PhyliciaFelicia
PhyliciaFelicia

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

高光谱数据预处理-机器学习-深度学习-混合像元分解-农业-土壤-矿物等12个专题应用

提供一套基于Python编程工具的高光谱数据处理方法和应用案例。

本文涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。结合Python编程工具，专注于解决高光谱数据读取、数据预处理、高光谱数据机器学习等技术难题，通过复现高光谱数据处理和分析过程，并解析代码，使学员掌握python高光谱数据处理技巧。通过矿物识别、农业应用、木材含水量提取、土壤有机碳评估等案例，提供可借鉴的高光谱应用技术方案，结合Python科学计算、可视化、数据处理和机器学习库，深入讲解应用开发。通过4个应用场景和12个实践案例，学员将能够提升高光谱技术的应用水平。

本文深入探讨了高光谱遥感数据处理技术，涵盖了基本概念、成像原理、数据处理和分析方法，以及运用机器学习和深度学习模型提取和应用高光谱信息的技术。

本文适合对高光谱技术感兴趣，并希望通过Python进行实践的任何人。

本文你将获得：

1.全套的高光谱数据处理方法和应用案例（包含python源码）

2.高光谱与机器学习结合的系统化解决方案

3.最新的技术突破讲解和复现代码

4.科研项目实践和学习方法的专题分享

5．高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题练习

高光谱遥感信息对于我们认识世界具有重要意义。尽管大部分物质在人眼中看似无异，然而高光谱遥感的观察下，它们呈现出独特的"光谱特征"。这种能够窥见事物的"本质"能力具备着革命性的潜能，对精准农业、地球观测、艺术分析和医学等领域带来巨大的影响。

点击查看原文

第一章：高光谱数据处理基础

第一课：高光谱遥感基本概念

01)高光谱遥感

02)光的波长

03)光谱分辨率

04)高光谱遥感的历史和发展

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第1张图片

第二课：高光谱传感器与数据获取

01)高光谱遥感成像原理与传感器

02)卫星高光谱数据获取

03)机载（无人机）高光谱数据获取

04)地面光谱数据获取

05)构建光谱库

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第2张图片

第三课：高光谱数据预处理

01)图像的物理意义

02)数字量化图像（DN值）

03)辐射亮度数据

04)反射率

05)辐射定标

06)大气校正

练习1:

资源02D高光谱卫星数据辐射定标与大气校正

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第3张图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第4张图片

第四课：高光谱分析

01)光谱特征分析

02)高光谱图像分类

03)高光谱地物识别

04)高光谱混合像元分解

练习2

（1）使用DISPEC 对光谱库数据进行光谱吸收特征分析

（2）使用ENVI的沙漏程序对资源02D高光谱卫星数据进行混合像元分解

图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第5张图片

第二章、高光谱开发基础（Python）

第一课：Python编程介绍

01)Python简介

02)变量和数据类型

03)控制结构

04)功能和模块

05)文件、包、环境

练习3

（1）python基础语法练习

（2）文件读写练习

（3）包的创建导入练习

（4）numpy\pandas 练习 

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第6张图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第7张图片

第二课：Python空间数据处理

01)空间数据Python处理介绍

02)矢量数据处理

03)栅格数据处理

练习4

（1）python矢量数据处理练习

（2）python栅格处理练习

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第8张图片

第三课：python 高光谱数据处理

01)数据读取

02)数据预处理

辐射定标、6S大气校正

03)光谱特征提取

吸收特征提取

04)混合像元分解

PPI、NFINDER端元光谱提取

UCLS、NNLS、FCLS最小二乘端元丰度计算

练习5

（1）高光谱数据读取

（2）高光谱数据预处理

（3）光谱特征提取

（4）混合像元分解

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第9张图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第10张图片

第三章、高光谱机器学习技术（python）

第一课：机器学习概述与python实践

01)机器学习与sciki learn 介绍

02)数据和算法选择

03)通用学习流程

04)数据准备

05)模型性能评估

06)机器学习模型

练习6

机器学习sciki learn练习

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第11张图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第12张图片

