- OpenCV图像边缘检测
慕婉0307
opencv基础opencv人工智能计算机视觉
一、边缘检测基础概念边缘检测是图像处理中最基本也是最重要的操作之一,它能识别图像中亮度或颜色急剧变化的区域,这些区域通常对应物体的边界。OpenCV提供了多种边缘检测方法,从传统的算子到基于深度学习的现代方法。1.1为什么需要边缘检测?数据降维:将图像转换为边缘表示可大幅减少数据量特征提取:边缘是图像最重要的视觉特征之一预处理步骤:为物体识别、图像分割等高级任务做准备噪声抑制:某些边缘检测方法具有
- 入选 ICML 2025!哈佛医学院等推出全球首个 HIE 领域临床思维图谱模型,神经认知结果预测任务上性能提升 15%
hyperai
在人工智能技术突飞猛进的当下,大型视觉-语言模型(LVLMs)正以惊人的速度重塑多个领域的认知边界。在自然图像与视频分析领域,这类模型依托先进的神经网络架构、海量标注数据集与强大算力支持,已能精准完成物体识别、场景解析等高阶任务。而在自然语言处理领域,LVLMs通过对TB级文本语料的学习,在机器翻译、文本摘要、情感分析等任务上达到专业级水准,其生成的学术摘要甚至能精准提炼医学文献的核心结论。然而当
- 一[3.0]、 yolov8 工作原理
他人是一面镜子,保持谦虚的态度
车道检测研究YOLO
目录YOLOv8简介什么是YOLOv8?yaml配置文件解析YOLOv8架构图Yolov8有什么新功能?YOLO模型彻底改变了计算机视觉领域。识别物体是计算机视觉中的一项关键任务,可应用于机器人、医学成像、监控系统和自动驾驶汽车等多个领域。YOLO模型的最新版本YOLOv8是一种先进的实时物体检测框架,引起了研究界的关注。在所有流行的物体识别机器学习模型(如FasterR-CNN、SSD和Reti
- 基于Python+OpenCV实现SIFT
2301_79809972
pythonpythonplotly
欢迎大家点赞、收藏、关注、评论啦,由于篇幅有限,只展示了部分核心代码。文章目录一项目简介二、功能三、系统四.总结一项目简介 一、项目背景与意义SIFT(Scale-InvariantFeatureTransform,尺度不变特征变换)是一种在计算机视觉中广泛应用的局部图像特征描述子。由于其具有尺度不变性、旋转不变性和对光照变化、仿射变换和噪声的鲁棒性,SIFT在图像匹配、物体识别、三维重建等领域
- 图像的形态学操作
Suniaun原型机
OpenCV入门opencv计算机视觉c++
OpenCV中的形态学操作图像的形态学操作(MorphologicalOperations)是一种基于图像形状的处理方法,通常用于二值图像的分析和处理。形态学操作通过对图像中各个区域的结构进行改变或分析,来提取或增强图像中的形态特征(如边缘、物体、空洞等)。这些操作在许多计算机视觉任务中非常常见,例如噪声去除、边缘检测、图像分割、物体识别等。它们主要基于图像的几何形状进行分析,通过设置形态学核(通
- 基于 SIFT 对图像进行局部特征匹配附Matlab代码
Matlab科研工作室
matlab计算机视觉开发语言
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。往期回顾关注个人主页:Matlab科研工作室个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。内容介绍图像匹配是计算机视觉领域的一项基础且关键的技术,它旨在寻找不同图像之间的对应关系,进而为物体识别、三维重建、图像拼接等高级应用提供坚实的基础。在众多的图像匹配方法中,局部特征
- Python实现自动物体识别---基于深度学习的AI应用实战
Kelaru
pythonAIdeeplearningCV
