JGiser
JGiser

2022（一等奖）B1014基于深度学习与街景图像的城市色彩感知与分析——以深圳市罗湖区为例

小组编号：B1014（一等奖）
作品名称：基于深度学习与街景图像的城市色彩感知与分析——以深圳罗湖区为例
作者单位：深圳大学建筑与城市规划学院
小组成员：吴若楠，曾绿，廖童欣，李丁一祺
指导老师：涂伟

作品视频

，时长14:53

作品介绍

1 应用背景

城市色彩是指城市外部空间中各种视觉事物所具有的色彩，是整个城市印象的重要组成部分,对于城市具有装饰作用、标志作用，体现并影响着城市的整体环境和特色风貌，并且承载着传递情感的重要作用[1-3]。但在城市发展过程中，由于缺乏总体的科学规划，城市色彩出现不协调、混乱甚至污染的问题，拉低了城市整体印象[4]。近年来，合理配置城市色彩成为营造城市形象的重要指标。2020年上海发布《营造城市色彩，建设美丽上海研究》规划文件，2022年，福州印发实施《福州市城市色彩规划实施导则》，国内越来越多城市开始重视并着手解决城市“色彩病”，打造各具特色的色彩空间。

根据心理学相关研究，人们的视觉感知可以迅速捕捉到事物的色彩。人们在城市中活动，城市色彩从视觉感官上作用于人们的情绪，对人们的生理、心理起到潜移默化的影响。尽管存在许多室内色彩对人的情绪影响的相关研究，从城市层面探究色彩对人的情绪影响的研究却少之又少。部分研究直接借用色彩心理学知识来解释，缺乏验证，无法

你可能感兴趣的:(GIS大赛案例专题分享,深度学习,人工智能,计算机视觉)

  • 机器学习-三大SOTA Boosting算法总结和调优 小新学习屋 机器学习机器学习boosting集成学习决策树人工智能
    参考书籍：《机器学习公式推导和代码实现》书籍页码：P197～205简介除了深度学习适用的文本、图像、语音、视频等非结构化数据，对于训练样本较少的结构化数据，Boosting算法仍是第一选择。XGBoost、LightGBM、CatBoost是目前经典的SOTABoosting算法算法对比维度XGBoostLightGBMCatBoos说明算法的继承性是对GBDT的改进是对XGBoost的改进是对X
  • AIGC领域MCP模型上下文协议：推动行业数字化转型的新引擎 SuperAGI2025 AI大模型应用开发宝典AIGCai
    AIGC领域MCP模型上下文协议：推动行业数字化转型的新引擎关键词：AIGC、MCP模型、上下文协议、数字化转型、人工智能、内容生成、语义理解摘要：本文深入探讨AIGC(人工智能生成内容)领域的MCP(多模态上下文感知)模型及其上下文协议，揭示其如何成为推动行业数字化转型的新引擎。我们将从基础概念出发，逐步解析MCP模型的技术原理、实现方法和应用场景，并通过实际案例展示其在各行业的创新应用。文章还
  • 程序人生：技术人如何实现职业阶梯的跨越式发展 AI天才研究院 AI大模型企业级应用开发实战AgenticAI实战AI人工智能与大数据程序人生职场和发展ai
    程序人生：技术人如何实现职业阶梯的跨越式发展关键词：职业发展、技术领导力、T型人才、职业规划、跨领域能力、持续学习、技术管理摘要：本文针对技术从业者的职业发展痛点，构建了系统化的职业阶梯跨越模型。通过解析技术人才成长的核心阶段与能力模型，结合数学量化评估体系和实战案例，提供从技术深耕到领导力跃迁的完整路径。内容涵盖能力矩阵构建、项目实战策略、跨领域知识融合、个人品牌经营等关键模块，帮助技术人突破职
  • 系统架构设计师论文分享-论软件过程模型及应用 码农卿哥 系统架构设计师系统架构
    我的软考历程摘要2023年2月，我所在的公司通过了研发纱线MES系统的立项，该系统为国内纱线工厂提供SAAS服务，旨在提升纱线工厂的数字化和智能化水平。我在该项目中担任架构设计师，负责该项目的架构设计工作。本文结合我在该项目中的实践，详细论述了常见的软件开发模式如瀑布模型、原型模型、螺旋模式等，本项目采用了瀑布模型和原型模型结合的方式，把项目周期分成了需求分析、系统设计、程序设计、编码实现和测试验
  • 系统架构设计师论文分享-论软件脆弱性分析 码农卿哥 系统架构设计师系统架构
    我的软考历程摘要2023年2月，我所在的公司做了开发纱线MES系统的决定，该系统为国内纱线工厂提供SAAS服务，旨在提高纱线工厂的智能化和数字化水平。我在该项目中被任命为系统架构设计师，全面掌管该项目的架构设计工作。本文将结合我在该项目中的架构设计工作经验，详细论述了不同软件架构脆弱性的问题以及解决方案。常见的软件架构有层次型架构、MVC架构、微服务架构、单体架构等等，比如，层次型架构的脆弱性表现
  • Elasticsearch索引模板：自动化索引管理 搜索引擎技术 搜索引擎实战elasticsearch自动化jenkinsai