第二课：深度学习概述与python实践

01)深度学习概述

02)深度学习框架

03)pytorch开发基础-张量

04)pytorch开发基础-神经网络

05)卷积神经网络

06)手写数据识别

07)图像识别

练习7

（1）深度学习pytorch基础练习

（2）手写数字识别与图像分类练习

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第13张图片

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第14张图片

第三课：高光谱深度学习机器学习实践

01)基于scklearn高光谱机器学习

02)使用自己的数据进行机器学习（envi标注数据）

03) 高光谱深度学习框架

04) 高光谱卷积网络构建

05）使用自己的数据进行深度学习

练习8

（1）高光谱数据分类练习

（2）高光谱深度学习练习

（3）使用自己数据测试

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第15张图片

第四章、典型案例操作实践

第一课：矿物填图案例

01)岩矿光谱机理

02)基于光谱特征的分析方法

03)混合像元分解的分析方法

练习9

（1）矿物高光谱特征分析习

（2）基于混合像元分解矿物填图

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第16张图片

第二课：农业应用案例

01)植被光谱机理

02)农作物病虫害分类

03)农作物分类深度学习实践

练习10

（1）农作物病虫害机器学习分类

（2）农作物分类深度学习练习

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第17张图片

第三课：土壤质量评估案例

01)土壤光谱机理

02)土壤质量调查

03)土壤含水量光谱评估方法

04)土壤有机质含量评估与制图

练习11

（1）基于9种机器学习模型的土壤水分含量回归

（2）土壤有机质含量回归与制图

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第18张图片

第四课：木材含水率评估案例

01)高光谱无损检测

02)木材无损检测

03)高光谱木材含水量评估

练习12

木材含水量评估和制图

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用_第19张图片

点击查看原文

推荐阅读：

1、Matlab高光谱遥感数据处理与混合像元分解

2、高光谱数值建模技术及在植被、水体、土壤信息提取领域应用

3、植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法

4、GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用

5、GEE遥感云大数据林业应用典型案例实践及GPT模型应用

你可能感兴趣的:(遥感,土壤,气象,python,机器学习,数据分析,深度学习)

