- Docker容器底层原理详解:从零理解容器化技术
Debug Your Career
面试docker容器dockerjava
一、容器本质:一个“隔离的进程”关键认知:Docker容器并不是一个完整的操作系统,而是一个被严格隔离的进程。这个进程拥有独立的文件系统、网络、进程视图等资源,但它直接运行在宿主机内核上(而虚拟机需要模拟硬件和操作系统)。类比理解:想象你在一个办公楼里租了一间独立办公室(容器)。你有自己的桌椅(文件系统)、电话分机(网络)、门牌号(主机名),但共享整栋楼的水电(宿主机内核)和电梯(硬件资源)。办公
- 目标检测(object detection)
加油吧zkf
目标检测目标检测人工智能计算机视觉
目标检测作为计算机视觉的核心技术,在自动驾驶、安防监控、医疗影像等领域发挥着不可替代的作用。本文将系统讲解目标检测的概念、原理、主流模型、常见数据集及应用场景,帮助读者构建对这一技术的完整认知。一、目标检测的核心概念目标检测(ObjectDetection)是指在图像或视频中自动定位并识别出所有感兴趣的目标的技术。它需要解决两个核心问题:分类(Classification):确定图像中每个目标的类
- 《手机摄影从实战到精通》——多个技能多条路,手机拍摄技巧,着实过分实用了
Ann2015
智能手机程序人生学习生活风景
用小小的一部手机,就能拍大片?是的,手机摄影已不容小觑。近年来,一些手机厂商邀请知名导演使用手机拍大片,以彰显手机性能的强大,这也重新定义了我们对手机摄影的认知。相较于传统摄影设备,智能手机自带的“计算摄影”性能也降低了拍摄门槛,它可以将原本需要手动调节的各项参数指标进行自动调整和优化,使我们能轻松获得最佳拍摄效果。这也大大降低了拍摄的难度和门槛,让我们将重点放在内容创作上。手机与视频平台也密不可
- AI技术革命:从代码生成到行业重塑的范式转移
Favor_Yang
创作活动人工智能
引言:觉醒的制造车间2023年某汽车零部件工厂,质检员王工发现异常:AI视觉系统实时标记出变速箱壳体上$0.1\text{mm}$的微裂纹,而该缺陷在传统检测中漏检率达$18%$。这背后是大模型微调技术与智能编程工具的融合应用——AI不再停留于概念,正系统性重构产业底层逻辑。一、AI编程:开发范式的颠覆性进化1.1自动化代码生成实践以GitHubCopilot为代表的智能编码工具,本质是基于Tra
- 实践YashanDB数据库安全控制的有效方法
数据库
随着数字化转型的推进,数据库的安全性成为企业面临的重要挑战之一。在现代应用中,数据泄露、篡改和非法访问等问题频频发生,给组织带来了巨大的经济损失和品牌形象损害。如何加强数据库安全控制,确保数据的保密性、完整性和可用性,是每个技术团队必须解决的问题。本文将详细探讨在YashanDB中实施有效的安全控制措施的方法,旨在为数据库管理员和技术架构师提供实用的指导和建议,以提升他们在数据库安全方面的认知与实
- 一文搞懂怎么入门大模型
在人工智能飞速发展的当下,大模型已然成为推动众多领域创新变革的核心力量。无论是在智能客服、内容创作,还是数据分析、科学研究等方面,大模型都展现出了令人瞩目的能力。对于渴望踏入大模型领域的初学者而言,构建一个系统且全面的入门路径至关重要。接下来,我们将以DeepSeek为例,详细阐述如何系统地入门大模型。一、理论基础:搭建认知框架在深入实践之前,理解大模型的基础理论是关键。大模型,通常指具有海量参数
- SpringBoot3+LangChain4j:构建企业级 AI 办公助手
EyeDropLyq
人工智能AI编程AIGC
