golfgang
golfgang

2.3.2 边缘高斯分布

由上一章知道如果联合分布为高斯分布，则条件概率分布也是高斯分布，现在讨论边缘概率分布

和上一章一样，我们从联合分布的指数项的二次型出发，找出边缘分布的均值和方差

再次拿出使用分块精度矩阵表示的二次型公式
-\frac{1}{2}(x-\mu)^T\Sigma^{-1}(x-\mu) = \\ -\frac{1}{2}(x_a-\mu_a)^T\wedge_{aa}(x_a-\mu_a)-\frac{1}{2}(x_a-\mu_b)^T\wedge_{ab}(x_a-\mu_b)\\ -\frac{1}{2}(x_b-\mu_a)^T\wedge_{ba}(x_b-\mu_a)-\frac{1}{2}(x_b-\mu_b)^T\wedge_{bb}(x_b-\mu_b)
这次目标是积分出，配出平方能够使得积分更加方便的运算(???)
首先考虑涉及x_b的项，和x_a相反，有\\ -\frac{1}{2}x_b^T\wedge_{bb}x_b + x_b^Tm = -\frac{1}{2}(x_b-\wedge_{bb}^{-1}m)^T\wedge_{bb}(x_b-\wedge_{bb}^{-1}m)+\frac{1}{2}m^T\wedge_{bb}^{-1}m\\ 其中m=\wedge_{bb}\mu_b-\wedge_{ba}(x_a-\mu_a)

上面的公式的右边的第一项就是关于的标准的二次型，第二项是与无关的常数项（但与相关）

在上，我们取这个标准的二次型作为高斯分布的指数项(因为剩余的常数项可以直接写道积分外面)，有

为什么要给配平方？？？？
因为高斯分布的系数与均值无关，只依赖于协方差矩阵（在这里是），因此即使均值中有关于的项也没有关系，积分结果与均值无关！！！你就想一个高斯分布，均值只决定了高峰在x轴上的哪个位置上而已。

现在我们来考察的项，因为可以提取出积分外面，暂时不再考虑积分里面的积分结果，结合配方后遗留下来的相关的项（左侧的最后一项）和与在上一章中求过的相关的项，有
\frac{1}{2}[\wedge_{bb}\mu_b-\wedge_{ba}(x_a-\mu_b)]^T\wedge_{bb}^{-1}[\wedge_{bb}\mu_{b}-\wedge_{ba}(x_a-\mu_a)]\\ -\frac{1}{2}x_a^T\wedge_{aa}x_a+a^T(\wedge_{aa}\mu_a-\wedge_{ab}(x_b-\mu_b))+C\\ =-\frac{1}{2}x_a^T(\wedge_{aa}-\wedge_{ab}\wedge_{bb}^{-1}\wedge_{ba})x_a+x_a^T(\wedge_{aa}-\wedge_{ab}\wedge_{bb}^{-1}\wedge_{ba})\mu_a +C

可以看出协方差矩阵，均值为

还记得上一章中分块矩阵的逆矩阵的恒等式，不难得出

结论

你可能感兴趣的:(2.3.2 边缘高斯分布)

  • 基于OpenCV的银行卡识别 Yang了个羊 OpenCVopencv人工智能计算机视觉
    一、设计思路1、预处理银行卡号序列模版，对其进行一系列形态学操作，继而进行轮廓识别，构建与各个轮廓所对应的数字元组。2、对将要识别的银行卡进行灰度处理、二值化、阈值处理，sobel算子边缘检测等预处理，再通过模版匹配方法找出与已知轮廓高度符合的数字。二、代码复现预操作：自定义一个cv_show函数，便于后来的图像展示。#绘图展示defcv_show(name,img):cv2.imshow(nam
  • 揭秘AI算力网络与通信中边缘计算的机器学习应用
    揭秘AI算力网络与通信中边缘计算的机器学习应用关键词：AI算力网络、通信、边缘计算、机器学习、应用摘要：本文将深入探讨AI算力网络与通信中边缘计算的机器学习应用。我们会先介绍相关背景知识，接着解释核心概念，分析它们之间的关系，阐述核心算法原理和操作步骤，结合数学模型举例说明，通过项目实战展示代码实现与解读，探讨实际应用场景，推荐相关工具和资源，最后展望未来发展趋势与挑战。希望通过这篇文章，能让大家
  • AI算力网络与通信：数据加密的关键所在 AI算力网络与通信 人工智能网络ai
    AI算力网络与通信：数据加密的关键所在关键词：AI算力网络、数据通信、数据加密、隐私保护、安全协议、同态加密、端到端加密摘要：随着AI技术的爆发式发展，AI算力网络（将分散的算力资源整合为“超级大脑”的网络）成为支撑智能应用的核心基础设施。但在这个网络中，数据需要在边缘设备、云端、服务器之间高频流动——如何保证这些“流动的数字资产”不被窃取或篡改？本文将从生活场景出发，用“快递网”的比喻拆解AI算
