- 【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
- Android D8 编译器 和 R8 工具,【一篇文章搞懂】
安卓开发top
Androidandroidjavaeclipse移动开发
android.enableIncrementalDesugaring=false.android.enableDesugar=false2.1Lambda表达式Java8中一个重大变更是引入Lambda表达式。publicclassLambda{publicstaticvoidmain(String[]args){logDebug(msg->System.out.println(msg),"He
- 特斯拉神器TeslaMate一键安装,终于来了
oakley0
cartesla云服务器腾讯云
之前分享了teslamate的功能和简单安装方法,很多喜欢尝鲜的车友尝试了,但安装过程对不熟悉linux服务器的非码农来说还是有点小艰辛。趁这回双十一腾讯云重磅优惠,我也重新屯了服务器重装了一遍,现在把简化后安装过程、一键安装方法包括加密登录的方式分享一下。目录1.购买服务器2.登录服务器3.安装TeslaMate3.1切换管理员用户3.2一键安装TeslaMate-【简单模式】3.3一键安装Te
- 特斯拉神器TeslaMate一键安装,来了
oakley04
腾讯云阿里云云计算
之前分享了teslamate的功能和简单安装方法,很多喜欢尝鲜的车友尝试了,但安装过程对不熟悉linux服务器的非码农来说还是有点小艰辛。趁这回双十一腾讯云重磅优惠,我也重新屯了服务器重装了一遍,现在把简化后安装过程或一键安装方法分享一下。1.购买服务器以下三款服务器都可以,其中最推荐中间的2核4G8M带宽的三年198,还没入手请点击下面的入口链接:腾讯云运营活动-腾讯云https://curl.
- TeslaMate特斯拉神器本地Docker部署实现无公网远程访问
nagiY
てんさいdocker容器运维sql
文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址7.固定地址访问TeslaMateTeslaMate是一个开源软件,可以通过连接特斯拉账号,记录行驶历史,统计能耗、里程、充电次数等数据。用户可以通过web界面查看车辆状态、行程报告、充电记录等信
- Ubuntu环境搭建TeslaMate,特斯拉车友必备,可视化数据仪表!使用极空间Z4虚拟机
喵不是白养的
ubuntulinux
能点进来的大概率都是特斯拉车友~~本篇记录一下使用极空间Z4家庭NAS搭建TeslaMate的全过程,使用极空间最近更新的虚拟机功能,在虚拟机中安装Ubuntu部署Docker。当然大家用PC虚拟机搭建也可以啦!至于为什么不用极空间自带的Docker功能,emmm并不好用。要是想要使用自带的docker来搭建,可以参照这个https://post.smzdm.com/p/az59px95/本人自学
- 使用Docker部署TeslaMate并结合内网穿透软件实现远程访问车辆数据
比奥利奥还傲.
docker容器运维服务器linux
文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址7.固定地址访问TeslaMateTeslaMate是一个开源软件,可以通过连接特斯拉账号,记录行驶历史,统计能耗、里程、充电次数等数据。用户可以通过web界面查看车辆状态、行程报告、充电记录等信
- 如何在本地服务器部署TeslaMate并远程查看特斯拉汽车数据无需公网ip
日出等日落
内网穿透服务器汽车tcp/ip
文章目录1.Docker部署TeslaMate2.本地访问TeslaMate3.Linux安装Cpolar4.配置TeslaMate公网地址5.远程访问TeslaMate6.固定TeslaMate公网地址7.固定地址访问TeslaMateTeslaMate是一个开源软件,可以通过连接特斯拉账号,记录行驶历史,统计能耗、里程、充电次数等数据。用户可以通过web界面查看车辆状态、行程报告、充电记录等信
- 伊朗藏红花前五个月出口增长33%
西域竹君斋
Iran’ssaffronexportsincreased33percentduringthefirstfivemonthsofthecurrentIraniancalendaryear(March21-August22)comparedtothesameperiodoftimeinthepastyear,accordingtothelatestdatareleasedbytheIslamicRe
- 如何实现基于图像与激光雷达的 3d 场景重建?