【Java开发者进阶】SpringBoot3+LangChain4j实战:打造企业级AI办公助手,领跑技术变革!一、核心技术亮点:前沿栈融合,让Java开发拥抱AI时代1.SpringBoot3与LangChain4j的黄金搭档以SpringBoot3.x为后端框架,深度集成专为Java设计的LangChain4j工具,打破“Python垄断AI开发”的固有认知。你将掌握多模态AI能力与Java系
- 《软件工程实务》学习心得
一、课程学习背景本学期学习《软件工程实务》课程时,我怀着对软件开发系统化流程的好奇心开始学习。此前虽接触过编程和简单项目开发,但对需求分析、团队协作、版本控制等环节缺乏规范认知。通过这么多天的理论学习、案例分析及团队项目实践,我对软件工程的全生命周期管理有了深刻理解,并认识到工程化思维对软件开发的重要性。二、知识体系与技能提升1.软件工程方法论的重构认知开发模式对比系统学习了瀑布模型、敏捷开发(S
- 根茎式装配体(RA)作为下一代协同智能范式的理论、架构与应用
由数入道
人工智能思维框架软件工程智能体
一、引言——范式危机与新大陆的召唤1.1表征主义的黄昏:当前AI协同范式的认知天花板自艾伦·图灵在《计算机器与智能》中播下思想的种子以来,人工智能的漫长征途始终被一个强大而内隐的哲学范式所笼罩——我们称之为“表征主义”(Representationism)。这一范式,无论其外在形态如何演变,从早期的符号逻辑、专家系统,到如今风靡全球的深度学习神经网络,其核心信念从未动摇:智能的核心,在于构建一个关
- 通过“逆向侦测”驾驭涌现复杂性的认知架构与技术实现
由数入道
架构认知框架人工智能思维模型
摘要(ExecutiveSummary)我们正处在一个由人工智能驱动的“寒武纪大爆发”时代,复杂性本身正在经历一次相变。面对这一现实,渐进式的分析优化已然失效,唯有通过构建一种全新的认知架构——“逆向侦测”(ReverseDetection),才能在混沌中驾驭涌现的力量。本报告旨在提供该架构的终极蓝图,涵盖从哲学基石到技术实现,再到组织重塑的完整路径。一个基本的理论内核:“前兆复合体”(Precu
- 人工智能基础知识PPT课件
智慧化智能化数字化方案
方案解读馆人工智能入门人工智能学习人工智能课件人工智能PPT
人工智能基础知识定义与概念:人工智能是研究、开发用于模拟、延伸和扩展人类智能行为的综合性科学,其目的是让计算机系统具备执行人类智能任务的能力。涉及计算机科学、数学等多学科,研究对象是让系统具备智能,智能包括认知、适应和自主能力等维度。学派与方法学派:有符号主义、联结主义、行为主义等学派,分别从不同角度研究人工智能。方法:包括基于知识、学习和仿生的方法,如专家系统、机器学习、深度学习等。分类与发展分
- BEV感知算法:自动驾驶的“上帝视角“革命
fmvrj34202
算法
在自动驾驶技术快速发展的今天,BEV(Bird'sEyeView,鸟瞰图)感知算法正成为行业关注的焦点。这项突破性技术通过将多传感器数据统一映射到鸟瞰视角,为自动驾驶系统构建了前所未有的全局环境认知能力,堪称自动驾驶领域的"上帝视角"革命。BEV的核心技术原理BEV感知算法的核心在于将来自摄像头、激光雷达等不同传感器的异构数据,通过深度学习网络统一转换到俯视坐标系。这一过程主要依靠三大关键技术:多
- 深度解码:企业级 AI 选型中 Gemini 与 DeepSeek 的架构对决
charles666666
人工智能架构语言模型深度学习产品经理机器学习