  • 解析AI算力网络与通信领域强化学习的算法 AI算力网络与通信 AI人工智能与大数据技术AI算力网络与通信原理AI人工智能大数据架构人工智能网络算法ai
    解析AI算力网络与通信领域强化学习的算法：从"快递员找路"到"智能网络大脑"关键词：AI算力网络、通信领域、强化学习、马尔可夫决策、资源调度摘要：本文将用"快递物流系统"的类比，带您理解AI算力网络与通信领域如何通过强化学习实现智能决策。我们会从核心概念讲起，逐步拆解强化学习在网络资源调度中的算法原理，结合Python代码实战，最后探索其在5G/6G、边缘计算等场景的应用。即使您没学过复杂数学，也
  • 18、探索边缘计算与面向能力的架构 info6 边缘计算面向能力的架构COA
    探索边缘计算与面向能力的架构1.边缘计算的定义与特性边缘计算是指在数据生成或消费的上下文中进行计算。这种计算方式与云计算有着本质的区别，云计算将计算资源与物理上下文解耦，以便在不同的场景中高效共享。边缘计算则紧密耦合于物理环境，旨在提供即时响应，处理现实世界的数据。边缘计算的关键特性边缘计算具有以下几个关键特性：上下文中的计算：边缘计算强调与物理世界的联系，响应物理世界的数据，通常旨在提供即时响应
  • 深入解析PCDN：边缘计算与内容分发的结合 数据库
    深入解析PCDN：边缘计算与内容分发的结合在当今数字化时代，互联网流量的快速增长对传统内容分发网络（CDN）提出了更高要求。为了优化宽带流量的分配、降低延迟并提升用户体验，PCDN（P2PCDN）应运而生，它结合了边缘计算与分布式内容分发技术，成为新一代网络加速方案。PCDN的核心原理PCDN的核心在于利用边缘节点的计算和存储能力，将内容分发下沉至靠近用户的终端设备。与传统的CDN依赖中心化服务器
  • 【软件系统架构】系列四：嵌入式软件-M2M 与 NPU 技术对比及协同设计方案
    目录一、基本定义二、技术目标差异三、架构组成对比四、功能能力对比五、应用场景对比六、综合对比总结表七、协同场景建议八、M2M+NPU协同系统设计方案1.系统架构图（简化逻辑）2.模块划分与功能说明三、通信时序图（关键路径）四、数据协议定义（JSON）上报事件（推理结果）云端控制命令五、协同机制设计建议六、典型应用示例（如：AI门锁、边缘安防）一、基本定义项目M2M（MachinetoMachine
  • 【基础篇-消息队列】——详解 RocketMQ 和 Kafka 的消息模型 小志的博客 消息队列消息队列
    目录一、引入前提二、通过示例详解RocketMQ和Kafka的消息模型2.1、示例说明2.2、消息生产端2.3、消息消费端2.3.1、单个消费组2.3.2、多个消费组2.3.3、消费组的内部2.3.4、消费位置本文来源：极客时间vip课程笔记一、引入前提我在看《【基础篇-消息队列】——消息模型中的主题和队列有什么区别》这节课的留言时发现，不少同学对RocketMQ和kafka的消息模型理解的还不是
  • 【Vue】微前端架构与Vue（qiankun、Micro-App） Guiat Vue前端vue.js架构
    个人主页：Guiat归属专栏：Vue文章目录1.微前端架构概述1.1什么是微前端1.2微前端的核心价值1.3微前端的实现方式2.qiankun框架详解2.1qiankun简介2.2qiankun的核心特性2.3qiankun的基本使用2.3.1主应用配置2.3.2子应用配置（Vue.js为例）2.4qiankun通信机制2.4.1基于Props的通信2.4.2基于全局状态管理3.Micro-App
  • AI时代下的架构设计：从传统到智能化的技术演进
    作者：蓝葛亮发布时间：2025年6月关键词：架构设计、AI原生、微服务、云原生、MLOps文章目录第一章：AI架构设计概述第二章：AI原生应用架构模式第三章：微服务在AI系统中的演进第四章：云原生AI架构实践第五章：MLOps与LLMOps工程化第六章：边缘计算与AI融合架构第七章：数据架构的AI化转型第八章：AI架构安全与治理第九章：性能优化与可扩展性第十章：行业案例与最佳实践第一章：AI架构设
  • Fast Image Deconvolution using Hyper-Laplacian Priors论文阅读 青铜锁00 #退化论文阅读论文阅读图像处理
