下页依然如故
下页依然如故

KITTI Odometry相关数据集

KITTI raw data可以复制下载链接的地址至迅雷，实测迅雷可以下载
KITTI data_odometry_gray下载地址：链接：https://pan.baidu.com/s/1ecGfOSZpfXNtif7RWikhMg 提取码：du1t
KITTI data_odometry_color下载地址：链接：https://pan.baidu.com/s/1BtQUxZ6vLQJHAPmDNCNTFA 提取码：trf5
KITTI data_odometry_velodyne下载地址：链接：https://pan.baidu.com/s/1tFd-yIZuOcoMMHsw5sDrOA 提取码：tc10

你可能感兴趣的:(自动驾驶)

  • 美团自动配送车2024春季招聘 | 社招专场 美团技术团队
    关于美团自动配送团队美团自动配送以自研L4级自动驾驶软硬件技术为核心，与美团即时零售业务结合，形成满足公开道路、校园、社区、工业园区等室外全场景下的自动配送整体解决方案。美团自动配送团队成立于2016年，团队成员来自于Waymo、Cruise、Pony.ai、泛亚等自动驾驶行业头部公司，自动驾驶技术团队博士占比高达30%，依靠视觉、激光等传感器，实时感知预测周围环境，通过高精地图定位和智能决策规划
  • 关于车路协同的几个观点 chenmingdai
    关于车路协同现在有三个说法，第一个说法就是谷歌公司、苹果公司和特斯拉公司认为的所有的自动驾驶车辆在路上行驶的时候仅依赖于车自身的传感器和智能去行驶。第二个观点就是微软公司和国内的一些公司推动车联网C-V2X。也就是说车在路上行驶的时候依赖于网络为车车之间提供一些信息，为车辆行驶提供一些调度和服务信息。第三个观点就是现在大家通常说的车路要协同。也就是说车辆在行驶过程中不但要网络通信，而且还要与路直接
  • 看见光，追逐光，成为光~ 默涵在当下
    高屋建瓴的人，散发着高贵气质，周遭牛人很多，咬紧他们~杜总，从看网知网背景出发，讲到发现流量痛点，讲到站点布局，讲到下一步机会，从而又契合到自动驾驶网络。从如何构建五级驾驶，到如何结合现状落地~研究字节跳动对神经网络的改造，注入人的干预分类，优化再到聚类，让算法匹配人的干预能力~基础操作效能提升达到90%，告警防护率达到90%，两者交叉防护有效率达到多少？99%一切皆可AI~一切皆可AI~优秀自觉
  • 新质生产力关注哪些领域 安全方案 新质生产力
    新质生产力关注多个前沿领域，旨在通过科技创新推动生产力的发展，为经济社会的持续繁荣做出贡献。人工智能与算力：这是新质生产力的核心领域之一。人工智能技术的快速发展和应用，正在改变各行各业的运行方式，提高生产效率和服务质量。而算力作为支撑人工智能发展的重要基础，也在不断提升，以满足更复杂、更高精度的计算需求。智能驾驶与机器人：这一领域关注自动驾驶汽车、无人机以及各类智能机器人的研发和应用。随着传感器、
  • 从新能源汽车行业自动驾驶技术去看AI的发展未来趋势 DUT_LYH 人工智能自动驾驶机器学习
    摘要：本文主要从新能源汽车行业自动驾驶技术的角度，探讨了人工智能的发展未来趋势。文章首先回顾了自动驾驶技术的基本概念和核心组件，然后详细介绍了自动驾驶系统的设计方案和实现步骤。最后，文章探讨了自动驾驶技术的性能优化和测试方法，并展望了自动驾驶技术的未来发展。阅读时长：约60分钟关键词：自动驾驶,人工智能,新能源汽车,性能优化引言背景介绍新能源汽车行业的发展促进了自动驾驶技术的进步，而自动驾驶技术又
  • 自动驾驶功能场景 逻辑场景 具体场景解释 蒲公英smile 自动驾驶linux人工智能
    一.自动驾驶场景抽象分级为了描述交通事件的演变，我们需要考虑环境的快照，称之为Scene（即情景）。Scene包含环境、静态和动态交通要素、所有行动者和观察者的表现，以及这些实体之间的关系。与Scene不同，Scenario（即场景）描述的是时间跨度。场景是对一系列情景随着时间推移的演变的描述。为了描述场景的时间发展，我们使用了行动和事件以及相关参与者的目的地和对应的参数值，而场景的描述也可以根据