大势智慧
3d人工智能计算机视觉三维建模激光点云
智影S100是一款基于图像和激光点云融合建模技术的高精度轻巧手持SLAM三维激光扫描仪。设备机身小巧、手持轻便,可快速采集点云数据;支持实时解算、实时预览点云成果,大幅提高内外业工作效率;同时支持一键生成实景三维Mesh模型,实现城市建筑、堆体、室内空间等场景的高逼真3d重建。以下是智影S100在国家游泳中心“水立方”进行实地采集的点云与模型成果展示:智影S100:水立方立面点云与模型成果分享,实
- ROS目标跟随(路径规划、雷达、slam、定位)
海风-
ROS小车跟随目标跟随雷达路径规划定位
ROS目标跟随(路径规划、雷达、地图、定位)最终效果展示一、总体launch文件1、打开已有地图2、组合小车的各个部分2.1惯性矩阵设置2.2小车底盘2.3摄像头2.4雷达2.5为机器人模型添加传动装置以及控制器2.6为机器人模型添加雷达配置2.7为机器人模型添加摄像头配置2.8为机器人模型添加kinect摄像头配置3、定位系统(amcl)4、路径规划(move_base)4.1全局路径规划与本地
- ROS小车跟随
海风-
ROS小车跟随目标跟随雷达
这篇的目的是方便自己复习总体流程1、gazebo仿真世界2、机器人模型3、slam建图4、定位5、路径规划6、小车跟随7、总体launch文件第一篇博客给出了总体代码:https://blog.csdn.net/m0_71523511/article/details/135610191第二篇博客改善了跟随的效果:https://blog.csdn.net/m0_71523511/article/d
- 【激光SLAM】激光的前端配准算法
趴抖
激光SLAM激光SLAMSLAM前端
文章目录ICP匹配方法(PointtoPoint)PL-ICP匹配方法(PointtoLine)基于优化的匹配方法(Optimization-basedMethod)优化方法的求解地图双线性插值拉格朗日插值法——一维线性插值相关方法(Correlation-basedMethod)帧间匹配似然场算法流程位姿搜索分枝定界算法引用在激光SLAM中,前端配准(FrontendRegistration)是
- 【Java万花筒】跨越云平台的无服务器开发:使用Java构建弹性、高效的应用
friklogff
Java万花筒serverlessjavapython
无服务器计算平台的Java集成指南:AWSLambda、GoogleCloudFunctions、腾讯云函数和IBMCloudFunctions前言无服务器计算平台提供了一种方便、弹性和成本效益高的方式来运行代码,而无需关心底层基础设施的管理。在这篇文章中,我们将探讨如何使用Java语言与一些主要的无服务器计算平台集成,包括AWSLambda、GoogleCloudFunctions、腾讯云函数和
- 基于ORB-SLAM2与YOLOv8剔除动态特征点
笨小古
SLAM学习SLAMYOLOYOLOv8
基于ORB-SLAM2与YOLOv8剔除动态特征点以下方法以https://cvg.cit.tum.de/data/datasets/rgbd-dataset/download#freiburg3_walking_xyz数据集进行实验测试APE首先在不剔除动态特征点的情况下进行测试:方法1:segment坐标点集合逐一排查剔除利用YOLOv8的segment获取动态对象(这里指人person)所在
- 周三 2020-03-11 06:40 - 24:00 晴 05h34m
么得感情的日更机器
白天干事,晚上玩和总结,早睡早起概述 早上6:40醒,然后开始日常任务:单词+口语+听力+学习强国。7:00到7:30躺床上看哔哩哔哩,发现一些好的SLAM视频。7:40下楼吃饭,8:30上楼练字。上午8:40到9:40看论文,9:45到10:00运动时间,10:00到11:15看论文。11:15到11:50玩哔哩哔哩。下午12:00吃午饭,12:30到13:00学习摄影技能。14:13-14:
