- 数据集 VisDrone-Dataset 无人机检测跟踪数据集 >> DataBall
Xian-HHappy
DataBall数据集合(计算机视觉)-数据也可如此美好无人机
开源数据集VisDrone-Dataset无人机检测跟踪数据集-机器视觉目标跟踪人工智能深度学习无人机或通用无人驾驶飞行器(UAV)配备相机后,已被迅速部署到包括农业、航拍、快速递送和监视在内的广泛应用中。因此,自动理解从这些平台收集的视觉数据变得非常迫切,这使得计算机视觉与无人机的联系越来越紧密。我们很高兴地推出一个大规模的基准测试,为各种重要的计算机视觉任务提供精心注释的真实数据,名为VisD
- 2024最新 无人机 数据集(12-06已更新)
数据猎手小k
无人机
一、无人机的研究背景无人机技术的发展经历了从最初的遥控靶机到现代多功能无人机的转变。随着电子技术、通信技术、导航技术以及人工智能技术的进步,无人机的性能得到了显著提升,应用领域也不断拓展。特别是在AI技术的加持下,无人机的自主飞行能力、智能决策能力以及数据处理能力都有了质的飞跃。二、无人机的应用:在AI时代,无人机的应用领域得到了极大的扩展,技术的进步使得无人机在多个行业中发挥着越来越重要的作用。
- SCI一区级 | Matlab实现DBO-CNN-LSTM-Mutilhead-Attention蜣螂算法优化卷积长短期记忆神经网络融合多头注意力机制多变量时间序列预测
matlab科研社
神经网络matlabcnn
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。个人主页:Matlab科研工作室个人信条:格物致知。内容介绍1.引言温度预测在多个领域至关重要,例如气象预报、能源管理和农业生产。传统方法通常基于线性模型或统计方法,但这些方法在处理非线性时间序列数据时存在局限性。近年来,深度学习技术在时间序列预测领域取得了显著进展,其中卷积神经网络(CNN)
- 自动驾驶核心技术简介
AGI大模型与大数据研究院
DeepSeekR1&大数据AI人工智能javapythonjavascriptkotlingolang架构人工智能
自动驾驶核心技术简介关键词:感知系统、决策系统、控制系统、人工智能、计算机视觉、深度学习、V2X通信摘要:本文全面介绍了自动驾驶的核心技术,包括感知、决策和控制三大系统。文章深入探讨了各系统的关键组成部分、工作原理和最新技术进展。同时,本文还分析了自动驾驶技术在实际应用中面临的挑战,以及未来的发展趋势。通过详细的技术讲解、代码示例和实际案例,为读者提供了全面而深入的自动驾驶技术概览。1.背景介绍1
- DeepSeek-R2模型传闻解析:技术突破与官方辟谣背后的AI竞赛
每天做一点改变
人工智能
2025年3月,人工智能领域因一则传闻掀起波澜:中国AI公司深度求索(DeepSeek)或将于3月17日提前发布下一代模型DeepSeek-R2。尽管官方已紧急辟谣,但技术细节和市场反应仍值得深入探讨。一、传闻中的技术突破多家媒体报道称,DeepSeek-R2在以下领域实现显著提升:编程能力:可高效生成高质量代码,支持算法优化与复杂软件开发,降低开发者负担。多语言推理:突破英语限制,支持跨语言复杂
- 张量运算:人工智能的数学基石
猿享天开
人工智能数学基础专讲人工智能
博主简介:CSDN博客专家、全栈领域优质创作者、高级开发工程师、高级信息系统项目管理师、系统架构师,数学与应用数学专业,10年以上多种混合语言开发经验,从事PACS医学影像开发领域多年,熟悉DICOM协议及其应用开发技术。我的技能涵盖了多种编程语言和技术框架:作为高级C/C++与C#开发工程师,擅长Windows系统下的.NET及C++开发技术,尤其精通MFC、DLL动态链接库、WinForm、W
- 人工智能发展简史:从理论萌芽到大模型时代
meisongqing
人工智能大模型
一、人工智能的起源与早期探索(1940s-1950s)理论基础奠基1943年:神经科学家麦卡洛克(WarrenMcCulloch)与数学家皮茨(WalterPitts)提出“M-P神经元模型”,首次尝试用数学模型模拟人脑神经元活动。1950年:艾伦·图灵(AlanTuring)发表论文《计算机器与智能》,提出“图灵测试”,定义机器智能的核心标准。1956年:达特茅斯会议召开,“人工智能”(AI)一
- 计算机视觉算法实战——手术导航:技术、应用与未来
喵了个AI
