- DeepSeek API 的获取与对话示例
Hoper.J
AIGCDeepSeekAPIAI
代码文件下载:Code在线链接:Kaggle|Colab文章目录注册并获取API环境依赖设置API单轮对话多轮对话流式输出更换模型注册并获取API访问https://platform.deepseek.com/sign_in进行注册并登录:新用户注册后将赠送10块钱余额,有效期为一个月:点击左侧的APIkeys(或者访问https://platform.deepseek.com/api_keys)
- 计算机视觉:解锁智能时代的钥匙与实战案例
我的运维人生
计算机视觉人工智能运维开发技术共享
计算机视觉:解锁智能时代的钥匙与实战案例在人工智能的浩瀚星空中,计算机视觉无疑是最为璀璨的星辰之一。它不仅让机器拥有了“看”的能力,更是推动了自动驾驶、安防监控、医疗影像分析、智能制造等多个领域的革新。本文将深入探讨计算机视觉的核心技术、最新进展,并通过一个具体的代码案例,展示如何在实际项目中应用这些技术。一、计算机视觉概述计算机视觉,简而言之,是指让计算机系统从数字图像或视频中提取有用信息的过程
- 99.24 金融难点通俗解释:MLF(中期借贷便利)vs LPR(贷款市场报价利率)
AI量金术师
金融资产组合模型进化论金融python机器学习人工智能数据可视化
目录0.承前1.什么是MLF?1.1专业解释1.2通俗解释1.3MLF的三个关键点:2.什么是LPR?2.1专业解释2.2通俗解释2.3LPR的三个关键点:3.MLF和LPR的关系4.传导机制4.1第一步:央行调整MLF4.2第二步:银行调整LPR4.3第三步:影响实际贷款5.实际案例6.为什么要关注?7.小贴士7.1关注渠道7.2实用建议8.总结9.LPR数据获取代码实现&数据可视化9.1数据获
- 【导航业务框架】autoware manager
盒子君~
#自动驾驶Autoware#架构自动驾驶人工智能
文章目录(1)从Autoware的系统层进行剖析(2)从系统组件框图进行剖析(3)从算法的基本控制和数据流进行剖析(4)从Autoware的节点图进行剖析【较有用】总结部署经验总结参考资料无人驾驶Autoware相关教程及博客请关注专栏:https://blog.csdn.net/qq_35635374/article/details/138165657无人车&无人机导航合集https://blo
- 基于LeNet-5实现交通标志分类任务
鱼弦
机器学习设计类系统分类深度学习人工智能
基于LeNet-5实现交通标志分类任务介绍LeNet-5是由YannLeCun等人在1998年提出的一种卷积神经网络(CNN)结构,最初用于手写数字识别。由于其简单高效的架构,LeNet-5也被广泛应用于图像分类任务,包括交通标志识别。应用使用场景交通标志分类在智能驾驶、车道辅助系统等领域有重要应用,可以帮助自动驾驶车辆识别道路上的各种交通标志,从而进行相应的决策,提高行车安全性。原理解释LeNe
- 探讨实时操作系统(RTOS)在嵌入式设备中的调度机制与效能优化
借口
热点资讯
博客主页:借口的CSDN主页⏩文章专栏:《热点资讯》探讨实时操作系统(RTOS)在嵌入式设备中的调度机制与效能优化探讨实时操作系统(RTOS)在嵌入式设备中的调度机制与效能优化探讨实时操作系统(RTOS)在嵌入式设备中的调度机制与效能优化引言实时操作系统概述定义应用场景调度机制分类常见算法死锁预防效能优化减少上下文切换开销内存管理功耗控制成功案例分析自动驾驶车辆智能家居面临的问题及解决方案系统复杂
- 基于vue和elementui的课程表
qq_35163460
前端组件html5vue.jselementui
之前用的课程表基本都是基于calendar开发的,calendar功能比较丰富,能实现很多功能,但是基于学校项目来说并不完美,首先就是最左侧的时间轴,学校课程表一般都是节次,而calendar都是时间。因为学校夏季和冬季上课时间都不同,所以并不实用。而有的calendar组件封装的比较厉害,想改造是很麻烦的,正是基于此我自己写了一个基础版本的课程表,分享给有需要的朋友。上面是课程表的截图,样式是采
- 深度学习模型在汽车自动驾驶领域的应用
eso1983
深度学习汽车自动驾驶
汽车自动驾驶是一个高度复杂的系统,深度学习和计算技术在其中扮演核心角色。今天简单介绍一下自动驾驶领域常用的深度学习模型及其计算原理的解析。1.深度学习模型分类及应用场景1.1视觉感知模型CNN(卷积神经网络)应用:图像分类、物体检测(车辆、行人、交通标志)、语义分割(道路、车道线)。典型模型:YOLO:实时目标检测,低延迟特性适合自动驾驶。MaskR-CNN:结合检测与像素级分割,用于精确场景理解
