控制理论&实战课程国内首个BEV感知全栈系列学习教程首个基于Transformer的分割检测视觉大模型视频课程CUDA与TensorRT部署实战课程(视频答疑)Occupancy从入门到精
- 2021年汽车传感器行业研究报告
行研君.嵇睿麒
自动驾驶其他
核心观点:自动驾驶加速渗透,推动汽车传感器市场的高速增长。传感器是自动驾驶的关键,当前主流自动驾驶传感器主要包括毫米波雷达、车载摄像头以及超声波雷达。2020年国内L2级别自动驾驶的渗透率已近15%。车企相继推出具备L3功能的自动驾驶车型。随着自动驾驶等级的提高,对传感器的数量和质量也提出了更高的要求,L2级自动驾驶传感器数量约为6个,L3约为13个,未来L5要达到30个以上,相应带动汽车传感器市
- 智能汽车「利好」数据服务,特斯拉/英伟达/大众都在布局
高工智能汽车
自动驾驶
硬件预埋,正在推动智能驾驶行业进入数据驱动迭代周期。今年,英伟达在Orin进入规模上量阶段的同时,推出了DriveMap,基于精确测绘数据与匿名众包数据相结合,提供厘米级的定位精度。后者,由搭载英伟达Hyperion架构的车辆提供数据众包,包括来自摄像头、激光雷达和毫米波雷达的数据。所有这些数据,从车端不断上传到云端。然后,加载到英伟达的Omniverse平台,后者是一个为虚拟仿真和实时物理精确模
- 智能汽车行业产业研究报告:毫米波雷达优势明显,核心壁垒是芯片、天线阵列、波形设计
人工智能学派
汽车
今天分享的是智能汽车系列深度研究报告:《智能汽车行业产业研究报告:毫米波雷达优势明显,核心壁垒是芯片、天线阵列、波形设计》。(报告出品方:国泰君安证券)报告共计:67页毫米波雷达被广泛的应用在车载感知识别中毫米波波长短、频段宽,比较容易实现窄波束,雷达分辨率高,不易受干扰。波长介于1~10mm的电磁波,频率大致范围是30GHZ~300GH2。毫米波雷达是测量被测物体相对距离、相对速度、方位的高精度
- 智能汽车行业产业研究报告:4D成像毫米波雷达—自动驾驶最佳辅助
人工智能学派
自动驾驶人工智能机器学习
今天分享的是智能汽车系列深度研究报告:《智能汽车行业产业研究报告:4D成像毫米波雷达—自动驾驶最佳辅助》。(报告出品方:开源证券)报告共计:43页视觉感知最佳辅助——4D成像毫米波雷达感知是自动驾驶的首要环节,高性能传感器必不可少感知环节负责对侦测、识别、跟踪目标,是自动驾驶实现的第一步。自动驾驶的实现,首先要能够准确理解驾驶环境信息,需要对交通主体、交通信号、环境物体等信息进行有效捕捉,根据实时
- 华为问界M9:全方位自动驾驶技术解决方案
华西建筑关联专业公司 华鲲智慧
自动驾驶人工智能机器学习
华为问界M9的自动驾驶技术采用了多种方法来提高驾驶的便利性和安全性。以下是一些关键技术:智能感知系统:问界M9配备了先进的传感器,包括高清摄像头、毫米波雷达、超声波雷达等,这些传感器可以实时监测车辆周围的环境,并自动识别行人、车辆、交通信号等,为自动驾驶提供更加精准的数据支持。这种全场景的智能感知能够实现全天候、全路况的智能感知,提高驾驶的便利性和安全性。自动驾驶辅助系统:华为自主研发的Drive
- 4D毫米波雷达
sangba2019
#毫米波雷达自动驾驶fpga开发毫米波雷达4D毫米波雷达
主流雷达供应商的4D成像雷达方案梳理csdn链接德国大陆集团(以下简称大陆)深耕车载毫米波雷达数十年,自2016年推出划时代的ARS4XX77GHz毫米波前向雷达和BSD3XX24GHz毫米波盲区检测雷达,目前前向雷达和角雷达产品已更迭至第五代,客户包括了戴姆勒、宝马、大众、丰田等知名主机厂。2020年大陆推出了4D成像雷达ARS540,采用4颗射频芯片级联的方式,实现12发射通道,16接收通道高
- 2.1.3 毫米波雷达
人工智能
毫米波雷达更多内容,请关注:github:https://github.com/gotonote/Autopilot-Notes.git毫米波雷达(RADAR),和激光雷达的原理类似,是工作在毫米波波段(millimeterwave)探测的雷达。通常毫米波是指30~300GHz频域(波长为1~10mm)的。毫米波的波长介于微波和厘米波之间,因此毫米波雷达兼有微波雷达和光电雷达的一些优点。同厘米波导
- 2.1.2 激光雷达
人工智能
