- 【深度学习】常见模型-卷积神经网络(Convolutional Neural Networks, CNN)
IT古董
人工智能深度学习机器学习深度学习cnn人工智能
卷积神经网络(CNN)概念简介卷积神经网络(ConvolutionalNeuralNetworks,CNN)是一种专门用于处理数据具有网格状拓扑结构(如图像、语音)的深度学习模型。它通过卷积操作从输入数据中提取局部特征,并逐层构建更复杂的特征表示,广泛应用于图像分类、目标检测、语音识别等领域。关键组成部分卷积层(ConvolutionalLayer)使用卷积核(滤波器)在输入上滑动,提取局部特征。
- Intersection Observer实现图片懒加载
廊坊吴彦祖
jsjavascriptjshtmlhtml5
IntersectionObserver实现图片懒加载IntersectionObserver的概念和用法IntersectionObserverAPI提供了一种异步检测目标元素与祖先元素或viewport相交情况变化的方法,可以自动“观察”元素是否可见,可见的本质是目标元素与视口产生一个交叉区域,所以这个API叫做“交叉观察器”IntersectionObserverAPI允许你配置一个回调函数
- YOLOV11改进1-检测头篇
~啥也不会~
YOLO人工智能目标检测神经网络深度学习
文章目录前言一、YAML修改二、模型训练1.数据集准备2.环境准备3.训练3.1原结构训练3.2更改后的模型三.效果对比1.原始结构2.修改后的结果3.详细对比总结前言 目标检测领域里,小目标一直是一个难点问题,虽然我们可以用YOLO+SAHI的方式进行滑动窗口推理以提升准确率,但是他的耗时会线性增强,毕竟一张大图会被切成很多小图去推理,所以在很多场景下无法得到应用。这里,我们从探测头入手,
- 煤矿场景下拖链检测数据集VOC+YOLO格式21407张1类别
FL1623863129
数据集YOLO深度学习机器学习
数据集格式:PascalVOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数):21407标注数量(xml文件个数):21407标注数量(txt文件个数):21407标注类别数:1标注类别名称:["tuolian"]每个类别标注的框数:tuolian框数=21572总框数:21572使用标注工具:l
- 煤矿场景下安全帽检测数据集VOC+YOLO格式179张2类别
FL1623863129
数据集YOLOxml深度学习
数据集格式:PascalVOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数):170标注数量(xml文件个数):170标注数量(txt文件个数):170标注类别数:2标注类别名称:["hat","head"]每个类别标注的框数:hat框数=243head框数=28总框数:271使用标注工具:lab
- pytorch-分类-检测-分割的dataset和dataloader创建
呆呆珝
基础pytorch分类人工智能
1.前言在PyTorch中,Dataset和DataLoader是两个重要的工具,用于构建输入数据的管道。(1)Dataset是一个抽象类,表示数据集,需要实现__len__和__getitem__方法。(2)DataLoader是一个可迭代的数据加载器,它封装了数据集的加载、批处理、打乱和并行加载等功能。2.分类任务创建Dataset和DataLoader(1)对于分类任务,Dataset需要返
- NCNN推理
呆呆珝
推理框架c++人工智能
1.前言ncnn是一个高性能的神经网络前向计算框架,专门针对移动设备和嵌入式设备设计。它由腾讯优图实验室开发,旨在提供高效的神经网络推理能力,特别是在资源受限的环境中,如智能手机和嵌入式系统。ncnn被广泛应用于移动端和嵌入式设备上的各种深度学习应用,包括但不限于:图像分类/目标检测/语义分割/人脸识别/图像生成与处理2.NCNN的CMakeLists.txt编写ncnn的头文件,链接文件,静态链
- 基于深度学习的鸟类识别系统详解(UI界面 + YOLOv10 + 数据集)
2025年数学建模美赛
深度学习uiYOLO人工智能python计算机视觉
引言鸟类识别是计算机视觉领域中一个独具挑战性的任务,尤其是在复杂的自然环境中,识别不同种类的鸟类需要非常强大的模型和丰富的数据集。随着深度学习技术的发展,基于YOLO(YouOnlyLookOnce)系列模型的目标检测系统展现了卓越的性能,特别是在速度和精度上的平衡方面。本博客将详细讲解如何利用YOLOv10模型来构建一个基于深度学习的鸟类识别系统。该系统会结合自定义鸟类数据集,设计一个简洁直观的