- 视觉slam十四讲学习笔记(六)视觉里程计 1
苦瓜汤补钙
视觉SLAM十四讲笔记机器学习ubuntu
本文关注基于特征点方式的视觉里程计算法。将介绍什么是特征点,如何提取和匹配特征点,以及如何根据配对的特征点估计相机运动。目录前言一、特征点法1特征点2ORB特征FAST关键点BRIEF描述子3特征匹配二、实践:特征提取和匹配三、2D-2D:对极几何1对极约束2本质矩阵3单应矩阵四、实践:对极约束求解相机运动五、三角测量总结前言1.理解图像特征点的意义,并掌握在单幅图像中提取出特征点,及多幅图像中匹
- 相机—特点及区别
Dirschs
摄像头数码相机
1.相机种类RGB,RGB-D,单目,双目,sterro相机,实例相机2.相机特点2.1单目只使用一个摄像头进行SLAM,结构简单,成本低三维空间的二维投影必须移动相机,才能估计场景中物体的远近和大小单目SLAM估计的轨迹和地图与真实的相差一个因子2.2双目由两个单目相机组成,两个相机之间的距离(基线)是已知的根据基线估计每个像素的空间位置,距离估计:比较左右眼的图像室内+室外缺点:配置与标定较为
- 视觉SLAM十四讲学习笔记——第五讲 相机与图像
晒月光12138
视觉SLAM十四讲学习笔记自动驾驶计算机视觉人工智能
这一讲主要内容就是了解摄像机的成像模型以及OpenCV的使用。1.四种坐标系坐标系基本描述世界坐标系因为摄像机和物体可以随便摆放在空间中的任何位置,所以我们必须用一个固定的坐标系来描述空间中任何物体的位置和摄像机的位置和朝向,这个基准坐标系我们称之为世界坐标系。在计算机视觉中,我们通常把世界坐标系定义为摄像机坐标系或者所观测的物体的中心。摄像机坐标系摄像机坐标系的原点是摄像机的光心,X、Y轴分别平
- 视觉slam十四讲学习笔记(四)相机与图像
苦瓜汤补钙
视觉SLAM十四讲笔记相机机器学习
理解理解针孔相机的模型、内参与径向畸变参数。理解一个空间点是如何投影到相机成像平面的。掌握OpenCV的图像存储与表达方式。学会基本的摄像头标定方法。目录前言一、相机模型1针孔相机模型2畸变单目相机的成像过程3双目相机模型4RGB-D相机模型二、图像计算机中图像的表示三、图像的存取与访问1安装OpenCV2存取与访问总结前言前面介绍了“机器人如何表示自身位姿”的问题,部分地解释了SLAM经典模型中
- 移动机器人激光SLAM导航(五):Cartographer SLAM 篇
Robot_Yue
自主探索导航学习SLAMCartographer工程化调参
参考Cartographer官方文档Cartographer从入门到精通1.Cartographer安装1.1前置条件推荐在刚装好的Ubuntu16.04或Ubuntu18.04上进行编译ROS安装:ROS学习1:ROS概述与环境搭建1.2依赖库安装资源下载完解压并执行以下指令https://pan.baidu.com/s/1LWqZ4SOKn2sZecQUDDXXEw?pwd=j6cf$sudo
- Serverless里FaaS与BaaS
久绊A
阿里云阿里云
目录什么是FaaS?什么是BaaS?什么是FaaS?FaaS即FunctionsasaService,函数即服务,是Serverless架构的一种形态,面向函数编程,基于事件驱动提供云服务之间端到端的解决方案。借助FaaS,开发人员可以快速构建任何类型的应用和服务,并且只需为任务实际消耗的资源付费。FaaS是Serverless模型中代码的托管计算服务。阿里云的函数计算、AWSLambda都是Fa
- 扩展速度提高了12倍!AWS Lambda 函数重大改进!