  • 行业杂谈---人形机器人的未来 智能汽车人 人工智能行业杂谈机器人人工智能
    人形机器人，作为机器人技术的一个重要分支，近年来得到了广泛的关注和研究。它们的设计初衷是模仿人类的动作和形态，以执行复杂的任务，与人类进行交互，甚至在某些方面超越人类的能力。在之前的文章《自动驾驶---行业发展及就业环境杂谈》中笔者也提到了人形机器人的方向，同智能汽车一样，也会是未来机器人领域的一个重要分支，本篇博客对其作简单介绍，让读者有一个概念。（1）人形机器人的发展历史人形机器人的发展历史可
  • 闰年导致的哪些 Bug 伍六七AI编程 JAVA日常bugjava程序人生
    每次闰年对程序员们都是一个挑战，平时运行好好的系统，在02-29这一天，好像就会有各种毛病。虽然，提前一天，领导们都会提前给下面打招呼。但是，不可避免的，今天公司因为闰年还是有一些小故障。就连大家熟知的一些大公司，也不可避免的因为闰年导致大大小小的故障。闰年导致的哪些Bug1、2月29日下午，有消息称禾赛科技激光雷达存在固件bug，致使凡是用了禾赛激光雷达的车，自动驾驶功能全部歇菜。2、OpenA
  • OpenCV：开源计算机视觉的魔力之门 mikes zhang 计算机视觉
    在当今这个信息爆炸的时代，图像和视频已经成为我们获取和传递信息的主要方式之一。从社交媒体上的照片分享，到安防监控、自动驾驶等领域的图像识别与处理，计算机视觉技术正日益改变着我们的生活。而在这场技术革命中，OpenCV（OpenSourceComputerVisionLibrary）这一开源计算机视觉库扮演着举足轻重的角色。本文将带你走进OpenCV的世界，一探其究竟。一、OpenCV简介OpenC
  • 【自动驾驶】自动驾驶地图构建方法与工具小结 CS_Zero 自动驾驶人工智能
    自动驾驶地图构建小结概述制作流程主要利用定位与建图算法（组合导航，视觉、激光SLAM等），融合多种传感器数据，构建高精度、高分辨率的三维语义地图，将要素矢量化，构建要素间的关联关系，通过质检确保质量可靠，形成地图引擎（服务、API）以满足自动驾驶系统的需求。底图构建底图构建存在两大类方法，点云建图与视觉建图。点云建图一般面向高精度采集设备，采用高线束激光雷达，硬件成本高。一般使用高精度组合导航进行
  • 自动驾驶---Motion Planning之Path Boundary 智能汽车人 自动驾驶Planning模块自动驾驶人工智能
    1背景在上文《自动驾驶---MotionPlanning之LaneChange》中，笔者提到过两种LaneChange的思路，这里再简单回顾一下：（1）利用Routing和周围环境的信息，决定是否进行换道的决策；（2）采用的博弈思想（蒙特卡洛树搜索---MCTS）决定是否进行换道的决策。不管是变道，避让还是借道等决策，如果后续采用优化的思想进行局部轨迹的求解，那么在求解之前需要确认boundary
  • 什么是机器学习 瑞瑞大大 机器学习
    随着科技的飞速发展，机器学习已经逐渐渗透到我们生活的各个领域，从智能家居到自动驾驶，从语音识别到图像识别，机器学习的应用无处不在。本文将浅析机器学习的概念、原理以及其在现实生活中的应用。首先，机器学习是什么？机器学习是一种人工智能的方法，它通过让计算机从数据中学习规律和模式，进而实现预测和决策。机器学习的核心思想是：利用已有的数据，通过算法构建一个模型，使得该模型能够在新的数据上做出准确的预测。简
  • 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
  • 自动驾驶记忆泊车HAVP功能规范 电气_空空 代客泊车自动驾驶自动驾驶人工智能机器学习设计规范
    1.功能描述...41.1信号需求....51.1.1输入信号....51.1.2输出信号....161.2状态机....321.2.1状态描述....321.2.2状态迁移条件....321.3功能流程....341.3.1功能逻辑....341.3.2HUT交互逻辑详述....371.3.3APP交互逻辑详述....521.3.4性能需求....601.4关联件要求....651.5适用场景.
