青牛科技-Allen
青牛科技-Allen

生物识别规划人脸识别方案的概述和特点

方案概述

人脸识别方案采用高性能AI芯片，支持RGB和IR摄像头， 支持LCD显示屏。

方案特点

• 普通RGB摄像头和IR摄像头同时参与3D成像RGB摄像头 支持屏幕回显

• 双目摄像头得到特征点视差计算人脸相 对3D深度信息， 同时利用可见光和红外 光谱信息，活体更难伪造可防止 2D图像 及高精度3D头模攻击

• 可根据光线强度，自动调节, 适应强光与暗光

• 90度FOV角度识别

• 专用低功耗AI芯片,1.2s内解锁，待机功耗低 至5uA

生物识别规划人脸识别方案的概述和特点_第1张图片

生物识别规划人脸识别方案的概述和特点_第2张图片 

你可能感兴趣的:(航芯,人工智能,人脸识别,安全芯片)

  • 深度学习与搜索引擎优化的结合：DeepSeek的创新与探索 云边有个稻草人 热门文章深度学习搜索引擎人工智能DeepSeek
    目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek的深度学习架构4.1查询解析与语义理解4.2搜索排名与相关性排序4.3个性化推荐与用户行为分析5、总结引言随着人工智能（AI）技术的迅速发展，深度学习（DeepLearning）和自然
  • deepseek免费大模型搜索工具发布 葡萄爱 LLM大模型人工智能深度学习神经网络AIGCAI编程
    deepseek免费大模型搜索工具刚刚发布地址：https://chat.deepseek.com/DeepSeek"（深度求索）是一家专注于人工智能技术研究和应用的中国公司。该公司致力于开发和推广先进的AI技术，包括自然语言处理（NLP）、计算机视觉、机器学习等领域。DeepSeek的核心目标是通过AI技术推动各行业的智能化转型，提升生产效率和生活质量。DeepSeek的主要特点：自然语言处理（
  • 有趣的项目--汇总 cladel 人工智能
    文章目录前言一、AI类二、前言持续记录有意思的项目，欢迎大家讨论一、AI类openglass+ollama：链接:OpenGlassAI眼镜的环境配置与实现InvidiaJetson+LLM：链接:生成式人工智能应用SenseCraftAI:链接:SenseCraftAIJetsonSeeedStudio（矽递科技）github:链接:SeeedStudioEEG2Video:TowardsDec
  • 【Python】已解决：ERROR: Could not find a version that satisfies the requirement cv2 (from versions: none) 屿小夏 python开发语言
    个人简介：某不知名博主，致力于全栈领域的优质博客分享|用最优质的内容带来最舒适的阅读体验！文末获取免费IT学习资料！文末获取更多信息精彩专栏推荐订阅收藏专栏系列直达链接相关介绍书籍分享点我跳转书籍作为获取知识的重要途径，对于IT从业者来说更是不可或缺的资源。不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然
  • 国家超算平台上线DeepSeek - R1系列模型：开启AI新征程 CodeJourney. 数据库人工智能算法人工智能
    2025年初，科技圈发生了一件大事：国家超算平台上线了DeepSeek-R1系列模型。这事儿就像在科技池塘里扔了颗大石头，激起了好大的水花，对人工智能（AI）领域影响深远。一、DeepSeek-R1系列模型究竟啥来头DeepSeek-R1系列模型是DeepSeek这家公司研发的。它用了强化学习训练，推理的时候会反复思考验证，思维链能有好几万字长。在数学、代码编写和复杂逻辑推理这些方面，表现相当厉害
  • （Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述 North_D 人工智能基础知识点人工智能深度学习学习自然语言处理迁移学习python神经网络
    文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解2️⃣卷积神经网络(CNNs)探秘II.增强学习探索3️⃣增强学习基础与决策过程4️⃣常见增强学习算法剖析III.迁移学习实践5️⃣迁移学习基本原理与应用阿里云人工智能工程师ACP认证考试知识点辅
  • 揭秘AI的智能双翼：决策式AI与生成式AI 小马不会过河 人工智能算法embeddingmicrosoft知识图谱
    在人在数字化浪潮的推动下，人工智能已成为推动社会进步的关键技术之一。特别是在决策式AI与生成式AI这两个领域，它们的发展不仅加速了技术创新的步伐，也在实际应用中展现出巨大的潜力和价值。01.智能双翼：决策式AI与生成式AI决策式AI（DiscriminativeAI）定义：决策式AI，也称为判别式AI，是一种通过学习数据中的条件概率分布，对新场景进行判断、分析和预测的人工智能技术。它的设计目标是模