在AI和CV领域,自动物体识别是一个非常热门且实用的任务,通过深度学习,我们可以让计算机自动识别图片或视频中的各种物体,比如人、车、动物等。现在我将带你一步步用Python和PyTorch实现一个简单的自动物体识别系统,助你快速上手AI项目实战,赶紧行动起来吧。。。一、环境准备采用PyTorch以及其配套的`torchvision`库,调用成熟的预训练模型(FasterR-CNN)来快速实现目标检
- C/C++的OpenCV 进行图像梯度提取
whoarethenext
opencvc语言c++
使用C++/OpenCV进行图像梯度提取图像梯度表示图像中像素强度的变化率和方向。它是图像分析中的一个基本概念,广泛应用于边缘检测、特征提取和物体识别等任务。OpenCV提供了多种计算图像梯度的函数。本文将介绍几种常用的梯度算子及其在C++/OpenCV中的实现。预备知识在开始之前,请确保您已经安装了OpenCV,并且您的C++开发环境已经配置好可以链接OpenCV库。通常,我们需要包含以下头文件
- 机器人视觉仿真软件:PCL (Point Cloud Library)_(9).三维物体识别与分类
kkchenjj
机器人仿真机器人分类数据挖掘机器人仿真数码相机计算机视觉
三维物体识别与分类在机器人视觉领域,三维物体识别与分类是一项核心技术。通过三维点云数据,机器人能够更准确地感知周围环境,识别出物体并对其进行分类。PCL(PointCloudLibrary)提供了丰富的算法和工具,使得这项任务变得更加可行和高效。本节将详细介绍如何使用PCL进行三维物体识别与分类,包括点云预处理、特征提取、匹配和分类算法等。点云预处理在进行三维物体识别与分类之前,点云数据通常需要进
- 机器人视觉仿真软件:PCL (Point Cloud Library)_(16).PCL在工业机器人中的应用
kkchenjj
机器人仿真机器人计算机视觉人工智能机器人仿真模拟仿真数据结构
PCL在工业机器人中的应用在工业机器人领域,PCL(PointCloudLibrary)被广泛应用于各种视觉任务,如物体识别、定位、路径规划和避障等。本节将详细介绍PCL在工业机器人中的具体应用,并通过实际代码示例来展示这些应用的实现过程。1.物体识别物体识别是工业机器人中的一项重要任务,它可以帮助机器人识别出工作环境中的特定物体,从而进行精确的操作。PCL提供了多种算法来实现物体识别,包括基于特
- Python+OpenCV系列:AI看图识人、识车、识万物
手搓人生
机器视觉人工智能pythonopencv
在人工智能风靡全球的今天,用Python和OpenCV结合机器学习实现物体识别,不仅是酷炫技能,更是掌握未来的敲门砖。本篇博文手把手教你如何通过摄像头或图片输入,识别人、动物、车辆及其他物品,让你的程序瞬间具备AI能力。一、什么是物体识别?物体识别是计算机视觉中的关键任务,通过算法从图像或视频中检测并分类特定目标。例如:识别人脸、识别汽车品牌、甚至是分类宠物品种。借助OpenCV和Python,我
- 新型智慧园区解决方案:AI赋能场景,核心架构全解析
百家方案
解决方案人工智能架构智慧园区
新型智慧园区解决方案通过集成物联网、大数据、云计算等前沿技术,并结合AI的深度应用,为园区的管理、运营和服务带来了前所未有的变革。一、AI赋能智慧园区的应用场景1、智能安防监控AI技术使园区监控系统具备了超乎寻常的洞察力。通过高精度的物体识别与行为分析算法,系统能够自动甄别异常行为,如可疑人员徘徊、危险品遗留等,并及时发出预警。情感识别技术的加入,还能让系统感知个体的情绪状态,有效预防冲突事件的发
- OpenCV中Canny、Sobel和Laplacian边界检测算法原理和使用示例
点云SLAM
算法opencv算法人工智能计算机视觉边界检测算法Canny边缘检测Laplacian算子
OpenCV中提供了多种边界检测(EdgeDetection)算法,常用于图像分割、特征提取、物体识别等任务。以下是OpenCV中几种常见的边缘检测算法及其原理、使用方法:一、Canny边缘检测(最常用)原理:Canny是一种多阶段边缘检测算法,步骤如下:高斯滤波(降噪)计算梯度(Sobel算子)非极大值抑制(NMS)双阈值处理边缘连接(滞后阈值)OpenCV示例:#includeusingnam