  • 高速自动驾驶智慧匝道(HIC)系统功能规范 电气_空空 自动驾驶自动驾驶人工智能机器学习
    智慧匝道功能规范HighwayIntelligentChangeFunctionalSpecification文件状态：【√】草稿【】正式发布【】正在修改文件起草分工撰写：审核：编制：签名：日期：审核：签名：日期：批准：签名：日期：版本更改描述更改日期更改人目录1概述...61.1目的...61.2范围...62功能规范...62.1功能描述...62.1.1功能用途...72.1.2基本参数..
  • 《自动驾驶汽车的缺陷及其产品责任》（一） 刘东利2020
    先看摘要：摘要自动驾驶汽车的驾驶安全需要自动驾驶技术自身的安全和一系列配套条件的实现。但因为人工智能的非理性特征、“算法黑箱”、既有设备技术条件的限制、“人机混合驾驶”、自动驾驶汽车与传统机动车并存等问题的存在，自动驾驶汽车的驾驶安全根本无从保障。从当前的技术条件来看，自动驾驶车辆存在制造、设计和警示三方面的缺陷，但其认定方法并不一致。对于设计缺陷的认定，应当融入部分过失责任的要素，以鼓励生产者持
  • 自动驾驶前端 Little Xi javascript前端css
    {{item.navItem}}-->主页场景库仿真测试事故分析自动驾驶安全测试平台exportdefault{name:'NavMenu',data(){return{navList:[{name:'/index',navItem:'主页'},{name:'/library',navItem:'场景库'},{name:'/test',navItem:'仿真测试'},{name:'/acciden
  • jetson agx orin 实时内核 调度延时测试 王燕龙(大卫) unix服务器
    jetsonagxorin是nvidia推出的计算平台，在自动驾驶领域得到广泛应用。确定性执行是自动驾驶系统的基本要求，而任务调度的确定性是影响确定性执行的重要因素。本文测试了jetsonagxorin的调度延时，对比测试了两种情况：打实时内核补丁和不打实时内核补丁。从测试结果来看，对于rt调度策略来说，打了实时内核补丁之后，最大调度延时在70μs以内；而不打实时内核补丁的话，最大调度延时在100
  • 自动驾驶中之定位总结 江南霹雳堂雷家雷无桀 #自动驾驶之定位技术自动驾驶
    1前言2典型的单个定位方式2.1基于通信的定位方法2.1.1GNSS全球卫星导航系统2.1.1.1gnss的优点与缺点2.1.1.2gnss定位技术2.1.1.2.1RTK定位技术2.1.1.2.2PPP定位技术2.1.1.2gnss定位技术总结2.1.2车联网定位2.1基于航位推算的定位方法2.1.1惯性测试单元定位IMU2.1.1.1IMU陀螺仪的三个角度2.1.1.2IMU的优缺点2.1.1
  • 51-2 万字长文，深度解读端到端自动驾驶的挑战和前沿 深圳季连AIgraphX AutoGPT自动驾驶大模型自动驾驶人工智能机器学习transformer智慧城市gpt-3
    去年初，我曾打算撰写一篇关于端到端自动驾驶的文章，发现大模型在自动驾驶领域的尝试案例并不多。遂把议题扩散了一点，即从大模型开始，逐渐向自动驾驶垂直领域靠近，最后落地到端到端。这样需要阐述的内容就变成LLM基础模型、LLM+自动驾驶以及端到端自动驾驶核心内容三部分。上图是我司总结的大模型经典论文拓扑图，欢迎各位拍砖帮助更新，使得最终能落地到端到端自动驾驶。LLM基础模型核心论文Traininglan
  • 路径跟踪算法Stanley 实现 c++ Big David 决策规划控制c++自动驾驶算法matplotlibStanley