    Elasticsearch索引模板：自动化索引管理关键词：Elasticsearch、索引模板、自动化管理、索引映射、索引设置、生命周期管理、数据建模摘要：本文深入解析Elasticsearch索引模板的核心原理与实践方法，通过系统化的步骤演示如何利用索引模板实现索引的自动化创建与统一管理。内容涵盖模板结构设计、映射与设置配置、动态字段处理、优先级策略、实战案例及最佳实践，帮助读者掌握高效管理大规
  • 跨平台iOS上架中的四大误区与实战解决：一支非Mac团队的完整复盘 2501_91600747 httpudphttpswebsocket网络安全网络协议tcp/ip
    作为一支跨平台移动开发团队，我们最近在负责一个电商工具App项目时，要将iOS版本发布到AppStore。全员日常使用Windows或Linux，只有一台云Mac用于打包，但无法大规模支持全程上架。这个过程中我们踩到了不少坑，也摸索出一套跨平台、工具组合完成iOS上架的解决方案。以下从实际遇到的四个误区说起，分享如何利用多种工具各司其职，顺利完成App提交。误区1：没有Mac无法完成iOS证书申请
  • Python咒语大全（学习笔记与使用指南） 桑迪Sandy.Q Pythonpython开发语言
    目录字符串格式限制，%xd（整数），%x.yf（小数点浮点数）f“内容{变量}快速格式化案例1：股价预测INPUT语句案例2：INPUT登陆界面语句布尔类型函数基础运用案例3:比较运算符的运用IF语句基本格式案例4:IF语句+INPUT语句练习案例5:IFELSE语句案例6:IFELIFELSE语句案例7:猜数字小游戏案例8:IFELSE嵌套规则案例9:IFELSE嵌套（符合工龄的员工可享受旅游）
  • FFmpeg 视频编码 灬Sunnnnn FFmpeg实战项目-视频播放器ffmpeg音视频
    1.简介编码视频数据，如下图所示，将原始的YUV数据编码为H.264或者H.265。使用FFmpeg进行视频编码的流程通常包括以下几个步骤：注册编解码器：通过av_register_all()函数注册FFmpeg所有编解码器，这是使用任何编解码器的前提条件。初始化输出上下文：使用avformat_alloc_output_context2()函数来初始化输出码流的AVFormatContext，这
  • Docker 实践与应用案例
    引言在当今的软件开发和部署领域，高效、可移植且一致的环境搭建与应用部署是至关重要的。Docker作为一款轻量级的容器化技术，为解决这些问题提供了卓越的方案。Docker通过容器化的方式，将应用及其依赖项打包成一个独立的容器，实现了应用的快速部署、隔离和资源的高效利用。本文将深入探讨Docker的实践操作，包括安装配置、容器的创建与管理等，同时分享一些实际的应用案例，帮助读者更好地理解和运用Dock
  • Android Profiler 丢帧分析教程及案例 summerkissyou1987 android
    以下为基于最新实践的‌AndroidProfiler丢帧分析全流程指南及实战案例‌，结合权威技术文档与优化经验（2025年更新）：一、Profiler丢帧分析核心流程环境配置与数据抓取‌bashCopyCode启用GPU渲染分析（开发者选项）adbshellsettingsputglobalgpu_debug_layers1adbshellsettingsputglobalgpu_debug_ap
  • Android Profiler 卡顿分析教程及案例 summerkissyou1987 android
    以下是AndroidProfiler卡顿分析的完整教程及实战案例，结合最新工具操作流程与优化策略：一、卡顿分析操作教程1.环境配置开启GPU调试：设备设置→开发者选项→启用GPU渲染分析和GPUProfiler（需Android5.0+真机）。启动Profiler：AndroidStudio→View→ToolWindows→Profiler→选择目标设备与进程2.核心指标监控指标作用查看位置主线
  • 【CVPR2025】计算机视觉|Salience DETR：显著性目标检测，精度暴涨！
    论文地址：http://arxiv.org/pdf/2403.16131v1代码地址：https://github.com/xiuqhou/Salience-DETR关注UPCV缝合怪，分享最计算机视觉新即插即用模块，并提供配套的论文资料与代码。https://space.bilibili.com/473764881摘要本研究旨在解决类DETR方法中存在的计算负担重和对稳定查询选择依赖性高的问题。
  • 人脸识别接口&sdk，两张人脸相似度比对
    人工智能时代，人脸识别技术正在被广泛应用于金融支付、安防监控、身份验证等多个领域，基于深度学习算法于海量样本训练，人脸识别接口以高精度、低延迟的特性出现在大众视野，成为开发者和企业用户集成人脸识别功能的首要选择之一。人脸识别接口技术服务原理：格式转换：支持BMP、JPG、PNG、TIF等多种常见图像格式；尺寸调整与压缩：建议图像大小控制在200KB左右，确保传输效率与识别质量；图像增强：自动旋转、