- day30 学习笔记
豆豆
学习笔记opencv图像处理计算机视觉
文章目录前言一、凸包特征检测1.穷举法2.QuickHull法二、图像轮廓特征查找1.外接矩形2.最小外接矩形3.最小外接圆前言通过今天的学习,我掌握了OpenCV中有关凸包特征检测,图像轮廓特征查找的相关原理和操作一、凸包特征检测通俗的讲,凸包其实就是将一张图片中物体的最外层的点连接起来构成的凸多边形,它能包含物体中所有的内容。凸包检测常用在物体识别、手势识别、边界检测等领域。tips:凸包与图
- OpenCv实战笔记(2)基于opencv和qt对图像进行灰度化 → 降噪 → 边缘检测预处理及显示
星火撩猿
OpenCv实战笔记opencv笔记qt图像处理
一、实现效果二、应用场景这三步是经典的“灰度化→降噪→边缘检测”预处理流程,常用于:计算机视觉任务(如物体识别、特征提取)。图像分析(如文档扫描、车牌识别)。减少后续算法的计算复杂度(灰度+模糊能显著提升性能)。三、参考代码//函数封装cv::MatconvertToGray(constcv::Mat&src){cv::Matgray;if(src.channels()==3)cv::cvtCol
- PCL学习(6) 特征描述与提取Features
清风墨竹-
学习c++计算机视觉3d科技
3D点云特征描述与提取是计算机视觉和三维数据处理中的核心任务,用于从无序的点云数据中提取有意义的局部或全局特征,以支持各种应用如物体识别、场景分割、配准等。一、基本概念点云特征是指能够描述点云局部或全局特性的数学表示,通常包括:几何特征:描述点云表面的几何属性统计特征:基于点分布的统计特性拓扑特征:描述点云的空间连接关系二、主要特征类型描述点云中某一点邻域内的几何特性:法向量:描述表面朝向曲率:描
- 1.2 常见错误与问题要大概了openmv教程 好家伙openmv与STM32教程 openmv物体识别 openmv巡线代码 openmv串口发送数据 openmv人脸识别 openmv颜色识别等
2501_91880063
视觉开发教程电赛毕设项目openmv实战学习项目计算机视觉stm32嵌入式硬件单片机rtdbs物联网51单片机
非常详细的视频和文字教程,讲解常见的openmv教程包括巡线、物体识别、圆环识别、阈值自动获取等。非常适合学习openmv、K210、K230等项目视频合集链接在:openmv教程合集openmv入门到项目开发openmv和STM32通信openmv和opencv区别openmv巡线openmv数字识别教程LCDopenmv教程合集openmv入门到项目开发openmv和STM32通信openmv
- 小车AI视觉识别--4.物体识别
xm一点不soso
AI视觉识别人工智能视觉小车树莓派计算机视觉
一、TensorFlow简介TensorFlow是一个使用数据流图进行数值计算的开源软件库。图中的节点表示数学运算,而图表边表示在它们之间流动的多维数据阵列(张量)。这种灵活的架构允许您将计算部署到桌面,服务器或移动设备中的一个或多个CPU或GPU,而无需重写代码。TensorFlow用户指南提供了详细的概述,并介绍了如何使用和自定义TensorFlow深度学习框架。TensorFlow最初是由研
- python opencv识别物体_Python-Opencv自定义训练器识别任意物体
weixin_39976413
pythonopencv识别物体
【实例简介】压缩包包含自定义训练器的全过程,也有代码和理论的解释,使用Python-Opencv轻松搞定任意物体识别!!!【实例截图】【核心代码】Python-opencv自定义训练器任意物体识别└──Python-opencv训练器任意物体识别├──opencv舌头识别.zip└──手把手教你如何利用Python+opencvopencv实时识别指定(或自定义)物体├──LBP_train.ba