    参考博客：【自动驾驶】Stanley（前轮反馈）实现轨迹跟踪|python实现|c++实现Stanley前轮反馈控制(Frontwheelfeedback),又称Stanley控制。核心思想：基于前轮中心的路径跟踪偏差量对方向盘转向控制量进行计算(PurePursuit是基于后轮中心)。前轮转角控制量：δ=θφ+θy\large\delta=\theta_{\varphi}+\theta_{y}δ
  • 论文阅读 - Non-Local Spatial Propagation Network for Depth Completion 七元权 论文阅读论文阅读深度图补全NLSPNSPN深度学习
    文章目录1概述2模型说明2.1局部SPN2.2非局部SPN2.3结合置信度的亲和力学习2.3.1传统正则化2.3.2置信度引导的affinity正则化3效果3.1NYUDepthV23.2KITTIDepthCompletion参考资料1概述本文提出了一种非局部的空间传播网络用于深度图补全，简称为NLSPN。（1）为什么需要深度图补全？在AR、无人机控制、自动驾驶和运动规划等应用当中，需要知道物体
  • 目标检测系列专栏：从基础到进阶，一步步掌握目标检测技术 小厂程序猿 目标检测专栏目标检测人工智能计算机视觉
    引言目标检测（ObjectDetection）是计算机视觉领域的一个重要研究方向，它旨在识别和定位图像中的物体。随着深度学习技术的发展，目标检测技术取得了显著的进步，广泛应用于自动驾驶、智能监控、机器人视觉等领域。在这个专栏中，我们将从基础知识开始，逐步深入到目标检测的各个方向，帮助大家全面了解和掌握这一领域的技术。专栏内容安排第一部分：基础知识目标检测概述：介绍目标检测的基本概念、应用场景和发展
  • 【CV论文精读】【BEV感知】BEVDet: High-Performance Multi-Camera 3D Object Detection in Bird-Eye-View 量子-Alex CV知识学习和论文阅读3d目标检测目标跟踪
    【CV论文精读】【BEV感知】BEVDet:High-PerformanceMulti-Camera3DObjectDetectioninBird-Eye-ViewBEVDet：鸟瞰下的高性能多摄像机三维目标检测0.论文摘要自动驾驶感知周围环境进行决策，这是视觉感知中最复杂的场景之一。范式创新在解决2D目标检测任务中的成功激励我们寻求一种优雅、可行和可扩展的范式，从根本上推动该领域的性能边界。为此
  • 001：自动驾驶概述 qq_31762031 019-自动驾驶技术整理自动驾驶发展自动驾驶汽车制造商自动驾驶技术公司自动驾驶传感器制造商自动驾驶软件开发商自动驾驶图商自动驾驶汽车零部件供应商
    摘要：本文介绍国内外自动驾驶的发展历程及现状、汽车制造商、技术公司、传感器制造商、芯片制造商、地图供应商、软件开发商以及汽车零部件供应商。国外一、发展历程及现状起步阶段（1990年-2005年）：在这个阶段，自动驾驶技术主要应用于军事和科学研究领域，例如美国军方开始研制自主无人车，并应用于一些特殊任务。技术探索阶段（2005年-2015年）：随着计算机技术和机器学习技术的快速发展，自动驾驶技术开始
  • 【专题】2023人工智能基础数据服务白皮书报告PDF合集分享（附原数据表） 数据挖掘深度学习机器学习
    报告链接：https://tecdat.cn/?p=33276原文出处：拓端数据部落公众号人工智能是推动新一轮科技革命和产业变革的核心驱动力。目前，中国的人工智能产业正处于高速增长阶段，并正在快速渗透到各个行业，包括互联网娱乐、智能制造、智慧医疗、智能安防和自动驾驶等。其中，自动驾驶由于场景的复杂性和对安全的极高要求，推动了人工智能的不断迭代和演进。点击阅读原文，获取专题报告全文，解锁文末148份
