- 【免费下载】 Unity 捏脸神器:BlendShape 技术实现精细面部控制
咎尉裕Lilah
Unity捏脸神器:BlendShape技术实现精细面部控制【下载地址】Unity工具类BlendShape捏脸实现工程Unity工具类:BlendShape捏脸实现工程本仓库提供了一个完整的Unity工程,用于实现基于BlendShape技术的捏脸功能项目地址:https://gitcode.com/open-source-toolkit/a10d0项目介绍在游戏开发和虚拟现实应用中,角色的面部
- Unity Face Capture面部捕捉方案教程——利用官方教程绑定人物模型
风带我去何处
unity游戏引擎
一.准备工作找到我们要绑定的人物(注意这个人物必须要有脸部表情的蒙皮和骨骼)二.导入模型打开上一篇文章中我们新创建的场景把我们要绑定的人物模型导入到FaceCaptureSample官方案例场景中导入模型折后在库中选中人物模型在右侧出现的属性栏中将读写打开(如果没有这一步你可以省略)将人物模型改为人形将人物模型导入到场景中(导入模型可能会遇到一些问题我们在这里不讨论请另行查阅)这个是导入完成后的场
- onnx模型部署 python_深度学习模型转换与部署那些事(含ONNX格式详细分析)
weixin_39759270
onnx模型部署python
背景深度学习模型在训练完成之后,部署并应用在生产环境的这一步至关重要,毕竟训练出来的模型不能只接受一些公开数据集和榜单的检验,还需要在真正的业务场景下创造价值,不能只是为了PR而躺在实验机器上在现有条件下,一般涉及到模型的部署就要涉及到模型的转换,而转换的过程也是随着对应平台的不同而不同,一般工程师接触到的平台分为GPU云平台、手机和其他嵌入式设备对于GPU云平台来说,在上面部署本应该是最轻松的事
- OpenCV让Python实现人脸特征点检测
Python编程之道
Python编程之道opencvpython人工智能ai
OpenCV让Python实现人脸特征点检测关键词:OpenCV、Python、人脸检测、特征点定位、计算机视觉、Dlib、深度学习摘要:本文将深入探讨如何使用OpenCV和Python实现人脸特征点检测。我们将从基础概念开始,逐步介绍人脸检测和特征点定位的核心算法原理,包括传统的Haar级联检测器和基于深度学习的Dlib面部特征点检测器。文章将提供详细的代码实现和数学原理讲解,并通过实际项目案例
- python初学者编程指南源码_Python可以这样学 PDF 带讲义代码版
weixin_39980917
python初学者编程指南源码
给大家带来的一篇关于Python编程相关的电子书资源,介绍了关于学Python方面的内容,本书是由清华大学出版社出版,格式为PDF,资源大小22MB,董付国编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.9。内容介绍读者评价已刷完,重点看前面部分基础知识,后面的挑着感兴趣的领域看。前面基础知识讲得不够系统,如果不是刷过别的python书的话单靠本书不一定能吃透。后半应用领域讲得较散,既不
- iClone 中创建的面部动画导入 Daz 3D
子燕若水
3Ddaz3diclonecaoni
以下是如何将iClone中创建的面部动画导入Daz3D的简要指南。简而言之,您可以通过FBX(使用3DXchange或CharacterCreator的导出工具)导出iClone面部动画,然后将其导入DazStudio并将变形或骨骼重新映射到Genesis角色上。其他流程包括使用MotionBuilder或带有Diffeomorphic附加组件的Blender作为中间步骤。1.Exportingf
- Python dlib(HOG+SVM)人脸识别总结
程序媛一枚~
人脸识别python支持向量机开发语言读书笔记人脸检测识别
Pythondlib(HOG+SVM)人脸识别总结面部标志检测dlib68点(HOG+SVM),194点人脸识别模型,包括口(外嘴唇,内嘴唇),鼻,眉毛(左右眉),眼睛(左右眼),下鄂5点面部标志检测器(左眼2点,右眼2点,鼻子1点)面部对齐更高效眨眼检测ear眨眼瞬间达到0疲劳驾驶检测—连续帧ear面部对齐眼睛连线反正切获取旋转角度,期望图像眼睛横长度计算比率左眼计算右眼相对坐标眼睛横中心点作为