诗者才子酒中仙
物联网/互联网/人工智能/其他awsjava面试
Marcia是AmazonWebServices的首席开发倡导者,在软件行业构建和扩展应用程序方面拥有20年的工作经验。她热衷于设计能够充分利用云并拥抱DevOps文化的系统。最近她发表了一篇博文,带来了一个AWSLambda重大改进:扩展速度提升了12倍!1、Lambda函数更新,扩展速度倍增现在,AWSLambda的扩展速度提高了12倍。每个同步调用的Lambda函数现在每10秒扩展1000个
- ORB-SLAM3运行自制数据集进行定位教程
极客范儿
ORB-SLAM━═━═━◥MR◤━═━═━IMUORB-SLAM3
目前手上有一个特定的任务,做应急救援的视觉SLAM,目前公共数据集比较少,考虑自建数据集,从网络上爬虫火灾、地震的等手机录制的视屏,应用一些现有成熟ORB-SLAM3系统到这个数据集上看效果,然后根据效果得到一些模型改进思路。文章目录一、系统配置二、制作数据集1、脚本编写2、配置文件编写3、录制视频素材4、修改CMakeLists.txt5、编译运行一、系统配置系统版本ubuntu20.04Ope
- 视觉SLAM十四讲学习笔记(二)三维空间刚体
苦瓜汤补钙
视觉SLAM十四讲笔记计算机视觉算法
哔哩哔哩课程连接:视觉SLAM十四讲ch3_哔哩哔哩_bilibili目录一、旋转矩阵1点、向量、坐标系2坐标系间的欧氏变换3变换矩阵与齐次坐标二、实践:Eigen(1)运行报错记录与解决三、旋转向量和欧拉角1旋转向量2欧拉角四、四元数1四元数的定义2四元数的运算3用四元数表示旋转4四元数到旋转矩阵的转换五、实践:Eigen(2)useGeometryvisualizeGeometry总结前言问题
- 视觉slam十四讲学习笔记(三)李群与李代数
苦瓜汤补钙
视觉SLAM十四讲笔记人工智能学习
1.理解李群与李代数的概念,掌握SO(3),SE(3)与对应李代数的表示方式。2.理解BCH近似的意义。3.学会在李代数上的扰动模型。4.使用Sophus对李代数进行运算。目录前言一、李群李代数基础1群2李代数的引出3李代数的定义4李代数so(3)5李代数se(3)二、指数与对数映射1SO(3)上的指数映射2SE(3)上的指数映射三、李代数求导与扰动模型1BCH公式与近似形式2SO(3)李代数上的
- 【激光SLAM】激光雷达数学模型和运动畸变去除
趴抖
激光SLAMSLAM激光SLAM
目录概念介绍激光雷达传感器介绍测距原理三角测距飞行时间(TOF)激光雷达数学模型介绍光束模型(beammodel)似然场模型(likelihoodmodel)运动畸变介绍畸变去除纯估计方法(ICPVariants)ICP方法VICP(VelocityestimationICP)里程计辅助方法概念介绍激光雷达传感器介绍测距原理三角测距特点:中近距离精度较高,距离越近,精度越高价格便宜远距离精度较差易
- CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN
Danileaf_Guo
centoslinux运维服务器
正文共:1333字21图,预估阅读时间:2分钟上次我们在Windows上尝试用TeslaM4配置深度学习环境(TensorFlow识别GPU难道就这么难吗?还是我的GPU有问题?),但是失败了。考虑到Windows本身就会调用图形显示,可能会有影响,所以我们本次换用Linux系统(CentOS7.9)来尝试一下。1、下载软件结合上次的经验教训,我们本次先确定合适的CUDA(ComputeUnifi
- 【Ubuntu18.04搭建 SLAM环境】
cc-growing
gitubuntulinux
CMake、g++、git的安装这是最基本的c++编译环境,可能已经安装了sudoapt-getinstallcmakesudoapt-getinstallg++sudoapt-getinstallgitOpencv3.4.16配置+opencv_contribOpencv有很多版本,建议采用源码安装对于Opencv3来说,最好安装3.4.5/3.4.16安装包下载注意opencv与opencv-
- 【orbslam2+nerf】
cashap27149
webpack前端node.js
1.需要安装cudacudnneigen-3.4.0opencv4.4以上(推荐opencv-4.5.5)需要gui,还要安装glfw:sudoapt-getinstalllibglfw3-devlibgl1-mesa-devlibglu1-mesa-devlibglew-dev2.run下载源码:给你了解压VocabularycdVocabularytarzxfORBvoc.txt.tar.gz
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!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/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理