  • 曲线生成 | 图解B样条曲线生成原理(基本概念与节点生成算法) Mr.Winter` 算法人工智能ROS机器人自动驾驶轨迹规划曲线生成
    目录0专栏介绍1什么是B样条曲线？2基函数的deBoor递推式3B样条曲线基本概念图解4节点生成公式0专栏介绍附C++/Python/Matlab全套代码课程设计、毕业设计、创新竞赛必备！详细介绍全局规划(图搜索、采样法、智能算法等)；局部规划(DWA、APF等)；曲线优化(贝塞尔曲线、B样条曲线等)。详情：图解自动驾驶中的运动规划(MotionPlanning)，附几十种规划算法1什么是B样条曲
  • PCS驾驶辅助不等于自动驾驶，车上的防碰撞功能你用对了吗？(PCS篇) 十年筑己
    汽车预防碰撞安全系统（pre-crashsafetysystem）是一种利用即时通讯技术、控制系统与信息科技侦测车辆周遭的动态状况，从而辅助汽车驾驶人进行安全驾驶的汽车安全科技。依各家车厂不同的命名，另有防撞系统（英语：collisionavoidancesystem）、前方碰撞预警系统（forwardcollisionwarningsystem）、减少碰撞系统（collisionmitigati
  • 2.1.1 摄像头 构图笔记 自动驾驶笔记图像处理自动驾驶
    摄像头更多内容，请关注：github：https://github.com/gotonote/Autopilot-Notes.git摄像头是目前自动驾驶车中应用和研究最广泛的传感器，其采集图像的过程最接近人类视觉系统。基于图像的物体检测和识别技术已经相当成熟，随着近几年深度学习的发展，基于深度学习的视觉感知算法已大量应用于实际生活和生产中，在某些任务上甚至已经超越人类水平。在自动驾驶车上，一般会安
  • 机器视觉与嵌入式技术：开拓自动驾驶和远程监控新视野 科联学妹 自动驾驶人工智能机器学习
    （本文为简单介绍，观点源于网络）机器视觉系统是指利用计算机来模拟人眼的识别与判断。在自动驾驶和远程监控领域，机器视觉结合嵌入式技术的应用，不仅极大地提升了自动化水平，而且开辟了新的技术视野。在自动驾驶领域，机器视觉系统负责捕捉车辆周围的环境信息，如道路标志、交通灯、行人、障碍物和其他车辆等。这些信息通过高速摄像头传感器捕获，并由嵌入式处理器实时处理。嵌入式处理器具有高性能的计算能力，能够快速处理图
  • Java序列化进阶篇 g21121 java序列化
            1.transient         类一旦实现了Serializable 接口即被声明为可序列化，然而某些情况下并不是所有的属性都需要序列化，想要人为的去阻止这些属性被序列化，就需要用到transient 关键字。
  • escape()、encodeURI()、encodeURIComponent()区别详解 aigo JavaScriptWeb
    原文：http://blog.sina.com.cn/s/blog_4586764e0101khi0.html   JavaScript中有三个可以对字符串编码的函数，分别是： escape,encodeURI,encodeURIComponent，相应3个解码函数：,decodeURI,decodeURIComponent 。 下面简单介绍一下它们的区别 1 escape()函
  • ArcgisEngine实现对地图的放大、缩小和平移 Cb123456 添加矢量数据对地图的放大、缩小和平移Engine
    ArcgisEngine实现对地图的放大、缩小和平移:  个人觉得是平移，不过网上的都是漫游，通俗的说就是把一个地图对象从一边拉到另一边而已。就看人说话吧.  具体实现: 一、引入命名空间    using ESRI.ArcGIS.Geometry;    using ESRI.ArcGIS.Controls; 二、代码实现.