  • 套数据分析模板（含 Python 代码和示例数据） 女码农的重启 开发语言数据清洗pythonjava数据分析
    一、销售数据分析模板（1-10套）模板1：月度销售趋势分析示例数据（sales_monthly.csv）月份,销售额,销量,客单价2023-01,120000,500,2402023-02,135000,550,245.452023-03,150000,600,250...Python代码importpandasaspdimportmatplotlib.pyplotasplt#设置中文显示plt.
  • Python面向对象编程：类、对象与实例方法的深度解析 女码农的重启 python开发语言
    在软件开发领域，面向对象编程（Object-OrientedProgramming，简称OOP）是一种极为重要的编程范式。它以对象为核心，通过封装、继承和多态等特性，让代码的组织和管理更加高效、灵活。Python作为一门高级编程语言，对面向对象编程提供了强大且简洁的支持。本文将深入探讨Python中面向对象编程的核心概念——类、对象和实例方法，帮助读者理解并掌握这些重要知识。一、类的概念与定义类（
  • Python 线程与进程在实际项目中的问题及应对策略 女码农的重启 pythonjava线程进程
    一、引言在Python编程里，线程（Thread）和进程（Process）是实现并发与并行计算的关键工具，能有效提升程序执行效率与资源利用率。然而，实际项目应用中，因二者特性及Python运行环境（如GIL，全局解释器锁）等因素，会遭遇诸多问题。本文深入剖析这些问题，并给出应对方案。二、Python线程的问题与解决（一）GIL引发的性能瓶颈Python的全局解释器锁，限制了同一进程内多个线程并行执
  • Django模板——自定义过滤器 折月竹酒 Djangodjango模板过滤器自定义
    文章目录Django模板——自定义过滤器1代码布局1.1app特有模板标签1.2可复用标签2定义过滤器2.1模板过滤器的本质3注册过滤器4使用5.期望字符串的模板过滤器Django模板——自定义过滤器1代码布局1.1app特有模板标签app目录下创建名为templatetags的包templatetags目录下创建python模块（通常只需创建.py文件）1.2可复用标签专门创建一个做模板标签的a
  • Django母婴商城项目实践（二）- 商城项目环境配置 ITB业生 Djangodjango数据库python
    2、母婴商城项目环境配置环境配置：Python3.12解释器PycharmProfessional2025.1编辑器Django4.2（或Django5.x）MySQL8.0.28数据库1、Django框架介绍Django是一个高级的PythonWeb应用框架，可以快速开发安全和可维护的网站。由经验丰富的开发者构建，Django负责处理网站开发中麻烦的部分，可以专注于编写应用程序，而无需重新开发。
  • Django母婴商城项目实践（三）- Django框架使用之电商项目配置 ITB业生 Djangodjangopython后端
    3Django框架使用1、项目与应用1、创建项目操作创建项目存储目录，并切换至该路径执行创建Django项目的命令创建Django项目命令：python-mdjangostartproject项目名#切换到存储项目路径$C:\Users\blning>cdC:\ProjectManager\PythonWeb#创建Django项目$C:\ProjectManager\PythonWeb>pytho
  • Python 进程间的通信：原理剖析与项目实战 女码农的重启 java进程通信python
    在Python编程中，当涉及多进程编程时，进程间的通信（Inter-ProcessCommunication，简称IPC）是一个重要的课题。多个进程在运行过程中，常常需要交换数据、传递状态或协同工作，这就离不开进程间通信机制。本文将深入讲解Python进程间通信的原理，并结合实际项目案例，展示其在项目中的具体使用方法。一、Python进程间通信原理操作系统为进程提供了多种通信机制，Python在标
  • K近邻算法【python】【sklearn】 weixin_44985842 python近邻算法sklearn
    0定义K近邻算法（K-NearestNeighbors,KNN）是一种基于实例的监督学习算法，主要用于分类和回归任务。其核心思想是：在特征空间中，对于待预测的样本，找到与其距离最近的k个已知样本（“邻居”），根据这k个邻居的类别（分类任务）或属性值（回归任务）来决定该样本的预测结果，，常用欧氏距离公式：对于两个n维样本点xi=(xi1,xi2,...,xin)x_i=(x_{i1},x_{i2},
  • python学智能算法（二十五）|SVM-拉格朗日乘数法理解
    引言前序学习进程中，已经对最佳超平面的求解有了一定认识。刚好在此梳理一下:函数距离首先有函数距离F，也可以称为函数间隔F：F=min⁡i=1...myi(w⋅xi+b)F=\min_{i=1...m}y_{i}(w\cdotx_{i}+b)F=i=1...mminyi(w⋅xi+b)几何距离然后有几何距离δ，也可以称为几何间隔δ：δ=min⁡i=1...myi(w∥w∥⋅xi+b∥w∥)\delt