  • 家用充电桩远程监控安全管理系统解决方案 蓝蜂物联网 物联网远程监控边缘计算物联网
    家用充电桩远程监控安全管理系统解决方案在当今电动汽车日益普及的背景下，家用充电桩的安全管理成为了广大车主关注的重点问题。为了实现对充电桩的高效、精准、远程监控，一套完善的家用充电桩远程监控安全管理系统解决方案应运而生。本方案旨在通过先进的物联网技术、云计算、大数据分析以及人工智能等科技手段，构建一个集实时监测、异常预警、故障诊断、数据统计、远程控制于一体的智能化平台，确保充电桩的安全运行及用户充电
  • Android Studio在移动开发中的性能优化案例分析 移动开发前沿 androidstudio性能优化androidai
    AndroidStudio在移动开发中的性能优化案例分析关键词：AndroidStudio、移动开发、性能优化、内存管理、CPU优化、APK大小优化、工具链摘要：本文深入解析AndroidStudio在移动开发中的核心性能优化能力，通过内存管理、CPU调度、APK体积优化等典型场景的实战案例，系统讲解Profiler、Lint、Gradle等工具链的深度应用。结合具体代码示例和数学模型，分析内存泄
  • Android Profiler 功耗分析教程及案例 summerkissyou1987 android
    以下是基于最新AndroidStudio工具链的EnergyProfiler功耗分析完整指南及实战案例，结合行业最佳实践和深度优化策略：⚙️一、环境配置与核心功能启用EnergyProfilerAndroidStudio→Profiler图标→连接设备（Android8.0+）→选择目标进程→点击Energy模块关键要求：测试设备需支持batteryhistorian数据采集（推荐Android1
  • Kotlin 函数与 Lambda 表达式 Devil枫 安卓kotlin开发语言android
    今天继续分享Kotlin学习内容。目标：掌握函数定义、调用、参数传递，以及Lambda表达式的基础用法1.函数：Kotlin的代码模块化工具定义：函数是可重复调用的代码块，用于封装逻辑。语法：fun函数名(参数列表):返回类型{//函数体return结果//可省略（若表达式函数或返回类型可推断）}示例1：基础函数fungreet(name:String):String{return"Hello,$
  • 为什么 Python 是 AI 的首选语言？
    文章目录一、简洁优雅，易于上手二、丰富的库和框架1.数据处理与分析2.数据可视化3.机器学习与深度学习框架三、强大的社区支持四、跨平台性和可移植性五、与其他语言的互操作性文章配套代码已上传，点击查看：https://download.csdn.net/download/2501_92578370/91180848在人工智能（AI）技术飞速发展的今天，编程语言的选择对AI开发者来说至关重要。当你翻开
  • Hadoop入门案例WordCount 码喵喵 hadoopmapreduce大数据
    wordcount可以说是hadoop的入门案例，也是基础案例主要体现思想就是mapreduce核心思想原始文件为hadoop.txt，内容如下：hello,javahello,java,linux,hadoophadoop,java,linuxhello,java,linuxlinux,c,javac,php,java在整个文件中单词所出现的次数Hadoop思维：Mapreduce-----》M
  • Hadoop入门案例 'Wu' 学习日常大数据hadoophdfs大数据
    Hadoop的运行流程：客户端向HDFS请求文件存储或使用MapReduce计算。NameNode负责管理整个HDFS系统中的所有数据块和元数据信息；DataNode则实际存储和管理数据块。客户端通过NameNode查找需要访问或处理的文件所在的DataNode，并将操作请求发送到相应的DataNode上。当客户端上传一个新文件时（比如输入某些日志），它会被分成固定大小（默认64MB）并进行数据复
  • 【Python基础】13 知识拓展：CPU、GPU与NPU的区别和联系 智算菩萨 python开发语言人工智能
    引言：处理器大战背后的技术革命在人工智能蓬勃发展的今天，我们经常听到CPU、GPU、NPU这些术语，但你是否真正理解它们之间的区别和联系？作为Python开发者，我们更关心的是：在什么场景下选择哪种处理器？如何在Python中充分发挥它们的性能优势？这篇文章将从技术原理出发，结合Python实战代码，深入解析这三种处理器的特点、应用场景和发展趋势，帮助你在面对不同计算任务时做出最优选择。第一章：C
  • 【Python基础】15 Python并发编程进阶 智算菩萨 python人工智能