    FastImageDeconvolutionusingHyper-LaplacianPriors1.论文的研究目标与实际意义2.论文的创新方法2.1核心框架：交替最小化（AlternatingMinimization）2.2x子问题：频域FFT加速2.3w子问题：高效求解的核心创新2.3.1问题形式2.3.2查找表法（LUT）2.3.3解析解法（特定α\alphaα）2.3.4通用α\alphaα
  • C++ OpenCV4 实现鱼眼镜头矫正 朝风工作室 c++开发语言
    一、为什么需要鱼眼镜头矫正？鱼眼镜头通过特殊的光学设计实现180°甚至更广的视野，广泛应用于全景相机、自动驾驶、安防监控等领域。但这种广角特性会引入严重的桶形畸变：直线边缘会向内弯曲（如图像边缘的门框变成弧线），物体尺寸在边缘区域会被拉伸。矫正的核心目标：将鱼眼镜头拍摄的畸变图像还原为接近人眼视觉的正常图像，便于后续的目标检测、图像拼接等处理。矫正前后效果对比（此处可插入图片）矫正前图像（鱼眼畸变
  • 使用随机森林实现目标检测 司南锤 python基础学习AI随机森林
    核心实现思路滑动窗口策略：在图像上滑动固定大小的窗口，对每个窗口进行分类多维特征提取：结合统计特征、纹理特征、边缘特征、形状特征等随机森林分类：训练二分类器判断窗口是否包含目标后处理优化：使用非极大值抑制减少重复检测特征工程的重要性LBP纹理特征：捕捉局部纹理模式灰度共生矩阵：描述纹理的统计特性边缘密度：反映目标边界信息形状描述符：圆形度、面积比等几何特征实际应用建议数据收集：收集大量正负样本进行
  • OpenCV边缘填充方式详解 慕婉0307 opencv基础opencv计算机视觉人工智能
    一、边缘填充概述在图像处理中，边缘填充（BorderPadding）是一项基础而重要的技术，特别是在进行卷积操作（如滤波、边缘检测等）时，处理图像边缘像素需要用到周围的像素值。由于图像边缘的像素没有完整的邻域，因此需要通过某种方式对图像边界进行扩展。边缘填充的主要应用场景包括：图像滤波（如高斯滤波、中值滤波等）卷积神经网络（CNN）中的卷积层形态学操作（如膨胀、腐蚀）图像特征提取二、OpenCV中
  • Kafka深入学习及运维工作笔记 喝醉酒的小白 Kafkakafka学习运维
    目录标题Kafka深入学习及运维工作笔记一、Kafka学习路径总览1.1学习阶段划分1.2学习资源推荐二、Kafka基础入门2.1Kafka核心概念2.1.1基础架构组件2.1.2关键术语解析2.2Kafka工作原理与核心功能2.2.1消息传递机制2.2.2核心功能特性2.3Kafka安装与基本操作2.3.1环境准备2.3.2安装与启动2.3.3基本操作命令三、Kafka进阶学习3.1Kafka架
  • 万级K8s集群背后etcd稳定性及性能优化实践 「已注销」 云计算容器kubernetesetcddocker
    背景与挑战随着腾讯自研上云及公有云用户的迅速增长，一方面，腾讯云容器服务TKE服务数量和核数大幅增长,另一方面我们提供的容器服务类型（TKE托管及独立集群、EKS弹性集群、edge边缘计算集群、mesh服务网格、serverlessknative）也越来越丰富。各类容器服务类型背后的核心都是K8s，K8s核心的存储etcd又统一由我们基于K8s构建的etcd平台进行管理。基于它我们目前管理了千级e
  • ComfyUI ControlNet Aux项目中的Reference ControlNet支持分析 邬群彤
    ComfyUIControlNetAux项目中的ReferenceControlNet支持分析comfyui_controlnet_aux项目地址:https://gitcode.com/gh_mirrors/co/comfyui_controlnet_aux在ComfyUIControlNetAux项目中，开发者明确表示该项目专注于支持生成提示图像（如深度图、Canny边缘、OpenPose骨架
  • Google Maps×亚矩阵云手机：重构跨境场景的地理服务新范式 云云321 矩阵智能手机重构自动化线性代数网络游戏
    在全球化与数字化深度融合的当下，地理信息服务与云端虚拟化技术的结合正成为跨境业务的核心竞争力。GoogleMaps作为全球领先的地图服务提供商，凭借其精准定位、路径规划与场景化交互能力，已深度嵌入共享经济、跨境电商、本地化营销等领域。而亚矩阵云手机基于ARM虚拟化集群与边缘计算技术，通过动态IP绑定、虚拟定位与全球节点部署，为GoogleMaps的跨境应用提供了安全、高效、低延迟的底层支撑。本文将
