- 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
- 【图像拼接/视频拼接】论文精读:Efficient Video Stitching Based on Fast Structure Deformation
十小大
图像拼接论文精读计算机视觉图像拼接imagestitchingvideostitching论文阅读论文笔记音视频
第一次来请先看这篇文章:【图像拼接(ImageStitching)】关于【图像拼接论文精读】专栏的相关说明,包含专栏使用说明、创新思路分享等(不定期更新)图像拼接系列相关论文精读SeamCarvingforContent-AwareImageResizingAs-Rigid-As-PossibleShapeManipulationAdaptiveAs-Natural-As-PossibleImag
- 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
- 【论文精读】ESViT
None-D
自监督学习深度学习人工智能计算机视觉算法
摘要基于transformer的SSL方法在ImageNet线性检测任务上取得了最先进的性能,其关键原因在于使用了基于对比学习方法训练单尺度Transformer架构。尽管其简单有效,但现有的基于transformer的SSL(自监督学习)方法需要大量的计算资源才能达到SoTA性能。故认为SSL系统的效率与两个因素高度相关:网络架构和预训练任务。故而提出改进:发现自监督单尺度transformer
- 【论文精读】DALL·E
None-D
图像生成深度学习人工智能计算机视觉生成对抗网络gantransformerGPT
摘要本文利用从互联网上收集的2.5亿个图像/文本对数据,训练了一个120亿参数的自回归transformer,进而得到一个可以通过自然语言/图像控制生成的高保真图像生成模型。在大多数数据集上的表现超越以往的方法。框架本文的目标为通过训练一个自回归transformer,通过将文本和图像tokens自回归建模为单个数据流,进而结合图像解码器进行图像生成,整体分为两个阶段:第一阶段:训练一个离散变分自
- 【论文精读】SimCLR2
None-D
自监督学习机器学习人工智能deeplearning计算机视觉算法深度学习
摘要本文提出了一个半监督学习框架,包括三个步骤:无监督或自监督的预训练;有监督微调;使用未标记数据进行蒸馏。具体改进有:发现在半监督学习(无监督预训练+有监督微调)中,对于较大的模型只需采用少量有标签数据就可实现良好的结果证明了SimCLR中用于半监督学习的卷积层之后非线性变换(投影头)的重要性。更深的投影头能提高分类线性评估指标,也能提高从投影头的中间层进行微调时的半监督性能对于特定目标,过大的
- 【GigaGAN论文精读】Scaling up GANs for Text-to-Image Synthesis
旋转的油纸伞
人脸相关人工智能从入门到实战深度学习生成模型计算机视觉GANGigaGAN
【GigaGAN论文精读】ScalingupGANsforText-to-ImageSynthesis0、前言Abstract1.Introduction(图放在文末)2.RelatedWorks2.1Text-to-imagesynthesis.2.2GAN-basedimagesynthesis.2.3Super-resolutionforlarge-scaletext-to-imagemod
- 【论文精读CVPR_2023】DiffSwap: High-Fidelity and Controllable Face Swapping via 3D-Aware Masked Diffusion
旋转的油纸伞
人脸相关人工智能从入门到实战3dFaceSwappingAI换脸扩散模型
【论文精读CVPR_2023】DiffSwap:High-FidelityandControllableFaceSwappingvia3D-AwareMaskedDiffusion一、前言Abstract1.Introduction2.RelatedWorkFaceSwapping.DiffusionModels.3.Method3.1.Preliminaries:DiffusionModels3
- LeetCode[位运算] - #137 Single Number II
Cwind
javaAlgorithmLeetCode题解位运算
原题链接:#137 Single Number II
要求:
给定一个整型数组,其中除了一个元素之外,每个元素都出现三次。找出这个元素
注意:算法的时间复杂度应为O(n),最好不使用额外的内存空间
难度:中等
分析:
与#136类似,都是考察位运算。不过出现两次的可以使用异或运算的特性 n XOR n = 0, n XOR 0 = n,即某一
- 《JavaScript语言精粹》笔记
aijuans
JavaScript
0、JavaScript的简单数据类型包括数字、字符创、布尔值(true/false)、null和undefined值,其它值都是对象。
1、JavaScript只有一个数字类型,它在内部被表示为64位的浮点数。没有分离出整数,所以1和1.0的值相同。
2、NaN是一个数值,表示一个不能产生正常结果的运算结果。NaN不等于任何值,包括它本身。可以用函数isNaN(number)检测NaN,但是
- 你应该更新的Java知识之常用程序库
Kai_Ge
java
在很多人眼中,Java 已经是一门垂垂老矣的语言,但并不妨碍 Java 世界依然在前进。如果你曾离开 Java,云游于其它世界,或是每日只在遗留代码中挣扎,或许是时候抬起头,看看老 Java 中的新东西。
Guava
Guava[gwɑ:və],一句话,只要你做Java项目,就应该用Guava(Github)。
guava 是 Google 出品的一套 Java 核心库,在我看来,它甚至应该
- HttpClient
120153216
httpclient
/**
* 可以传对象的请求转发,对象已流形式放入HTTP中
*/
public static Object doPost(Map<String,Object> parmMap,String url)
{
Object object = null;
HttpClient hc = new HttpClient();
String fullURL
- Django model字段类型清单
2002wmj
django
Django 通过 models 实现数据库的创建、修改、删除等操作,本文为模型中一般常用的类型的清单,便于查询和使用: AutoField:一个自动递增的整型字段,添加记录时它会自动增长。你通常不需要直接使用这个字段;如果你不指定主键的话,系统会自动添加一个主键字段到你的model。(参阅自动主键字段) BooleanField:布尔字段,管理工具里会自动将其描述为checkbox。 Cha
- 在SQLSERVER中查找消耗CPU最多的SQL
357029540
SQL Server
返回消耗CPU数目最多的10条语句
SELECT TOP 10
total_worker_time/execution_count AS avg_cpu_cost, plan_handle,
execution_count,
(SELECT SUBSTRING(text, statement_start_of
- Myeclipse项目无法部署,Undefined exploded archive location
7454103
eclipseMyEclipse
做个备忘!