开篇:技术选型会议中的认知困局当技术团队尝试评估基于MoE(专家混合)架构的Gemini1.5Pro和DeepSeek-V3时,决策者往往陷入认知混乱。尽管两者同属MoE架构,实际测试表现却大相径庭。这种混乱源于对参数规模的盲目崇拜。Gemini1.5Pro拥有1.5万亿参数,而DeepSeek-V3参数规模仅为前者的一半。但在实际企业场景测试中,DeepSeek在中文语义理解任务中的准确率却高出
- 富集分析——GO、KEGG
ersanshi055
生信小菜鸟富集分析GOkegg
一、富集分析的基础认知在生物信息学研究领域,基因功能解析及通路阐释是众多分析流程中的关键环节,富集分析(EnrichmentAnalysis)是将基因或蛋白列表按照功能进行分类的统计方法,目的是找出在特定基因集中显著富集的功能类别或通路。通过这种方法,研究人员可以理解一组基因(如差异表达基因)在哪些生物学过程、分子功能或通路中代表。1.富集分析分类基因本体论富集分析(GeneOntologyEnr
- 量子计算的数学地基:解码希尔伯特空间的魔法
牧之112
量子计算
在科技圈,“量子计算”早已不是陌生的名词。从谷歌的“量子霸权”实验到IBM的量子云服务,从药物研发的分子模拟到密码学的革命性突破,量子计算正以颠覆式的姿态重塑着人类对计算的认知。但在这些令人惊叹的应用背后,藏着一个关键的数学基石——希尔伯特空间(HilbertSpace)。它像一片隐形的“量子舞台”,支撑着量子比特的叠加、纠缠与计算,是理解量子计算本质绕不开的概念。一、从“普通空间”到“量子空间”
- Vue3 面试不再慌:这 8 个问题答得好,基本稳了!
掘金安东尼
vue.js前端javascript
面试Vue3岗位,真的只是复习CompositionAPI、生命周期和响应式吗?你以为自己准备得差不多了,但一上来,面试官问的是:“Vue3中的响应式是怎么实现的?和Vue2有什么本质不同?”——你还在“setup里写逻辑就完事了”的认知,可能就被这一问击穿了。作为Vue开发者,这些年我面过别人,也被别人面过。今天就来整理一份Vue3面试高频问题+高质量回答,不止是应试,更是一次知识体系的整理升级
- 如何学习智能体搭建
如何学习智能体搭建前言随着人工智能的发展,智能体(Agent)成为自动化、交互式应用和自主决策系统中的核心角色。本书将从零基础出发,系统讲解智能体的基本原理、常见框架、实战搭建与进阶技巧,帮助你快速上手并应用于实际项目。目录智能体基础认知智能体的核心组成主流智能体开发框架本地智能体与云端智能体选型智能体的任务自动化与插件集成智能体的知识检索与上下文管理智能体的多模态扩展智能体安全与可控性智能体实战
- 大模型之Spring AI实战系列(三十二):Spring Boot + DeepSeek 实战指南:工具函数(Function Call)实战应用
系列篇章No.文章1大模型之SpringAI实战系列(一):基础认知篇-开启智能应用开发之旅2大模型之SpringAI实战系列(二):SpringBoot+OpenAI打造聊天应用全攻略3大模型之SpringAI实战系列(三):SpringBoot+OpenAI实现聊天应用上下文记忆功能4大模型之SpringAI实战系列(四):SpringBoot+OpenAI使用OpenAIEmbedding实
- AR 双缝干涉实验亮相:创新科技实验范式,开拓 AR 技术新局
在科技飞速发展的今天,增强现实(AR)技术为双缝干涉实验带来了全新的变革与体验,AR双缝干涉实验应运而生。AR技术,作为虚拟现实技术的一个分支,最早诞生于1968年,它将计算机生成的虚拟信息与真实环境紧密融合,使虚拟信息实时、动态地叠加在现实世界之上,让用户能够同时感知真实与虚拟的内容,极大地增强了对现实世界的认知和理解。这种技术具有三维配准、实时交互以及融合真实和虚拟三大特性,使其在众多领域得到