  • python爬虫运行_Python爬虫杂记 - python运行js weixin_39727402 python爬虫运行
    execjs使用有了selenium+ChromeHeadless加载页面为什么还要用execjs来运行js？selenium+ChromeHeadless必然是爬虫的一大利器，可是缺点依然存在，性能问题不可忽视。但这构不成舍弃它而不用的理由。我认为舍弃包括ChromeHeadless、PhantomJS在内的无头浏览器的原因主要有以下几点：1.页面结构改变、弹窗(一些网站的页面结构经常无规则改变
  • python3 pyv8 linux,Python3.5安装PyV8 左瑶 python3pyv8linux
    Python3.5安装PyV8时，报错，PyV8版本：PyV8-0.5。错误如下：C:UsersAdministratorAppDataLocalProgramsPythonPython35Libsite-packages>pipinstallPyV8CollectingPyV8Usingcachedhttps://files.pythonhosted.or...683f439e7bdd67f95
  • python 安装PyV8 和 lxml
    近来在玩python爬虫，需要使用PyV8模块和lxml模块。但是执行pipinstallxx或者easy_installxx指令都会提示一些错误。这些错误有些是提示pip版本过低或者缺少vc++9.0环境，再或者一些头文件无法引用等等。我也懒得找错误解决方法。就直接下载Pyv8模块的安装包和lxml的安装包。Pyv8的安装包链接：1.针对win32+python2.7的安装包PyV8-1.0-p
  • 力扣25.7.15每日一题——有效单词 一个OI蒟蒻 LeetCodeleetcode算法职场和发展
    Description应该都能看懂吧……Solution一道简单的模拟题。按照题意枚举字符串，判断元/辅音；判断合法即可。也不知道今天的题为什么怎么淼Code（C++、Python3）C++classSolution{public:boolisValid(stringword){if(word.size()bool:iflen(word)<3:returnFalsee=f=Falseforcinw
  • OpenCV 入门指南 —— 从环境搭建到图像处理 m0_74751715 opencv图像处理人工智能python
    文章目录前言一、什么是OpenCV？二、环境准备与安装1.Python虚拟环境2.安装OpenCV3.验证安装三、读取与显示图像四、常见图像处理操作1.色彩空间转换2.图像平滑（模糊）3.边缘检测（Canny算法）4.在图像上绘制图形与文字五、视频与摄像头操作六、推荐学习路线七、参考资料前言在计算机视觉领域，OpenCV（OpenSourceComputerVisionLibrary）凭借其开源、
  • Python机器学习教程
    Python机器学习教程(MachineLearningwithPythonTutorial)PDFVersionQuickGuideResourcesJobSearchDiscussionPDF版本快速指南资源资源求职讨论区MachineLearning(ML)isbasicallythatfieldofcomputersciencewiththehelpofwhichcomputersyste
  • 2018.1.1元旦放假综合症 细思笃行
    不知道其他人有没有同感，放假超过两天，整个人就不好了。这不，元旦放个三天假，自个儿就已经放飞自我，过得黑白颠倒了。每天晚上睡不着，看电视看得可清醒了，天一亮就开始呼呼大睡。零食吃得可快哉了，放假日子倒是逍遥了，可是，生物钟完全乱了。明天就要上班了，可两点了还不困，妈妈咪呀，直接不在状态啊！不想上班啊！新年第一天就萌生了不想上班的念头。本来还想着新年新气象呢，这才放假整个人就垮了，完全没了激情和斗志
  • Python PyV8: 在Python中运行JavaScript的利器 莱财一哥
    本文还有配套的精品资源，点击获取简介：PythonPyV8是一个在Python环境中执行JavaScript代码的库，基于Google的V8JavaScript引擎，实现Python与JavaScript之间的互操作性。本文将详细讨论PyV8的安装方法，包括通过pip安装和自行编译安装特定版本的步骤，以及如何在Python程序中使用PyV8执行JavaScript代码。1.PythonPyV8库介
  • Pycharm开发Djnago项目部署详细教程（2021更新） af9f873c915c
    项目部署：这里用的是非常干净的ubuntu16.04系统环境，没有使用任何云服务器，原因是因为不同的云服务器环境都不一样。我们就从零开始来完成部署。在开发机上的准备工作：确认项目没有bug。用pipfreeze>requirements.txt将当前环境的包导出到requirements.txt文件中，方便部署的时候安装。把dysms_python文件准备好。因为短信验证码的这个包必须通过将项目上
  • 医疗AI与融合数据库的整合：挑战、架构与未来展望（上） Loving_enjoy 计算机学科论文创新点机器学习facebook课程设计经验分享