- 基于深度学习的行人检测与识别系统:YOLOv5、YOLOv8、YOLOv10与UI界面的实现
2025年数学建模美赛
深度学习YOLOui人工智能分类
引言行人检测与识别技术作为计算机视觉领域的一个重要应用,广泛应用于智能监控、自动驾驶、公共安全等多个领域。行人检测系统的目标是通过图像或视频中的内容,自动识别并定位行人,这项任务在复杂环境中面临着不同的挑战,如多样的行人姿态、遮挡、光照变化等。近年来,深度学习的进步,尤其是目标检测领域的快速发展,为行人检测提供了强有力的支持。YOLO(YouOnlyLookOnce)系列模型,作为目前目标检测领域
- 基于深度学习的行人检测识别系统:YOLOv8 + UI界面 + 数据集完整实现
2025年数学建模美赛
深度学习YOLOui人工智能分类
1.引言行人检测与识别是计算机视觉中的一个重要领域,广泛应用于安防监控、智能交通、自动驾驶等多个领域。传统的行人检测方法面临着许多挑战,如低光照、复杂背景、遮挡等问题。随着深度学习技术的迅猛发展,基于卷积神经网络(CNN)的方法,尤其是YOLO(YouOnlyLookOnce)系列算法,在行人检测中取得了显著的效果。YOLOv8作为YOLO系列的最新版本,继承了YOLO一贯的高效性和准确性,在速度
- 19、智能驾驶信息安全要求
OEM的牛马DRE
智能驾驶控制器硬件介绍网络服务器运维人工智能
信息安全要求:1.不应存在后门或隐蔽接口要求:系统或设备的设计、开发和生产过程中,应确保不存在任何未经授权或未公开的接口(即后门或隐蔽接口)。这些接口可能会被恶意用户或攻击者利用,绕过正常的安全机制,对系统或设备造成损害或窃取敏感信息。建议:在系统或设备的设计阶段,应进行全面的安全审查,确保所有接口都是明确且文档化的。在开发和测试过程中,应使用专业的安全工具和技术来检测和识别任何潜在的后门或隐蔽接
- YOLOv10:面向下一代目标检测模型的创新探索
AgriTube
YOLO
随着计算机视觉技术的飞速发展,目标检测模型在各类应用场景中的重要性与日俱增。从自动驾驶到智能监控,目标检测的准确性和实时性都直接影响着应用的效果和用户体验。YOLO(YouOnlyLookOnce)系列作为实时目标检测的代表性模型,自发布以来便因其速度与精度的平衡性得到了广泛关注和应用。如今,随着YOLOv10的即将推出,我们站在技术的前沿,思考如何对这一模型进行革新,使其在面对复杂多变的场景时表
- 自动驾驶---苏箐对智驾产品的思考
智能汽车人
自动驾驶技术自动驾驶人工智能机器学习
1前言对于更高级别的自动驾驶,很多人都有不同的思考,方案也好,产品也罢。最近在圈内一位知名的自动驾驶专家苏箐发表了他自己对于自动驾驶未来的思考。苏箐是地平线的副总裁兼首席架构师,同时也是高阶智能驾驶解决方案SuperDrive(HSD)的负责人。他此前在华为担任智能驾驶产品部部长,负责华为自动驾驶系统方案ADS的研发工作。苏箐在2022年10月加入地平线,并在2025年1月13日的地平线智驾科技畅
- 强化学习在自动驾驶中的实现与挑战
Echo_Wish
人工智能前沿技术自动驾驶人工智能机器学习
强化学习在自动驾驶中的实现与挑战自动驾驶技术作为当今人工智能领域的前沿之一,正通过各种方式改变我们的出行方式。而强化学习(ReinforcementLearning,RL),作为机器学习的一大分支,在自动驾驶的实现中扮演了至关重要的角色。它通过模仿人类驾驶员的决策过程,为车辆提供动态、灵活的导航与控制能力。然而,强化学习在实际应用中并非一帆风顺,还面临着诸多技术和现实挑战。本文将从原理、实现与挑战
- 2024-2025自动驾驶技术演进与产业破局的深度实践——一名自动驾驶算法工程师的年度技术总结与行业洞察
xiaomu_347
自动驾驶linux人工智能
一、引言:站在自动驾驶的"技术奇点"2024年是自动驾驶行业从"技术验证"迈向"商业化落地"的关键转折点。从特斯拉FSDV12的端到端技术突破,到中国L3法规的破冰,从大模型重构感知架构,到城市NOA的"千城大战",自动驾驶正在经历从实验室到真实场景的"惊险一跃"。作为某自动驾驶公司的算法工程师,我亲历了从传统模块化架构到数据驱动范式的技术跃迁。本文将以技术演进、行业洞察与个人实践为主线,剖析自动
- AI:263-强化学习在自动驾驶领域的应用与前沿挑战
一键难忘
精通AI实战千例专栏合集自动驾驶汽车强化学习人工智能