- 「无痛成长」框架:用辩证思维搭建可持续变强的底层逻辑
默大老板是在下
表达想法思考人工智能学习经验分享重构
核心前提:成长是「动态平衡系统」真正的成长既不是「苦熬式内卷」,也不是「躺平式摆烂」,而是在「自我突破」与「接纳现状」之间找支点——就像开发软件时既要迭代功能,又要兼容旧系统,最终形成一套轻量化、低内耗的「个人成长操作系统」。一、认知基石:3个「辩证成长观」(打破非黑即白)核心逻辑:成长的底层矛盾不是「选A还是选B」,而是「A与B如何协同」:「敢想」与「落地」的平衡术误区:要么空想「月入十万」却从
- Drizzle ORM:轻量级数据库工具
编辑器前端
DrizzleORM:轻量级数据库工具在上一章中,我们探讨了CloudflareD1如何作为一款高性能、低成本的边缘数据库解决方案,彻底改变了我们对数据库架构的认知.但一般来说,我们很少在项目里裸写sql,所以我们需要一个能简化操作和开发的ORM工具,但市面上绝大多数的ORM对于这种ServerLess数据库的适配很差,需要解决各种依赖问题。那么在尝试了一圈后,发现Drizzle是最好的搭配方案,
- Coze 基础认知:知识库功能深度解析与实战应用指南
charles666666
产品经理
在当今数字化时代,企业的知识管理能力已成为其核心竞争力之一。然而,许多企业仍面临着知识散落各处、查找困难、信息过时、新员工上手慢、专家经验流失、重复解答相同问题、客户支持效率低等知识管理痛点。在智能化时代,传统知识管理方式的局限性和高昂成本逐渐凸显。而Coze知识库凭借着强大的功能和优势,成为了企业解决这些痛点的关键。一、精准定位问题企业的知识往往分散在不同的文档、邮件、网页、数据库等各个角落,员
- 微信小程序开发全解析:流程、交互、框架对比与避坑实战
北辰alk
微信小程序微信小程序交互小程序
文章目录一、微信小程序开发全景认知1.1技术架构解析1.2开发模式选择二、原生开发全流程详解2.1环境搭建2.2项目结构规范2.3核心API实战三、主流框架开发实践3.1Taro(React技术栈)3.1.1项目初始化3.1.2跨平台编译3.2Uni-app(Vue技术栈)3.2.1条件编译示例四、原生开发vs框架开发深度对比4.1开发效率对比4.2性能对比(数据实测)4.3跨平台能力4.4调试复
- PromptX 架构演进深度解析:从理念到实践的完整工程化之路
步子哥
智能涌现架构人工智能
核心理念:AIuseCLIgetpromptforAI-一场关于AI认知架构的全方位革命引言:当理想遇见现实的工程挑战当我们深入研究PromptX项目的完整文档体系时,会发现这不仅仅是一个技术项目,而是一个从哲学思考到工程实践的完整演进过程。今天,让我们通过这些核心文档,深度解析PromptX如何从革命性理念发展为可落地的工程架构。这些文档记录了一个真实的技术演进过程:从最初的理想化设计,到遇到实
- 算法化资本——智能投顾技术重构金融生态的深度解析
田园Coder
人工智能科普人工智能科普
金融市场的数字化进程正经历着本质性跃迁。当传统交易大厅的开放式喊价被服务器集群的低频嗡鸣取代,当投资决策从人类直觉转向概率矩阵计算,一场由人工智能驱动的资本范式革命已悄然降临。智能投顾作为这场变革的核心载体,其技术架构不仅重塑财富管理的运作逻辑,更在认知层面挑战着金融市场的存在根基。理解这场变革的深度与广度,需要穿透技术表象,审视算法与资本结合引发的复杂生态嬗变。智能投顾系统的技术支柱建立于三重认
- 生成式人工智能认证(GAI认证)含金量怎么样?