- 腾讯社招前端面经(成都)
本人经验是1.8年,拉钩投递,分享面经用于学习,大家可供参考~面试流程电话面同事面组长面部长面电话面首先会接到一个面试官的电话,问一些简单的问题,简单确认是否水平真实,没有录音,记不到什么了~过了才有线下面试机会(网上说这个只是来简单判断简历是否有水分,所以如果经历正常下能过滴~)。自我介绍上家公司业务、规模项目中遇到的最大挑战react与vue的区别离职原因同事面电话面过了的话,差不多三个工作日
- DeepSeek R1 Android本地化部署
Dawson_Jiang
大模型deepseekollamaAI大模型手机部署deepseek
1.概述android手机端部署deepseek一般需要安装termux,ollama,deepseek三个大的步骤原因分析:deepseek等大模型需要类似ollama的工具去运行。ollama有macwindow和linux版本,无Android版本;termux是一个模拟linux环境的Androidapp,在此环境中即可安装运行ollamalinux版本,然后再ollama上面部署运行de
- 男性美颜SDK,专属方案,重塑男性魅力新维度
美摄科技
人工智能
在短视频与直播风靡的当下,美颜技术已成为用户表达自我、提升视觉体验的核心工具。然而,传统美颜方案往往以女性审美为基准,过度追求“无瑕肌肤”与“柔和轮廓”,导致男性用户在美颜后易出现面部细节丢失、特征模糊等问题,甚至失去原本的阳刚气质。美摄科技敏锐洞察这一痛点,推出男性美颜SDK专属方案,以智能算法与精细化调校为核心,为男性用户打造自然、立体、富有细节的美颜体验,让每一次出镜都彰显独特魅力。一、专属
- ci | cd
hxdcxy
ci/cd
ci|cd相当于开发人员和运维人员共同完成的东西ci:Jenkinscd:k8sci:持续集成开发人员写出的代码提交到共享仓库比如说Git自动触发代码检查测试好处:很快的发现bug代码不用堆积cd:持续交付:代码测试没问题后自动打包成可以发布的版本需要手动试用持续部署:更进一步,全面部署到生产环境cicd过程:比如说开发一个网站的时候写完登录功能代码然后自动跑测试没问题后打包代码成可以发布的版本经
- 计算机视觉实战:OpenCV 与深度学习结合
QuantumWalker
计算机视觉opencv深度学习python
```html计算机视觉实战:OpenCV与深度学习结合计算机视觉实战:OpenCV与深度学习结合在当今数字化时代,计算机视觉技术已经渗透到我们生活的方方面面。从智能手机的面部识别解锁,到自动驾驶汽车的环境感知,计算机视觉正在改变我们的世界。而在这个领域中,OpenCV和深度学习的结合,更是推动了计算机视觉技术的发展。什么是OpenCV?OpenCV(OpenSourceComputerVisio
- 深度学习应用于情感识别:利用YOLOv8进行AffectNet情感分类
YOLO实战营
深度学习YOLO分类人工智能目标检测目标跟踪数据挖掘
引言情感识别(EmotionRecognition)是计算机视觉和自然语言处理中的一个重要研究方向,广泛应用于人机交互、智能客服、心理健康监测、视频分析等领域。随着深度学习技术的发展,情感识别取得了显著进展,特别是在面部表情识别方面。面部表情作为人类情感的自然表现之一,能在很大程度上反映个体的情感状态。AffectNet数据集是一个广泛使用的情感识别数据集,它包含了大量带有标注情感标签的面部表情图
- 人脸识别python实现源码(功能丰富)
张沙姗
人脸识别python实现源码(功能丰富)去发现同类优质开源项目:https://gitcode.com/此仓库提供了一组基于Python的人脸识别源码,利用dlib库的先进面部识别功能构建而成,并具备深度学习特性。以下是对该资源的详细介绍:功能特点在Wild标记的LabeledFaces数据集上实现99.38%的准确度。提供简单的命令行工具,支持以下功能:在图像文件夹中找到出现的所有面孔。获取每个
- 阿里重磅开源 Mnn3dAvatar:3D 数字人实时面捕,直播带货新利器!