    在医疗AI爆发式增长的今天，单一数据库已无法满足多模态医疗数据的处理需求。本文将揭秘医疗融合数据库的核心架构，通过真实代码示例展示如何破解医疗数据整合的世纪难题。###一、医疗数据的"四维挑战"####1.多模态数据洪流```python#典型患者数据组成patient_data={"时序数据":"ECG/EEG波形(1000Hz采样)","影像数据":"CT/MRI(单次扫描2GB+)","文本
  • PyQt5学习笔记，带例子源码
    一、很程序员，都喜欢开发windows桌面应用系统，基于python3开发，效率高二、PyQt5开发的桌面应用系统是可以跨平台的，可以在Mac上、Window上、Linux桌面系统上运行，以下为学习笔记及总级三、源码下载登录后复制1、QDateTimeEdit日期输入框setCalendarPopup弹出日期选择框setDisplayFormat("yyyy-MM-ddHH:mm:ss")设置展示
  • DataWhale 二月组队学习-深入浅出pytorch-Task04 －273.15K DataWhale组队学习学习pytorch人工智能
    一、自定义损失函数1.损失函数的作用与自定义意义在深度学习中，损失函数（LossFunction）用于衡量模型预测结果与真实标签之间的差异，是模型优化的目标。PyTorch内置了多种常用损失函数（如交叉熵损失nn.CrossEntropyLoss、均方误差nn.MSELoss等）。但在实际任务中，可能需要针对特定问题设计自定义损失函数，例如：处理类别不平衡问题（如加权交叉熵）实现特殊业务需求（如对
  • Python爬虫实战：高效提取与解析JSON格式数据 Python爬虫项目 python爬虫宽度优先数据库json深度优先开发语言
    1.JSON数据爬取概述在当今互联网时代，JSON(JavaScriptObjectNotation)已成为最流行的数据交换格式之一。相比传统的HTML页面，JSON格式数据具有结构清晰、体积小、解析方便等优势，使得它成为API接口的首选数据格式。1.1为什么选择JSON数据爬取数据结构化：JSON数据本身就是结构化的，不需要像HTML那样进行复杂的解析传输高效：JSON通常比HTML体积小，传输
  • 手绘电路图的节点和端点检测一个简化版的算法实现框架 zhangfeng1133 算法
    于论文描述，我将提供一个简化版的算法实现框架，用于手绘电路图的节点和端点检测，并整合生成电路原理图。以下代码结合了YOLOv5目标检测和传统图像处理技术，符合论文中提到的98.2%mAP和92%节点识别准确率的关键指标。核心算法实现（Python+OpenCV+YOLOv5）importcv2importnumpyasnpimporttorchfromyolov5importYOLOv5#需要安装
  • 大模型核心概念 | 嵌入模型（Embedding）、向量模型（Vector Model）
    一、核心概念解析1.1嵌入模型（Embedding）作为AI领域的核心基础技术，嵌入模型通过将非结构化数据映射为低维稠密向量，实现语义特征的深度捕捉：文本嵌入：如将语句转换为1536维向量，使"机器学习"与"深度学习"的向量余弦相似度达0.92跨模态嵌入：支持图像与文本的联合向量空间映射，如CLIP模型实现文图互搜1.2向量模型（VectorModel）作为嵌入技术的下游应用体系，主要包含两大方向
  • Python实现神经网络算法指南 代码编织匠人 python神经网络算法
    Python实现神经网络算法指南神经网络是一种模拟人脑神经元结构进行信息处理的机器学习算法。在深度学习领域中，神经网络是最为强大的算法之一。Python作为一门简单易学的编程语言，也成为了许多人选择实现神经网络算法的首选语言。在本篇文章中，我们将通过Python代码来实现神经网络算法。导入必要的库为了实现神经网络算法，我们需要导入一些必要的Python库，包括numpy和matplotlib。其中
  • 使用LangChain构建多代理系统实现复杂任务自动化 LCG元 工具langchain自动化运维
    目录一、系统架构设计模块说明：二、核心工作流程（双流程图对比）横向对比：单代理vs多代理纵向核心流程三、企业级实现方案1.Python核心代码（LangChain0.1.8+）2.TypeScript前端集成代码四、性能对比测试五、生产级部署方案安全审计要点：高可用部署拓扑：六、技术前瞻性分析附录：完整技术图谱摘要：本文深度解析如何基于LangChain框架构建企业级多代理系统，通过模块化架构设计
  • 时序数据库选型避坑全攻略：IoTDB性能与成本双杀的秘密！ LCG元 数据库时序数据库iotdbjava
    文章目录一、架构设计深度解析1.1IoTDB架构图谱1.2核心流程对比二、企业级实战代码2.1Python数据写入示例2.2TypeScript客户端实现2.3集群配置YAML三、性能对比分析四、生产部署方案4.1安全加固配置4.2安全策略实施五、技术前瞻分析5.1云原生演进路径5.2新型存储引擎预测六、技术图谱附录一、架构设计深度解析1.1IoTDB架构图谱数据写入协议适配层内存表管理持久化引擎
  • 大规模图计算引擎的分区与通信优化：负载均衡与网络延迟的解决方案 LCG元 系统服务架构负载均衡网络运维