计算机视觉实战项目计算机视觉算法人工智能
✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.手术导航中的计算机视觉:领域介绍计算机视觉在手术导航领域的应用代表了现代医学与人工智能技术的完美结合,正在彻底改变外科手术的方式。手术导航系统通过将医学影像、实时传感器数据和计算机视觉算法相结合,为外科医生提供了前所未有的精确性和可视化能力,使复杂的手术操作变得更加安全、可控。传统
- 计算机视觉算法实战——病变检测:从原理到应用
喵了个AI
计算机视觉实战项目计算机视觉算法人工智能目标检测
✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.计算机视觉在病变检测领域的概述计算机视觉在医疗影像分析中的应用已经成为人工智能最具前景的领域之一。病变检测作为其中的核心任务,旨在自动识别和定位医学图像中的异常区域,为医生提供辅助诊断工具。这一技术可以显著提高诊断效率,减少人为误差,并在早期疾病筛查中发挥关键作用。医学病变检测与常
- 深度学习模型的压缩与轻量化技术
AI大模型应用之禅
DeepSeekR1&AI大模型与大数据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AIAGILLMJavaPython架构设计AgentRPA
深度学习,模型压缩,轻量化,效率,可部署性,精度1.背景介绍深度学习在图像识别、自然语言处理、语音识别等领域取得了突破性的进展,但其模型规模庞大,计算资源需求高,部署成本高昂,这限制了其在移动设备、嵌入式系统等资源受限环境中的应用。因此,深度学习模型的压缩与轻量化技术成为一个重要的研究方向。模型压缩是指通过减少模型参数数量、减少模型层数或减少模型计算量来减小模型规模,从而降低模型存储和计算成本。轻
- TensorFlow-MNIST手写数字分类
Enougme
TensorFlowtensorflow分类人工智能
TensorFlow是一个功能强大的深度学习框架,可以用来构建、训练和部署机器学习模型。主要作用于:构建神经网络模型(回归、分类、生成模型等)。进行数值计算,并提供GPU加速。实现自动梯度求导(如反向传播训练)。应用机器学习模型进行预测。数据准备fromtensorflow.keras.datasetsimportmnist#加载数据集(已划分为训练集和测试集)(x_train,y_train),
- python-常用的深度学习框架
Enougme
TensorFlowpython深度学习开发语言
Python是当前深度学习与机器学习领域的主流编程语言,其丰富的生态系统和多样化的框架使得构建深度学习模型变得非常高效。以下是一些主流的深度学习框架,以及每个框架的特点和适用场景。1.PyTorch特点:动态计算图:支持动态构建和修改计算图,调试体验好,灵活性强。社区生态丰富:拥有大量教程、开源代码和第三方工具支持。广泛应用:深受研究人员和实验开发者的喜爱,也适用于生产环境。TorchScript
- 独热编码(One-Hot Encoding):理论基础与实践应用
大明者省
人工智能
1.引言在机器学习和数据科学领域,数据预处理是模型训练的关键步骤。分类变量(如性别、职业、颜色)无法直接被算法处理,因此需要转换为数值形式。独热编码(One-HotEncoding)作为一种核心技术,通过将分类特征转换为二进制向量,解决了这一问题。本文将从原理、应用场景、优缺点及实现方法等方面深入探讨独热编码。2.基本原理独热编码的核心思想是将每个分类值映射为一个二进制向量,向量长度等于类别总数,
- 临床报告深度学习总结
Trank-Lw
深度学习人工智能
你对深度学习模型训练有哪些优化策略?在深度学习模型训练中,优化策略是提升模型性能和效率的关键。以下是一些常见的优化策略:1.数据优化数据预处理:对数据进行清洗、归一化、标准化等操作,以减少噪声并提高模型的收敛速度。数据增强:通过旋转、裁剪、翻转等方式增加数据多样性,尤其在图像处理中效果显著。数据采样:采用过采样或欠采样技术解决数据不平衡问题。2.模型优化模型架构选择:根据任务需求选择合适的模型架构
- 图像多分类的人工智能
love_c++
人工智能分类数据挖掘
