shengno1
shengno1

Part-based R-CNNs for Fine-grained Category Detection(精读)

一.文献名字和作者

     Part-based R-CNNs for Fine-grained Category Detection, ECCV2014
   

二.阅读时间

    2014年12月8日


三.文献的目的

     文献的目的是解决在进行细粒度识别的测试过程中，关于物体边框注解的依赖问题。


四.文献的贡献点

   作者提出了一种使用深度卷积特征作为整个物体检测器和可区分性物体检测器，并且在整体和可区分性块上面添加几何约束的细粒度分类算法，该算法在Caltech-UCSD 鸟类数据集上面获得很高的效果。
Part-based R-CNNs for Fine-grained Category Detection(精读)_第1张图片

4.1 基于块模型的RCNN

    对于每一个类别，训练一个root SVM的w0用于判断该物体是否出现，训练n个part SVM的权值w1,w2,...,wn用于判读块n是否在图像中出现，使用的特征为每一个RCNN学习的深度卷积特征，利用这些SVM可以得到全局和块的得分，当得分大于某个阈值时，可以然后全局或者该块在图像中出现。


4.2 几何约束

    如果仅仅考虑块检测的话，可能检测出来的块会出现一些超过了物体本身边界的地方(因为在测试的过程中，并没有用到边界，所以才可能出现这种情况)。因此，采用了几何约束，将块检测的结果约束在物体检测的一定范围内。
Part-based R-CNNs for Fine-grained Category Detection(精读)_第2张图片
Part-based R-CNNs for Fine-grained Category Detection(精读)_第3张图片


五.使用的数据库

     CUB200-2011



六.实验结果

Part-based R-CNNs for Fine-grained Category Detection(精读)_第4张图片
Part-based R-CNNs for Fine-grained Category Detection(精读)_第5张图片
Part-based R-CNNs for Fine-grained Category Detection(精读)_第6张图片


Part-based R-CNNs for Fine-grained Category Detection(精读)_第7张图片

版权所有，欢迎转载，转载请注明出处，谢谢微笑














你可能感兴趣的:(cnn,recognition,Fine-Grained,DeepLeaning)