- OpenCV运动物体检测
绘梨衣吖
opencvopencv人工智能计算机视觉
OpenCV运动物体检测欢迎访问我的博客sakuraの绘梨衣直接上识别代码,只要安装了OpenCV,可直接复现。注释很详细importcv2#形态学操作需要使用kernel=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))#创建混合高斯模型用于背景建模fgbg=cv2.createBackgroundSubtractorMOG2()#运动物体识别
- 使用Python和OpenCV进行运动物体识别和无人机识别
UtiExamples
pythonopencv无人机OpenCV
运动物体识别和无人机识别是计算机视觉领域中的重要应用之一。本文将介绍如何使用Python和OpenCV库进行分类器训练模型,并实现运动物体识别和无人机识别功能。首先,我们需要安装OpenCV库。可以使用以下命令通过pip安装:pipinstallopencv-python接下来,我们将使用OpenCV进行分类器训练模型。OpenCV提供了一个名为Haar级联的特征分类器,可以用于目标检测任务。这里
- 3.5.2-4-先识别框 框内数字识别 3.5.2-4-先识别框 框内数字识别 openmv数字模板匹配openmv K210 k230 数字识别模板匹配openmv电赛数字识别 数字识别
三年呀
开发语言openmvstm32神经网络嵌入式硬件单片机
**非常详细的视频和文字教程,讲解常见的openmv教程包括巡线、物体识别、圆环识别、阈值自动获取等。非常适合学习openmv、K210、K230等项目视频合集链接在openmv教程合集openmv入门到项目开发openmv和STM32通信openmv和opencv区别openmv巡线openmv数字识别教程LCD专刊openmv视觉文章链接:https://blog.csdn.net/qq_46
- OpenCV--图像轮廓检测
2201_75491841
opencv人工智能计算机视觉
在图像处理与计算机视觉领域,轮廓检测是一项极为关键的技术。轮廓作为物体边界的重要表征,承载了图像中物体的形状、尺寸和位置等关键信息。通过轮廓检测,我们能够提取出图像中物体的轮廓,为后续的物体识别、图像分割、形状分析等任务提供有力支持。OpenCV作为一款强大的计算机视觉库,提供了丰富且高效的轮廓检测工具。接下来,本文将深入探讨轮廓检测的原理,并结合OpenCV的代码示例,帮助大家更好地掌握这一技术
- 手把手教你利用Python + OpenCV实现实时物体识别
宫蓓姝Garth
手把手教你利用Python+OpenCV实现实时物体识别【下载地址】手把手教你如何利用PythonOpenCV实时识别指定或自定义物体手把手教你如何利用Python+OpenCV实时识别指定(或自定义)物体欢迎来到本教程,这里我们将深入浅出地指导您如何使用Python结合OpenCV库来实现对象检测与识别项目地址:https://gitcode.com/open-source-toolkit/0e
- Opencv 图像处理相关API
AndSonder
小白的ai学习之路opencv
opencv文章目录opencv图像基本操作图像平滑处理均值滤波高斯滤波中值滤波双边滤波图像阈值处理简单阈值化处理自适应阈值化处理图像形态学处理腐蚀(erosion)膨胀(dilation)开运算(MORPH_OPEN)与闭运算(MORPH_CLOSE)图像轮廓处理边缘检测亮度提升角点检测图像识别特征点检测特征值矩阵物体识别图像基本操作importnumpyasnpimportcv2ascv#读取
- 点云数据集汇总整理(持续更新......)