    在现代软件开发中，随着多核处理器的普及和网络应用的复杂化，并发编程已经成为提升程序性能的关键技术。Python作为一门优雅且强大的编程语言，提供了多种并发编程方案，包括多线程、多进程和异步编程。然而，很多开发者在面对具体场景时，往往不知道该选择哪种方案，或者对这些技术的底层原理缺乏深入理解。本文将深入探讨Python并发编程的三大核心技术，从底层原理到实际应用，通过详实的案例分析帮助读者掌握在不同
  • Deep Global Registration 代码环境配置(rtx3090+python3.8+cuda11.1+pytorch1.7+MinkowskiEngine0.5.1) JPy646 pytorch深度学习神经网络
    前言踩过的坑：因为rtx3090最低算力是8.6，似乎不支持过低版本的cuda。试过pytorch1.7.0+cuda11.0，但会报错，由于cuda11.0支持的最高算力达不到rtx最低的要求。但配置pytorch1.8时DGR的代码运行时会报错。对于没有这个烦恼的还是推荐安装python3.6+cuda10.2+pytorch1.6+MinkowskiEngine0.4.3,这个配置无需改动代
  • AI 大模型重塑软件开发流程的四点观察：跃迁/重构/变革/挑战 敖行客 Allthinker Thinker说人工智能大模型
    作为软件开发的从业者，笔者深刻感受到AI大模型对开发流程的颠覆性影响。从最初的代码补全工具到如今能够自主完成复杂任务的智能协作者，AI的角色转变正推动软件开发范式发生系统性变革。基于实际开发经验与行业案例，从四个维度，浅显讲述一下AI大模型重塑软件开发流程的观察。观察一：编码能力突破——从“助手”到“协作者”的技术跃迁核心变化：AI从“补全代码片段”进化为“自主构建完整系统”过去，AI在开发中的角
  • RTX50系显卡+CUDA+torch+python对应关系
    前言本人的显卡是RTX5070，使用时发现它对CUDA、torch和python版本有要求，试图按照老项目的依赖文件进行安装发现安不了，因此记录一下（截至2025年6月）。提示：以下是本篇文章正文内容，下面案例可供参考一、RTX50系显卡只能使用CUDA12.8二、目前只支持torch2.7.0和2.7.11.去pytorch官网的https://download.pytorch.org/whl/
  • 从0实现llama3 讨厌编程但喜欢LLM的学院派 人工智能python开发语言深度学习机器学习pytorch
    分享一下从0实现llama的过程流程如下：word-->embeddinglayer-->n*decoderlayer-->finallinearlayer-->output分词器在embedding之前，需要进行分词，将句子分成单词。llama3采用了基于BPE算法的分词器。这个链接实现了一个非常简洁的BPE分词器简易分词器实现BPE分词器（选看）1)训练tokenizer词汇表并合并给定文本，
  • 强人工智能是否会诞生于现在的AI之中 一花·一叶 人工智能语言模型
    为什么我认为当前AI方法无法实现真正的人工智能？随着大模型的发展日新月异，越来越多的人开始相信我们正在接近通用人工智能（AGI）。然而，作为一名人工智能领域的算法工程师，我反而越来越确信：现有的技术路径——以Transformer为核心的深度神经网络，可能已经达到了它的能力上限。我们或许正站在一个新时代的门槛上：真正的强人工智能将不会诞生于现有的范式中，而需要一条全新的算法路径。Transform
  • 音视频会议服务搭建(设计方案)-01 卜锦元 音视频webrtcgolang流媒体websocket音视频
    前言最近在做音视频会议系统服务搭建的工作任务，因为内容过多，我会逐篇分享相关的设计方案、开发思路、编程语言、使用的组件集合等等。如果你也有大型音视频会议系统搭建架构的需求，希望这些可以对你有所帮助。EchoMeet音视频会议系统架构设计项目概述EchoMeet是基于WebRTC技术的企业级音视频会议解决方案，采用三层音视频架构和Go+Node.js双后端微服务设计，实现了高并发、低延迟、可扩展的视
  • 利用人名语言分类案例演示RNN、LSTM和GRU的区别（基于PyTorch） .30-06Springfield rnnlstmgru分类人工智能pythonpytorch
    文章目录一、程序结构1.1程序整体结构1.2各模块功能关系流程图二、数据预处理模块详解2.1定义字符集和语言类别2.2读取数据2.3人名转换为one-hot编码张量2.4自定义数据集类2.5数据加载器三、模型定义模块详解3.1RNN模型3.2LSTM模型3.3GRU模型四、模型训练与测试模块详解4.1测试模型基本功能4.2模型训练主函数五、结果可视化与对比模块详解六、模型预测模块详解七、案例结果分