  • Java集合框架概述 天子之骄 Java集合框架概述
       集合框架 集合框架可以理解为一个容器，该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。 从本质上来说，Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。   简单介绍：   Collection接口是最基本的接口，它定义了List和Set，List又定义了LinkLi
  • 旗正4.0页面跳转传值问题 何必如此 javajsp
    跳转和成功提示 a)        成功字段非空forward 成功字段非空forward，不会弹出成功字段，为jsp转发，页面能超链接传值,传输变量时需要拼接。接拼接方式list.jsp?test="+strweightUnit+"或list.jsp?test="+weightUnit+&qu
  • 全网唯一:移动互联网服务器端开发课程 cocos2d-x小菜 web开发移动开发移动端开发移动互联程序员
        移动互联网时代来了！     App市场爆发式增长为Web开发程序员带来新一轮机遇，近两年新增创业者，几乎全部选择了移动互联网项目！传统互联网企业中超过98%的门户网站已经或者正在从单一的网站入口转向PC、手机、Pad、智能电视等多端全平台兼容体系。据统计，AppStore中超过85%的App项目都选择了PHP作为后端程
  • Log4J通用配置|注意问题 笔记 7454103 DAOapachetomcatlog4jWeb
    关于日志的等级 那些去 百度就知道了！ 这几天 要搭个新框架  配置了 日志 记下来 ！做个备忘！ #这里定义能显示到的最低级别,若定义到INFO级别,则看不到DEBUG级别的信息了~! log4j.rootLogger=INFO,allLog # DAO层 log记录到dao.log 控制台 和 总日志文件 log4j.logger.DAO=INFO,dao,C
  • SQLServer TCP/IP 连接失败问题 ---SQL Server Configuration Manager darkranger sqlcwindowsSQL ServerXP
    当你安装完之后,连接数据库的时候可能会发现你的TCP/IP 没有启动.. 发现需要启动客户端协议 : TCP/IP  需要打开 SQL Server Configuration Manager... 却发现无法打开 SQL Server Configuration Manager..?? 解决方法:  C:\WINDOWS\system32目录搜索framedyn.
  • [置顶] 做有中国特色的程序员 aijuans 程序员
    从出版业说起 网络作品排到靠前的，都不会太难看，一般人不爱看某部作品也是因为不喜欢这个类型，而此人也不会全不喜欢这些网络作品。究其原因，是因为网络作品都是让人先白看的，看的好了才出了头。而纸质作品就不一定了，排行榜靠前的，有好作品，也有垃圾。 许多大牛都是写了博客，后来出了书。这些书也都不次，可能有人让为不好，是因为技术书不像小说，小说在读故事，技术书是在学知识或温习知识，有些技术书读得可
  • document.domain 跨域问题 avords document
    document.domain用来得到当前网页的域名。比如在地址栏里输入：javascript:alert(document.domain); //www.315ta.com我们也可以给document.domain属性赋值，不过是有限制的，你只能赋成当前的域名或者基础域名。比如：javascript:alert(document.domain = "315ta.com");
  • 关于管理软件的一些思考 houxinyou 管理
    工作好多看年了,一直在做管理软件,不知道是我最开始做的时候产生了一些惯性的思维,还是现在接触的管理软件水平有所下降.换过好多年公司,越来越感觉现在的管理软件做的越来越乱. 在我看来,管理软件不论是以前的结构化编程,还是现在的面向对象编程,不管是CS模式,还是BS模式.模块的划分是很重要的.当然,模块的划分有很多种方式.我只是以我自己的划分方式来说一下. 做为管理软件,就像现在讲究MVC这
  • NoSQL数据库之Redis数据库管理(String类型和hash类型) bijian1013 redis数据库NoSQL
    一.Redis的数据类型 1.String类型及操作         String是最简单的类型，一个key对应一个value，string类型是二进制安全的。Redis的string可以包含任何数据，比如jpg图片或者序列化的对象。         Set方法：设置key对应的值为string类型的value