强化学习在自动驾驶中的应用与挑战自动驾驶汽车是当前人工智能和机器学习的热门研究方向,而强化学习(ReinforcementLearning,RL)因其在复杂动态环境中的决策能力,成为推动自动驾驶技术的重要工具。本文将探讨强化学习在自动驾驶中的应用、面临的挑战,并提供一个简单的代码实例以展示如何在自动驾驶中应用强化学习。1.强化学习的基础概念强化学习是一种通过试错的方式来学习最佳策略的机器学习方法。
- 强化学习在自动驾驶技术中的应用与挑战
电气_空空
自动驾驶人工智能机器学习
摘要:围绕强化学习在自动驾驶领域的应用进行了多方面的概括和总结。对强化学习原理及发展历程进行了介绍;系统介绍了自动驾驶技术体系以及强化学习在自动驾驶领域的应用所需的基础;按不同的应用方向分别介绍了强化学习在自动驾驶领域中的应用案例;深入分析了现阶段强化学习在自动驾驶领域存在的挑战,并提出若干展望。关键词:强化学习;自动驾驶;人工智能近年来,人工智能在各个领域得到了广泛应用。其快速发展为智能交通系统
- 强化学习:在无人驾驶中的应用
AI天才研究院
AI大模型企业级应用开发实战大数据AI人工智能计算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
强化学习:在无人驾驶中的应用作者:禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着科技的飞速发展,无人驾驶技术逐渐成为汽车工业和人工智能领域的热点。无人驾驶汽车被认为是未来交通系统的重要组成部分,它能够提高道路安全性、缓解交通拥堵、降低环境污染等。然而,实现无人驾驶面临着诸多挑战,其中最为关键的是如何让汽车在复杂多变的交通环
- 基于强化学习的自动驾驶决策规划算法
AI天才研究院
LLM大模型落地实战指南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
基于强化学习的自动驾驶决策规划算法作者:禅与计算机程序设计艺术1.背景介绍自动驾驶技术是当前人工智能领域最受关注和投入的方向之一。自动驾驶汽车需要在复杂多变的交通环境中做出安全、舒适和高效的决策和行动。传统基于规则和模型的决策规划方法已经难以满足自动驾驶的需求。近年来,基于强化学习的决策规划算法越来越受到关注,它能够在复杂动态环境中学习出高效的决策策略。2.核心概念与联系强化学习是一种通过与环境的
- 多系统萎缩锻炼小贴士
小知识来科普
生活
多系统萎缩是一种神经退行性疾病,它影响患者的多个身体系统,导致运动障碍、平衡失调、自主神经功能障碍等一系列症状。虽然目前尚无特效疗法能够完全逆转这一疾病,但科学的锻炼可以帮助患者改善症状、提高生活质量。以下是一些针对多系统萎缩患者的锻炼建议。有氧运动增强心肺功能对于病情较轻的患者,可以选择中低强度的有氧运动,如步行、慢跑、骑自行车等。这些运动有助于增强心肺功能,提高患者的耐力。建议每周进行3-5次
- 以智能驾驶为例,谈谈在AI时代GIS的发展
匹马夕阳
GIS杂谈人工智能
在智能驾驶领域,AI与GIS的结合正变得尤为重要,尤其是在自动驾驶系统中,GIS不仅仅是用于地图显示,还担负着空间数据分析、路径规划、环境感知等多重任务。随着AI技术的进步,GIS将在智能驾驶中发挥越来越关键的作用。下面我将结合智能驾驶的实际需求,分析AI时代下GIS的发展方向,并给出一些建议。1.高精度地图与实时动态更新发展方向:高精度地图是智能驾驶的核心组成部分之一,自动驾驶系统需要利用这些地
- 003:无人机概述
94_31762031
014-无人机航测无人机测绘无人机物流无人机巡检无人机航拍无人机系统无人机驾驶员
摘要:本文介绍无人机的定义和分类、无人机系统定义、民用无人机驾驶员分类和应用领域。一、无人机的定义和分类1.无人机定义无人机是一种能够在无人驾驶的条件下完成复杂空中飞行任务和各种负载任务的飞行器,可以被视为“空中机器人”。它利用先进的遥控、遥测技术和自备的程序控制装置,能够按照预定的航线或任务指令进行飞行和操作。2.无人机分类(1)按飞行平台构型分类固定翼无人机:类似于传统飞机,拥有一对固定的
- 18、智能驾驶芯片外部接口要求
OEM的牛马DRE
智能驾驶控制器硬件介绍人工智能
针对提出的关于产品关键芯片及硬件安全模块的技术保障要求:(1)产品的关键芯片应采取安全访问控制技术保障芯片的对外接口安全,保障系统不被非授权的进入为保障芯片的对外接口安全,防止系统被非授权进入,可以采取以下安全访问控制技术:访问控制保护:通过限制对芯片的访问权限来保护芯片的安全性。一种常见的访问控制方法是使用存储在芯片内部的安全密钥或密码来限制对芯片的访问。只有具有正确密钥或密码的用户才能访问芯片
- 【SLAM】SLAM技术详解:同步定位与地图构建
steamedobun
计算机视觉SLAM深度学习人工智能目标检测机器学习