  • 《动手学深度学习》之卷积神经网络 QxwOnly 人工智能深度学习神经网络深度学习
    文章目录从全连接层到卷积不变性限制多层感知机平移不变性局部性卷积通道图像卷积互相关运算特征映射和感受野填充和步幅填充步幅多输入多输出通道多输入通道1×11\times11×1卷积层汇聚层最大汇聚层和平均汇聚层卷积神经网络（LeNet）LeNet总结从全连接层到卷积卷积神经网络（convolutionalneuralnetworks，CNN）是机器学习利用自然图像中一些已知结构的创造性方法。不变性计
  • TensorFlow\Keras实战100例——结合CNN和RNN神经网络~CIFAR-10图像分类识别 AI街潜水的八角 tensorflowkeras神经网络
    一.原理说明现在热火朝天的多模态中，就会将图片和文本等融合到一起，CNN网络，从事图像处理的工程师一般特别熟悉，如果不了解，可以参见我的另外一篇博客：TensorFlow\Keras实战100例——三种方式实现BP神经网络~CIFAR-10图像分类识别-CSDN博客LSTM网络介绍如下：长短期记忆网络（LongShort-TermMemory,LSTM）是一种特殊类型的循环神经网络（RNN），由H
  • ResNet18与VGG11模型对比分析 mosquito_lover1 深度学习人工智能python神经网络
    ResNet18和VGG11是两种经典的卷积神经网络（CNN）架构，它们在设计理念、性能和应用场景上有显著差异。以下是它们的详细对比：1.网络结构与设计理念VGG11核心思想：通过堆叠多个**小卷积核（3×3）**构建深层网络，强调深度对性能的提升。结构特点：11层（8个卷积层+3个全连接层）。每层卷积使用固定3×3卷积核，通过堆叠小卷积模拟大感受野（如两个3×3卷积等效于一个5×5卷积）。池化层
  • 卷积神经网络 - 微步卷积、空洞卷积 谦亨有终 AI学习笔记cnn人工智能神经网络机器学习
    一、微步卷积微步卷积（FractionallyStridedConvolution），通常也称为转置卷积（TransposedConvolution）或反卷积（Deconvolution），是深度学习（尤其是卷积神经网络，CNN）中用于上采样（Upsampling）或特征图尺寸恢复的关键操作。它的核心目的是通过卷积操作将较小的特征图（低分辨率）扩展为更大的特征图（高分辨率）。1.微步卷积的核心思想
  • 【人工智能】卷积神经网络(Convolutional Neural Network) AI天才研究院 DeepSeekR1&大数据AI人工智能大模型人工智能cnn深度学习
    文章目录卷积神经网络(ConvolutionalNeuralNetwork)卷积神经网络|CNN，ConvolutionalNeuralNetworks.1.卷积操作(ConvolutionOperation):2.池化操作(PoolingOperation):3.激活函数(ActivationFunction):4.全连接层(FullyConnectedLayer):卷积神经网络1.卷积神经网络
  • 神经网络 - 前馈神经网络（FNN）、全连接神经网络（FCNN）和卷积神经网络（CNN）的区别与联系 谦亨有终 AI学习笔记神经网络cnn人工智能深度学习机器学习
    在前面的博文中，我们依次学习了前馈神经网络（FNN）、全连接神经网络（FCNN）和卷积神经网络（CNN），为了避免混淆，本文我们来总结一下这三种神经网络的区别和联系。全连接神经网络（FCNN）和卷积神经网络（CNN）都属于前馈神经网络（FNN）的范畴，因为它们的核心特点是数据单向传播，没有循环或反馈连接。（请注意理解这句话，对于我们学习神经网络非常重要！）1.前馈神经网络（FNN）的定义前馈神经网
  • AI问答：transformer 架构 / 模型 / 自注意力机制实现序列数据的并行处理 / AI的底层 快雪时晴-初晴融雪 前端transformer深度学习人工智能
    Transformer架构是一种基于自注意力机制的深度学习模型，最初由谷歌团队在2017年提出，用于解决自然语言处理中的序列转导问题，尤其是机器翻译任务。该架构摒弃了传统循环神经网络（RNN）和卷积神经网络（CNN）中的递归和卷积操作，通过自注意力机制实现了对序列数据的并行处理，显著提高了模型的训练速度和性能。一、Transformer架构的组成Transformer架构主要由以下几个部分组成1.
  • CNN和LSTM的计算复杂度分析 憨猪在度假 cnnlstm人工智能
    前言：今天做边缘计算的时候，在评估模型性能的时候发现NPU计算的大部分时间都花在了LSTM上，使用的是Bi-LSTM（耗时占比98%），CNN耗时很短，不禁会思考为什么LSTM会花费这么久时间。首先声明一下实验条件：这里使用的是振动信号，输入的数据，长度是1024，通道是1通道输入，batchsize也是1一、CNN计算复杂度公式：卷积核大小为KxK，输入通道数为C_in，输出通道数为C_out，
  • 国内的比较有名的机器视觉库有哪些？他们的内核是什么? yuanpan 计算机视觉图像处理ai