  • 探秘 GitCode 上的开源项目：91pron - AI 引擎驱动的智能视频处理工具 毕艾琳
    探秘GitCode上的开源项目：91pron-AI引擎驱动的智能视频处理工具去发现同类优质开源项目:https://gitcode.com/项目简介在平台上，有一个名为的开源项目，它是一个利用人工智能技术进行智能视频处理的应用。虽然项目的名称可能有些隐晦，但其核心功能却极具实用价值，特别是对于那些需要自动化处理大量视频数据的工作。技术分析1.AI模型应用91pron使用了深度学习模型，尤其是计算机
  • 大模型技术对大数据生态链的全面革新 敏叔V587 大数据
    大模型技术对大数据生态链的全面革新在数字化浪潮汹涌澎湃的当下，大数据和人工智能技术已成为推动各行业发展的关键力量。其中，大模型技术的崛起，正深刻地改变着大数据生态链的格局，为数据的处理、分析与应用带来了前所未有的变革。今天，就让我们一同深入探讨大模型技术对大数据生态链的多维度影响，并结合实际案例展开分析。一、大模型技术：重塑数据采集与整合（一）智能采集优化传统的数据采集往往依赖于预设规则和人工干预
  • 深入详解人工智能机器学习算法——逻辑回归算法 猿享天开 人工智能基础知识学习人工智能机器学习算法逻辑回归
    引言逻辑回归（LogisticRegression）是机器学习中一种基本而重要的分类算法。在这篇文章中，我们将深入解析逻辑回归的各个方面，包括其基础知识、数学原理、实现方法、以及应用场景。我们还将通过具体的代码示例和应用案例，帮助您全面理解逻辑回归算法。第一部分：逻辑回归的基础知识1.1什么是逻辑回归？逻辑回归是一种用于解决二分类问题的回归分析方法。尽管名字中带有“回归”，逻辑回归的目标是将预测结
  • 人工智能-数据分析及特征提取思路 power-辰南 人工智能人工智能特征提取大模型机器学习
    1、概况基于学生行为数据预测是否涉黄、涉黑等。2.数据分析数据分析的意义包括得到数据得直觉、发掘潜在的结构、提取重要的变量、删除异常值、检验潜在的假设和建立初步的模型。2.1数据质量分析2.1.1数据值分析查看数据类型：首先明确各字段的数据类型，例如学生标识通常为字符串类型（如学号），访问时间一般是日期时间类型，访问网址、搜索关键词等为文本类型，停留时长、访问频次等则是数值类型，而是否涉黄涉黑标签
  • DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索 kaichu2 论文翻译DeepSeek
    DeepSeek-R1：通过强化学习提升大型语言模型推理能力的探索在人工智能领域，大型语言模型（LLMs）的发展日新月异，其在自然语言处理和生成任务中的表现逐渐接近人类水平。然而，如何进一步提升这些模型的推理能力，使其能够更好地处理复杂的逻辑、数学和科学问题，一直是研究的热点。最近，DeepSeek-AI团队发布的DeepSeek-R1模型为这一领域带来了新的突破。本文将详细介绍DeepSeek-
  • AI助力精准农业：从数据到行动的智能革命 Echo_Wish 人工智能前沿技术人工智能
    AI助力精准农业：从数据到行动的智能革命农业，作为人类最古老的产业，正经历着一场前所未有的智能化变革。从传统的经验种植到现代化机械农业，再到今天的人工智能（AI）精准农业，科技的每一次跃迁都在提高农业生产效率，降低资源浪费，并增强粮食安全。AI之所以能在农业中大显身手，主要依赖于数据驱动的智能决策。通过卫星遥感、无人机、传感器、气象数据等多维度信息，AI可以帮助农民精准施肥、智能灌溉、预测病虫害，
  • 智能工厂能耗管理：Python助力节能增效 Echo_Wish Python进阶python开发语言
    智能工厂能耗管理：Python助力节能增效在工业4.0时代，工厂能耗管理已成为制造企业降本增效的重要一环。传统的能耗管理方式往往依赖人工统计和经验决策，导致能源浪费严重。而借助人工智能与Python的强大能力，我们可以实现智能化、数据驱动的能耗优化方案。今天，我们就来聊聊如何利用Python构建智能工厂能耗管理系统，从数据采集、分析到优化，全面提升能源使用效率。1.为什么要智能化工厂能耗管理？1.
  • 五子棋ai启发式搜索_一种快速而简单的人工智能启发式学习语言的方法 weixin_26630173 python人工智能java机器学习算法
    五子棋ai启发式搜索介绍(Introduction)ThespecialthingIfoundwhenIfirststarteddivingintothefieldofArtificialIntelligencewastheinfiniteamountofparallelsbetweenhowneuralnetworkslearnandmysubjectiveexperienceofmyownin