Icoolkj
人工智能开源mnn3d
阿里巴巴于近日有了重磅之举——开源全新的3D数字人框架Mnn3dAvatar。这一框架犹如一颗投入平静湖面的巨石,为开发者们带来了强大的实时面部捕捉与3D虚拟角色生成工具,凭借其显著的高效性与易用性,极有可能为直播带货、虚拟展示等场景带来翻天覆地的变革。Mnn3dAvatar基于阿里巴巴开源的轻量级深度学习推理框架MNN(MobileNeuralNetwork)开发而成。与传统的Live2D技术不
- python实现面部特效_【AI美颜算法】300行Python实现基于人脸特征的美颜算法
先上效果图:AI美颜人类一直是一个看脸的物种,人人都希望可以变得更美是无可争议的,而美颜类应用的出现拯救了所有人,从此人类进入了美(照)颜(骗)时代。。。。。每次写技术blog都要写一堆废话引言,现在懒得写,大概就是美颜很重要,美女主播靠它活,没了它大部分妹子不敢发朋友圈blabla。美颜算法的基础是人脸识别技术,市面上的美颜应用普遍使用了CV科技类公司的人脸识别(特征点提取)接口:MeituKi
- CDH部署Hive详细指南
暴躁哥
大数据技术hivehadoop数据仓库
CDH部署Hive详细指南本文将详细介绍如何使用ClouderaManagerWeb界面部署Hive组件,包括安装、配置、优化和运维管理等内容。1.环境准备1.1系统要求1.1.1硬件要求服务器配置CPU:建议8核以上内存:建议32GB以上磁盘:建议使用企业级SAS或SSD网络:建议万兆网络集群规模小型集群:3-5节点中型集群:6-20节点大型集群:20节点以上1.1.2软件要求操作系统CentO
- 2025年POST流量攻击深度解析:从原理到防御的全面指南
你以为限速和WAF就能防住POST攻击?黑客用AI动态表单+协议畸形包已撕碎传统防线!一、POST流量攻击的定义与演进POST流量攻击是一种针对应用层的DDoS攻击,通过操纵HTTPPOST请求耗尽服务器资源。2025年的新型攻击已进化为“好用型”武器:低成本高杀伤:单台普通VPS可瘫痪企业级服务器动态逃逸能力:基于GAN生成可变字段名和协议特征,绕过静态规则库混合攻击链:结合洪水攻击(Flood
- 《计算机科学与应用》遮挡人脸识别技术综述
hans汉斯
深度学习人工智能计算机视觉目标跟踪算法人机交互机器学习
作者信息王晓彤,韩金颖*,王俊兴,李振乾:北华航天工业学院计算机学院,河北廊坊基金信息北华航天工业学院2023年硕士研究生科研创新项目(项目号:YKY-2023-32)导读人脸识别作为一种非接触、便捷的生物识别技术,在安防、金融、身份认证等领域得到广泛应用。然而,面部遮挡会导致关键特征丢失,严重影响识别性能,成为该领域的重要挑战。针对这一问题,当前研究主要从两个方向展开:一是改进人脸识别算法本身,
- 105. 从前序与中序遍历序列构造二叉树
题目:给定两个整数数组preorder和inorder,其中preorder是二叉树的先序遍历,inorder是同一棵树的中序遍历,请构造二叉树并返回其根节点。解题思路:前序遍历序列的第一个元素就是根节点,然后在中序遍历序列中找到根节点的位置,它的前面就是左子树的中序遍历,后面部分就是右子树的中序遍历。根据左子树的大小可以将前序遍历分为左子树的前序遍历和右子树的前序遍历。这样我们就分别得到了左子树
- 热门专业与录取线趋势
一、热门专业与录取线趋势以下专业因就业稳定、社会需求大,录取线普遍上涨,竞争激烈:电气类(如电气工程及其自动化)趋势:电力行业需求旺盛,国家电网等央企对口招聘多,分数线持续走高。代表院校:华北电力大学(346-677分)、华南理工大学(494-720分)。提示:若擦线报考,易被调剂到冷门方向,建议预留分数空间。医学类(临床医学、口腔医学)趋势:人口老龄化加剧医疗需求,口腔医学因消费升级尤其热门。复
- FaceFusion 数字人测评:从技术表现到场景落地的多维实测分析
gogoMark
人工智能音视频
一、逼真度测评:逼近真人的视觉还原能力人脸融合精度FaceFusion通过深度学习模型(如关键点检测与3D面部建模)实现高维度特征对齐,在静态图像换脸中,五官定位误差可控制在像素级,尤其是眼周、唇线等细节区域的纹理融合几乎无明显割裂感。例如,将真人肖像替换到数字人模型时,瞳孔反光、皮肤纹理的光影过渡自然,对比传统换脸工具(如DeepFaceLab),其在毛发边缘处理上减少了约30%的锯齿现象。动态
- 刘强东吐槽:苹果难再火十年,纯平台电商太畸形
uxyheaven
转载苹果电商商业模式阿里巴巴乔布斯