  • LeetCode[Math] - #66 Plus One Cwind javaLeetCode题解AlgorithmMath
    原题链接：#66 Plus One   要求： 给定一个用数字数组表示的非负整数，如num1 = {1, 2, 3, 9}, num2 = {9, 9}等，给这个数加上1。 注意： 1. 数字的较高位存在数组的头上，即num1表示数字1239 2. 每一位（数组中的每个元素）的取值范围为0~9   难度：简单   分析： 题目比较简单，只须从数组
  • JQuery中$.ajax()方法参数详解 AILIKES JavaScriptjsonpjqueryAjaxjson
    url: 要求为String类型的参数，（默认为当前页地址）发送请求的地址。 type: 要求为String类型的参数，请求方式（post或get）默认为get。注意其他http请求方法，例如put和    delete也可以使用，但仅部分浏览器支持。 timeout: 要求为Number类型的参数，设置请求超时时间（毫秒）。此设置将覆盖$.ajaxSetup()方法的全局
  • JConsole & JVisualVM远程监视Webphere服务器JVM Kai_Ge JVisualVMJConsoleWebphere
        JConsole是JDK里自带的一个工具，可以监测Java程序运行时所有对象的申请、释放等动作，将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。 　　使用JConsole工具来分析WAS的JVM问题，需要进行相关的配置。 　　首先我们看WAS服务器端的配置. 　　1、登录was控制台https://10.4.119.18
  • 自定义annotation 120153216 annotation
    Java annotation 自定义注释@interface的用法 一、什么是注释      说起注释，得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说，元数据是描述数据的。就象数据表中的字段一样，每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据，也就是说注释是描述java源
  • CentOS 5/6.X 使用 EPEL YUM源 2002wmj centos
    CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
  • 在SQLSERVER中查找缺失和无用的索引SQL 357029540 SQL Server
    --缺失的索引 SELECT  avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,          last_user_seek ,    
  • Spring3 MVC 笔记（二） —json+rest优化 7454103 Spring3 MVC
    接上次的 spring mvc 注解的一些详细信息！                          其实也是一些个人的学习笔记  呵呵！
  • 替换“\”的时候报错Unexpected internal error near index 1 \ ^ adminjun java“\替换”
    发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...   在拆分字符串时遇到通过 \ 来拆分，可是用所以想通过转义 \\ 来拆分的时候会报异常   public class Main {          /*
  • POJ 1035 Spell checker(哈希表) aijuans 暴力求解--哈希表
    /* 题意：输入字典，然后输入单词，判断字典中是否出现过该单词，或者是否进行删除、添加、替换操作，如果是，则输出对应的字典中的单词 要求按照输入时候的排名输出 题解：建立两个哈希表。一个存储字典和输入字典中单词的排名，一个进行最后输出的判重 */ #include <iostream> //#define using namespace std; const int HASH =
  • 通过原型实现javascript Array的去重、最大值和最小值 ayaoxinchao JavaScriptarrayprototype
    用原型函数（prototype）可以定义一些很方便的自定义函数，实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。 实现代码如下：   <script type="text/javascript"> Array.prototype.unique = function() { var a = {}; var le