- 目标检测实践过程中,遇到“No module named ‘torch._six’”报错的一个快速解决方案(无需重装PyTorch)
Cold_Rain02
深度学习Python目标检测人工智能计算机视觉
很多人在按照网络、书籍教程中的流程尝试自己实现一个基于Faster-RCNN的目标检测模型时,如果调用了PyTorch官方github上的文件时,coco_eval.py文件中会触发报错。1.报错原因PyTorch在2.0之后的版本中移除了_six,导致在coco_eval.py中调用torch._six失败2.解决方案(1)直接根据代码内容修改代码我们仔细观察coco_eval.py的代码,发现
- [Python从零到壹] 七十七.图像识别及经典案例篇之目标检测入门普及和ImageAI对象检测详解
Eastmount
Python从零到壹python目标检测ImageAI图像是被基础系列
欢迎大家来到“Python从零到壹”,在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解,真心想把自己近十年的编程经验分享给大家,希望对您有所帮助,文章中不足之处也请海涵。Python系列整体框架包括基础语法10篇、网络爬虫30篇、可视化分析10篇、机器学习20篇、大数据分析20篇、图像识别30篇、人工智
- 抽根烟顺便研究下空间划分技术
你一身傲骨怎能输
计算机图形学空间划分技术
空间划分空间划分是一种有效的技术,用于优化碰撞检测和其他空间查询操作。通过将空间划分为多个区域,可以显著减少需要进行碰撞检测的物体数量,从而提高性能。以下是几种常见的空间划分方法:四叉树(Quadtree)定义四叉树是一种数据结构,用于将二维空间递归划分为四个象限(子区域)。每个节点代表一个特定的区域,子节点则代表该区域的四个子区域。这种结构使得空间的管理和查询变得更加高效。适用场景四叉树特别适用
- TPMS曲面的matlab生成及可视化-导出stl文件-导出abaqus的inp文件-周期性边界条件施加
qianxin1234
matlab开发语言
自编写函数包含的功能:tpms曲面生成tpms可视化tpms曲面采用拉普拉斯方法进行平滑(为了可以在abaqus中通过单元质量检测),函数为SmoothIsosurfacetpms导出stl文件,函数为WriteSTLtpms导出inp文件(施加周期性边界条件)函数为WriteINPclcclearNumberofgridpoints=[20,20,20];Numberofunitcells=[1
- 游戏底层逻辑,运动&&寻路(四)
PureDesigner
AIcocos2dx游戏算法
接着上次的来,我们在群体算法之前把基本的个体运动解决掉。9、WallAvoidance避开墙壁此处的墙被抽象为一条线段,不论你的游戏使用的是一条线段作为墙面的碰撞检测,或者用一个几何形状作为墙面,几何形状我们可以看作多条线段的集合,都可以用此方法。墙类的实现首先是线段类,作为基类,拥有几种几何计算的方法,便于计算平面线段的交点,不多说。structSeg{Seg(Pointp1,Pointp2):
- 麦田物语学习笔记:创建DragItem实现物品的拖拽跟随显示
扶离_flee
麦田物语学札学习笔记
基本流程1.代码思路(1)在SlotUI中使用拖拽接口IBeginDragHandler,IDragHandler,IEndDragHandler(2)开始拖拽的时候,在屏幕上生成物体,拖拽期间物体显示为当前被拖拽的物体的图标,停止拖拽时图标消失(3)基于以上,所以我们要获得这个图标的控制,则要去InventoryUI里获得(4)在停止拖拽的时候检测该位置所对应的GameObject,值得注意的是
- 构建自动化网页内容监控系统:使用Python
爱你不会累
本文还有配套的精品资源,点击获取简介:网页监控更新工具是一个由Python开发的软件,用于检测和记录网页内容的变化。该工具利用Python在Web抓取和数据分析方面的优势,包括利用requests,BeautifulSoup,lxml,和diff-match-patch等库来获取网页内容、解析HTML文档及计算文本差异。工具支持在Windows7及Python2.7.3环境下运行,并允许用户设定监
- arm-trusted-firmware (ATF介绍)
赢在拼搏中