所有的消费电子品牌没有常青树,为什么?因为消费电子几十年发展永远要创新,不断的创新,你都不知道明天谁会出现一个新的手机更好,让我们更开心,可能一夜之间苹果手机就落伍了。全世界所有的消费电子,没有一家火过20年的,我只看过一个苹果。但是乔布斯真的是个天才,是上帝送给我们全人类的一个礼物,正因为有了这个天才,只有一家公司火过了十年,但是我认为苹果如果不继续创新的话,很难再火十年。吐槽阿里巴巴:畸形不可
- 微软因安全漏洞禁用黑暗环境下的Windows Hello面部识别功能
FreeBuf-
microsoft
面部识别技术在各种场景中的应用日益广泛,但身份欺诈事件仍时有发生,这表明即使面部识别也并非万无一失。在某些情况下,这些系统可能被攻击者利用。漏洞发现与应对措施近期,微软在Windows10和11系统中禁用了黑暗环境下使用WindowsHello面部识别的功能,此前安全研究人员发现了一个相关漏洞。该漏洞源于微软对对抗性输入扰动(adversarialinputperturbations)的处理不足,
- 【OpenCV人脸识别】基于深度学习(Dlib+HOG特征)的人脸识别——QT(C++)+Linux
1.人脸检测工具概述1.DlibDlib是一个开源的C++机器学习和计算机视觉库,用于解决多种任务,包括图像处理、计算机视觉、机器学习、数据分析等。Dlib提供了一系列工具和算法,可用于开发各种应用,从人脸检测和识别,到对象检测、形状预测、图像分类等。以下是Dlib主要的特点和功能:人脸检测和识别:Dlib提供了高性能的人脸检测器,基于HOG特征和深度学习模型。它还包括面部关键点检测和人脸识别的功
- python实现后端+前端Vue框架+mysql
qq_45908223
前端vue.jsmysqlpython
1.前端设计,前端使用vue框架实现。App.vue前端设计为三部分:#前端页面部分设计 用例生成保存测试用例#脚本设置,此时可以将脚本的设置分为五个部分#1.页面跳转部分,引入不同页面importTestfrom'./pages/Test.vue';exportdefault{components:{Test},#2.数据传输格式定义data(){return{messages:[],//多选数
- 5. 相机拍摄简单构图
shunnianlv
相机拍照入门数码相机
一、基础构图法则三分法(黄金分割)将画面横竖三等分,形成“井”字格,把人物的眼睛或面部放在交叉点上(如右上或左下点)。注意:拍摄侧脸时,在人物视线方向留更多空间,避免画面失衡。居中构图适合对称、庄重的主题(如肖像照、古风人像),但需注意背景简洁,避免呆板。进阶技巧:用浅景深(大光圈)虚化背景,突出人物。留白与负空间在人物视线或动作方向预留空间(如看向左侧时,左侧多留白),增强画面呼吸感。适合表达孤
- 【论文解读】CVPR 2024 DSL-FIQA :全新人脸面部图像质量评估算法(附论文地址)
牧锦程
论文解读算法
论文地址:https://openaccess.thecvf.com/content/CVPR2024/papers/Chen_DSL-FIQA_Assessing_Facial_Image_Quality_via_Dual-Set_Degradation_Learning_and_CVPR_2024_paper.pdf这篇论文标题为"DSL-FIQA:AssessingFacialImageQu
- 全网最全医学图像数据汇总
概述⚠️重要声明:这些数据集仅适用于学术研究用途。目录CT数据集MRI数据集超声数据集内窥镜数据集病理数据集多模态数据集PET数据集OCT数据集皮肤镜数据集CT数据集名称任务类型部位格式数量下载链接MSDLung分割肺3D96下载MSDLiver分割肝脏3D201下载MSDSpleen分割脾脏3D61下载MSDHepaticVessels分割肝门静脉3D443下载MSDPancreas分割胰腺3D
- AI创意换脸!Deep-Live-Cam:实时嘴形同步+多脸替换
埋头苦干的墨小白
ubuntuLinux大模型使用人工智能pythonlinux
Deep-Live-Cam功能概述这是一款专注于实时换脸和视频深度伪造的软件,具备多种实用功能。例如在实时场景下,可通过嘴部掩码保留原始嘴部动作以实现更精准的换脸效果;能同时在多个对象上使用不同的脸进行面部映射;还支持用户在观看电影时实时将自己的脸替换为任意脸,以及用于直播表演、制作热门表情包等。这些功能为用户在创意内容创作、娱乐等方面提供了丰富的可能性。Deep-Live-Cam项目传送门技术亮
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
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/
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比