  • UIWebView实现https双向认证请求 bewithme UIWebViewhttpsObjective-C
              什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求 中有讲述，不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求，网上有些文章中有涉及到此内容，但都只言片语，没有讲完全，更没有完整的代码，让人困扰不已。但是此知
  • NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存) bijian1013 redis数据库NoSQL
    3.事务处理         Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行，而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时，这个连接会进入一个事务上下文，该连接后续的命令不会立即执行，而是先放到一个队列中，当执行exec命令时，redis会顺序的执行队列中
  • 各数据库分页sql备忘 bingyingao oraclesql分页
    ORACLE 下面这个效率很低 SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20; 下面这个效率很高 SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
  • 【Scala七】Scala核心一：函数 bit1129 scala
    1. 如果函数体只有一行代码，则可以不用写{},比如 def print(x: Int) = println(x) 一行上的多条语句用分号隔开，则只有第一句属于方法体，例如   def printWithValue(x: Int) : String= println(x); "ABC"   上面的代码报错，因为，printWithValue的方法
  • 了解GHC的factorial编译过程 bookjovi haskell
    GHC相对其他主流语言的编译器或解释器还是比较复杂的，一部分原因是haskell本身的设计就不易于实现compiler，如lazy特性，static typed，类型推导等。 关于GHC的内部实现有篇文章说的挺好，这里，文中在RTS一节中详细说了haskell的concurrent实现，里面提到了green thread，如果熟悉Go语言的话就会发现，ghc的concurrent实现和Go有点类
  • Java-Collections Framework学习与总结-LinkedHashMap BrokenDreams LinkedHashMap
            前面总结了java.util.HashMap，了解了其内部由散列表实现，每个桶内是一个单向链表。那有没有双向链表的实现呢？双向链表的实现会具备什么特性呢？来看一下HashMap的一个子类——java.util.LinkedHashMap。       
  • 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory bylijinnan abstract
    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/ package design.pattern; /* * Abstract Factory Pattern * 抽象工厂模式的目的是： * 通过在抽象工厂里面定义一组产品接口，方便地切换“产品簇” * 这些接口是相关或者相依赖的
  • 压暗面部高光 cherishLC PS
    方法一、压暗高光&重新着色 当皮肤很油又使用闪光灯时，很容易在面部形成高光区域。 下面讲一下我今天处理高光区域的心得： 皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道（Lab模式的L通道）决定，色彩则由a、b通道确定。 处理思路为在保持高光区域纹理的情况下，对高光区域着色。具体步骤为：降低高光区域的整体的亮度，再进行着色。 如果想简化步骤，可以只进行着色（参看下面的步骤1
  • Java VisualVM监控远程JVM crabdave visualvm
    Java VisualVM监控远程JVM    JDK1.6开始自带的VisualVM就是不错的监控工具. 这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面   通过JMX连接远程机器, 需要经过下面的配置: 1. 修改远程机器JDK配置文件 (我这里远程机器是linux).    