  • TensorFlow Lite (TFLite) 和 PyTorch Mobile介绍2 追心嵌入式 tensorflowpytorch人工智能
    以下是TensorFlowLite(TFLite)和PyTorchMobile两大轻量化框架的核心用途、典型应用场景及在嵌入式开发中的实际价值对比，结合你的OrangePiZero3开发板特性进行说明：TensorFlowLite(TFLite)核心用途嵌入式设备推理：将训练好的TensorFlow模型转换为轻量格式，在资源受限设备（如手机、边缘计算盒子、OrangePi）上高效运行。硬件加速：通
  • 云前沿-哈尔滨云服务器租用、服务器托管、物理服务器租用 yunqianyan 服务器云计算网络运维
    在数据即命脉的时代，每一次漏洞都可能成为致命缺口。黑客的窥视、病毒的潜伏、意外的丢失，让你的核心数据时刻游走在悬崖边缘。我们的云服务器，是数据世界的铜墙铁壁。采用银行级加密算法，如同给数据穿上隐形铠甲，即使信息在网络中穿梭，也无人能窥探其真容；多维度入侵检测系统，像永不眨眼的智能哨兵，24小时扫描网络的每个角落，将恶意攻击扼杀在萌芽状态；完备的容灾备份机制，更是为数据上了“双重保险”，即便遭遇不可
  • F5 携手NVIDIA BlueField-3 DPU加速服务提供商边缘AI发展 资讯分享周 人工智能
    F5BIG-IPNext云原生网络功能部署于NVIDIABlueField-3DPU,可提升数据管理与安全性,加速边缘AI创新,引领AI-RAN未来发展世界移动通信大会,巴塞罗那,2025年3月6日-F5(NASDAQ:FFIV)日前宣布将BIG-IPNext云原生网络功能(BIG-IPNextCloud-NativeNetworkFunctions,CNF)部署于NVIDIABlueField-
  • YOLO + OpenVINO 在英特尔平台部署实战：性能调优与跨架构加速全流程指南
    YOLO+OpenVINO在英特尔平台部署实战：性能调优与跨架构加速全流程指南关键词：YOLOv5、YOLOv8、OpenVINO、英特尔部署、IR模型、异构加速、CPU推理、VPU、GPU、多设备调度、边缘计算摘要：本篇文章聚焦如何使用OpenVINO在英特尔平台高效部署YOLO系列目标检测模型，结合当前主流的YOLOv5与YOLOv8架构，详解模型格式转换、推理接口调用、多设备异构调度与性能优
  • C#版Halcon：HalconDotNet最详细最全面教程（万字详细总结） 0仰望星空007 C#计算机视觉HalconHalconDotNet
    文章目录第一部分：Halcon基础1.Halcon简介Halcon的安装和配置2.Halcon界面和工具图像显示窗口的使用3.图像处理基础图像的表示和存储图像的基本操作4.图像预处理图像增强技术图像去噪方法图像二值化第二部分：Halcon进阶5.形态学操作腐蚀和膨胀开运算和闭运算形态学梯度6.特征提取边缘检测角点检测区域特征第三部分：Halcon高级应用7.模板匹配基于形状的模板匹配基于灰度的模板
  • 【嵌入式】鲁班猫玩法大全 CodeWithMe Embedded嵌入式硬件单片机
    文章目录鲁班猫玩法大全一、开发平台概况二、开发路线总览（学习+项目实践）三、项目实战模块划分（学习建议）M1.嵌入式Linux基础与设备树入门M2.驱动开发实践M3.多媒体与图形系统M4.边缘AI推理模块（重点推荐）M5.中间件与协议栈实践M6.安全与系统管理四、工具链与开发方式五、推荐开发环境与资源六、从入门到进阶建议路径鲁班猫玩法大全基于鲁班猫3568（RockchipRK3568）平台，可以
  • 【MPC】模型预测控制笔记 (4)：约束输出反馈MPC 车队老哥记录生活 模型预测控制MPC笔记算法
    目录前言一、观测器设计二、输出反馈MPC设计2.1预测模型2.2代价函数设计2.3约束构建2.3.1系统约束2.3.2终端约束2.4构建二次规划求解三、系统稳定性分析3.1构造李雅普诺夫函数3.2证明李雅普诺夫函数递减四、MATLAB实例前言致谢【模型预测控制（2022春）lecture3-2OutputfeedbackMPC】本文需要是使用先前博客的知识，控制器求解参考【MPC】模型预测控制笔记