当涉及到图像多分类任务,通常会使用深度学习模型,如卷积神经网络(ConvolutionalNeuralNetwork,CNN)。以下是一个使用Python编程语言和TensorFlow库来构建一个简单的图像多分类模型的例子:#导入所需的库importtensorflowastffromtensorflow.kerasimportlayers,models,datasetsimportmatplot
- Stable Diffusion进行图像生成
月月猿java
人工智能
使用StableDiffusion进行图像生成通常涉及以下步骤:安装依赖库:首先,你需要安装必要的Python库,如PyTorch、torchvision、diffusers和transformers等。这些库将为你提供深度学习框架、图像处理工具和StableDiffusion模型的接口。获取预训练模型:StableDiffusion模型通常很大,因此你需要从可靠的来源下载预训练模型。Huggin
- 基于LLM的Agent框架全面比较分析:MGX(MetaGPT X)、AutoGen、OpenHands与秒哒(MiaoDa)
由数入道
人工智能智能体大语言模型智能体框架
摘要本文对当前四种领先的基于LLM的Agent框架——MGX(MetaGPTX)、AutoGen、OpenHands和秒哒(MiaoDa)进行了全面比较分析。这些框架代表了人工智能领域在多智能体协作系统方面的最新进展,各自采用了独特的方法来解决复杂任务自动化问题。通过深入考察每个框架的核心架构、关键特性、目标用例、生态系统和发展前景,本分析旨在为技术决策者、开发者和研究人员提供详尽的参考依据,帮助
- 松灵Cobot Magic&ARIO,打造具身智能百万规模标准化数据集
BFT白芙堂
机器学习ARIO数据集硬件平台CobotMagic机器人
具身人工智能开发的三大主要挑战:数据格式不统一:多源异构数据整合困难,训练资源利用率低。场景多样性不足:现有数据集覆盖场景有限,模型泛化能力受限。高质量数据稀缺:标注数据不足,难以满足大规模训练需求,制约性能提升。松灵CobotMagic:真实场景数据采集的核心平台为应对以上挑战,南科大提出来ARIO(AllRobotsInOne)数据集,松灵CobotMagic凭借以下优势成为硬件平台首选:硬件
- 【transformer理论+实战(三)】必要的 Pytorch 知识
造夢先森
AI大模型transformerpytorch深度学习
【Transformer理论+实战(三)】必要的Pytorch知识【Transformer理论+实战(二)】Lora本地微调实战--deepseek-r1蒸馏模型【Transformer理论+实战(一)】Transformer&LLaMA&Lora介绍文章目录Pytorch基础张量(Tensor)拼接与拆分调整形状索引与切片降维与升维张量计算Pytorch由Facebook人工智能研究院于2017
- Google开源机器学习框架TensorFlow SegFormer优化
深海水
人工智能行业发展IT应用探讨tensorflow人工智能python机器训练机器学习深度学习ai
一、SegFormer的TensorRT加速优化TensorRT是NVIDIA推出的深度学习推理加速库,可以显著提高SegFormer在GPU上的推理速度。1.TensorRT加速流程目标转换SegFormer为TensorRT格式优化FP16/INT8计算提升推理速度(FPS)主要步骤导出TensorFlow模型转换为ONNX格式使用TensorRT进行优化运行TensorRT推理2.代码实现(
- 主流大模型架构
Jeremg
架构
什么是大模型架构大模型架构是指用于构建大规模人工智能模型的特定结构和设计模式,旨在处理海量数据、学习复杂的模式和关系,并实现强大的语言理解、生成、图像识别、语音处理等多种智能任务。以下是一些常见的大模型架构的特点、组成和应用:特点大规模参数:包含大量的参数,通常数以亿计甚至更多,以学习丰富的知识和模式,例如GPT-3拥有1750亿个参数。强大的表示能力:能够对各种类型的数据进行高效的表示和处理,捕
- 人工智能领域毕业设计选题题目合集:课题指导 选题建议
HaiLang_IT
毕业设计选题毕业设计人工智能机器学习
目录前言毕设选题开题指导建议更多精选选题选题帮助最后前言大家好,这里是海浪学长毕设专题!大四是整个大学期间最忙碌的时光,一边要忙着准备考研、考公、考教资或者实习为毕业后面临的升学就业做准备,一边要为毕业设计耗费大量精力。学长给大家整理了人工智能专业最新精选选题,如遇选题困难或选题有任何疑问,都可以问学长哦(见文末)!对毕设有任何疑问都可以问学长哦!更多选题指导:最新最全计算机专业毕设选题精选推荐汇