技能咖
GAI认证生成式人工智能认证人工智能
当生成式人工智能(GenerativeAI)的浪潮以摧枯拉朽之势重塑职业版图时,一个尖锐的问题正悬在无数人的心头:在技术迭代比眨眼更快的时代,如何证明自己具备驾驭AI的核心能力?这场认知革命的背后,一张认证证书的价值早已超越了纸面——它既是个人能力的“信用背书”,也是企业筛选人才的“技术密码”。而生成式人工智能认证(GAI认证)的诞生,恰似一把打开未来之门的密钥,其含金量究竟几何?答案藏在三个维度
- 全球 AI HR 浪潮下的中国实践:从效率革命到战略重构
weixin_54980836
人工智能重构
一、全球AIHR的技术跃迁与价值重构在DeepSeek、ChatGPT引发的生成式AI革命中,人力资源管理领域正经历着从“工具替代”到“认知重构”的范式转变。Gartner《2025年人力资源技术趋势报告》指出,AI在HR场景的应用已从简历筛选、薪资计算等基础效率工具,升级为支持组织战略决策的“数字伙伴”。这种转变的底层逻辑,源于大模型技术带来的三大突破:多模态交互能力:AI已能同时处理文本、语音
- LeetCode--42.接雨水
前言:昨天好像又断更一天了,前天晚上一直在玩云顶之弈,一直输,怒火中烧,有一点上头了,我是一个不服输的人,所以,玩到了凌晨四点吧,应该是在玩家对战的环节睡着了,一觉醒来已经是下午两点了,所以断更了,今天续上,痛定思痛,怎么暑假了,我这么堕落,所以,以后应该不会再断更了解题思路:1.获取信息:给定n个非负整数表示每个宽度为1的柱子的高度图要求是,计算按次排列的柱子,下雨后能接多少水它还给了一个图,看
- 「源力觉醒 创作者计划」_以FastDeploy为例部署ERNIE-4.5-21B大模型全流程实践
cooldream2009
大模型基础AI技术文心大模型FastDeploy
目录前言1环境准备与依赖安装1.1硬件要求1.2Python环境与pip升级2下载ERNIE-4.5模型权重2.1安装HuggingFaceCLI工具2.2设置国内镜像加速(可选)2.3下载模型文件3安装FastDeploy与Paddle推理引擎3.1安装PaddlePaddle-GPU版本3.2安装FastDeploy-GPU4启动ERNIE-4.5本地服务4.1启动OpenAI兼容API服务4
- AI智能体长期记忆系统架构设计与落地实践:从理论到生产部署
一休哥助手
人工智能人工智能
摘要长期记忆能力是AI智能体实现持续个性化服务的核心瓶颈。本文基于Mem0、MemoryOS等前沿研究,系统解析长期记忆系统的三级架构、六大原子操作与生产级优化方案,结合金融、医疗等场景案例,通过7张架构图与4张对比表格,揭示如何实现91%延迟降低与90%成本节约的企业级记忆系统。全文超6000字,提供可落地的架构范式。1长期记忆:AI智能体的认知基石1.1人类记忆与AI记忆的类比情景记忆语义记忆
- LeetCode[Math] - #66 Plus One
Cwind
javaLeetCode题解AlgorithmMath
原题链接:#66 Plus One
要求:
给定一个用数字数组表示的非负整数,如num1 = {1, 2, 3, 9}, num2 = {9, 9}等,给这个数加上1。
注意:
1. 数字的较高位存在数组的头上,即num1表示数字1239
2. 每一位(数组中的每个元素)的取值范围为0~9
难度:简单
分析:
题目比较简单,只须从数组
- JQuery中$.ajax()方法参数详解
AILIKES
JavaScriptjsonpjqueryAjaxjson
url: 要求为String类型的参数,(默认为当前页地址)发送请求的地址。
type: 要求为String类型的参数,请求方式(post或get)默认为get。注意其他http请求方法,例如put和 delete也可以使用,但仅部分浏览器支持。
timeout: 要求为Number类型的参数,设置请求超时时间(毫秒)。此设置将覆盖$.ajaxSetup()方法的全局
- JConsole & JVisualVM远程监视Webphere服务器JVM
Kai_Ge
JVisualVMJConsoleWebphere
JConsole是JDK里自带的一个工具,可以监测Java程序运行时所有对象的申请、释放等动作,将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。
使用JConsole工具来分析WAS的JVM问题,需要进行相关的配置。
首先我们看WAS服务器端的配置.