  • 大语言模型轻量化：知识蒸馏的范式迁移与工程实践 LucianaiB 语言模型人工智能自然语言处理python
    大语言模型轻量化：知识蒸馏的范式迁移与工程实践嗨，我是LucianaiB！总有人间一两风，填我十万八千梦。路漫漫其修远兮，吾将上下而求索。摘要在大型语言模型（LLM）主导人工智能发展的当下，模型参数量与推理成本的指数级增长已成为制约技术落地的核心瓶颈。本文提出基于动态知识蒸馏的轻量化范式，通过引入注意力迁移机制与分层蒸馏策略，在保持模型语义理解能力的同时实现参数效率的显著提升。实验表明，该方法在G
  • 智能运维分析决策系统：赋能数字化转型的新引擎 我的运维人生 运维运维开发技术共享
    智能运维分析决策系统：赋能数字化转型的新引擎在数字化转型的浪潮中，企业对于高效、智能的运维管理需求日益迫切。传统的运维模式往往依赖于人工经验，难以应对大规模、复杂多变的IT环境。智能运维分析决策系统（AIOps,ArtificialIntelligenceforITOperations）应运而生，它利用大数据、机器学习、人工智能等技术，实现了运维的自动化、智能化，极大地提升了运维效率与质量，为企业
  • AIGC从入门到实战：基于大模型的人工智能应用的涌现和爆发 AI天才研究院 计算AI大模型企业级应用开发实战ChatGPT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
    1.背景介绍1.1人工智能的新纪元：AIGC的崛起近年来，人工智能（AI）领域经历了前所未有的发展，其中AIGC（AIGeneratedContent，人工智能生成内容）的崛起尤为引人注目。AIGC借助深度学习模型，能够生成逼真的图像、视频、音频、文本等内容，为人类的创造力和生产力带来了革命性的改变。1.2大模型：AIGC的基石AIGC的核心驱动力在于大规模预训练模型（简称“大模型”）。这些模型拥
  • 大语言模型应用指南：工作记忆与长短期记忆 AI天才研究院 大数据AI人工智能AI大模型企业级应用开发实战AI大模型应用入门实战与进阶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
    1.背景介绍1.1问题的由来在人工智能的发展过程中，语言模型的研究一直是重要的一环。早期的语言模型，如N-gram，虽然在一定程度上能够捕捉语言的统计规律，但其无法有效处理语言中的长距离依赖性和复杂结构。这主要是因为N-gram模型只能捕捉到词汇之间的局部依赖关系，而无法捕捉到更长范围内的语义信息。1.2研究现状近年来，随着深度学习技术的发展，基于神经网络的语言模型逐渐崭露头角。其中，长短期记忆网
  • AI模型调度架构全解析：实现任务与模型的智能匹配 大模型玩家 人工智能架构学习方法产品经理经验分享算法ai
    在人工智能技术高速发展的今天，AI大模型的应用范围不断拓宽。从自然语言处理到技术研发、从教育场景到企业服务，AI大模型正在逐步改变我们的工作和生活。然而，随着需求的多样化和任务复杂性的增加，如何高效地调用和管理多个AI大模型，成为了企业和开发者面临的一大挑战。本文将深入剖析基于Ollama的AI大模型问答调度架构，探讨其核心设计、功能亮点，以及在业务场景中的应用优势，帮助您全面了解这一系统如何在复
  • DeepSeek：探索未来的人工智能模型与技术 一ge科研小菜鸡 人工智能DeepSeek
    个人主页：一ge科研小菜鸡-CSDN博客期待您的关注1.引言近年来，大语言模型（LLM）迅速发展，推动了人工智能在多个领域的应用。从OpenAI的GPT系列到Google的Gemini，再到国内的多个自研大模型，全球AI竞赛已进入白热化阶段。在这一背景下，DeepSeekAI作为一个新兴的AI研究机构，凭借其强大的技术实力和创新能力，在大模型领域崭露头角。本文将从DeepSeek的背景、核心技术、
  • 什么是 AI 代理？ 白马区块Crypto100 SolanaAI套利策略交易人工智能SOL机器人deepseekAI交易
    要点AI代理是可自主操作的程序，能够分析信息、从经验中学习，并代表用户执行任务。与普通机器人不同，AI代理不仅具有更强的操作和改进能力，而且几乎不需要人工干预。它们还可以与其他代理和应用程序进行交互。AI代理的应用非常广泛。例如，它们能够通过自动完成交易、管理风险、为NFT增加互动性以及简化区块链操作，推动加密货币领域的发展，使Web3更易于使用。简介人工智能(AI)正在转变我们生活、工作以及使用
  • 【专题】DeepSeek技术颠覆or创新共赢，开启Al算法变革元年报告汇总PDF洞察（附原数据表） 数据挖掘深度学习机器学习算法