  • 教师-学生协同知识蒸馏机制在私有化系统中的融合路径：架构集成、训练范式与部署实践 观熵 人工智能DeepSeek私有化部署
    教师-学生协同知识蒸馏机制在私有化系统中的融合路径：架构集成、训练范式与部署实践关键词：私有化部署、知识蒸馏、教师模型、学生模型、协同蒸馏、蒸馏训练、边缘部署、模型压缩、国产大模型、自监督微调摘要：随着国产大模型在企业私有化环境中的广泛部署，模型的压缩与推理性能优化成为核心挑战之一。本文聚焦“教师-学生协同知识蒸馏机制”在私有化系统中的实际融合路径，系统分析从教师模型选择、蒸馏数据构建、协同训练框
  • 【软考高级系统架构论文】论边缘计算及其应用 _Richard_ 2025年软考系统架构师系统架构边缘计算人工智能
    论文真题边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台(架构)，就近提供边缘智能服务。边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势；边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。因此边缘计算与云计算之间不是替代关系，而是互补协
  • C#Halcon从零开发_Day12_轮廓边缘处理 仙贝大饼 C#联合Halcon从零编程人工智能计算机视觉Halcon机器学习c#轮廓处理
    引言之前是依靠卡尺来获取直线，也可以通过xld轮廓来截取直线段dev_get_window(WindowHandle)read_image(Image,'C:/Users/10314/Desktop/pic1.png')一、边缘提取*Edges:提取的亚像素边缘轮廓（XLD格式），包含边缘点的坐标和方向信息*'canny'边缘检测滤波器的类型，决定边缘检测的灵敏度和方向*'lanser2'：基于二
  • 点云从入门到精通技术详解100篇-基于二维激光雷达的隧道形貌三维重建 格图素书 网络
    目录前言国内外研究现状隧道监测研究现状表面重建研究现状2二维激光雷达三维扫描系统设计与实现2.1引言2.2系统设计2.2.1需求分析2.2.2方案设计2.3传感器方案选型2.3.1激光雷达测量技术介绍2.3.2激光雷达系统结构2.3.3激光雷达选型2.3.4IMU硬件选择2.42DLidar-IMU坐标系定义与变换2.4.1坐标系定义2.4.2激光雷达与IMU坐标变换2.5系统平台2.6系统扫描实
  • [AI] 解密人工智能：深度分析与未来趋势的全景探索 代码行者123 人工智能
    目录[AI]解密人工智能：深度分析与未来趋势的全景探索1.人工智能的核心技术演进1.1从机器学习到深度学习1.2生成式AI的崛起2.人工智能的最新发展趋势2.1超大规模预训练模型的突破2.2自监督学习的崛起2.3边缘AI与算力优化3.人工智能的跨领域应用3.1医疗AI3.2金融AI3.3工业AI4.人工智能的未来展望4.1更强大的多模态模型4.2人工智能与人类智能的协作4.3AI伦理与法规的加强5
  • Dom 周华华 JavaScripthtml
    <!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/1999/xhtml&q
  • 【Spark九十六】RDD API之combineByKey bit1129 spark
    1. combineByKey函数的运行机制   RDD提供了很多针对元素类型为(K,V)的API，这些API封装在PairRDDFunctions类中，通过Scala隐式转换使用。这些API实现上是借助于combineByKey实现的。combineByKey函数本身也是RDD开放给Spark开发人员使用的API之一   首先看一下combineByKey的方法说明：
  • msyql设置密码报错：ERROR 1372 (HY000): 解决方法详解 daizj mysql设置密码
    MySql给用户设置权限同时指定访问密码时，会提示如下错误： ERROR 1372 (HY000): Password hash should be a 41-digit hexadecimal number；   问题原因：你输入的密码是明文。不允许这么输入。   解决办法：用select password('你想输入的密码');查询出你的密码对应的字符串， 然后
  • 路漫漫其修远兮 吾将上下而求索 周凡杨 学习 思索