1、登录was控制台https://10.4.119.18
- 自定义annotation
120153216
annotation
Java annotation 自定义注释@interface的用法 一、什么是注释
说起注释,得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说,元数据是描述数据的。就象数据表中的字段一样,每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据,也就是说注释是描述java源
- CentOS 5/6.X 使用 EPEL YUM源
2002wmj
centos
CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
- 在SQLSERVER中查找缺失和无用的索引SQL
357029540
SQL Server
--缺失的索引
SELECT avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,
last_user_seek ,
 
- Spring3 MVC 笔记(二) —json+rest优化
7454103
Spring3 MVC
接上次的 spring mvc 注解的一些详细信息!
其实也是一些个人的学习笔记 呵呵!
- 替换“\”的时候报错Unexpected internal error near index 1 \ ^
adminjun
java“\替换”
发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...
在拆分字符串时遇到通过 \ 来拆分,可是用所以想通过转义 \\ 来拆分的时候会报异常
public class Main {
/*
- POJ 1035 Spell checker(哈希表)
aijuans
暴力求解--哈希表
/*
题意:输入字典,然后输入单词,判断字典中是否出现过该单词,或者是否进行删除、添加、替换操作,如果是,则输出对应的字典中的单词
要求按照输入时候的排名输出
题解:建立两个哈希表。一个存储字典和输入字典中单词的排名,一个进行最后输出的判重
*/
#include <iostream>
//#define
using namespace std;
const int HASH =
- 通过原型实现javascript Array的去重、最大值和最小值
ayaoxinchao
JavaScriptarrayprototype
用原型函数(prototype)可以定义一些很方便的自定义函数,实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。
实现代码如下:
<script type="text/javascript">
Array.prototype.unique = function() {
var a = {};
var le
- UIWebView实现https双向认证请求
bewithme
UIWebViewhttpsObjective-C
什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求
中有讲述,不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求,网上有些文章中有涉及到此内容,但都只言片语,没有讲完全,更没有完整的代码,让人困扰不已。但是此知
- NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存)
bijian1013
redis数据库NoSQL
3.事务处理
Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行,而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时,这个连接会进入一个事务上下文,该连接后续的命令不会立即执行,而是先放到一个队列中,当执行exec命令时,redis会顺序的执行队列中
- 各数据库分页sql备忘
bingyingao
oraclesql分页
ORACLE
下面这个效率很低
SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20;
下面这个效率很高
SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
- 【Scala七】Scala核心一:函数
bit1129
scala
1. 如果函数体只有一行代码,则可以不用写{},比如
def print(x: Int) = println(x)
一行上的多条语句用分号隔开,则只有第一句属于方法体,例如
def printWithValue(x: Int) : String= println(x); "ABC"
上面的代码报错,因为,printWithValue的方法
- 了解GHC的factorial编译过程
bookjovi
haskell
GHC相对其他主流语言的编译器或解释器还是比较复杂的,一部分原因是haskell本身的设计就不易于实现compiler,如lazy特性,static typed,类型推导等。
关于GHC的内部实现有篇文章说的挺好,这里,文中在RTS一节中详细说了haskell的concurrent实现,里面提到了green thread,如果熟悉Go语言的话就会发现,ghc的concurrent实现和Go有点类
- Java-Collections Framework学习与总结-LinkedHashMap
BrokenDreams
LinkedHashMap
前面总结了java.util.HashMap,了解了其内部由散列表实现,每个桶内是一个单向链表。那有没有双向链表的实现呢?双向链表的实现会具备什么特性呢?来看一下HashMap的一个子类——java.util.LinkedHashMap。
- 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory
bylijinnan
abstract
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/
package design.pattern;
/*
* Abstract Factory Pattern
* 抽象工厂模式的目的是:
* 通过在抽象工厂里面定义一组产品接口,方便地切换“产品簇”
* 这些接口是相关或者相依赖的
- 压暗面部高光
cherishLC
PS
方法一、压暗高光&重新着色
当皮肤很油又使用闪光灯时,很容易在面部形成高光区域。
下面讲一下我今天处理高光区域的心得:
皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道(Lab模式的L通道)决定,色彩则由a、b通道确定。
处理思路为在保持高光区域纹理的情况下,对高光区域着色。具体步骤为:降低高光区域的整体的亮度,再进行着色。
如果想简化步骤,可以只进行着色(参看下面的步骤1
- Java VisualVM监控远程JVM
crabdave
visualvm
Java VisualVM监控远程JVM
JDK1.6开始自带的VisualVM就是不错的监控工具.