    目录一、系统架构设计与核心流程1.1原创架构图解析1.2双流程对比分析二、分区策略优化实践2.1动态权重分区算法实现（Python）三、通信优化机制实现3.1基于RDMA的通信层实现（TypeScript）四、性能对比与调优4.1分区策略基准测试五、生产级部署方案5.1Kubernetes部署配置（YAML）5.2安全审计配置六、技术前瞻与演进附录：完整技术图谱一、系统架构设计与核心流程1.1原创
  • 用Python实现神经网络(四)
    使用多层神经网络我们展示如何用TensorFlow构建多层神经网络###低出生率数据LowBirthratedata:#Columns   Variable                                     Abbreviation#---------------------------------------------------------------------#Lo
  • 基于DTLC-AEC与DTLN的轻量级实时语音增强系统设计与实现 神经网络15044 仿真模型神经网络机器学习图像处理cnn人工智能机器人
    基于DTLC-AEC与DTLN的轻量级实时语音增强系统设计与实现前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。1.引言在当今的互联网通信时代，实时语音通信已成为人们日常生活中不可或缺的一部分。然而，语音通信质量常常受到回声、背景噪声等因素的严重影响。为了解决这些问题，我们需要高效的语音增强技术。本文将详细介绍如何将DTLC-AEC（深度学习回声消
  • apache ftpserver-CentOS config gengzg apache
    <server xmlns="http://mina.apache.org/ftpserver/spring/v1" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation=" http://mina.apache.o
  • 优化MySQL数据库性能的八种方法 AILIKES sqlmysql
    1、选取最适用的字段属性 　　MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的 性能，我们可以将表中字段的宽度设得尽可能小。例如，在定义邮政编码这个字段时，如果将其设置为CHAR(255),显然给数据库增加了不必要的空间，甚至使用VARCHAR这种类型也是多余的，因为CHAR(6)就可以很
  • JeeSite 企业信息化快速开发平台 Kai_Ge JeeSite
    JeeSite 企业信息化快速开发平台 平台简介 JeeSite是基于多个优秀的开源项目，高度整合封装而成的高效，高性能，强安全性的开源Java EE快速开发平台。 JeeSite本身是以Spring Framework为核心容器，Spring MVC为模型视图控制器，MyBatis为数据访问层， Apache Shiro为权限授权层，Ehcahe对常用数据进行缓存，Activit为工作流
  • 通过Spring Mail Api发送邮件 120153216 邮件main
    原文地址：http://www.open-open.com/lib/view/open1346857871615.html 使用Java Mail API来发送邮件也很容易实现，但是最近公司一个同事封装的邮件API实在让我无法接受，于是便打算改用Spring Mail API来发送邮件，顺便记录下这篇文章。 【Spring Mail API】 Spring Mail API都在org.spri
  • Pysvn 程序员使用指南 2002wmj SVN
    源文件:http://ju.outofmemory.cn/entry/35762 这是一篇关于pysvn模块的指南. 完整和详细的API请参考 http://pysvn.tigris.org/docs/pysvn_prog_ref.html. pysvn是操作Subversion版本控制的Python接口模块. 这个API接口可以管理一个工作副本, 查询档案库, 和同步两个. 该
  • 在SQLSERVER中查找被阻塞和正在被阻塞的SQL 357029540 SQL Server
    SELECT  R.session_id AS BlockedSessionID ,          S.session_id AS BlockingSessionID ,          Q1.text AS Block
  • Intent 常用的用法备忘 7454103 .netandroidGoogleBlogF#
    Intent     应该算是Android中特有的东西。你可以在Intent中指定程序 要执行的动作（比如：view,edit,dial），以及程序执行到该动作时所需要的资料 。都指定好后，只要调用startActivity()，Android系统 会自动寻找最符合你指定要求的应用 程序，并执行该程序。 下面列出几种Intent 的用法 显示网页:
  • Spring定时器时间配置 adminjun spring时间配置定时器
    红圈中的值由6个数字组成，中间用空格分隔。第一个数字表示定时任务执行时间的秒，第二个数字表示分钟，第三个数字表示小时，后面三个数字表示日，月，年，< xmlnamespace prefix ="o" ns ="urn:schemas-microsoft-com:office:office" /> 测试的时候，由于是每天定时执行，所以后面三个数