- 星河飞雪网络安全-安全见闻总篇
小陈在努力ii
安全pythonjava1024程序员节
声明学习视频笔记均来自B站UP主"泷羽sec",如涉及侵权马上删除文章笔记的只是方便各位师傅学习知识,以下网站只涉及学习内容,其他的都与本人无关,切莫逾越法律红线,否则后果自负安全见闻01-09已全部更新,后续将会持续更新的章节,感谢各位师傅的点赞关注,冲!目录声明1.常见编程语言(安全见闻01)1.1函数式编程语言1.2数据科学和机器学习领域1.3Web全栈开发1.4移动开发1.5嵌入式系统开发
- 向量数据库的新浪潮:支持向量及标量查询的解决方案
一休哥助手
数据库数据库向量数据库
向量数据库的新浪潮:支持向量及标量查询的解决方案在数据密集型的应用场景中,向量数据库已经成为了一种不可或缺的技术。尤其是在机器学习和人工智能领域,向量数据库能够高效地处理高维数据,为相似性搜索、推荐系统等提供强大支持。然而,随着数据的多样化,单纯的向量搜索已经不能满足所有的需求。因此,支持向量查询同时也支持标量查询(固定条件过滤)的向量数据库成为了新的焦点。本文将探讨几种这样的数据库,并进行比较。
- Spring Boot + Spring AI快速体验
m0_74825074
面试学习路线阿里巴巴springspringboot人工智能
SpringAI快速体验1什么是SpringAI主要功能2快速开始2.1版本说明2.2配置文件2.3pom依赖2.3.1springmaven仓库2.3.2核心依赖2.4定义ChatClient2.5启动类2.6测试3参考链接1什么是SpringAISpringAI是Spring的一个子项目,是Spring专门面向于AI的应用框架。SpringAI项目旨在简化整合人工智能功能的应用程序开发,避免不
- 关于强化学习小记
文弱_书生
乱七八糟神经网络人工智能强化学习马尔科夫决策
强化学习(ReinforcementLearning,RL)详解1.什么是强化学习?强化学习(ReinforcementLearning,RL)是一种机器学习方法,通过**智能体(Agent)在环境(Environment)中不断尝试不同的动作(Action),并根据环境给予的奖励(Reward)**来学习最优策略(Policy),从而最大化长期回报(Return)。强化学习的核心思想:试错学习(
- 什么是 Embedding?——从直觉到应用的全面解读
忍者算法
人工智能深度学习神经网络机器学习
什么是Embedding?——从直觉到应用的全面解读在机器学习和深度学习的世界里,我们经常会听到“Embedding”这个词。它是深度学习中最核心的概念之一,尤其在自然语言处理(NLP)和推荐系统中应用广泛。但很多初学者对Embedding的理解可能只是:“它是把一个东西转换成数字的方式。”这种解释虽然没错,但过于简略,难以真正理解Embedding的作用。这篇文章将用最直观的方式,带你深入理解E
- 飞桨Paddle Inference模型转ONNX模型的方法
Sweet锦
AIpaddlepaddle人工智能AI编程
ONNX是个好东西,其全称OpenNeuralNetworkExchange,是一种用于表示和交换深度学习模型的开放标准格式。由Microsoft和Facebook在2017年共同推出的一个开放标准,旨在促进不同深度学习框架之间的互操作性,并采用相同格式存储模型数据。ONNX有诸多优势,简直让人爱不释手呀。以下简单列举几个:在不同深度学习框架(如PaddlePaddle、PyTorch、Tenso
- python train 函数_Python之并行--基于joblib
weixin_39786850
pythontrain函数
Python的并行远不如Matlab好用。比如Matlab里面并行就直接把for改成parfor就行(当然还要注意迭代时下标的格式),而Python查一查并行,各种乱七八糟的方法一大堆,而且最不爽的一点就是只能对函数进行并行。当然,这点困难也肯定不能就难倒我们,该克服也得克服,毕竟从本质上讲,也就只是实现的方式换一换而已。大名鼎鼎的sklearn里面集成了很方便的并行计算,这在之前的机器学习教程里
- 智能驱动的视频未来:蓝耘MaaS平海螺AI技术的革新与应用