这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面
通过JMX连接远程机器, 需要经过下面的配置:
1. 修改远程机器JDK配置文件 (我这里远程机器是linux).
 
- Saiku去掉登录模块
daizj
saiku登录olapBI
1、修改applicationContext-saiku-webapp.xml
<security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />
<security:intercept-url pattern=&qu
- 浅析 Flex中的Focus
dsjt
htmlFlexFlash
关键字:focus、 setFocus、 IFocusManager、KeyboardEvent
焦点、设置焦点、获得焦点、键盘事件
一、无焦点的困扰——组件监听不到键盘事件
原因:只有获得焦点的组件(确切说是InteractiveObject)才能监听到键盘事件的目标阶段;键盘事件(flash.events.KeyboardEvent)参与冒泡阶段,所以焦点组件的父项(以及它爸
- Yii全局函数使用
dcj3sjt126com
yii
由于YII致力于完美的整合第三方库,它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如,Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数,使得代码看起来更加简洁易用。(原文地址)
我们可以保存在globals.php在protected目录下。然后,在入口脚本index.php的,我们包括在
- 设计模式之单例模式二(解决无序写入的问题)
come_for_dream
单例模式volatile乱序执行双重检验锁
在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题,但是因为由于JVM为了使得处理器内部的运算单元能充分利用,处理器可能会对输入代码进行乱序执行(Out Of Order Execute)优化,处理器会在计算之后将乱序执行的结果进行重组,保证该
- 程序员从初级到高级的蜕变
gcq511120594
框架工作PHPandroidhtml5
软件开发是一个奇怪的行业,市场远远供不应求。这是一个已经存在多年的问题,而且随着时间的流逝,愈演愈烈。
我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题,当然这些方法常常不管用,于是,唯一能做的就是不断地尝试,逐个看看是否奏效”。
现在我们把淫浸代码时间超过3年的开发人员称为
- Reverse Linked List
hcx2013
list
Reverse a singly linked list.
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
p
- Spring4.1新特性——数据库集成测试
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
- C# Ajax上传图片同时生成微缩图(附Demo)
liyonghui160com
1.Ajax无刷新上传图片,详情请阅我的这篇文章。(jquery + c# ashx)
2.C#位图处理 System.Drawing。
3.最新demo支持IE7,IE8,Fir
- Java list三种遍历方法性能比较
pda158
java
从c/c++语言转向java开发,学习java语言list遍历的三种方法,顺便测试各种遍历方法的性能,测试方法为在ArrayList中插入1千万条记录,然后遍历ArrayList,发现了一个奇怪的现象,测试代码例如以下:
package com.hisense.tiger.list;
import java.util.ArrayList;
import java.util.Iterator;
- 300个涵盖IT各方面的免费资源(上)——商业与市场篇
shoothao
seo商业与市场IT资源免费资源
A.网站模板+logo+服务器主机+发票生成
HTML5 UP:响应式的HTML5和CSS3网站模板。
Bootswatch:免费的Bootstrap主题。
Templated:收集了845个免费的CSS和HTML5网站模板。
Wordpress.org|Wordpress.com:可免费创建你的新网站。
Strikingly:关注领域中免费无限的移动优
- localStorage、sessionStorage
uule
localStorage
W3School 例子
HTML5 提供了两种在客户端存储数据的新方法:
localStorage - 没有时间限制的数据存储
sessionStorage - 针对一个 session 的数据存储
之前,这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储,因为它们由每个对服务器的请求来传递,这使得 cookie 速度很慢而且效率也不