    王国维在他的《人间词话》中曾经概括了为学的三种境界古今之成大事业、大学问者，罔不经过三种之境界。“昨夜西风凋碧树。独上高楼，望尽天涯路。”此第一境界也。“衣带渐宽终不悔，为伊消得人憔悴。”此第二境界也。“众里寻他千百度，蓦然回首，那人却在灯火阑珊处。”此第三境界也。学习技术，这也是你必须经历的三种境界。第一层境界是说，学习的路是漫漫的，你必须做好充分的思想准备，如果半途而废还不如不要开始。这里，注
  • Hadoop(二)对话单的操作 朱辉辉33 hadoop
    Debug： 1、 A = LOAD '/user/hue/task.txt' USING PigStorage(' ') AS (col1,col2,col3); DUMP A; //输出结果前几行示例： (>ggsnPDPRecord(21),,) (-->recordType(0),,) (-->networkInitiation(1),,)
  • web报表工具FineReport常用函数的用法总结（日期和时间函数） 老A不折腾 finereport报表工具web开发
    web报表工具FineReport常用函数的用法总结（日期和时间函数）   说明：凡函数中以日期作为参数因子的，其中日期的形式都必须是yy/mm/dd。而且必须用英文环境下双引号(" ")引用。   DATE DATE(year,month,day):返回一个表示某一特定日期的系列数。 Year:代表年，可为一到四位数。 Month:代表月份。
  • c++ 宏定义中的##操作符 墙头上一根草 C++
    #与##在宏定义中的--宏展开 #include <stdio.h> #define f(a,b) a##b #define g(a)   #a #define h(a) g(a) int main() {       &nbs
  • 分析Spring源代码之，DI的实现 aijuans springDI现源代码
    (转) 分析Spring源代码之，DI的实现 2012/1/3 by tony                 接着上次的讲，以下这个sample [java]  view plain copy print
  • for循环的进化 alxw4616 JavaScript
    // for循环的进化 // 菜鸟 for (var i = 0; i < Things.length ; i++) { // Things[i] } // 老鸟 for (var i = 0, len = Things.length; i < len; i++) { // Things[i] } // 大师 for (var i = Things.le
  • 网络编程Socket和ServerSocket简单的使用 百合不是茶 网络编程基础IP地址端口
      网络编程;TCP/IP协议   网络:实现计算机之间的信息共享,数据资源的交换   协议:数据交换需要遵守的一种协议,按照约定的数据格式等写出去   端口:用于计算机之间的通信      每运行一个程序，系统会分配一个编号给该程序，作为和外界交换数据的唯一标识 0~65535   查看被使用的
  • JDK1.5 生产消费者 bijian1013 javathread生产消费者java多线程
    ArrayBlockingQueue：        一个由数组支持的有界阻塞队列。此队列按 FIFO（先进先出）原则对元素进行排序。队列的头部 是在队列中存在时间最长的元素。队列的尾部 是在队列中存在时间最短的元素。新元素插入到队列的尾部，队列检索操作则是从队列头部开始获得元素。 ArrayBlockingQueue的常用方法：
  • JAVA版身份证获取性别、出生日期及年龄 bijian1013 java性别出生日期年龄
            工作中需要根据身份证获取性别、出生日期及年龄，且要还要支持15位长度的身份证号码，网上搜索了一下，经过测试好像多少存在点问题，干脆自已写一个。 CertificateNo.java package com.bijian.study; import java.util.Calendar; import
  • 【Java范型六】范型与枚举 bit1129 java
    首先，枚举类型的定义不能带有类型参数，所以，不能把枚举类型定义为范型枚举类，例如下面的枚举类定义是有编译错的   public enum EnumGenerics<T> { //编译错，提示枚举不能带有范型参数 OK, ERROR; public <T> T get(T type) { return null;