    国内机器视觉库近年来发展迅速，尤其在工业自动化领域涌现出多个知名平台。以下是国内主流机器视觉库及其内核技术的对比分析：1.海康威视（Hikvision）机器视觉平台代表产品：VisionMaster内核技术：自研算法：基础算法（如定位、测量）为自主研发，部分借鉴OpenCV优化。深度学习：集成自研深度学习框架（类似CNN架构），支持目标检测、分类等任务。硬件加速：依赖海康自研GPU芯片（如“深眸”
  • 深度分离卷积模块：轻量化网络的革命性设计 点我头像干啥 Ai网络
    引言：卷积神经网络的计算瓶颈在计算机视觉领域，卷积神经网络(CNN)已经成为了事实上的标准架构。从AlexNet到ResNet，再到EfficientNet，CNN架构不断演进，在图像分类、目标检测和语义分割等任务上取得了令人瞩目的成绩。然而，随着模型性能的提升，网络的计算复杂度和参数量也呈指数级增长，这给移动端和嵌入式设备的部署带来了巨大挑战。传统的标准卷积操作在提取特征时，同时考虑了空间相关性
  • 【SCI顶级优化】Matlab实现蜣螂优化算法DBO-CNN-LSTM-Multihead-Attention温度预测附matlab代码 Matlab科研工作室 matlab算法cnn
    ✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统
  • SCI一区级 | Matlab实现DBO-CNN-LSTM-Mutilhead-Attention蜣螂算法优化卷积长短期记忆神经网络融合多头注意力机制多变量时间序列预测 matlab科研社 神经网络matlabcnn
    ✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。内容介绍1.引言温度预测在多个领域至关重要，例如气象预报、能源管理和农业生产。传统方法通常基于线性模型或统计方法，但这些方法在处理非线性时间序列数据时存在局限性。近年来，深度学习技术在时间序列预测领域取得了显著进展，其中卷积神经网络（CNN）
  • 图像多分类的人工智能 love_c++ 人工智能分类数据挖掘
    当涉及到图像多分类任务，通常会使用深度学习模型，如卷积神经网络（ConvolutionalNeuralNetwork，CNN）。以下是一个使用Python编程语言和TensorFlow库来构建一个简单的图像多分类模型的例子：#导入所需的库importtensorflowastffromtensorflow.kerasimportlayers,models,datasetsimportmatplot
  • 大模型压缩技术主要是为了在保持模型性能的前提下，减少模型的参数量和计算复杂度，以适应更低的计算资源、更小的内存占用和更快的推理速度。以下是当前主流的模型压缩技术，包括但不限于 Jeremg 人工智能语言模型
    1.剪枝（Pruning）剪枝通过删除神经网络中冗余或不重要的权重（或神经元）来减少模型规模。常见方法：非结构化剪枝：直接去除权重值接近于零的单个参数。结构化剪枝：删除整个卷积核、神经元或注意力头，以减少模型复杂度。动态剪枝：根据输入动态调整剪枝策略，保持灵活性。示例：剪掉Transformer中不重要的注意力头剪掉CNN中对特征提取贡献小的通道2.量化（Quantization）量化是指将模型的
  • 《Python实战进阶》No34：卷积神经网络（CNN）图像分类实战 带娃的IT创业者 Python实战进阶pythoncnn分类
    第34集：卷积神经网络（CNN）图像分类实战摘要卷积神经网络（CNN）是计算机视觉领域的核心技术，特别擅长处理图像分类任务。本集将深入讲解CNN的核心组件（卷积层、池化层、全连接层），并演示如何使用PyTorch构建一个完整的CNN模型，在CIFAR-10数据集上实现图像分类。我们还将探讨数据增强和正则化技术（如Dropout和BatchNorm）对模型性能的影响。核心概念和知识点1.CNN的核心
  • AI算法成长练习第一篇——Task-Adaptive Negative Envision for Few-Shot Open-Set Recognition代码复现 威少的书童 人工智能算法python机器学习深度学习
    论文代码复现代码结构ArchitecturesAttnClassifier.pyimporttorch.nnasnnimporttorchimporttorch.nn.functionalasFimportnumpyasnpclassClassifier(nn.Module):def__init__(self,args,feat_dim,param_seam,train_weight_base=F
  • 【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
  • python实现语音转文字 张航柯 python开发语言
    一、下载模型地址模型地址两个模型一个小一点，加载快一个大一点，加载慢加载的话每次启动只加载一次二、代码pipinstallspeech_recognitionvosk代码importjsonimportspeech_recognitionassrfromvoskimportModel,KaldiRecognizerrecognizer=sr.Recognizer()defrecognize_aud
  • cnn中的dropout技术 机器之眼_机器视觉MeGauging实现 cnncnn人工智能神经网络