引言在机器人技术、自动驾驶、增强现实(AR)和无人机等前沿领域,SLAM(SimultaneousLocalizationandMapping)技术扮演着至关重要的角色。SLAM,即同时定位与地图构建,是一种通过传感器数据实时估计机器人或无人系统自身位置并构建环境地图的技术。本文将详细介绍SLAM技术的原理、应用场景、分类及其优缺点,并对SLAM技术的未来发展进行展望。SLAM技术概述定义与原理S
- 计算机视觉:解锁未来智能的钥匙及其代码实践
我的运维人生
计算机视觉人工智能运维开发技术共享
计算机视觉:解锁未来智能的钥匙及其代码实践在当今这个数据爆炸的时代,计算机视觉作为人工智能的一个重要分支,正以前所未有的速度推动着科技的边界。它不仅让机器“看懂”世界,更在自动驾驶、医疗影像分析、智能制造、安防监控等众多领域展现出巨大的应用潜力。本文将深入探讨计算机视觉的核心技术、最新进展,并通过一个具体的代码案例,展示如何在实践中应用这些技术,旨在为读者提供一个理论与实践相结合的全面视角。一、计
- C语言经典贪心算法之加油站问题(详解)
鸿蒙Next
C语言算法算法c语言贪心算法数据结构程序人生
文章目录一、贪心算法二、加油站问题一、贪心算法贪心算法暗示一种不追求最优解,只希望找到较为满意解的方法。贪心算法省去了为找最优解要穷尽所有可能而必须耗费大量时间,因此它一般可以快速得到较为满意的答案。贪心算法常常以当前情况为基础做最优选择,而不考虑各种的整体情况,所以贪心算法不需要回溯。二、加油站问题1、问题一辆汽车加满油后可以行驶n千米,旅途中有若干个加油站(加油站是已经确定好的),为了使沿途加
- 【反悔堆】【hard】力扣871. 最低加油次数
hlc@
贪心算法精选leetcode算法职场和发展
汽车从起点出发驶向目的地,该目的地位于出发位置东面target英里处。沿途有加油站,用数组stations表示。其中stations[i]=[positioni,fueli]表示第i个加油站位于出发位置东面positioni英里处,并且有fueli升汽油。假设汽车油箱的容量是无限的,其中最初有startFuel升燃料。它每行驶1英里就会用掉1升汽油。当汽车到达加油站时,它可能停下来加油,将所有汽油
- 自动驾驶(Automated Driving)系统组成和主要技术--以思维导图形式介绍
大连海事的亲外甥
自动驾驶人工智能机器学习
一、自动驾驶概念介绍自动驾驶是指汽车依靠传感器、高精度地图和复杂的算法等,不需要驾驶员操作而自动完成驾驶的技术。二、自动驾驶系统组成和主要技术架构图思维导图形式绘制1、感知层传感器模块:包括摄像头、激光雷达、毫米波雷达和超声波雷达等,用于获取车辆周围环境的数据,如道路状况、其他车辆、行人和障碍物等。定位传感器模块:包括GNSS(全球导航卫星系统)、INS(惯性导航系统)和视觉SLAM等,用于确定车
- 17、智能驾驶硬件架构安全设计一般原则
OEM的牛马DRE
智能驾驶控制器硬件介绍人工智能
这段文字详细描述了硬件安全架构设计的一系列要求和原则,涵盖了从基本设计原则到具体实现细节和验证要求:一、基本设计原则平衡冗余与复杂度:硬件安全架构需平衡硬件冗余设计和故障检测回路以提高容错能力,同时降低硬件复杂度以避免复杂接口和系统失效。二、硬件容错设计覆盖的故障类型内部器件故障:包括恒态和瞬态故障。外部接口故障:涉及数字IO、模拟AD、网络接口和其他总线接口。外部环境干扰:电压浮动、EMC、振动
- ADAS(高级驾驶辅助系统)硬件解决方案设计与应用
空间机器人
智能电视
ADAS(高级驾驶辅助系统)硬件解决方案设计与应用让汽车变得聪明的魔法:硬件背后的秘密摘要随着智能驾驶技术的崛起,ADAS(高级驾驶辅助系统)已经成为现代汽车中不可或缺的“超级大脑”。这个系统通过结合多个传感器、强大的计算平台以及实时控制系统,帮助驾驶员安全、舒适地驾驶,甚至直接接管驾驶任务。本文将从硬件的角度,带你走进ADAS系统的“魔法世界”,通过生动的参数分析和实例,揭示背后的技术奥秘。引言
- ASM系列六 利用TreeApi 添加和移除类成员
lijingyao8206
jvm动态代理ASM字节码技术TreeAPI
同生成的做法一样,添加和移除类成员只要去修改fields和methods中的元素即可。这里我们拿一个简单的类做例子,下面这个Task类,我们来移除isNeedRemove方法,并且添加一个int 类型的addedField属性。
package asm.core;
/**
* Created by yunshen.ljy on 2015/6/
- Springmvc-权限设计
bee1314
springWebjsp
万丈高楼平地起。