点云SLAM
点云数据处理技术点云数据集点云数据模型SLAM点云识别点云分割点云配准深度数据
点云数据集在计算机视觉和深度学习中用于各种任务,包括三维重建、物体识别、语义分割、姿态估计等。整理点云数据集时,可以根据应用场景和数据集的特性进行分类。以下是一些知名和常用的点云数据集的汇总:1.ModelNet系列ModelNet10/ModelNet40:描述:包含3DCAD模型的点云数据集,用于分类任务。ModelNet10包含10类物体,ModelNet40包含40类物体。应用:物体分类、
- AR增强现实之物体识别
Ceramist
ar
AR增强现实之物体识别引言随着科技的不断进步,增强现实(AugmentedReality,AR)技术已经成为了改变我们生活和工作方式的重要工具之一。物体识别作为AR技术的重要组成部分,允许设备识别现实世界中的物体,并在其上叠加虚拟信息,从而为用户带来更加沉浸式和交互式的体验。本文将深入探讨AR增强现实中的物体识别技术,包括其诞生原因、实用场景以及技术原理。物体识别技术的诞生原因物体识别技术的诞生源
- 【人工智能】图文详解深度学习中的卷积神经网络(CNN)
AI天才研究院
深度学习实战DeepSeekR1&大数据AI人工智能大模型深度学习人工智能cnn神经网络计算机视觉
【人工智能】图文详解深度学习中的卷积神经网络(CNN)概念和原理为什么要使用卷积神经网络?卷积神经网络简介卷积神经网络的数学公式池化操作:全连接层:激活函数卷积神经网络的C++实现示例代码应用场景自动驾驶影像物体识别医疗影像诊断附:计算机视觉中几种经典的网络结构概念和原理为什么要使用卷积神经网络?在讲述原理之前,我们先来解释为什么我们在图像及视频等等领域的机器学习中要使用CNN。我们都知道,使用多
- AI视频自动剪辑的核心原理
xinxiyinhe
人工智能python图像处理python图像处理人工智能
视频自动剪辑的核心原理是通过算法分析视频内容(画面、音频、元数据等),结合预设规则或机器学习模型,自动完成素材筛选、剪辑、转场等操作。以下是其技术实现的分层解析:1.内容分析与特征提取自动剪辑的第一步是“理解素材“,需从视频中提取关键信息:视觉分析:场景分割:通过帧间差异检测(如颜色直方图变化、边缘检测)或机器学习模型(如CNN)识别镜头切换点。物体识别:使用YOLO、ResNet等模型检测人脸、
- 17-OpenCVSharp 中实现 Halcon 的 Points_Harris算子(Harris 角点检测)
观视界
#opencv人工智能计算机视觉图像处理矩阵
专栏地址:《OpenCV功能使用详解200篇》《OpenCV算子使用详解300篇》《Halcon算子使用详解300篇》内容持续更新,欢迎点击订阅在OpenCVSharp中实现类似于Halcon中的Points_Harris算子,实际上就是实现Harris角点检测算法。Harris角点检测算法是用于检测图像中的角点特征,可以用来进行图像匹配、物体识别等任务。Halcon提供的Points_Harri
- iOS http封装
374016526
ios服务器交互http网络请求
程序开发避免不了与服务器的交互,这里打包了一个自己写的http交互库。希望可以帮到大家。
内置一个basehttp,当我们创建自己的service可以继承实现。
KuroAppBaseHttp *baseHttp = [[KuroAppBaseHttp alloc] init];
[baseHttp setDelegate:self];
[baseHttp
- lolcat :一个在 Linux 终端中输出彩虹特效的命令行工具
brotherlamp
linuxlinux教程linux视频linux自学linux资料
那些相信 Linux 命令行是单调无聊且没有任何乐趣的人们,你们错了,这里有一些有关 Linux 的文章,它们展示着 Linux 是如何的有趣和“淘气” 。
在本文中,我将讨论一个名为“lolcat”的小工具 – 它可以在终端中生成彩虹般的颜色。
何为 lolcat ?