    lenet5中这个：boolconnection_table[6*16]={O,X,X,X,O,O,O,X,X,O,O,O,O,X,O,O,O,O,X,X,X,O,O,O,X,X,O,O,O,O,X,O,O,O,O,X,X,X,O,O,O,X,X,O,X,O,O,O,X,O,O,O,X,X,O,O,O,O,X,X,O,X,O,O,X,X,O,O,O,X,X,O,O,O,O,X,O,O,X,O,X,
  • 6 卷积神经网络实现MNIST手写数字识别 机械专业搞视觉的小白 cnn深度学习神经网络
    代码实现了基本的CNN共两层神经网络，包括两层卷积层两层池化层使用的数据集为单通道28*28像素的MNIST数据集，共10个标签训练集可直接在代码里下载代码模块如下：importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets,transforms#datasets模块封装
  • 基于Python卷积神经网络的Mnist手写数字识别 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、项目背景与意义手写数字识别是机器学习和计算机视觉领域中的一个经典问题。Mnist数据集是一个包含大量手写数字图片的数据集，被广泛用于训练和测试各种图像识别算法。使用卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）来解决手写数字识别问题，不
  • python --face_recognition(人脸识别,检测,特征提取,绘制鼻子,眼睛,嘴巴,眉毛)/活体检测 像风一样的男人@ python开发语言
    dlib安装方法之前博文https://blog.csdn.net/weixin_44634704/article/details/141332644环境:python==3.8opencv-python==4.11.0.86face_recognition==1.3.0dlib==19.24.6人脸检测importcv2importface_recognition#读取人脸图片img=cv2.i
  • Sherpa-ONNX：说话人识别与语音识别自动开启（VAD）+ Python API 完整指南 一只蜗牛儿 语音识别python人工智能
    介绍Sherpa-ONNX是一个基于ONNX的轻量级语音识别框架，支持多种语音处理任务，包括说话人识别（SpeakerRecognition）和自动语音识别（AutomaticSpeechRecognition,ASR）。在本指南中，我们将重点介绍如何使用Sherpa-ONNX进行说话人识别、自动开启语音识别（VAD）以及如何通过PythonAPI进行操作。安装环境在开始之前，确保你的系统上已安装
  • 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、
  • 基于ISSA-CNN-BiGRU-SelfAttention多变量时序预测（多输入单输出）Matlab 默默科研仔 粉丝福利cnnmatlab人工智能
    基于ISSA-CNN-BiGRU-SelfAttention的多变量时序预测模型研究一、引言1.1研究背景与意义在当今信息化、数字化飞速发展的时代，多变量时序预测在诸多领域都发挥着至关重要的作用。在工业领域，从汽车制造商预测产品需求和供应商绩效，以优化库存、降低成本并提高交付率，到通过分析传感器数据预测汽车部件故障时间，实现主动维护，保障生产流程的顺畅，其重要性不言而喻。在经济领域，对金融市场的多
  • 一个简单的人脸识别demo Rainly2000 人工智能
    使用face_recognition和OpenCV库完成人脸检测和识别任务：#导入必要的库importcv2#OpenCV库，用于图像处理importface_recognition#人脸识别库importnumpyasnp#数值计算库#步骤1：加载已知人脸的图片并编码#加载乔布斯的图片并编码jobs_image=face_recognition.load_image_file("known_pe
  • 连接chatgpt的桌面语音助手 getapi chatgpt
    要创建一个连接到ChatGPT的桌面语音助手，可以使用Python编写一个程序来实现语音识别、与ChatGPTAPI交互以及语音合成的功能。以下是一个完整的解决方案和技术实现步骤：所需工具和库语音识别使用speech_recognition库捕获用户的语音输入。需要麦克风支持。ChatGPTAPI使用OpenAI提供的API（如GPT-3.5或GPT-4）处理用户的问题并生成响应。需要一个Open
  • 神经网络中层与层之间的关联 iisugar 神经网络深度学习计算机视觉
    目录1.层与层之间的核心关联：数据流动与参数传递1.1数据流动（ForwardPropagation）1.2参数传递（BackwardPropagation）2.常见层与层之间的关联模式2.1典型全连接网络（如手写数字分类）2.2卷积神经网络（CNN，如图像分类）2.3循环神经网络（RNN/LSTM，如文本生成）2.4Transformer（如机器翻译）3.层间关联的核心原则3.1数据传递的“管道
  • OCR识别常见开源库 yxfamyself 计算机视觉opencv