荣华富贵8
程序员的知识储备1程序员的知识储备2程序员的知识储备3经验分享linux科技运维性能优化
在当今数字化浪潮中,视频技术与人工智能的深度融合正以前所未有的速度改变各行各业。蓝耘MaaS平海螺AI技术凭借其突破性的架构和前沿算法,正在为智慧城市、自动驾驶、智能监控以及新媒体内容生成等领域带来革命性变革。本文将探讨这一前沿技术的核心原理、实现方法以及未来的应用前景,并通过经典代码示例展示其实际实现。技术背景与发展趋势随着深度学习、边缘计算和大数据分析技术的不断成熟,视频处理正从传统的离线批量
- 关于旗正规则引擎下载页面需要弹窗保存到本地目录的问题
何必如此
jsp超链接文件下载窗口
生成下载页面是需要选择“录入提交页面”,生成之后默认的下载页面<a>标签超链接为:<a href="<%=root_stimage%>stimage/image.jsp?filename=<%=strfile234%>&attachname=<%=java.net.URLEncoder.encode(file234filesourc
- 【Spark九十八】Standalone Cluster Mode下的资源调度源代码分析
bit1129
cluster
在分析源代码之前,首先对Standalone Cluster Mode的资源调度有一个基本的认识:
首先,运行一个Application需要Driver进程和一组Executor进程。在Standalone Cluster Mode下,Driver和Executor都是在Master的监护下给Worker发消息创建(Driver进程和Executor进程都需要分配内存和CPU,这就需要Maste
- linux上独立安装部署spark
daizj
linux安装spark1.4部署
下面讲一下linux上安装spark,以 Standalone Mode 安装
1)首先安装JDK
下载JDK:jdk-7u79-linux-x64.tar.gz ,版本是1.7以上都行,解压 tar -zxvf jdk-7u79-linux-x64.tar.gz
然后配置 ~/.bashrc&nb
- Java 字节码之解析一
周凡杨
java字节码javap
一: Java 字节代码的组织形式
类文件 {
OxCAFEBABE ,小版本号,大版本号,常量池大小,常量池数组,访问控制标记,当前类信息,父类信息,实现的接口个数,实现的接口信息数组,域个数,域信息数组,方法个数,方法信息数组,属性个数,属性信息数组
}
&nbs
- java各种小工具代码
g21121
java
1.数组转换成List
import java.util.Arrays;
Arrays.asList(Object[] obj); 2.判断一个String型是否有值
import org.springframework.util.StringUtils;
if (StringUtils.hasText(str)) 3.判断一个List是否有值
import org.spring
- 加快FineReport报表设计的几个心得体会
老A不折腾
finereport
一、从远程服务器大批量取数进行表样设计时,最好按“列顺序”取一个“空的SQL语句”,这样可提高设计速度。否则每次设计时模板均要从远程读取数据,速度相当慢!!
二、找一个富文本编辑软件(如NOTEPAD+)编辑SQL语句,这样会很好地检查语法。有时候带参数较多检查语法复杂时,结合FineReport中生成的日志,再找一个第三方数据库访问软件(如PL/SQL)进行数据检索,可以很快定位语法错误。
- mysql linux启动与停止
墙头上一根草
如何启动/停止/重启MySQL一、启动方式1、使用 service 启动:service mysqld start2、使用 mysqld 脚本启动:/etc/inint.d/mysqld start3、使用 safe_mysqld 启动:safe_mysqld&二、停止1、使用 service 启动:service mysqld stop2、使用 mysqld 脚本启动:/etc/inin
- Spring中事务管理浅谈
aijuans
spring事务管理
Spring中事务管理浅谈
By Tony Jiang@2012-1-20 Spring中对事务的声明式管理
拿一个XML举例
[html]
view plain
copy
print
?