  • 【Nginx五】Nginx常用日志格式含义 bit1129 nginx
    1. log_format 1.1 log_format指令用于指定日志的格式，格式：   log_format name(格式名称) type(格式样式)   1.2 如下是一个常用的Nginx日志格式：   log_format main '[$time_local]|$request_time|$status|$body_bytes
  • Lua 语言 15 分钟快速入门 ronin47 lua 基础
    - - 单行注释 - - [[      [多行注释] - - ]]   - - - - - - - - - - - 1. 变量 & 控制流 - - - - - - - - - - num = 23 - - 数字都是双精度 str = 'aspythonstring'
  • java-35.求一个矩阵中最大的二维矩阵 ( 元素和最大 ) bylijinnan java
    the idea is from: http://blog.csdn.net/zhanxinhang/article/details/6731134 public class MaxSubMatrix { /**see http://blog.csdn.net/zhanxinhang/article/details/6731134 * Q35 求一个矩阵中最大的二维
  • mongoDB文档型数据库特点 开窍的石头 mongoDB文档型数据库特点
    MongoDD: 文档型数据库存储的是Bson文档-->json的二进制 特点：内部是执行引擎是js解释器，把文档转成Bson结构，在查询时转换成js对象。 mongoDB传统型数据库对比    传统类型数据库：结构化数据，定好了表结构后每一个内容符合表结构的。也就是说每一行每一列的数据都是一样的    文档型数据库：不用定好数据结构，
  • [毕业季节]欢迎广大毕业生加入JAVA程序员的行列 comsci java
        一年一度的毕业季来临了。。。。。。。。      正在投简历的学弟学妹们。。。如果觉得学校推荐的单位和公司不适合自己的兴趣和专业，可以考虑来我们软件行业，做一名职业程序员。。。      软件行业的开发工具中，对初学者最友好的就是JAVA语言了，网络上不仅仅有大量的
  • PHP操作Excel – PHPExcel 基本用法详解 cuiyadll PHPExcel
    导出excel属性设置//Include classrequire_once('Classes/PHPExcel.php');require_once('Classes/PHPExcel/Writer/Excel2007.php');$objPHPExcel = new PHPExcel();//Set properties 设置文件属性$objPHPExcel->getProperties
  • IBM Webshpere MQ Client User Issue (MCAUSER) darrenzhu IBMjmsuserMQMCAUSER
    IBM MQ JMS Client去连接远端MQ Server的时候，需要提供User和Password吗？ 答案是根据情况而定，取决于所定义的Channel里面的属性Message channel agent user identifier (MCAUSER)的设置。 http://stackoverflow.com/questions/20209429/how-mca-user-i
  • 网线的接法 dcj3sjt126com
    一、PC连HUB (直连线)A端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 B端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 二、PC连PC （交叉线）A端：(568A)： 白绿，绿，白橙，蓝，白蓝，橙，白棕，棕； B端：（标准568B）：白橙，橙，白绿，蓝，白蓝，绿，白棕，棕。 三、HUB连HUB&nb
  • Vimium插件让键盘党像操作Vim一样操作Chrome dcj3sjt126com chromevim