错误信息为:
Undefined exploded archive location
原因:
在工程转移过程中,导致工程的配置文件出错;
解决方法:
 
- GMT时间格式转换
adminjun
GMT时间转换
普通的时间转换问题我这里就不再罗嗦了,我想大家应该都会那种低级的转换问题吧,现在我向大家总结一下如何转换GMT时间格式,这种格式的转换方法网上还不是很多,所以有必要总结一下,也算给有需要的朋友一个小小的帮助啦。
1、可以使用
SimpleDateFormat SimpleDateFormat
EEE-三位星期
d-天
MMM-月
yyyy-四位年
- Oracle数据库新装连接串问题
aijuans
oracle数据库
割接新装了数据库,客户端登陆无问题,apache/cgi-bin程序有问题,sqlnet.log日志如下:
Fatal NI connect error 12170.
VERSION INFORMATION: TNS for Linux: Version 10.2.0.4.0 - Product
- 回顾java数组复制
ayaoxinchao
java数组
在写这篇文章之前,也看了一些别人写的,基本上都是大同小异。文章是对java数组复制基础知识的回顾,算是作为学习笔记,供以后自己翻阅。首先,简单想一下这个问题:为什么要复制数组?我的个人理解:在我们在利用一个数组时,在每一次使用,我们都希望它的值是初始值。这时我们就要对数组进行复制,以达到原始数组值的安全性。java数组复制大致分为3种方式:①for循环方式 ②clone方式 ③arrayCopy方
- java web会话监听并使用spring注入
bewithme
Java Web
在java web应用中,当你想在建立会话或移除会话时,让系统做某些事情,比如说,统计在线用户,每当有用户登录时,或退出时,那么可以用下面这个监听器来监听。
import java.util.ArrayList;
import java.ut
- NoSQL数据库之Redis数据库管理(Redis的常用命令及高级应用)
bijian1013
redis数据库NoSQL
一 .Redis常用命令
Redis提供了丰富的命令对数据库和各种数据库类型进行操作,这些命令可以在Linux终端使用。
a.键值相关命令
b.服务器相关命令
1.键值相关命令
&
- java枚举序列化问题
bingyingao
java枚举序列化
对象在网络中传输离不开序列化和反序列化。而如果序列化的对象中有枚举值就要特别注意一些发布兼容问题:
1.加一个枚举值
新机器代码读分布式缓存中老对象,没有问题,不会抛异常。
老机器代码读分布式缓存中新对像,反序列化会中断,所以在所有机器发布完成之前要避免出现新对象,或者提前让老机器拥有新增枚举的jar。
2.删一个枚举值
新机器代码读分布式缓存中老对象,反序列
- 【Spark七十八】Spark Kyro序列化
bit1129
spark
当使用SparkContext的saveAsObjectFile方法将对象序列化到文件,以及通过objectFile方法将对象从文件反序列出来的时候,Spark默认使用Java的序列化以及反序列化机制,通常情况下,这种序列化机制是很低效的,Spark支持使用Kyro作为对象的序列化和反序列化机制,序列化的速度比java更快,但是使用Kyro时要注意,Kyro目前还是有些bug。
Spark
- Hybridizing OO and Functional Design
bookjovi
erlanghaskell
推荐博文:
Tell Above, and Ask Below - Hybridizing OO and Functional Design
文章中把OO和FP讲的深入透彻,里面把smalltalk和haskell作为典型的两种编程范式代表语言,此点本人极为同意,smalltalk可以说是最能体现OO设计的面向对象语言,smalltalk的作者Alan kay也是OO的最早先驱,
- Java-Collections Framework学习与总结-HashMap
BrokenDreams
Collections
开发中常常会用到这样一种数据结构,根据一个关键字,找到所需的信息。这个过程有点像查字典,拿到一个key,去字典表中查找对应的value。Java1.0版本提供了这样的类java.util.Dictionary(抽象类),基本上支持字典表的操作。后来引入了Map接口,更好的描述的这种数据结构。
&nb
- 读《研磨设计模式》-代码笔记-职责链模式-Chain Of Responsibility
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/
/**
* 业务逻辑:项目经理只能处理500以下的费用申请,部门经理是1000,总经理不设限。简单起见,只同意“Tom”的申请
* bylijinnan
*/
abstract class Handler {
/*
- Android中启动外部程序
cherishLC
android
1、启动外部程序
引用自:
http://blog.csdn.net/linxcool/article/details/7692374
//方法一
Intent intent=new Intent();