    OCR（OpticalCharacterRecognition，光学字符识别）技术是一种将印刷体或手写文字转化为可编辑文本的技术。亦即将图像中的文字进行识别，并以文本的形式返回。做OCR有很多库可以使用。免费开源库有：Tesseract，PaddleOCR。商业付费OCR有：腾讯云OCR，阿里云OCR。下面分别介绍。准确识别的前提是找到正确的字体进行训练，字体很重要，要覆盖所有识别的场景。Tess
  • 【图像去噪】论文精读：CVPR 2025 | DnLUT: Ultra-Efficient Color Image Denoising via Channel-Aware Lookup Tables 十小大 图像去噪深度学习计算机视觉人工智能图像处理论文阅读论文笔记
    请先看【专栏介绍文章】：【图像去噪（ImageDenoising）】关于【图像去噪】专栏的相关说明，包含适配人群、专栏简介、专栏亮点、阅读方法、定价理由、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）文章目录前言Abstract1.Introduction2.Relatedworks2.1.ColorImagedenoising2.2.ReplacingCNNwithLUT3
  • springmvc 下 freemarker页面枚举的遍历输出 杨白白 enumfreemarker
    spring mvc freemarker 中遍历枚举 1枚举类型有一个本地方法叫values（），这个方法可以直接返回枚举数组。所以可以利用这个遍历。 enum public enum BooleanEnum { TRUE(Boolean.TRUE, "是"), FALSE(Boolean.FALSE, "否");
  • 实习简要总结 byalias 工作
    来白虹不知不觉中已经一个多月了，因为项目还在需求分析及项目架构阶段，自己在这段 时间都是在学习相关技术知识，现在对这段时间的工作及学习情况做一个总结： （1）工作技能方面 大体分为两个阶段，Java Web 基础阶段和Java EE阶段 1）Java Web阶段 在这个阶段，自己主要着重学习了 JSP, Servlet, JDBC, MySQL，这些知识的核心点都过 了一遍，也
  • Quartz——DateIntervalTrigger触发器 eksliang quartz
    转载请出自出处：http://eksliang.iteye.com/blog/2208559 一.概述 simpleTrigger 内部实现机制是通过计算间隔时间来计算下次的执行时间，这就导致他有不适合调度的定时任务。例如我们想每天的 1：00AM 执行任务，如果使用 SimpleTrigger，间隔时间就是一天。注意这里就会有一个问题，即当有 misfired 的任务并且恢复执行时，该执行时间
  • Unix快捷键 18289753290 unixUnix；快捷键;
    复制，删除，粘贴： dd:删除光标所在的行                             &nbs
  • 获取Android设备屏幕的相关参数 酷的飞上天空 android
    包含屏幕的分辨率  以及 屏幕宽度的最大dp 高度最大dp   TextView text = (TextView)findViewById(R.id.text); DisplayMetrics dm = new DisplayMetrics(); text.append("getResources().ge
  • 要做物联网？先保护好你的数据 蓝儿唯美 数据
    根据Beecham Research的说法，那些在行业中希望利用物联网的关键领域需要提供更好的安全性。 在Beecham的物联网安全威胁图谱上，展示了那些可能产生内外部攻击并且需要通过快速发展的物联网行业加以解决的关键领域。 Beecham Research的技术主管Jon Howes说：“之所以我们目前还没有看到与物联网相关的严重安全事件，是因为目前还没有在大型客户和企业应用中进行部署，也就
  • Java取模（求余）运算 随便小屋 java
            整数之间的取模求余运算很好求，但几乎没有遇到过对负数进行取模求余，直接看下面代码： /** * * @author Logic * */ public class Test { public static void main(String[] args) { // TODO A
  • SQL注入介绍 aijuans sql注入
    二、SQL注入范例 这里我们根据用户登录页面 <form action="" > 用户名：<input type="text" name="username"><br/> 密 码：<input type="password" name="passwor
  • 优雅代码风格 aoyouzi 代码
    总结了几点关于优雅代码风格的描述： 代码简单：不隐藏设计者的意图，抽象干净利落，控制语句直截了当。 接口清晰：类型接口表现力直白，字面表达含义，API 相互呼应以增强可测试性。 依赖项少：依赖关系越少越好，依赖少证明内聚程度高，低耦合利于自动测试，便于重构。 没有重复：重复代码意味着某些概念或想法没有在代码中良好的体现，及时重构消除重复。 战术分层：代码分层清晰，隔离明确，