  • Tomcat 一些技巧 征客丶 javatomcatdos
    以下操作都是在windows 环境下 一、Tomcat 启动时配置 JAVA_HOME 在 tomcat 安装目录，bin 文件夹下的 catalina.bat 或 setclasspath.bat 中添加 set JAVA_HOME=JAVA 安装目录 set JRE_HOME=JAVA 安装目录/jre 即可； 二、查看Tomcat 版本 在 tomcat 安装目
  • 【Spark七十二】Spark的日志配置 bit1129 spark
    在测试Spark Streaming时，大量的日志显示到控制台，影响了Spark Streaming程序代码的输出结果的查看(代码中通过println将输出打印到控制台上)，可以通过修改Spark的日志配置的方式，不让Spark Streaming把它的日志显示在console   在Spark的conf目录下，把log4j.properties.template修改为log4j.p
  • Haskell版冒泡排序 bookjovi 冒泡排序haskell
    面试的时候问的比较多的算法题要么是binary search，要么是冒泡排序，真的不想用写C写冒泡排序了，贴上个Haskell版的，思维简单，代码简单，下次谁要是再要我用C写冒泡排序，直接上个haskell版的，让他自己去理解吧。     sort [] = [] sort [x] = [x] sort (x:x1:xs) | x>x1 = x1:so
  • java 路径 配置文件读取 bro_feng java
    这几天做一个项目，关于路径做如下笔记，有需要供参考。 取工程内的文件，一般都要用相对路径，这个自然不用多说。 在src统计目录建配置文件目录res,在res中放入配置文件。 读取文件使用方式： 1. MyTest.class.getResourceAsStream("/res/xx.properties") 2. properties.load(MyTest.
  • 读《研磨设计模式》-代码笔记-简单工厂模式 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/ package design.pattern; /* * 个人理解：简单工厂模式就是IOC; * 客户端要用到某一对象，本来是由客户创建的，现在改成由工厂创建，客户直接取就好了 */ interface IProduct {
  • SVN与JIRA的关联 chenyu19891124 SVN
    SVN与JIRA的关联一直都没能装成功，今天凝聚心思花了一天时间整合好了。下面是自己整理的步骤： 一、搭建好SVN环境，尤其是要把SVN的服务注册成系统服务 二、装好JIRA，自己用是jira-4.3.4破解版 三、下载SVN与JIRA的插件并解压，然后拷贝插件包下lib包里的三个jar，放到Atlassian\JIRA 4.3.4\atlassian-jira\WEB-INF\lib下，再
  • JWFDv0.96 最新设计思路 comsci 数据结构算法工作企业应用公告
                       随着工作流技术的发展，工作流产品的应用范围也不断的在扩展，开始进入了像金融行业(我已经看到国有四大商业银行的工作流产品招标公告了)，实时生产控制和其它比较重要的工程领域，而
  • vi 保存复制内容格式粘贴 daizj vi粘贴复制保存原格式不变形
        vi是linux中非常好用的文本编辑工具，功能强大无比，但对于复制带有缩进格式的内容时，粘贴的时候内容错位很严重，不会按照复制时的格式排版，vi能不能在粘贴时，按复制进的格式进行粘贴呢？ 答案是肯定的，vi有一个很强大的命令可以实现此功能 。     在命令模式输入:set paste，则进入paste模式，这样再进行粘贴时
  • shell脚本运行时报错误：/bin/bash^M: bad interpreter 的解决办法 dongwei_6688 shell脚本
    出现原因：windows上写的脚本，直接拷贝到linux系统上运行由于格式不兼容导致 解决办法： 1. 比如文件名为myshell.sh，vim myshell.sh 2. 执行vim中的命令 : set ff?查看文件格式，如果显示fileformat=dos，证明文件格式有问题 3. 执行vim中的命令 :set fileformat=unix 将文件格式改过来就可以了，然后:w
  • 高一上学期难记忆单词 dcj3sjt126com wordenglish