    什么是键盘党？ 键盘党是指尽可能将所有电脑操作用键盘来完成，而不去动鼠标的人。鼠标应该说是新手们的最爱，很直观，指哪点哪，很听话！不过常常使用电脑的人，如果一直使用鼠标的话，手会发酸，因为操作鼠标的时候，手臂不是在一个自然的状态，臂肌会处于绷紧状态。而使用键盘则双手是放松状态，只有手指在动。而且尽量少的从鼠标移动到键盘来回操作，也省不少事。 在chrome里安装 vimium 插件
  • MongoDB查询（2）——数组查询[六] eksliang mongodbMongoDB查询数组
    MongoDB查询数组 转载请出自出处：http://eksliang.iteye.com/blog/2177292 一、概述  MongoDB查询数组与查询标量值是一样的，例如，有一个水果列表，如下所示： > db.food.find() { "_id" : "001", "fruits" : [ "苹
  • cordova读写文件（1） gundumw100 JavaScriptCordova
    使用cordova可以很方便的在手机sdcard中读写文件。 首先需要安装cordova插件：file 命令为： cordova plugin add org.apache.cordova.file 然后就可以读写文件了，这里我先是写入一个文件，具体的JS代码为： var datas=null;//datas need write var directory=&
  • HTML5 FormData 进行文件jquery ajax 上传 到又拍云 ileson jqueryAjaxhtml5FormData
    html5 新东西：FormData  可以提交二进制数据。 页面test.html <!DOCTYPE> <html> <head> <title> formdata file jquery ajax upload</title> </head> <body> <
  • swift appearanceWhenContainedIn:(version1.2 xcode6.4) 啸笑天 version
      swift1.2中没有oc中对应的方法： + (instancetype)appearanceWhenContainedIn:(Class <UIAppearanceContainer>)ContainerClass, ... NS_REQUIRES_NIL_TERMINATION;  解决方法： 在swift项目中新建oc类如下： #import &
  • java实现SMTP邮件服务器 macroli java编程
    电子邮件传递可以由多种协议来实现。目前，在Internet 网上最流行的三种电子邮件协议是SMTP、POP3 和 IMAP，下面分别简单介绍。 　　◆ SMTP 协议 　　简单邮件传输协议(Simple Mail Transfer Protocol,SMTP)是一个运行在TCP/IP之上的协议，用它发送和接收电子邮件。SMTP 服务器在默认端口25上监听。SMTP客户使用一组简单的、基于文本的
  • mongodb group by having where 查询sql qiaolevip 每天进步一点点学习永无止境mongo纵观千象
    SELECT cust_id, SUM(price) as total FROM orders WHERE status = 'A' GROUP BY cust_id HAVING total > 250 db.orders.aggregate( [ { $match: { status: 'A' } }, { $group: {
  • Struts2 Pojo（六） Luob. POJOstrust2
    注意：附件中有完整案例 1.采用POJO对象的方法进行赋值和传值 2.web配置 <?xml version="1.0" encoding="UTF-8"?> <web-app version="2.5" xmlns="http://java.sun.com/xml/ns/javaee&q
  • struts2步骤 wuai struts
    1、添加jar包 2、在web.xml中配置过滤器 <filter>        <filter-name>struts2</filter-name>        <filter-class>org.apache.st
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他