  • Saiku去掉登录模块 daizj saiku登录olapBI
    1、修改applicationContext-saiku-webapp.xml <security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />  <security:intercept-url pattern=&qu
  • 浅析 Flex中的Focus dsjt htmlFlexFlash
    关键字：focus、 setFocus、 IFocusManager、KeyboardEvent 焦点、设置焦点、获得焦点、键盘事件 一、无焦点的困扰——组件监听不到键盘事件 原因：只有获得焦点的组件（确切说是InteractiveObject）才能监听到键盘事件的目标阶段；键盘事件（flash.events.KeyboardEvent）参与冒泡阶段，所以焦点组件的父项（以及它爸
  • Yii全局函数使用 dcj3sjt126com yii
    由于YII致力于完美的整合第三方库，它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如，Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数，使得代码看起来更加简洁易用。(原文地址) 我们可以保存在globals.php在protected目录下。然后，在入口脚本index.php的，我们包括在
  • 设计模式之单例模式二（解决无序写入的问题） come_for_dream 单例模式volatile乱序执行双重检验锁
                    在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题，但是因为由于JVM为了使得处理器内部的运算单元能充分利用，处理器可能会对输入代码进行乱序执行（Out Of Order Execute）优化，处理器会在计算之后将乱序执行的结果进行重组，保证该
  • 程序员从初级到高级的蜕变 gcq511120594 框架工作PHPandroidhtml5
    软件开发是一个奇怪的行业，市场远远供不应求。这是一个已经存在多年的问题，而且随着时间的流逝，愈演愈烈。 我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题，当然这些方法常常不管用，于是，唯一能做的就是不断地尝试，逐个看看是否奏效”。 现在我们把淫浸代码时间超过3年的开发人员称为
  • Reverse Linked List hcx2013 list
    Reverse a singly linked list.   /** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ p
  • Spring4.1新特性——数据库集成测试 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
  • C# Ajax上传图片同时生成微缩图(附Demo) liyonghui160com
        1.Ajax无刷新上传图片,详情请阅我的这篇文章。（jquery + c# ashx）         2.C#位图处理  System.Drawing。         3.最新demo支持IE7,IE8,Fir
  • Java list三种遍历方法性能比较 pda158 java
    从c/c++语言转向java开发，学习java语言list遍历的三种方法，顺便测试各种遍历方法的性能，测试方法为在ArrayList中插入1千万条记录，然后遍历ArrayList，发现了一个奇怪的现象，测试代码例如以下： package com.hisense.tiger.list; import java.util.ArrayList; import java.util.Iterator;
  • 300个涵盖IT各方面的免费资源（上）——商业与市场篇 shoothao seo商业与市场IT资源免费资源
    A.网站模板+logo+服务器主机+发票生成 HTML5 UP:响应式的HTML5和CSS3网站模板。 Bootswatch:免费的Bootstrap主题。 Templated:收集了845个免费的CSS和HTML5网站模板。 Wordpress.org|Wordpress.com:可免费创建你的新网站。 Strikingly:关注领域中免费无限的移动优
  • localStorage、sessionStorage uule localStorage
    W3School 例子   HTML5 提供了两种在客户端存储数据的新方法： localStorage - 没有时间限制的数据存储 sessionStorage - 针对一个 session 的数据存储   之前，这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储，因为它们由每个对服务器的请求来传递，这使得 cookie 速度很慢而且效率也不
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他