  • POJ 2421 Constructing Roads 最小生成树 aijuans 最小生成树
    来源：http://poj.org/problem?id=2421 题意：还是给你n个点，然后求最小生成树。特殊之处在于有一些点之间已经连上了边。 思路：对于已经有边的点，特殊标记一下，加边的时候把这些边的权值赋值为0即可。这样就可以既保证这些边一定存在，又保证了所求的结果正确。 代码： #include <iostream> #include <cstdio>
  • 重构笔记——提取方法（Extract Method） ayaoxinchao java重构提炼函数局部变量提取方法
    提取方法（Extract Method）是最常用的重构手法之一。当看到一个方法过长或者方法很难让人理解其意图的时候，这时候就可以用提取方法这种重构手法。   下面是我学习这个重构手法的笔记：   提取方法看起来好像仅仅是将被提取方法中的一段代码，放到目标方法中。其实，当方法足够复杂的时候，提取方法也会变得复杂。当然，如果提取方法这种重构手法无法进行时，就可能需要选择其他
  • 为UILabel添加点击事件 bewithme UILabel
        默认情况下UILabel是不支持点击事件的，网上查了查居然没有一个是完整的答案，现在我提供一个完整的代码。   UILabel *l = [[UILabel alloc] initWithFrame:CGRectMake(60, 0, listV.frame.size.width - 60, listV.frame.size.height)]
  • NoSQL数据库之Redis数据库管理(PHP-REDIS实例) bijian1013 redis数据库NoSQL
    一.redis.php <?php //实例化 $redis = new Redis(); //连接服务器 $redis->connect("localhost"); //授权 $redis->auth("lamplijie"); //相关操
  • SecureCRT使用备注 bingyingao secureCRT每页行数
    SecureCRT日志和卷屏行数设置 一、使用securecrt时，设置自动日志记录功能。 1、在C:\Program Files\SecureCRT\下新建一个文件夹(也就是你的CRT可执行文件的路径），命名为Logs； 2、点击Options -> Global Options -> Default Session -> Edite Default Sett
  • 【Scala九】Scala核心三：泛型 bit1129 scala
    泛型类 package spark.examples.scala.generics class GenericClass[K, V](val k: K, val v: V) { def print() { println(k + "," + v) } } object GenericClass { def main(args: Arr
  • 素数与音乐 bookjovi 素数数学haskell
        由于一直在看haskell，不可避免的接触到了很多数学知识，其中数论最多，如素数，斐波那契数列等，很多在学生时代无法理解的数学现在似乎也能领悟到那么一点。     闲暇之余，从图书馆找了<<The music of primes>>和<<世界数学通史>>读了几遍。其中素数的音乐这本书与软件界熟知的&l
  • Java-Collections Framework学习与总结-IdentityHashMap BrokenDreams Collections
            这篇总结一下java.util.IdentityHashMap。从类名上可以猜到，这个类本质应该还是一个散列表，只是前面有Identity修饰，是一种特殊的HashMap。         简单的说，IdentityHashMap和HashM
  • 读《研磨设计模式》-代码笔记-享元模式-Flyweight 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/ import java.util.ArrayList; import java.util.Collection; import java.util.HashMap; import java.util.List; import java
  • PS人像润饰&调色教程集锦 cherishLC PS
      1、仿制图章沿轮廓润饰——柔化图像，凸显轮廓 http://www.howzhi.com/course/retouching/   新建一个透明图层，使用仿制图章不断Alt+鼠标左键选点，设置透明度为21%，大小为修饰区域的1/3左右（比如胳膊宽度的1/3），再沿纹理方向（比如胳膊方向）进行修饰。   所有修饰完成后，对该润饰图层添加噪声，噪声大小应该和
  • 更新多个字段的UPDATE语句 crabdave update
    更新多个字段的UPDATE语句                    update tableA a set (a.v1, a.v2, a.v3, a.v4) = --使用括号确定更新的字段范围