激光雷达更多内容,请关注:github:https://github.com/gotonote/Autopilot-Notes.git激光雷达是自动驾驶领域非常依赖的传感器,越来越多的自动驾驶公司看好激光雷达的应用前景。激光雷达是实现更高级别自动驾驶(L3级别以上),以及更高安全性的良好途径,相比于毫米波雷达,激光雷达的分辨率更高、稳定性更好、三维数据也更可靠。一、原理激光雷达(LightDete
- 坐标变换(2)—不同坐标系下的变换
lewif5231
如下图所示,在自动驾驶车辆上会存在大量冗余的传感器,例如轮速传感器、激光雷达,毫米波雷达,摄像头,超声波雷达,GPS,IMU等。不同传感器对同一物体的测量原始结果都是在自身坐标下,所以首先我们需要对多传感器就行标定(即获得不同坐标系之间的变换关系,多传感器的标定是个非常复杂且困难的问题,这里先不介绍),将所有传感器的输出统一到一个坐标系下。图1.自动驾驶车辆上的多传感器本文主要介绍不同坐标系之间变
- TI 毫米波雷达开发系列之mmWave Studio 和 Visuiallizer 的异同点&雷达影响因素分析
雷达爆破手
毫米波雷达mmWaveRadar毫米波雷达AWR/IWR系列
TI毫米波雷达开发之mmWaveStudio和Visuiallizer的异同点引入整个雷达系统研究的目标分析影响这个目标的因素硬件影响因素——雷达系统的硬件结构(主要是雷达收发机)AWR1642芯片硬件系统组成MSS和DSS概述MSS和DSS分工BSS的分工AWR1642组成及分工总结雷达收发机对雷达检测效果的影响影响雷达测距效果的因素测速及其他指标的影响三种调参方式的对比软件影响因素——信号处理
- TI毫米波雷达开发——High Accuracy Demo 串口数据接收及TLV协议解析 matlab 源码
雷达爆破手
matlab开发语言
TI毫米波雷达开发——串口数据接收及TLV协议解析matlab源码前置基础源代码功能说明功能演示视频文件结构01.bin/02.binParseData.mread_file_and_plot_object_location.mread_serial_port_and_plot_object_location.m函数解析configureSport(comportSnum)readUartCall
- 电动汽车雷达技术概述 —— FMCW干扰问题
初心不忘产学研
自动驾驶汽车嵌入式硬件电动汽车传感器雷达FMCW毫米波雷达雷达技术
一、电动汽车上有多少种传感器?智能电动汽车(包括自动驾驶汽车)集成了大量的传感器来实现高级驾驶辅助系统(ADAS)、自动驾驶功能以及车辆状态监测等功能。以下是一份相对全面的智能电动汽车中可能使用到的传感器列表:环境感知传感器:激光雷达(LiDAR):提供高精度三维点云数据,用于构建周围环境模型。毫米波雷达(MMWRadar):长距离和短距离雷达,检测与前方、后方及侧面物体的距离、速度和角度信息。视
- 毫米波雷达在汽车领域的原理、优势和未来趋势
马上到我碗里来
自动驾驶毫米波雷达无人驾驶
1毫米波雷达的原理汽车引入毫米波雷达最初主要是为了实现盲点监测和定距巡航。毫米波实质上是电磁波,其频段位于无线电和可见光、红外线之间,频率范围为10GHz-200GHz。工作原理类似一般雷达,通过发射无线电波并接收回波,利用障碍物反射波的时间差确定障碍物距离,通过反射波的频率偏移确定相对速度。2毫米波雷达未被抛弃的原因2.1天气原因激光雷达在极端天气下性能受限,而毫米波雷达能够穿透雾、雨、雪等,适
- 2023-02-24
醉爱琳儿
A股2月24日纪要大盘上涨的空间太小。静待靴子落地吧。阅读蕴藏着无尽可能,有益于明理、增信、崇德、力行,让人生绽放光彩。朋友们,早上好,今天是2月24日星期五,周四大小指数冲高回落,上证指数以绿盘报收,创业板指数小幅收涨。两市合计成交8079亿元,较上日略微有些增加。盘面上盘面上看,光伏、汽车、券商、农业、煤炭等板块走强,银行、地产、有色等板块上扬;软件、酿酒、医药等板块下挫;毫米波雷达、一体压铸
- 自动驾驶中的传感器
huangyi_200502
自动驾驶
目录摄像头激光雷达毫米波雷达惯性传感器(IMU)超声波雷达声明摄像头对比Radar、Lidar、Sonar来讲,Camera最接近人眼识别原理,在自动驾驶传感器中担任重要角色。摄像头可以拥有较广的视场角、较大的分辨率,还可以提供颜色和纹理等信息。这些信息对于实现自动驾驶功能是存在很大帮助的。摄像头是将光学组件获得的光信号,投射到图像传感器上,完成由光信号到电信号的转换,然后再转换为数字图像信号,最
- 自动驾驶模拟如此“吃”算力,你的工作站扛得住吗?