    原文链接：https://tecdat.cn/?p=39544在科技飞速迭代的当下，人工智能领域正经历着深刻变革，AIAgent的发展尤为引人瞩目。随着数字化进程的加速，全球数据量呈指数级增长，如同为AIAgent的发展提供了丰沃土壤。海量数据不仅为模型训练提供了坚实基础，更驱动着AIAgent在各领域的创新应用。与此同时，国产大模型在近期密集涌现，数量已颇具规模且广泛渗透到多个垂直行业，展现出强
  • AICon北京站HarmonyOS技术分论坛开启招募，欢迎开发者踊跃报名 harmonyos
    在人工智能的浪潮中，HarmonyOS以其独特的技术优势，引领着移动应用开发的新趋势。2024年12月14日，在AICon全球人工智能开发与应用大会(北京站)期间，将举办以“鸿蒙生态下的AI助力移动应用开发新范式”为主题的HarmonyOS技术分论坛。本届分论坛将邀请领先企业伙伴，行业领袖和技术专家，从AI辅助开发到智能编码，从大模型驱动的人机协同提高效率到IDE下的智能研发和知识库建设，共同探讨
  • 【人工智能时代】- Windows本地部署Ollama+qwen本地大语言模型Web交互界面并实现公网访问 xiaoli8748_软件开发 人工智能时代人工智能windows语言模型
    文章目录前言1.运行Ollama2.安装OpenWebUI2.1在Windows系统安装Docker2.2使用Docker部署OpenWebUI3.安装内网穿透工具4.创建固定公网地址前言本文主要介绍如何在Windows系统快速部署Ollama开源大语言模型运行工具，并安装OpenWebUI结合cpolar内网穿透软件，实现在公网环境也能访问你在本地内网搭建的大语言模型运行环境。近些年来随着Cha
  • 51-59 CVPR 2024 | ChatSiM：Editable Scene Simulation for Autonomous Driving via Collaborative LLM 深圳季连AIgraphX aiXpilot智驾大模型1自动驾驶AIGCstablediffusion智慧城市计算机视觉
    24年3月，上海交通大学、上海人工智能实验室、卡内基梅隆大学和清华大学联合发布EditableSceneSimulationforAutonomousDrivingviaCollaborativeLLM-Agents，基于LLM协作的可编辑自动驾驶场景仿真。ChatSim利用了大型语言模型（LLM）智能体协作框架，采用了一种新颖的多摄像头神经辐射场McNeRF和多摄像头照明估计McLight方法实
  • 大语言模型本地化部署+可视化微调 科研小fw 人工智能语言模型人工智能自然语言处理pythonchatgpt
    目录本地化部署GLM4Qwen2大模型微调本地化部署2023年被称为人工智能（AI）元年，AI技术在全球范围内飞速发展，已经渗透到了各行各业。随着chatgpt的爆火，国内外的大语言模型（LargeLanguageModel，LLM）争先恐后，高速发展，人工智能技术也从传统的判别式人工智能逐渐转向了生成式人工智能，LLM作为AI的一种具体表现形式，除去关注大模型的回答精度，作为用户来说，会更加关注
  • 现代编程的影响 2501_90255623 生活
    一、编程对技术创新的推动作用1.1引领前沿科技发展编程是人工智能、大数据、物联网、区块链等前沿科技的核心驱动力。通过编程，研发人员能够快速验证并迭代创新想法，推动这些领域的技术突破。例如，在人工智能领域，编程使得机器学习算法得以实现，从而创造出能够自主学习和适应环境的智能系统。1.2促进开源文化繁荣编程促进了开源文化的发展，使得全球范围内的开发者能够共享代码、知识和经验。开源项目不仅加速了技术创新
  • 长上下文大模型会让检索增强生成（RAG）过时吗？ 人工智能
    长上下文大模型会让检索增强生成（RAG）过时吗？大模型（LLM）的迅速发展对人工智能领域，尤其是自然语言处理（NLP）产生了重大影响。传统上，像检索增强生成（RAG）这样的技术通过允许模型动态访问外部知识源，在提升大语言模型能力方面发挥了重要作用。然而，长上下文大语言模型（能够处理多达100万个令牌的上下文窗口的模型）的出现，引发了一个有趣的问题：长上下文大语言模型会让检索增强生成（RAG）过时吗
  • 中文对联/十二生肖/城市景点/旅游计划……年味超浓的数据集汇总
    正月初三，年味正浓。新春的喜庆氛围不仅弥漫在大街小巷，也在人工智能领域引发了诸多创新应用。从AI生成春联，到春运交通标志的智能识别，再到生肖文化的深度挖掘，AI工具正赋能传统民俗，让年味更浓！在这阖家团圆，喜庆祥和的日子里，HyperAI超神经为大家整理了8个春节相关的数据集，涵盖对联、十二生肖、民族文化等热门主题，助力开发者在AI赋能春节的道路上大展拳脚！快来领取你的「新春大礼包」吧~点击查看更