  • hive实例讲解实现in和not in子句 daizj hivenot inin
    本文转自：http://www.cnblogs.com/ggjucheng/archive/2013/01/03/2842855.html 当前hive不支持 in或not in 中包含查询子句的语法，所以只能通过left join实现。 假设有一个登陆表login(当天登陆记录,只有一个uid),和一个用户注册表regusers(当天注册用户，字段只有一个uid)，这两个表都包含
  • 一道24点的10+种非人类解法（2,3,10,10） dsjt 算法
    这是人类算24点的方法？！！！ 事件缘由：今天晚上突然看到一条24点状态，当时惊为天人，这NM叫人啊？以下是那条状态 朱明西 : 24点，算2 3 10 10，我LX炮狗等面对四张牌痛不欲生，结果跑跑同学扫了一眼说，算出来了，2的10次方减10的3次方。。我草这是人类的算24点啊。。 然后么。。。我就在深夜很得瑟的问室友求室友算 刚出完题，文哥的暴走之旅开始了 5秒后
  • 关于YII的菜单插件 CMenu和面包末breadcrumbs路径管理插件的一些使用问题 dcj3sjt126com yiiframework
    在使用 YIi的路径管理工具时，发现了一个问题。                    <?php         
  • 对象与关系之间的矛盾：“阻抗失配”效应[转] come_for_dream 对象
    概述   “阻抗失配”这一词组通常用来描述面向对象应用向传统的关系数据库（RDBMS）存放数据时所遇到的数据表述不一致问题。C++程序员已经被这个问题困扰了好多年，而现在的Java程序员和其它面向对象开发人员也对这个问题深感头痛。   “阻抗失配”产生的原因是因为对象模型与关系模型之间缺乏固有的亲合力。“阻抗失配”所带来的问题包括：类的层次关系必须绑定为关系模式（将对象
  • 学习编程那点事 gcq511120594 编程互联网
    一年前的夏天，我还在纠结要不要改行，要不要去学php？能学到真本事吗？改行能成功吗？太多的问题，我终于不顾一切，下定决心，辞去了工作，来到传说中的帝都。老师给的乘车方式还算有效，很顺利的就到了学校，赶巧了，正好学校搬到了新校区。先安顿了下来，过了个轻松的周末，第一次到帝都，逛逛吧！ 接下来的周一，是我噩梦的开始，学习内容对我这个零基础的人来说，除了勉强完成老师布置的作业外，我已经没有时间和精力去
  • Reverse Linked List II hcx2013 list
    Reverse a linked list from position m to n. Do it in-place and in one-pass. For example:Given 1->2->3->4->5->NULL, m = 2 and n = 4, return 
  • Spring4.1新特性——页面自动化测试框架Spring MVC Test HtmlUnit简介 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
  • Hadoop集群工具distcp liyonghui160com
        1. 环境描述 两个集群：rock 和 stone rock无kerberos权限认证，stone有要求认证。 1. 从rock复制到stone，采用hdfs Hadoop distcp -i hdfs://rock-nn:8020/user/cxz/input hdfs://stone-nn:8020/user/cxz/运行在rock端，即源端问题：报版本
  • 一个备份MySQL数据库的简单Shell脚本 pda158 mysql脚本
    　　主脚本（用于备份mysql数据库）： 　　该Shell脚本可以自动备份 数据库。只要复制粘贴本脚本到文本编辑器中，输入数据库用户名、密码以及数据库名即可。我备份数据库使用的是mysqlump 命令。后面会对每行脚本命令进行说明。 　　 1. 分别建立目录“backup”和“oldbackup” 　　#mkdir /backup 　　#mkdir /oldbackup 　
  • 300个涵盖IT各方面的免费资源（中）——设计与编码篇 shoothao IT资源图标库图片库色彩板字体
    A. 免费的设计资源 Freebbble:来自于Dribbble的免费的高质量作品。 Dribbble:Dribbble上“免费”的搜索结果——这是巨大的宝藏。 Graphic Burger:每个像素点都做得很细的绝佳的设计资源。 Pixel Buddha:免费和优质资源的专业社区。 Premium Pixels:为那些有创意的人提供免费的素材。
  • thrift总结 - 跨语言服务开发 uule thrift
    官网 官网JAVA例子 thrift入门介绍 IBM-Apache Thrift - 可伸缩的跨语言服务开发框架 Thrift入门及Java实例演示 thrift的使用介绍   RPC    POM： <dependency> <groupId>org.apache.thrift</groupId>
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他