权限管理对于管理系统而言已经是标配中的标配了吧,对于我等俗人更是不能免俗。同时就目前的项目状况而言,我们还不需要那么高大上的开源的解决方案,如Spring Security,Shiro。小伙伴一致决定我们还是从基本的功能迭代起来吧。
目标:
1.实现权限的管理(CRUD)
2.实现部门管理 (CRUD)
3.实现人员的管理 (CRUD)
4.实现部门和权限
- 算法竞赛入门经典(第二版)第2章习题
CrazyMizzz
c算法
2.4.1 输出技巧
#include <stdio.h>
int
main()
{
int i, n;
scanf("%d", &n);
for (i = 1; i <= n; i++)
printf("%d\n", i);
return 0;
}
习题2-2 水仙花数(daffodil
- struts2中jsp自动跳转到Action
麦田的设计者
jspwebxmlstruts2自动跳转
1、在struts2的开发中,经常需要用户点击网页后就直接跳转到一个Action,执行Action里面的方法,利用mvc分层思想执行相应操作在界面上得到动态数据。毕竟用户不可能在地址栏里输入一个Action(不是专业人士)
2、<jsp:forward page="xxx.action" /> ,这个标签可以实现跳转,page的路径是相对地址,不同与jsp和j
- php 操作webservice实例
IT独行者
PHPwebservice
首先大家要简单了解了何谓webservice,接下来就做两个非常简单的例子,webservice还是逃不开server端与client端。我测试的环境为:apache2.2.11 php5.2.10做这个测试之前,要确认你的php配置文件中已经将soap扩展打开,即extension=php_soap.dll;
OK 现在我们来体验webservice
//server端 serve
- Windows下使用Vagrant安装linux系统
_wy_
windowsvagrant
准备工作:
下载安装 VirtualBox :https://www.virtualbox.org/
下载安装 Vagrant :http://www.vagrantup.com/
下载需要使用的 box :
官方提供的范例:http://files.vagrantup.com/precise32.box
还可以在 http://www.vagrantbox.es/
- 更改linux的文件拥有者及用户组(chown和chgrp)
无量
clinuxchgrpchown
本文(转)
http://blog.163.com/yanenshun@126/blog/static/128388169201203011157308/
http://ydlmlh.iteye.com/blog/1435157
一、基本使用:
使用chown命令可以修改文件或目录所属的用户:
命令
- linux下抓包工具
矮蛋蛋
linux
原文地址:
http://blog.chinaunix.net/uid-23670869-id-2610683.html
tcpdump -nn -vv -X udp port 8888
上面命令是抓取udp包、端口为8888
netstat -tln 命令是用来查看linux的端口使用情况
13 . 列出所有的网络连接
lsof -i
14. 列出所有tcp 网络连接信息
l
- 我觉得mybatis是垃圾!:“每一个用mybatis的男纸,你伤不起”
alafqq
mybatis
最近看了
每一个用mybatis的男纸,你伤不起
原文地址 :http://www.iteye.com/topic/1073938
发表一下个人看法。欢迎大神拍砖;
个人一直使用的是Ibatis框架,公司对其进行过小小的改良;
最近换了公司,要使用新的框架。听说mybatis不错;就对其进行了部分的研究;
发现多了一个mapper层;个人感觉就是个dao;
- 解决java数据交换之谜
百合不是茶
数据交换
交换两个数字的方法有以下三种 ,其中第一种最常用
/*
输出最小的一个数
*/
public class jiaohuan1 {
public static void main(String[] args) {
int a =4;
int b = 3;
if(a<b){
// 第一种交换方式
int tmep =
- 渐变显示
bijian1013
JavaScript
<style type="text/css">
#wxf {
FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr=#ffffff, EndColorStr=#97FF98);