戴尔科技
自动驾驶人工智能机器学习
今年的亚运会让杭州“火出了圈”,除了各种高度自动化的场馆设施之外,无人物流配送车和自动驾驶公交车也开始正式运营,给市政交通增添了一分科幻色彩。杭州的自动驾驶公交车配备了3个激光雷达、4个毫米波雷达和5个摄像头,300米范围内的障碍物都能被识别和准确避开,精度达到厘米级。自动驾驶巴士通过在沿线全路段部署高清相机、雷达等智能感知设备,实现路网全息感知,并依托车路协同技术,实现了车与路的智慧互联,有效提
- 基于Ti-AWR2944雷达开发板的DDM发射与处理实践
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分经验分享车载毫米波雷达FMCW雷达DDMA发射模式Ti-AWR2944
说明我在之前的博文中有说过如下观点:MIMO体制下,有两个核心的问题需要解决:一是天线如何排布;二是天线如何发射。天线的排布问题主要涉及到测角,它与射频面板尺寸要求、单天线尺寸、最大无模糊测角范围、角度分辨率以及测角算法等有关,关于角度测量我之前有过一篇博文:车载毫米波雷达DOA估计综述-CSDN博客。天线的发射问题主要是考虑到正交性:如何在后端将各个收发通道给分离出来,现阶段有TDM、BPM、F
- PMCW体制雷达系列文章(2) - PMCW雷达与CDM
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分PMCW雷达经验分享自动驾驶
说明多发多收(MIMO)体制下关于天线阵列有两个核心的问题:一是天线阵列怎么排布;二是这么多发射通道如何发射。这两点不管对于FMCW雷达还是PMCW雷达都同样适用。关于雷达的发射问题,我之前写过一篇博文:车载毫米波雷达MIMO阵列的天线发射问题-CSDN博客,那篇博文及其参考文献其实已经把雷达的发射问题(现有的发射模式)基本囊括了。PMCW体制下我们一般基于CDM来实现多个发射通道的同时发射。本文
- 基于Ti-AWR2944雷达开发板的BPM发射与处理实践
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分经验分享BPM发射模式Ti-AWR2944车载毫米波雷达
说明我在之前的博文中有说过如下观点:MIMO体制下,有两个核心的问题需要解决:一是天线如何排布;二是天线如何发射。天线的排布问题主要涉及到测角,它与射频面板尺寸要求、单天线尺寸、最大无模糊测角范围、角度分辨率以及测角算法等有关,关于角度测量我之前有过一篇博文:车载毫米波雷达DOA估计综述-CSDN博客。天线的发射问题主要是考虑到正交性:如何在后端将各个收发通道给分离出来,现阶段有TDM、BPM、F
- 毫米波雷达的系统设计细节(2) - 关于目标RCS的问题
墨@#≯
自动驾驶全栈工程师的毫米波雷达部分自动驾驶经验分享车载系统算法
说明目标的RCS是目标很重要的一个特征。从雷达方程来看,目标的RCS值直接影响其所反射的电磁波能量,并进而决定雷达所能探测的该目标的最远距离。从后端的数据处理来看,如果我们可以获取目标准确的RCS值,可以辅助我们做目标识别与分类。本博文探讨基于毫米波雷达的目标RCS估计问题,通过模型理解与仿真、设计对比实验等方法尽可能详尽地阐述目标RCS与毫米波雷达测量之间的联系。本博文会随着经验的积累和理解的加
- 移动机器人平台常用传感器简介
td092
机器人
在移动机器人上常用的传感器包括激光雷达、毫米波雷达、相机、IMU、编码器等,其中激光雷达、超声波雷达和相机是用来测量外部环境的,IMU、编码器测量的是AGV自身位姿。下面分别描述它们的原理、适用场景及缺陷。激光雷达按照机械结构可以分为机械雷达和固态雷达。机械激光雷达通过机械旋转机构调整激光发射角度,产品较为成熟。固态雷达可分为OPA、MEMS、Flash等类型,内部没有旋转部件,体积较机械雷达小。
- 4D毫米波雷达——ADCNet 原始雷达数据 目标检测与可行驶区域分割
一颗小树x
4D毫米波雷达4D毫米波雷达ADCNet原始雷达数据目标检测可行驶区域分割