  • 插入表主键冲突做更新 a-john
    有以下场景： 用户下了一个订单，订单内的内容较多，且来自多表，首次下单的时候，内容可能会不全（部分内容不是必须，出现有些表根本就没有没有该订单的值）。在以后更改订单时，有些内容会更改，有些内容会新增。 问题： 如果在sql语句中执行update操作，在没有数据的表中会出错。如果在逻辑代码中先做查询，查询结果有做更新，没有做插入，这样会将代码复杂化。 解决： mysql中提供了一个sql语
  • Android xml资源文件中@、@android:type、@*、？、@+含义和区别 Cb123456 @+@?@*
    一.@代表引用资源 1.引用自定义资源。格式：@[package:]type/name android：text="@string/hello"   2.引用系统资源。格式：@android:type/name     android:textColor="@android:color/opaque_red"
  • 数据结构的基本介绍 天子之骄 数据结构散列表树、图线性结构价格标签
    数据结构的基本介绍 数据结构就是数据的组织形式，用一种提前设计好的框架去存取数据，以便更方便，高效的对数据进行增删查改。正确选择合适的数据结构，对软件程序的高效执行的影响作用不亚于算法的设计。此外，在计算机系统中数据结构的作用也是非同小可。例如常常在编程语言中听到的栈，堆等，就是经典的数据结构。   经典的数据结构大致如下：   一：线性数据结构 (1)：列表 a
  • 通过二维码开放平台的API快速生成二维码 一炮送你回车库 api
     现在很多网站都有通过扫二维码用手机连接的功能，联图网(http://www.liantu.com/pingtai/)的二维码开放平台开放了一个生成二维码图片的Api,挺方便使用的。闲着无聊，写了个前台快速生成二维码的方法。        html代码如下:(二维码将生成在这div下) ? 1  &nbs
  • ImageIO读取一张图片改变大小 3213213333332132 javaIOimageBufferedImage
    package com.demo; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; /** * @Description 读取一张图片改变大小 * @author FuJianyon
  • myeclipse集成svn（一针见血） 7454103 eclipseSVNMyEclipse
                                     &n
  • 装箱与拆箱----autoboxing和unboxing darkranger J2SE
    4.2　自动装箱和拆箱 基本数据(Primitive)类型的自动装箱(autoboxing)、拆箱(unboxing)是自J2SE 5.0开始提供的功能。虽然为您打包基本数据类型提供了方便，但提供方便的同时表示隐藏了细节，建议在能够区分基本数据类型与对象的差别时再使用。 4.2.1　autoboxing和unboxing 在Java中，所有要处理的东西几乎都是对象(Object)
  • ajax传统的方式制作ajax aijuans Ajax
    //这是前台的代码 <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme()+
  • 只用jre的eclipse是怎么编译java源文件的？ avords javaeclipsejdktomcat
    eclipse只需要jre就可以运行开发java程序了，也能自动 编译java源代码，但是jre不是java的运行环境么，难道jre中也带有编译工具？ 还是eclipse自己实现的？谁能给解释一下呢问题补充：假设系统中没有安装jdk or jre，只在eclipse的目录中有一个jre，那么eclipse会采用该jre，问题是eclipse照样可以编译java源文件，为什么呢？ &nb
  • 前端模块化 bee1314 模块化
    背景： 前端JavaScript模块化，其实已经不是什么新鲜事了。但是很多的项目还没有真正的使用起来，还处于刀耕火种的野蛮生长阶段。   JavaScript一直缺乏有效的包管理机制，造成了大量的全局变量，大量的方法冲突。我们多么渴望有天能像Java（import），Python (import)，Ruby(require)那样写代码。在没有包管理机制的年代，我们是怎么避免所
  • 处理百万级以上的数据处理 bijian1013 oraclesql数据库大数据查询