  • 布尔数组 百合不是茶 java布尔数组
      androi中提到了布尔数组;   布尔数组默认的是false,  并且只会打印false或者是true   布尔数组的例子;  根据字符数组创建布尔数组 char[] c = {'p','u','b','l','i','c'}; //根据字符数组的长度创建布尔数组的个数 boolean[] b = new bool
  • web.xml之welcome-file-list、error-page bijian1013 javaweb.xmlservleterror-page
    welcome-file-list 1.定义： <welcome-file-list> <welcome-file>login.jsp</welcome> </welcome-file-list>  2.作用：用来指定WEB应用首页名称。   error-page1.定义： <error-page&g
  • richfaces 4 fileUpload组件删除上传的文件 sunjing clearRichfaces 4fileupload
     页面代码               <h:form id="fileForm">            <rich:
  • 技术文章备忘 bit1129 技术文章
    Zookeeper http://wenku.baidu.com/view/bab171ffaef8941ea76e05b8.html http://wenku.baidu.com/link?url=8thAIwFTnPh2KL2b0p1V7XSgmF9ZEFgw4V_MkIpA9j8BX2rDQMPgK5l3wcs9oBTxeekOnm5P3BK8c6K2DWynq9nfUCkRlTt9uV
  • org.hibernate.hql.ast.QuerySyntaxException: unexpected token: on near line 1解决方案 白糖_ Hibernate
    文章摘自：http://blog.csdn.net/yangwawa19870921/article/details/7553181   在编写HQL时，可能会出现这种代码： select a.name,b.age from TableA a left join TableB b on a.id=b.id  如果这是HQL，那么这段代码就是错误的，因为HQL不支持
  • sqlserver按照字段内容进行排序 bozch 按照内容排序
    在做项目的时候，遇到了这样的一个需求：           从数据库中取出的数据集，首先要将某个数据或者多个数据按照地段内容放到前面显示，例如:从学生表中取出姓李的放到数据集的前面；          select * fro
  • 编程珠玑-第一章-位图排序 bylijinnan java编程珠玑
    import java.io.BufferedWriter; import java.io.File; import java.io.FileWriter; import java.io.IOException; import java.io.Writer; import java.util.Random; public class BitMapSearch {
  • Java关于==和equals chenbowen00 java
    关于==和equals概念其实很简单，一个是比较内存地址是否相同，一个比较的是值内容是否相同。虽然理解上不难，但是有时存在一些理解误区，如下情况： 1、 String a = "aaa"; a=="aaa"; ==> true 2、 new String("aaa")==new String("aaa
  • [IT与资本]软件行业需对外界投资热情保持警惕 comsci it
          我还是那个看法,软件行业需要增强内生动力,尽量依靠自有资金和营业收入来进行经营,避免在资本市场上经受各种不同类型的风险,为企业自主研发核心技术和产品提供稳定,温和的外部环境...       如果我们在自己尚未掌握核心技术之前,企图依靠上市来筹集资金,然后使劲往某个领域砸钱,然
  • oracle 数据块结构 daizj oracle块数据块块结构行目录
    oracle 数据块是数据库存储的最小单位，一般为操作系统块的N倍。其结构为： 块头－－〉空行－－〉数据，其实际为纵行结构。 块的标准大小由初始化参数DB_BLOCK_SIZE指定。具有标准大小的块称为标准块（Standard Block）。块的大小和标准块的大小不同的块叫非标准块（Nonstandard Block）。同一数据库中，Oracle9i及以上版本支持同一数据库中同时使用标
  • github上一些觉得对自己工作有用的项目收集 dengkane github
    github上一些觉得对自己工作有用的项目收集 技能类 markdown语法中文说明 回到顶部 全文检索 elasticsearch bigdesk elasticsearch管理插件 回到顶部 nosql mapdb 支持亿级别map, list, 支持事务. 可考虑做为缓存使用 C
  • 初二上学期难记单词二 dcj3sjt126com englishword