前言本文介绍使用4D毫米波雷达,基于原始雷达数据,实现目标检测与可行驶区域分割,它是来自2023-12的论文。会讲解论文整体思路、输入分析、模型框架、设计理念、损失函数等,还有结合代码进行分析。论文地址:ADCNet:LearningfromRawRadarDataviaDistillation1、模型框架ADCNet只使用雷达信息,实现车辆检测和可行驶区域分割。输入:原始雷达数据;即ADC数据,
- 4D毫米波雷达分类和工程实现
奔袭的算法工程师
感知后处理分类数据挖掘人工智能自动驾驶目标检测机器学习
4D毫米波目标检测信息丰富,可获得目标3维位置信息、径向速度vr和rcs等,能够对目标准确分类。4D毫米波和激光做好时空同步,可以用激光目标给4D毫米波做标注,提升标注效率。1激光用做4D毫米波分类真值128线激光推理的结果作为4D毫米波雷达的真值,但不同类别的尺寸存在重叠,存在分类错误可能。1.1小车,类别0,点数0~70,长度2m~7m,宽度1.6m~2.7m1.2大车,类别1,点数0~120
- 使用毫米波雷达传感器的功能安全兼容系统设计指南2(TI文档)
奔袭的算法工程师
感知后处理安全人工智能自动驾驶目标检测算法
2.3步骤3:平台选择平台选择是设计生命周期中最关键的步骤之一。一旦从第二步完成了一个成熟的系统框图,重要的任务就是根据性能需求选择系统模块/子系统。TI广泛的毫米波雷达传感器产品组合可以帮助实现许多性能要求,如远程或中程、角度分辨率、距离分辨率、速度分辨率等。为了开发符合FuSa标准的毫米波雷达传感器系统,TI毫米波雷达传感器成为客户的首选,因为它们具有广泛应用的通用性和必要的附属品的可用性。T
- 使用毫米波雷达传感器的功能安全兼容系统设计指南1(TI文档)
奔袭的算法工程师
感知后处理安全人工智能自动驾驶目标检测汽车
摘要功能安全标准规定了在系统中实施安全的要求,并有助于概括该系统要达到的安全目标。包括功能安全的系统设计不仅要降低操作不当的风险,还要检测故障并将其影响降到最低。随着汽车和工业系统的自主性越来越强,严格的功能安全要求被强制执行,以最大限度地减少系统和随机故障导致的设备故障和人员伤害。ISO26262和IEC61508等综合安全标准分别概述和定义了汽车和工业领域各种应用所需的过程、工件和合规性。安全
- 车辆网行业术语合集
Ad大成
最近在研究专利的问题,阅读了许多专利,发现好多的术语都不知道,特在此记录一下,方便以后查阅和个人记忆。ADAS高级驾驶辅助系统(AdvancedDrivingAssistanceSystem)是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单\双目摄像头以及卫星导航),在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航地图数据,进行系统的运算与
- 第一周文献阅读报告
半个轮子工
论文阅读物联网
文献阅读报告泛读1.《毫米波与太赫兹技术》2.《基于物联网的智能养老系统》3.《基于空间聚类的FMCW雷达双人行为识别方法》4.《太赫兹应用分析和展望》5.《车载毫米波雷达应用研究》6.《基于压力传感器的跌倒检测系统研究》7.《基于隐马尔可夫模型的老年人跌倒行为检测方法研究望》8.《矿用卡车毫米波雷达防碰撞系统的研究与应用》9.《基于YOLO网络的人体跌倒检测方法》10.《基于多传感器融合的老人跌
- 毫米波雷达半精度浮点存储格式分析
WPG大大通
单片机大大通芯片烧录嵌入式硬件stm32
作者:英飞凌汽车电子生态圈英飞凌技术专家钱伟喆雷达信号处理需要使用大量内存进行中间结果和最终结果的保存,而内存大小直接影响处理芯片的成本。选择合适的数据存储格式,既保留较高的信号分辨率和动态范围,又不占用太大的存储空间是相当重要的。本文介绍了TC3xx单片机雷达信号处理单元SPU支持的半精度浮点格式,将其和32bit整型数格式进行比较,分析了两者的动态范围及实际处理误差,发现半精度浮点格式是“性价
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
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/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理