Lolcat 是一个针对 Linux,BSD 和 OSX 平台的工具,它类似于 cat 命令,并为 cat
- MongoDB索引管理(1)——[九]
eksliang
mongodbMongoDB管理索引
转载请出自出处:http://eksliang.iteye.com/blog/2178427 一、概述
数据库的索引与书籍的索引类似,有了索引就不需要翻转整本书。数据库的索引跟这个原理一样,首先在索引中找,在索引中找到条目以后,就可以直接跳转到目标文档的位置,从而使查询速度提高几个数据量级。
不使用索引的查询称
- Informatica参数及变量
18289753290
Informatica参数变量
下面是本人通俗的理解,如有不对之处,希望指正 info参数的设置:在info中用到的参数都在server的专门的配置文件中(最好以parma)结尾 下面的GLOBAl就是全局的,$开头的是系统级变量,$$开头的变量是自定义变量。如果是在session中或者mapping中用到的变量就是局部变量,那就把global换成对应的session或者mapping名字。
[GLOBAL] $Par
- python 解析unicode字符串为utf8编码字符串
酷的飞上天空
unicode
php返回的json字符串如果包含中文,则会被转换成\uxx格式的unicode编码字符串返回。
在浏览器中能正常识别这种编码,但是后台程序却不能识别,直接输出显示的是\uxx的字符,并未进行转码。
转换方式如下
>>> import json
>>> q = '{"text":"\u4
- Hibernate的总结
永夜-极光
Hibernate
1.hibernate的作用,简化对数据库的编码,使开发人员不必再与复杂的sql语句打交道
做项目大部分都需要用JAVA来链接数据库,比如你要做一个会员注册的 页面,那么 获取到用户填写的 基本信后,你要把这些基本信息存入数据库对应的表中,不用hibernate还有mybatis之类的框架,都不用的话就得用JDBC,也就是JAVA自己的,用这个东西你要写很多的代码,比如保存注册信
- SyntaxError: Non-UTF-8 code starting with '\xc4'
随便小屋
python
刚开始看一下Python语言,传说听强大的,但我感觉还是没Java强吧!
写Hello World的时候就遇到一个问题,在Eclipse中写的,代码如下
'''
Created on 2014年10月27日
@author: Logic
'''
print("Hello World!");
运行结果
SyntaxError: Non-UTF-8
- 学会敬酒礼仪 不做酒席菜鸟
aijuans
菜鸟
俗话说,酒是越喝越厚,但在酒桌上也有很多学问讲究,以下总结了一些酒桌上的你不得不注意的小细节。
细节一:领导相互喝完才轮到自己敬酒。敬酒一定要站起来,双手举杯。
细节二:可以多人敬一人,决不可一人敬多人,除非你是领导。
细节三:自己敬别人,如果不碰杯,自己喝多少可视乎情况而定,比如对方酒量,对方喝酒态度,切不可比对方喝得少,要知道是自己敬人。
细节四:自己敬别人,如果碰杯,一
- 《创新者的基因》读书笔记
aoyouzi
读书笔记《创新者的基因》
创新者的基因
创新者的“基因”,即最具创意的企业家具备的五种“发现技能”:联想,观察,实验,发问,建立人脉。
第一部分破坏性创新,从你开始
第一章破坏性创新者的基因
如何获得启示:
发现以下的因素起到了催化剂的作用:(1) -个挑战现状的问题;(2)对某项技术、某个公司或顾客的观察;(3) -次尝试新鲜事物的经验或实验;(4)与某人进行了一次交谈,为他点醒
- 表单验证技术
百合不是茶
JavaScriptDOM对象String对象事件
js最主要的功能就是验证表单,下面是我对表单验证的一些理解,贴出来与大家交流交流 ,数显我们要知道表单验证需要的技术点, String对象,事件,函数
一:String对象;通常是对字符串的操作;
1,String的属性;
字符串.length;表示该字符串的长度;