height: 25px;
}
</style>
- 探索JUnit4扩展:断言语法assertThat
bijian1013
java单元测试assertThat
一.概述
JUnit 设计的目的就是有效地抓住编程人员写代码的意图,然后快速检查他们的代码是否与他们的意图相匹配。 JUnit 发展至今,版本不停的翻新,但是所有版本都一致致力于解决一个问题,那就是如何发现编程人员的代码意图,并且如何使得编程人员更加容易地表达他们的代码意图。JUnit 4.4 也是为了如何能够
- 【Gson三】Gson解析{"data":{"IM":["MSN","QQ","Gtalk"]}}
bit1129
gson
如何把如下简单的JSON字符串反序列化为Java的POJO对象?
{"data":{"IM":["MSN","QQ","Gtalk"]}}
下面的POJO类Model无法完成正确的解析:
import com.google.gson.Gson;
- 【Kafka九】Kafka High Level API vs. Low Level API
bit1129
kafka
1. Kafka提供了两种Consumer API
High Level Consumer API
Low Level Consumer API(Kafka诡异的称之为Simple Consumer API,实际上非常复杂)
在选用哪种Consumer API时,首先要弄清楚这两种API的工作原理,能做什么不能做什么,能做的话怎么做的以及用的时候,有哪些可能的问题
- 在nginx中集成lua脚本:添加自定义Http头,封IP等
ronin47
nginx lua
Lua是一个可以嵌入到Nginx配置文件中的动态脚本语言,从而可以在Nginx请求处理的任何阶段执行各种Lua代码。刚开始我们只是用Lua 把请求路由到后端服务器,但是它对我们架构的作用超出了我们的预期。下面就讲讲我们所做的工作。 强制搜索引擎只索引mixlr.com
Google把子域名当作完全独立的网站,我们不希望爬虫抓取子域名的页面,降低我们的Page rank。
location /{
- java-归并排序
bylijinnan
java
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] a={20,1,3,8,5,9,4,25};
mergeSort(a,0,a.length-1);
System.out.println(Arrays.to
- Netty源码学习-CompositeChannelBuffer
bylijinnan
javanetty
CompositeChannelBuffer体现了Netty的“Transparent Zero Copy”
查看API(
http://docs.jboss.org/netty/3.2/api/org/jboss/netty/buffer/package-summary.html#package_description)
可以看到,所谓“Transparent Zero Copy”是通
- Android中给Activity添加返回键
hotsunshine
Activity
// this need android:minSdkVersion="11"
getActionBar().setDisplayHomeAsUpEnabled(true);
@Override
public boolean onOptionsItemSelected(MenuItem item) {
- 静态页面传参
ctrain
静态
$(document).ready(function () {
var request = {
QueryString :
function (val) {
var uri = window.location.search;
var re = new RegExp("" + val + "=([^&?]*)", &
- Windows中查找某个目录下的所有文件中包含某个字符串的命令
daizj
windows查找某个目录下的所有文件包含某个字符串
findstr可以完成这个工作。
[html]
view plain
copy
>findstr /s /i "string" *.*
上面的命令表示,当前目录以及当前目录的所有子目录下的所有文件中查找"string&qu
- 改善程序代码质量的一些技巧
dcj3sjt126com
编程PHP重构