<?xml version="1.0" encoding="UTF-8"?>&nb
- php中隐形字符65279(utf-8的BOM头)问题
alxw4616
php中隐形字符65279(utf-8的BOM头)问题
今天遇到一个问题. php输出JSON 前端在解析时发生问题:parsererror.
调试:
1.仔细对比字符串发现字符串拼写正确.怀疑是 非打印字符的问题.
2.逐一将字符串还原为unicode编码. 发现在字符串头的位置出现了一个 65279的非打印字符.
 
- 调用对象是否需要传递对象(初学者一定要注意这个问题)
百合不是茶
对象的传递与调用技巧
类和对象的简单的复习,在做项目的过程中有时候不知道怎样来调用类创建的对象,简单的几个类可以看清楚,一般在项目中创建十几个类往往就不知道怎么来看
为了以后能够看清楚,现在来回顾一下类和对象的创建,对象的调用和传递(前面写过一篇)
类和对象的基础概念:
JAVA中万事万物都是类 类有字段(属性),方法,嵌套类和嵌套接
- JDK1.5 AtomicLong实例
bijian1013
javathreadjava多线程AtomicLong
JDK1.5 AtomicLong实例
类 AtomicLong
可以用原子方式更新的 long 值。有关原子变量属性的描述,请参阅 java.util.concurrent.atomic 包规范。AtomicLong 可用在应用程序中(如以原子方式增加的序列号),并且不能用于替换 Long。但是,此类确实扩展了 Number,允许那些处理基于数字类的工具和实用工具进行统一访问。
 
- 自定义的RPC的Java实现
bijian1013
javarpc
网上看到纯java实现的RPC,很不错。
RPC的全名Remote Process Call,即远程过程调用。使用RPC,可以像使用本地的程序一样使用远程服务器上的程序。下面是一个简单的RPC 调用实例,从中可以看到RPC如何
- 【RPC框架Hessian一】Hessian RPC Hello World
bit1129
Hello world
什么是Hessian
The Hessian binary web service protocol makes web services usable without requiring a large framework, and without learning yet another alphabet soup of protocols. Because it is a binary p
- 【Spark九十五】Spark Shell操作Spark SQL
bit1129
shell
在Spark Shell上,通过创建HiveContext可以直接进行Hive操作
1. 操作Hive中已存在的表
[hadoop@hadoop bin]$ ./spark-shell
Spark assembly has been built with Hive, including Datanucleus jars on classpath
Welcom
- F5 往header加入客户端的ip
ronin47
when HTTP_RESPONSE {if {[HTTP::is_redirect]}{ HTTP::header replace Location [string map {:port/ /} [HTTP::header value Location]]HTTP::header replace Lo
- java-61-在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差. 求所有数对之差的最大值。例如在数组{2, 4, 1, 16, 7, 5,
bylijinnan
java
思路来自:
http://zhedahht.blog.163.com/blog/static/2541117420116135376632/
写了个java版的
public class GreatestLeftRightDiff {
/**
* Q61.在数组中,数字减去它右边(注意是右边)的数字得到一个数对之差。
* 求所有数对之差的最大值。例如在数组
- mongoDB 索引
开窍的石头
mongoDB索引
在这一节中我们讲讲在mongo中如何创建索引
得到当前查询的索引信息
db.user.find(_id:12).explain();
cursor: basicCoursor 指的是没有索引
&
- [硬件和系统]迎峰度夏
comsci
系统
从这几天的气温来看,今年夏天的高温天气可能会维持在一个比较长的时间内
所以,从现在开始准备渡过炎热的夏天。。。。
每间房屋要有一个落地电风扇,一个空调(空调的功率和房间的面积有密切的关系)
坐的,躺的地方要有凉垫,床上要有凉席
电脑的机箱
- 基于ThinkPHP开发的公司官网
cuiyadll
行业系统
后端基于ThinkPHP,前端基于jQuery和BootstrapCo.MZ 企业系统
轻量级企业网站管理系统
运行环境:PHP5.3+, MySQL5.0
系统预览
系统下载:http://www.tecmz.com
预览地址:http://co.tecmz.com
各种设备自适应
响应式的网站设计能够对用户产生友好度,并且对于
- Transaction and redelivery in JMS (JMS的事务和失败消息重发机制)