var str= "java"
- web.xml配置详解之context-param
bijian1013
javaservletweb.xmlcontext-param
一.格式定义:
<context-param>
<param-name>contextConfigLocation</param-name>
<param-value>contextConfigLocationValue></param-value>
</context-param>
作用:该元
- Web系统常见编码漏洞(开发工程师知晓)
Bill_chen
sqlPHPWebfckeditor脚本
1.头号大敌:SQL Injection
原因:程序中对用户输入检查不严格,用户可以提交一段数据库查询代码,根据程序返回的结果,
获得某些他想得知的数据,这就是所谓的SQL Injection,即SQL注入。
本质:
对于输入检查不充分,导致SQL语句将用户提交的非法数据当作语句的一部分来执行。
示例:
String query = "SELECT id FROM users
- 【MongoDB学习笔记六】MongoDB修改器
bit1129
mongodb
本文首先介绍下MongoDB的基本的增删改查操作,然后,详细介绍MongoDB提供的修改器,以完成各种各样的文档更新操作 MongoDB的主要操作
show dbs 显示当前用户能看到哪些数据库
use foobar 将数据库切换到foobar
show collections 显示当前数据库有哪些集合
db.people.update,update不带参数,可
- 提高职业素养,做好人生规划
白糖_
人生
培训讲师是成都著名的企业培训讲师,他在讲课中提出的一些观点很新颖,在此我收录了一些分享一下。注:讲师的观点不代表本人的观点,这些东西大家自己揣摩。
1、什么是职业规划:职业规划并不完全代表你到什么阶段要当什么官要拿多少钱,这些都只是梦想。职业规划是清楚的认识自己现在缺什么,这个阶段该学习什么,下个阶段缺什么,又应该怎么去规划学习,这样才算是规划。
- 国外的网站你都到哪边看?
bozch
技术网站国外
学习软件开发技术,如果没有什么英文基础,最好还是看国内的一些技术网站,例如:开源OSchina,csdn,iteye,51cto等等。
个人感觉如果英语基础能力不错的话,可以浏览国外的网站来进行软件技术基础的学习,例如java开发中常用的到的网站有apache.org 里面有apache的很多Projects,springframework.org是spring相关的项目网站,还有几个感觉不错的
- 编程之美-光影切割问题
bylijinnan
编程之美
package a;
public class DisorderCount {
/**《编程之美》“光影切割问题”
* 主要是两个问题:
* 1.数学公式(设定没有三条以上的直线交于同一点):
* 两条直线最多一个交点,将平面分成了4个区域;
* 三条直线最多三个交点,将平面分成了7个区域;
* 可以推出:N条直线 M个交点,区域数为N+M+1。
- 关于Web跨站执行脚本概念
chenbowen00
Web安全跨站执行脚本
跨站脚本攻击(XSS)是web应用程序中最危险和最常见的安全漏洞之一。安全研究人员发现这个漏洞在最受欢迎的网站,包括谷歌、Facebook、亚马逊、PayPal,和许多其他网站。如果你看看bug赏金计划,大多数报告的问题属于 XSS。为了防止跨站脚本攻击,浏览器也有自己的过滤器,但安全研究人员总是想方设法绕过这些过滤器。这个漏洞是通常用于执行cookie窃取、恶意软件传播,会话劫持,恶意重定向。在
- [开源项目与投资]投资开源项目之前需要统计该项目已有的用户数
comsci
开源项目
现在国内和国外,特别是美国那边,突然出现很多开源项目,但是这些项目的用户有多少,有多少忠诚的粉丝,对于投资者来讲,完全是一个未知数,那么要投资开源项目,我们投资者必须准确无误的知道该项目的全部情况,包括项目发起人的情况,项目的维持时间..项目的技术水平,项目的参与者的势力,项目投入产出的效益.....