    一.处理百万级以上的数据提高查询速度的方法：        1.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。         2.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 o
  • mac 卸载 java 1.7 或更高版本 征客丶 javaOS
    卸载 java 1.7 或更高 sudo rm -rf /Library/Internet\ Plug-Ins/JavaAppletPlugin.plugin 成功执行此命令后，还可以执行 java 与 javac 命令 sudo rm -rf /Library/PreferencePanes/JavaControlPanel.prefPane 成功执行此命令后，还可以执行 java
  • 【Spark六十一】Spark Streaming结合Flume、Kafka进行日志分析 bit1129 Stream
    第一步，Flume和Kakfa对接，Flume抓取日志，写到Kafka中 第二部，Spark Streaming读取Kafka中的数据，进行实时分析   本文首先使用Kakfa自带的消息处理（脚本）来获取消息，走通Flume和Kafka的对接 1. Flume配置 1. 下载Flume和Kafka集成的插件，下载地址：https://github.com/beyondj2ee/f
  • Erlang vs TNSDL bookjovi erlang
          TNSDL是Nokia内部用于开发电信交换软件的私有语言，是在SDL语言的基础上加以修改而成，TNSDL需翻译成C语言得以编译执行，TNSDL语言中实现了异步并行的特点，当然要完整实现异步并行还需要运行时动态库的支持，异步并行类似于Erlang的process（轻量级进程），TNSDL中则称之为hand，Erlang是基于vm(beam)开发，
  • 非常希望有一个预防疲劳的java软件, 预防过劳死和眼睛疲劳,大家一起努力搞一个 ljy325 企业应用
    　非常希望有一个预防疲劳的java软件，我看新闻和网站，国防科技大学的科学家累死了，太疲劳，老是加班，不休息，经常吃药，吃药根本就没用，根本原因是疲劳过度。我以前做java,那会公司垃圾，老想赶快学习到东西跳槽离开，搞得超负荷，不明理。深圳做软件开发经常累死人，总有不明理的人，有个软件提醒限制很好，可以挽救很多人的生命。 相关新闻： （1）IT行业成五大疾病重灾区：过劳死平均37.9岁
  • 读《研磨设计模式》-代码笔记-原型模式 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/ /** * Effective Java 建议使用copy constructor or copy factory来代替clone()方法： * 1.public Product copy(Product p){} * 2.publi
  • 配置管理---svn工具之权限配置 chenyu19891124 SVN
    今天花了大半天的功夫，终于弄懂svn权限配置。下面是今天收获的战绩。 安装完svn后就是在svn中建立版本库，比如我本地的是版本库路径是C:\Repositories\pepos。pepos是我的版本库。在pepos的目录结构 pepos    component    webapps 在conf里面的auth里赋予的权限配置为 [groups]
  • 浅谈程序员的数学修养 comsci 设计模式编程算法面试招聘
                                     浅谈程序员的数学修养
  • 批量执行 bulk collect与forall用法 daizj oraclesqlbulk collectforall
    BULK COLLECT 子句会批量检索结果，即一次性将结果集绑定到一个集合变量中，并从SQL引擎发送到PL/SQL引擎。通常可以在SELECT INTO、 FETCH INTO以及RETURNING INTO子句中使用BULK COLLECT。本文将逐一描述BULK COLLECT在这几种情形下的用法。     有关FORALL语句的用法请参考：批量SQL之 F
  • Linux下使用rsync最快速删除海量文件的方法 dongwei_6688 OS
    1、先安装rsync：yum install rsync 2、建立一个空的文件夹：mkdir /tmp/test 3、用rsync删除目标目录：rsync --delete-before -a -H -v --progress --stats /tmp/test/ log/这样我们要删除的log目录就会被清空了，删除的速度会非常快。rsync实际上用的是替换原理，处理数十万个文件也是秒删。
  • Yii CModel中rules验证规格 dcj3sjt126com rulesyiivalidate