1.大致描述ATF提供了安全世界的参考实现软件[ARMv8-A],包括执行的[SecureMonitor][TEE-SMC]异常级别3(EL3)。它实现了各种ARM接口标准,如电源状态协调接口([PSCI]),可信板启动要求(TBBR,ARMDEN0006C-1)和[SMC呼叫公约][SMCCC]。尽可能代码旨在重用或移植到其他ARMv8-A型号和硬件平台。2.功能◆初始化安全世界(例如,异常向量
- 六个步骤学会CNAS软件检测机构的不确定度评定
daopuyun
CNAS\CMA专栏不确定度CNAS检测机构
测量不确定度是CNAS软件检测机构过程要求中非常重要的一个部分。测量不确定度作为测量结果的一部分,合理表征了被测量量值的分散性,对测量结果的可信性、可比性和可接受性都有重要影响,是评价测量活动质量的重要指标。CNAS软件检测机构在软件检测过程中应识别测量不确定度的贡献,评定测量不确定度。当软件检测项目中有测量不确定度要求时,应建立相应的数学模型,给出相应的测评不确定度案例。当软件检测出现临界值、内
- ESP32开发日记4-来讲讲ESP32之外的东西(Valgrind 工具的使用)
我在武汉上早八
开发工具笔记物联网linuxc语言c++
目录简介安装Valgrind基本使用总结简介从第一篇文章我们知道,乐鑫官方给集成了一个调试工具,能够在程序异常时分层追踪到导致异常的地方。这个功能实际上很像Valgrind,她是一个在Linux环境下广泛使用的编程工具套件,主要用于内存调试、内存泄漏检测以及性能分析。它对于识别程序中的内存和线程问题非常有用,特别适用于C和C++程序的开发和调试。在实际的开发过程当中如果遇到不好找的问题特别是崩溃内
- 基于机器视觉的钢管表面缺陷检测方法
winxp-pic
计算机视觉
钢管作为原材料,广泛应用于如石油、化工、电力、船舶、汽车等行业。近年来,经济全球化发展使企业对产品质量提出更高要求,钢管表面存在缺陷会严重影响其使用寿命,同时在设备某些重要位,使用劣质钢管会存在安全隐患,严重威胁人员生命,对企业造成产财产损失。因此,为了控制钢管质量,相关企业会对其进行质量检测,但检测措施通常由人工实现,无法实现快速、精准检测缺陷。在钢管生产的过程中,由于原材料、轧制设备和加工工艺
- 视频行为分析系统,可做安全行为检测,比如周界入侵,打架
winxp-pic
音视频安全
基于视频行为分析系统v4系列版本可以在不用考虑流媒体音视频开发,编解码开发,界面开发等情况下,只需要训练自己的模型,开发自己的行为算法插件,就可以轻松开发出任何你想要的安全行为检测,比如周界入侵,打架,斗殴,跌倒,人群聚集,离岗睡岗,安全帽检测,充电桩,工作服,疲劳检测,交通拥堵等等。从v4.24版本开始,该软件已经支持Windows10,Windows11,Ubuntu20,Ubuntu21,U
- C# OpenCV机器视觉:红外体温检测
pchmi
C#OpenCV机器视觉c#opencv数码相机计算机视觉OpenCVSharp人工智能机器视觉
在一个骄阳似火的夏日,全球却被一场突如其来的疫情阴霾笼罩。阿强所在的小镇,平日里熙熙攘攘的街道变得冷冷清清,人们戴着口罩,行色匆匆,眼神中满是对病毒的恐惧。阿强作为镇上小有名气的科技达人,看着这一切,心急如焚,心中暗下决心:“我一定要利用我的技术,为抗击疫情做点什么!”思来想去,他把目光投向了OpenCvSharp和那台尘封已久的红外相机,一个大胆的计划在他心中悄然成型——用红外相机检测体温,为大
- YOLOv10改进,YOLOv10添加ASFF检测头(自适应空间特征融合),添加小目标检测层(四头检测)+CA注意机制,全网首发
挂科边缘
YOLOv10改进YOLO目标检测目标跟踪人工智能计算机视觉深度学习
摘要一种新颖的数据驱动的金字塔特征融合策略,称为自适应空间特征融合(ASFF)。它学习了在空间上过滤冲突信息以抑制不一致的方法,从而提高了特征的尺度不变性,并引入了几乎免费的推理开销。#理论介绍目标检测在处理不同尺度的目标时,常采用特征金字塔结构。然而,这种金字塔结构在单步检测器中存在尺度不一致性问题,即不同尺度的特征层在检测过程中可能产生冲突,导致精度下降。ASFF方法通过学习每个尺度特征的自适
- 单片机的时间轮询
路见不平先跑
单片机的时间片轮概括:利用定时器,让单片机在需要延迟的等待的状态下(按键检测消抖),依然执行接下来的程序。步骤:1.设置定时器中断->设置定时时间片(2ms,5ms,500ms)。
- 如何在 UniApp 中实现 iOS 版本更新检测
SHENHUANJIE
UniappIOS版本更新