    honest 诚实的；正直的 argue 争论 classical 古典的 hammer 锤子 share  分享；共有 sorrow 悲哀；悲痛 adventure 冒险 error 错误；差错 closet 壁橱；储藏室 pronounce 发音；宣告 repeat 重做；重复 majority 大多数；大半   native 本国的，本地的，本国
  • hibernate查询返回DTO对象，DTO封装了多个pojo对象的属性 frankco POJOhibernate查询DTO
          DTO-数据传输对象；pojo-最纯粹的java对象与数据库中的表一一对应。       简单讲：DTO起到业务数据的传递作用，pojo则与持久层数据库打交道。         有时候我们需要查询返回DTO对象，因为DTO
  • Partition List hcx2013 partition
    Given a linked list and a value x, partition it such that all nodes less than x come before nodes greater than or equal to x. You should preserve the original relative order of th
  • Spring MVC测试框架详解——客户端测试 jinnianshilongnian
    上一篇《Spring MVC测试框架详解——服务端测试》已经介绍了服务端测试，接下来再看看如果测试Rest客户端，对于客户端测试以前经常使用的方法是启动一个内嵌的jetty/tomcat容器，然后发送真实的请求到相应的控制器；这种方式的缺点就是速度慢；自Spring 3.2开始提供了对RestTemplate的模拟服务器测试方式，也就是说使用RestTemplate测试时无须启动服务器，而是模拟一
  • 关于推荐个人观点 liyonghui160com 推荐系统关于推荐个人观点
        回想起来，我也做推荐了3年多了，最近公司做了调整招聘了很多算法工程师，以为需要多么高大上的算法才能搭建起来的，从实践中走过来，我只想说【不是这样的】     第一次接触推荐系统是在四年前入职的时候，那时候，机器学习和大数据都是没有的概念，什么大数据处理开源软件根本不存在，我们用多台计算机web程序记录用户行为，用.net的w
  • 不间断旋转的动画 pangyulei 动画
    CABasicAnimation* rotationAnimation; rotationAnimation = [CABasicAnimation animationWithKeyPath:@"transform.rotation.z"]; rotationAnimation.toValue = [NSNumber numberWithFloat: M
  • 自定义annotation sha1064616837 javaenumannotationreflect
    对象有的属性在页面上可编辑，有的属性在页面只可读，以前都是我们在页面上写死的，时间一久有时候会混乱，此处通过自定义annotation在类属性中定义。越来越发现Java的Annotation真心很强大，可以帮我们省去很多代码，让代码看上去简洁。 下面这个例子 主要用到了 1.自定义annotation：@interface，以及几个配合着自定义注解使用的几个注解 2.简单的反射 3.枚举
  • Spring 源码 up2pu spring
    1.Spring源代码 https://github.com/SpringSource/spring-framework/branches/3.2.x 注：兼容svn检出 2.运行脚本 import-into-eclipse.bat 注：需要设置JAVA_HOME为jdk 1.7 build.gradle compileJava { sourceCompatibilit
  • 利用word分词来计算文本相似度 yangshangchuan wordword分词文本相似度余弦相似度简单共有词
    word分词提供了多种文本相似度计算方式： 方式一：余弦相似度，通过计算两个向量的夹角余弦值来评估他们的相似度 实现类：org.apdplat.word.analysis.CosineTextSimilarity 用法如下： String text1 = "我爱购物"; String text2 = "我爱读书"; String text3 =
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他