darrenzhu
jms事务承认MQacknowledge
JMS Message Delivery Reliability and Acknowledgement Patterns
http://wso2.com/library/articles/2013/01/jms-message-delivery-reliability-acknowledgement-patterns/
Transaction and redelivery in
- Centos添加硬盘完全教程
dcj3sjt126com
linuxcentoshardware
Linux的硬盘识别:
sda 表示第1块SCSI硬盘
hda 表示第1块IDE硬盘
scd0 表示第1个USB光驱
一般使用“fdisk -l”命
- yii2 restful web服务路由
dcj3sjt126com
PHPyii2
路由
随着资源和控制器类准备,您可以使用URL如 http://localhost/index.php?r=user/create访问资源,类似于你可以用正常的Web应用程序做法。
在实践中,你通常要用美观的URL并采取有优势的HTTP动词。 例如,请求POST /users意味着访问user/create动作。 这可以很容易地通过配置urlManager应用程序组件来完成 如下所示
- MongoDB查询(4)——游标和分页[八]
eksliang
mongodbMongoDB游标MongoDB深分页
转载请出自出处:http://eksliang.iteye.com/blog/2177567 一、游标
数据库使用游标返回find的执行结果。客户端对游标的实现通常能够对最终结果进行有效控制,从shell中定义一个游标非常简单,就是将查询结果分配给一个变量(用var声明的变量就是局部变量),便创建了一个游标,如下所示:
> var
- Activity的四种启动模式和onNewIntent()
gundumw100
android
Android中Activity启动模式详解
在Android中每个界面都是一个Activity,切换界面操作其实是多个不同Activity之间的实例化操作。在Android中Activity的启动模式决定了Activity的启动运行方式。
Android总Activity的启动模式分为四种:
Activity启动模式设置:
<acti
- 攻城狮送女友的CSS3生日蛋糕
ini
htmlWebhtml5csscss3
在线预览:http://keleyi.com/keleyi/phtml/html5/29.htm
代码如下:
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>攻城狮送女友的CSS3生日蛋糕-柯乐义<
- 读源码学Servlet(1)GenericServlet 源码分析
jzinfo
tomcatWebservlet网络应用网络协议
Servlet API的核心就是javax.servlet.Servlet接口,所有的Servlet 类(抽象的或者自己写的)都必须实现这个接口。在Servlet接口中定义了5个方法,其中有3个方法是由Servlet 容器在Servlet的生命周期的不同阶段来调用的特定方法。
先看javax.servlet.servlet接口源码:
package
- JAVA进阶:VO(DTO)与PO(DAO)之间的转换
snoopy7713
javaVOHibernatepo
PO即 Persistence Object VO即 Value Object
VO和PO的主要区别在于: VO是独立的Java Object。 PO是由Hibernate纳入其实体容器(Entity Map)的对象,它代表了与数据库中某条记录对应的Hibernate实体,PO的变化在事务提交时将反应到实际数据库中。
实际上,这个VO被用作Data Transfer
- mongodb group by date 聚合查询日期 统计每天数据(信息量)
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
/* 1 */
{
"_id" : ObjectId("557ac1e2153c43c320393d9d"),
"msgType" : "text",
"sendTime" : ISODate("2015-06-12T11:26:26.000Z")
- java之18天 常用的类(一)
Luob.
MathDateSystemRuntimeRundom
System类
import java.util.Properties;
/**
* System:
* out:标准输出,默认是控制台
* in:标准输入,默认是键盘
*
* 描述系统的一些信息
* 获取系统的属性信息:Properties getProperties();
*
*
*
*/
public class Sy
- maven
wuai
maven
1、安装maven:解压缩、添加M2_HOME、添加环境变量path
2、创建maven_home文件夹,创建项目mvn_ch01,在其下面建立src、pom.xml,在src下面简历main、test、main下面建立java文件夹
3、编写类,在java文件夹下面依照类的包逐层创建文件夹,将此类放入最后一级文件夹
4、进入mvn_ch01
4.1、mvn compile ,执行后会在