随着移动应用的不断发展,保持应用程序的更新是必不可少的,这样用户才能获得更好的体验。本文将帮助你在UniApp中实现iOS版的版本更新检测和提示,适合刚入行的小白。我们将分步骤进行说明,每一步所需的代码及其解释都会一一列出。整体流程概述在实现版本更新的过程中,可以将流程划分为几个主要步骤:步骤操作描述1配置更新后端搭建一个服务,提供当前版本的信息,建议使用JSON格式返回数据。2在应用中调用更新接
- y98.第六章 微服务、服务网格及Envoy实战 -- 集群管理(九)
Raymond运维
云原生-微服务治理企业实战(已完结)microservicesenvoy运维云计算云原生
8.集群管理8.0本节话题集群管理器与服务发现机制主动健康状态检测与异常点探测负载均衡策略分布式负载均衡负载均衡算法:加权轮询、加权最少连接、环哈希、磁悬浮和随机等;区域感知路由全局负载均衡位置优先级位置权重均衡器子集熔断和连接池8.1集群管理器(ClusterManager)Envoy支持同时配置任意数量的上游集群,并基于ClusterManager管理它们;ClusterManager负责为集
- uniapp热更新apk
孙芝琳_629
uniapp
第一步:AppStore创建应用地址:https://apps.seepine.com/admin/app创建应用,将打包的APK部署,发布版本,改正式版第二步:代码中引入组件组件地址:【WrapUpdate】APP版本更新、支持wgt热更新、测试版本、跳转appStore等所有方式,-DCloud插件市场核心数据:id第三步:发布版本把hbuild的版本名+0.1,hbuild的版本号+1,后台
- 以企业为中心的隐私保护与数据安全治理(基于GRC)
「已注销」
大数据审计数据安全安全大数据产品运营
跳出单独的法律行规的层面,基于GRC、CG的角度简单快速梳理了一下数据安全与隐私保护治理的内容。数据安全治理的需求来自于企业的战略、所面临的法律法规或监管层面的合规要求、业务面临的风险等,目的是让企业在市场中保持竞争优势、法律合规以及数据安全战略securityprojectmanagement过程:项目规划、项目实施、效果检测、覆盖评估内容安全防御基础设施DDoS、HIDS、WAF安全运维基础设
- 超分辨率体积重建实现术前前列腺MRI和大病理切片组织病理学图像的3D配准
CVer儿
语义分割3d
摘要:磁共振成像(MRI)在前列腺癌诊断和治疗中的应用正在迅速增加。然而,在MRI上识别癌症的存在和范围仍然具有挑战性,导致即使是专家放射科医生在检测结果上也存在高度变异性。提高MRI上的癌症检测能力对于减少这种变异性并最大化MRI的临床效用至关重要。迄今为止,这种改进受到缺乏准确标注的MRI数据集的限制。通过接受根治性前列腺切除术的患者数据,可以将切除前列腺的数字化组织病理学图像与术前MRI进行
- 使用 Rebuff 检测和防御 Prompt Injection 攻击
azzxcvhj
promptpython
技术背景介绍随着生成式AI的逐渐普及,PromptInjection(PI)攻击逐渐成为一种严重的安全威胁。这种攻击方式利用模型对输入过度信赖的特性,精心设计输入内容,以误导AI系统执行不当的操作。例如,攻击者可以注入恶意SQL语句或绕过原有的逻辑规则,给系统安全带来极大隐患。本文将重点介绍开源工具Rebuff,它是一种自硬化的PromptInjection检测系统,旨在通过多层次防御机制保护AI
- 交通领域当中的视觉识别算法
若木胡
交通数据探索算法
以下是一些交通领域中常见的视觉识别算法:目标检测算法YOLO系列:YouOnlyLookOnce(YOLO)算法以其快速高效的特点在交通领域得到广泛应用。它能够在一张图像中同时检测多个目标,并快速确定目标的位置和类别。例如,在车辆检测中,可以准确识别出道路上不同类型的车辆,如轿车、卡车、公交车等;在行人检测方面,能够实时检测出行人的位置和姿态,为自动驾驶车辆或交通监控系统提供重要信息。YOLOv3
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
bylijinnan
java设计模式
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/
import java.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
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
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f