有很多理由都能说明为什么我们应该写出清晰、可读性好的程序。最重要的一点,程序你只写一次,但以后会无数次的阅读。当你第二天回头来看你的代码 时,你就要开始阅读它了。当你把代码拿给其他人看时,他必须阅读你的代码。因此,在编写时多花一点时间,你会在阅读它时节省大量的时间。让我们看一些基本的编程技巧: 尽量保持方法简短 尽管很多人都遵
- SharedPreferences对数据的存储
dcj3sjt126com
SharedPreferences简介: &nbs
- linux复习笔记之bash shell (2) bash基础
eksliang
bashbash shell
转载请出自出处:
http://eksliang.iteye.com/blog/2104329
1.影响显示结果的语系变量(locale)
1.1locale这个命令就是查看当前系统支持多少种语系,命令使用如下:
[root@localhost shell]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
- Android零碎知识总结
gqdy365
android
1、CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
所以最后得出结论:CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。发生修改时候做copy,新老版本分离,保证读的高
- HoverTree.Model.ArticleSelect类的作用
hvt
Web.netC#hovertreeasp.net
ArticleSelect类在命名空间HoverTree.Model中可以认为是文章查询条件类,用于存放查询文章时的条件,例如HvtId就是文章的id。HvtIsShow就是文章的显示属性,当为-1是,该条件不产生作用,当为0时,查询不公开显示的文章,当为1时查询公开显示的文章。HvtIsHome则为是否在首页显示。HoverTree系统源码完全开放,开发环境为Visual Studio 2013
- PHP 判断是否使用代理 PHP Proxy Detector
天梯梦
proxy
1. php 类
I found this class looking for something else actually but I remembered I needed some while ago something similar and I never found one. I'm sure it will help a lot of developers who try to
- apache的math库中的回归——regression(翻译)
lvdccyb
Mathapache
这个Math库,虽然不向weka那样专业的ML库,但是用户友好,易用。
多元线性回归,协方差和相关性(皮尔逊和斯皮尔曼),分布测试(假设检验,t,卡方,G),统计。
数学库中还包含,Cholesky,LU,SVD,QR,特征根分解,真不错。
基本覆盖了:线代,统计,矩阵,
最优化理论
曲线拟合
常微分方程
遗传算法(GA),
还有3维的运算。。。
- 基础数据结构和算法十三:Undirected Graphs (2)
sunwinner
Algorithm
Design pattern for graph processing.
Since we consider a large number of graph-processing algorithms, our initial design goal is to decouple our implementations from the graph representation
- 云计算平台最重要的五项技术
sumapp
云计算云平台智城云
云计算平台最重要的五项技术
1、云服务器
云服务器提供简单高效,处理能力可弹性伸缩的计算服务,支持国内领先的云计算技术和大规模分布存储技术,使您的系统更稳定、数据更安全、传输更快速、部署更灵活。
特性
机型丰富
通过高性能服务器虚拟化为云服务器,提供丰富配置类型虚拟机,极大简化数据存储、数据库搭建、web服务器搭建等工作;
仅需要几分钟,根据CP
- 《京东技术解密》有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的12月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
12月试读活动回顾:
http://webmaster.iteye.com/blog/2164754
本次技术图书试读活动获奖名单及相应作品如下:
一等奖(两名)
Microhardest:http://microhardest.ite