    dangerous 危险的 panda 熊猫 lion 狮子 elephant 象 monkey 猴子 tiger 老虎 deer 鹿 snake 蛇 rabbit 兔子 duck 鸭 horse 马 forest 森林 fall 跌倒；落下 climb 爬；攀登 finish 完成；结束 cinema 电影院；电影 seafood 海鲜；海产食品 bank 银行
  • 8、mysql外键(FOREIGN KEY)的简单使用 dcj3sjt126com mysql
    一、基本概念 1、MySQL中“键”和“索引”的定义相同，所以外键和主键一样也是索引的一种。不同的是MySQL会自动为所有表的主键进行索引，但是外键字段必须由用户进行明确的索引。用于外键关系的字段必须在所有的参照表中进行明确地索引，InnoDB不能自动地创建索引。 2、外键可以是一对一的，一个表的记录只能与另一个表的一条记录连接，或者是一对多的，一个表的记录与另一个表的多条记录连接。 3、如
  • java循环标签 Foreach shuizhaosi888 标签java循环foreach
    1. 简单的for循环 public static void main(String[] args) { for (int i = 1, y = i + 10; i < 5 && y < 12; i++, y = i * 2) { System.err.println("i=" + i + " y="
  • Spring Security（05）——异常信息本地化 234390216 exceptionSpring Security异常信息本地化
    异常信息本地化          Spring Security支持将展现给终端用户看的异常信息本地化，这些信息包括认证失败、访问被拒绝等。而对于展现给开发者看的异常信息和日志信息（如配置错误）则是不能够进行本地化的，它们是以英文硬编码在Spring Security的代码中的。在Spring-Security-core-x
  • DUBBO架构服务端告警Failed to send message Response javamingtingzhao 架构DUBBO
     废话不多说，警告日志如下，不知道有哪位遇到过，此异常在服务端抛出(服务器启动第一次运行会有这个警告)，后续运行没问题，找了好久真心不知道哪里错了。    WARN 2015-07-18 22:31:15,272 com.alibaba.dubbo.remoting.transport.dispatcher.ChannelEventRunnable.run(84)
  • JS中Date对象中几个用法 leeqq JavaScriptDate最后一天
    近来工作中遇到这样的两个需求 1. 给个Date对象，找出该时间所在月的第一天和最后一天 2. 给个Date对象，找出该时间所在周的第一天和最后一天   需求1中的找月第一天很简单，我记得api中有setDate方法可以使用 使用setDate方法前，先看看getDate var date = new Date(); console.log(date); // Sat J
  • MFC中使用ado技术操作数据库 你不认识的休道人 sqlmfc
    1.在stdafx.h中导入ado动态链接库 #import"C:\Program Files\Common Files\System\ado\msado15.dll" no_namespace rename("EOF","end")2.在CTestApp文件的InitInstance()函数中domodal之前写::CoIniti
  • Android Studio加速 rensanning android studio
    Android Studio慢、吃内存！启动时后会立即通过Gradle来sync & build工程。 （1）设置Android Studio a) 禁用插件 File -> Settings...  Plugins 去掉一些没有用的插件。 比如：Git Integration、GitHub、Google Cloud Testing、Google Cloud
  • 各数据库的批量Update操作 tomcat_oracle javaoraclesqlmysqlsqlite
    MyBatis的update元素的用法与insert元素基本相同，因此本篇不打算重复了。本篇仅记录批量update操作的 sql语句，懂得SQL语句，那么MyBatis部分的操作就简单了。 　　注意：下列批量更新语句都是作为一个事务整体执行，要不全部成功，要不全部回滚。 MSSQL的SQL语句 　WITH R AS（ 　　SELECT 'John' as name, 18 as
  • html禁止清除input文本输入缓存 xp9802 input
    多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。如果不想让浏览器缓存input的值，有2种方法： 方法一： 在不想使用缓存的input中添加 autocomplete="off"; eg: <input type="text" autocomplete="off" name
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他