- oracle alert log file(告警日志文件)
daizj
oracle告警日志文件alert log file
The alert log is a chronological log of messages and errors, and includes the following items:
All internal errors (ORA-00600), block corruption errors (ORA-01578), and deadlock errors (ORA-00060)
- 关于 CAS SSO 文章声明
denger
SSO
由于几年前写了几篇 CAS 系列的文章,之后陆续有人参照文章去实现,可都遇到了各种问题,同时经常或多或少的收到不少人的求助。现在这时特此说明几点:
1. 那些文章发表于好几年前了,CAS 已经更新几个很多版本了,由于近年已经没有做该领域方面的事情,所有文章也没有持续更新。
2. 文章只是提供思路,尽管 CAS 版本已经发生变化,但原理和流程仍然一致。最重要的是明白原理,然后
- 初二上学期难记单词
dcj3sjt126com
englishword
lesson 课
traffic 交通
matter 要紧;事物
happy 快乐的,幸福的
second 第二的
idea 主意;想法;意见
mean 意味着
important 重要的,重大的
never 从来,决不
afraid 害怕 的
fifth 第五的
hometown 故乡,家乡
discuss 讨论;议论
east 东方的
agree 同意;赞成
bo
- uicollectionview 纯代码布局, 添加头部视图
dcj3sjt126com
Collection
#import <UIKit/UIKit.h>
@interface myHeadView : UICollectionReusableView
{
UILabel *TitleLable;
}
-(void)setTextTitle;
@end
#import "myHeadView.h"
@implementation m
- N 位随机数字串的 JAVA 生成实现
FX夜归人
javaMath随机数Random
/**
* 功能描述 随机数工具类<br />
* @author FengXueYeGuiRen
* 创建时间 2014-7-25<br />
*/
public class RandomUtil {
// 随机数生成器
private static java.util.Random random = new java.util.R
- Ehcache(09)——缓存Web页面
234390216
ehcache页面缓存
页面缓存
目录
1 SimplePageCachingFilter
1.1 calculateKey
1.2 可配置的初始化参数
1.2.1 cach
- spring中少用的注解@primary解析
jackyrong
primary
这次看下spring中少见的注解@primary注解,例子
@Component
public class MetalSinger implements Singer{
@Override
public String sing(String lyrics) {
return "I am singing with DIO voice
- Java几款性能分析工具的对比
lbwahoo
java
Java几款性能分析工具的对比
摘自:http://my.oschina.net/liux/blog/51800
在给客户的应用程序维护的过程中,我注意到在高负载下的一些性能问题。理论上,增加对应用程序的负载会使性能等比率的下降。然而,我认为性能下降的比率远远高于负载的增加。我也发现,性能可以通过改变应用程序的逻辑来提升,甚至达到极限。为了更详细的了解这一点,我们需要做一些性能
- JVM参数配置大全
nickys
jvm应用服务器
JVM参数配置大全
/usr/local/jdk/bin/java -Dresin.home=/usr/local/resin -server -Xms1800M -Xmx1800M -Xmn300M -Xss512K -XX:PermSize=300M -XX:MaxPermSize=300M -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=5 -
- 搭建 CentOS 6 服务器(14) - squid、Varnish
rensanning
varnish
(一)squid
安装
# yum install httpd-tools -y
# htpasswd -c -b /etc/squid/passwords squiduser 123456
# yum install squid -y
设置
# cp /etc/squid/squid.conf /etc/squid/squid.conf.bak
# vi /etc/
- Spring缓存注解@Cache使用
tom_seed
spring
参考资料
http://www.ibm.com/developerworks/cn/opensource/os-cn-spring-cache/
http://swiftlet.net/archives/774
缓存注解有以下三个:
@Cacheable @CacheEvict @CachePut
- dom4j解析XML时出现"java.lang.noclassdeffounderror: org/jaxen/jaxenexception"错误
xp9802
java.lang.NoClassDefFoundError: org/jaxen/JaxenExc
关键字: java.lang.noclassdeffounderror: org/jaxen/jaxenexception
使用dom4j解析XML时,要快速获取某个节点的数据,使用XPath是个不错的方法,dom4j的快速手册里也建议使用这种方式
执行时却抛出以下异常:
Exceptio