//包名 包名+类名(全路径)
intent.setClassName("com.linxcool", "com.linxcool.PlaneActi
- summary_keep_rate
coollyj
SUM
BEGIN
/*DECLARE minDate varchar(20) ;
DECLARE maxDate varchar(20) ;*/
DECLARE stkDate varchar(20) ;
DECLARE done int default -1;
/* 游标中 注册服务器地址 */
DE
- hadoop hdfs 添加数据目录出错
daizj
hadoophdfs扩容
由于原来配置的hadoop data目录快要用满了,故准备修改配置文件增加数据目录,以便扩容,但由于疏忽,把core-site.xml, hdfs-site.xml配置文件dfs.datanode.data.dir 配置项增加了配置目录,但未创建实际目录,重启datanode服务时,报如下错误:
2014-11-18 08:51:39,128 WARN org.apache.hadoop.h
- grep 目录级联查找
dongwei_6688
grep
在Mac或者Linux下使用grep进行文件内容查找时,如果给定的目标搜索路径是当前目录,那么它默认只搜索当前目录下的文件,而不会搜索其下面子目录中的文件内容,如果想级联搜索下级目录,需要使用一个“-r”参数:
grep -n -r "GET" .
上面的命令将会找出当前目录“.”及当前目录中所有下级目录
- yii 修改模块使用的布局文件
dcj3sjt126com
yiilayouts
方法一:yii模块默认使用系统当前的主题布局文件,如果在主配置文件中配置了主题比如: 'theme'=>'mythm', 那么yii的模块就使用 protected/themes/mythm/views/layouts 下的布局文件; 如果未配置主题,那么 yii的模块就使用 protected/views/layouts 下的布局文件, 总之默认不是使用自身目录 pr
- 设计模式之单例模式
come_for_dream
设计模式单例模式懒汉式饿汉式双重检验锁失败无序写入
今天该来的面试还没来,这个店估计不会来电话了,安静下来写写博客也不错,没事翻了翻小易哥的博客甚至与大牛们之间的差距,基础知识不扎实建起来的楼再高也只能是危楼罢了,陈下心回归基础把以前学过的东西总结一下。
*********************************
- 8、数组
豆豆咖啡
二维数组数组一维数组
一、概念
数组是同一种类型数据的集合。其实数组就是一个容器。
二、好处
可以自动给数组中的元素从0开始编号,方便操作这些元素
三、格式
//一维数组
1,元素类型[] 变量名 = new 元素类型[元素的个数]
int[] arr =
- Decode Ways
hcx2013
decode
A message containing letters from A-Z is being encoded to numbers using the following mapping:
'A' -> 1
'B' -> 2
...
'Z' -> 26
Given an encoded message containing digits, det
- Spring4.1新特性——异步调度和事件机制的异常处理
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
- squid3(高命中率)缓存服务器配置
liyonghui160com
系统:centos 5.x
需要的软件:squid-3.0.STABLE25.tar.gz
1.下载squid
wget http://www.squid-cache.org/Versions/v3/3.0/squid-3.0.STABLE25.tar.gz
tar zxf squid-3.0.STABLE25.tar.gz &&
- 避免Java应用中NullPointerException的技巧和最佳实践
pda158
java
1) 从已知的String对象中调用equals()和equalsIgnoreCase()方法,而非未知对象。 总是从已知的非空String对象中调用equals()方法。因为equals()方法是对称的,调用a.equals(b)和调用b.equals(a)是完全相同的,这也是为什么程序员对于对象a和b这么不上心。如果调用者是空指针,这种调用可能导致一个空指针异常
Object unk
- 如何在Swift语言中创建http请求
shoothao
httpswift
概述:本文通过实例从同步和异步两种方式上回答了”如何在Swift语言中创建http请求“的问题。
如果你对Objective-C比较了解的话,对于如何创建http请求你一定驾轻就熟了,而新语言Swift与其相比只有语法上的区别。但是,对才接触到这个崭新平台的初学者来说,他们仍然想知道“如何在Swift语言中创建http请求?”。
在这里,我将作出一些建议来回答上述问题。常见的
- Spring事务的传播方式
uule
spring事务
传播方式:
新建事务
required
required_new - 挂起当前
非事务方式运行
supports
&nbs