    Yii cValidator主要用法分析：  yii验证rulesit 分类： Yii yii的rules验证 cValidator主要属性 attributes ,builtInValidators,enableClientValidation,message,on,safe,skipOnError  
  • 基于vagrant的redis主从实验 dcj3sjt126com vagrant
    平台: Mac 工具: Vagrant 系统: Centos6.5 实验目的: Redis主从   实现思路 制作一个基于sentos6.5, 已经安装好reids的box, 添加一个脚本配置从机, 然后作为后面主机从机的基础box   制作sentos6.5+redis的box   mkdir vagrant_redis cd vagrant_
  • Memcached(二)、Centos安装Memcached服务器 frank1234 centosmemcached
    一、安装gcc rpm和yum安装memcached服务器连接没有找到，所以我使用的是make的方式安装，由于make依赖于gcc，所以要先安装gcc 开始安装，命令如下，[color=red][b]顺序一定不能出错[/b][/color]： 建议可以先切换到root用户，不然可能会遇到权限问题：su root 输入密码...... rpm -ivh kernel-head
  • Remove Duplicates from Sorted List hcx2013 remove
    Given a sorted linked list, delete all duplicates such that each element appear only once. For example,Given 1->1->2, return 1->2.Given 1->1->2->3->3, return&
  • Spring4新特性——JSR310日期时间API的支持 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
  • 浅谈enum与单例设计模式 247687009 java单例
    在JDK1.5之前的单例实现方式有两种(懒汉式和饿汉式并无设计上的区别故看做一种)，两者同是私有构 造器，导出静态成员变量，以便调用者访问。 第一种 package singleton; public class Singleton { //导出全局成员 public final static Singleton INSTANCE = new S
  • 使用switch条件语句需要注意的几点 openwrt cbreakswitch
    1. 当满足条件的case中没有break，程序将依次执行其后的每种条件（包括default）直到遇到break跳出 int main() { int n = 1; switch(n) { case 1: printf("--1--\n"); default: printf("defa
  • 配置Spring Mybatis JUnit测试环境的应用上下文 schnell18 springmybatisJUnit
    Spring-test模块中的应用上下文和web及spring boot的有很大差异。主要试下来差异有： 单元测试的app context不支持从外部properties文件注入属性 @Value注解不能解析带通配符的路径字符串 解决第一个问题可以配置一个PropertyPlaceholderConfigurer的bean。 第二个问题的具体实例是：    
  • Java 定时任务总结一 tuoni javaspringtimerquartztimertask
     Java定时任务总结  一.从技术上分类大概分为以下三种方式：  1.Java自带的java.util.Timer类，这个类允许你调度一个java.util.TimerTask任务;   说明：    java.util.Timer定时器，实际上是个线程，定时执行TimerTask类 &
  • 一种防止用户生成内容站点出现商业广告以及非法有害等垃圾信息的方法 yangshangchuan rank相似度计算文本相似度词袋模型余弦相似度
    本文描述了一种在ITEYE博客频道上面出现的新型的商业广告形式及其应对方法，对于其他的用户生成内容站点类型也具有同样的适用性。   最近在ITEYE博客频道上面出现了一种新型的商业广告形式，方法如下：     1、注册多个账号（一般10个以上）。     2、从多个账号中选择一个账号，发表1-2篇博文
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他