相关推荐
“傻瓜”stata入门——熟悉操作界面
小白开始学习stata和matlab,零基础上手
My Review of Hadoop Summit 2011
I woke up early and cheery Wednesday morning to attend the 2011 Hadoop Summit in Santa Clara, after a long drive from Los Angeles and the Big Data Camp that lasted until 10pm the night before. Havin
基于COMSOL电弧动态仿真模型优化:高收敛性可修改吹弧方案解析
在多物理场耦合分析中,电弧动态仿真历来是数值稳定性的难点:温度从室温跃升至数万开尔文,电导率随温度呈数量级跳变,流动、传热与电磁场相互牵制,极易引发求解器不收敛或初始值不一致等问题。如何构建高收敛性的数值模型,成为开关设备灭弧性能优化的重要技术基础。通过合理的几何简化、全耦合求解器配置、辅助扫描初始化策略以及参数化建模手段,可以实现对吹弧方案的灵活调整与批量寻优,从而系统性评估气流速度、喷口形状、触头间距等关键因素对熄弧性能的影响。这类仿真方法广泛应用于断路器、接触器等高压电器产品研发,为灭弧室结构设计提供
Spark的现状与未来发展
Spark的发展 对于一个具有相当技术门槛与复杂度的平台,Spark从诞生到正式版本的成熟,经历的时间如此之短,让人感到惊诧。2009年,Spark诞生于伯克利大学AMPLab,最开初属于伯克利大学的研究性项目。它于2010年正式开源,并于2013年成为了Aparch基金项目,并于2014年成为Aparch基金的顶级项目,整个过程不到五年时间。 由于...
超全!!snowboy语音唤醒(树莓派4b)
通过snowboy进行树莓派的语音唤醒
光模块数字诊断监控(DDM)功能
DDM(Digital Diagnostic Monitoring)数字诊断监控,由行业组织SFF Committee制定,遵循SFF-8472多源协议定义的标准参数而工作,规范了光模块和网络设备的软硬件所需遵循的标准数值或范围,确保了网络设备供应商和光模块供应商之间所提供产品的互操作性不同。:通过监测激光器的偏置电流来预测激光器的劣化,从而确保在故障发生之前将业务切换到备用链路上或替换有可能故障的光模块,因此起到了预测光模块寿命的作用。光模块DDM信息可以通过SNMP读取光模块的接收光功率和发射光功率。.
MSPM0G3507 Keil开发全攻略:从SDK安装到烧录调试避坑指南
嵌入式开发中,工具链的选择与配置往往决定项目起步的效率。ARM Cortex-M0+内核的TI MSPM0系列,以低成本、低功耗优势广泛用于传感与控制场景,其开发依赖Keil MDK配合SDK、DFP、SysConfig构成的软件生态。理解SDK提供驱动库与例程、DFP让Keil识别芯片型号、SysConfig生成初始化代码的分工原理,是避免环境配置混乱的关键。技术价值在于复用成熟的ARM生态,让习惯Keil的工程师无缝迁移,降低学习成本。实际应用中,从官方例程复制工程、保持三件套版本匹配,可显著减少编译与
MacBook上玩转国民技术N32G430:从零搭建ARM开发环境(VSCode + pyOCD)
本文详细介绍了在MacBook上搭建国民技术N32G430的ARM开发环境,涵盖VSCode配置、pyOCD调试及一键编译烧录全流程。通过Homebrew安装工具链、配置Python环境及VSCode插件,开发者可在MacOS高效开发嵌入式应用,特别适合国产芯片N32G430的开发者参考。
Scala入门到精通——第一节 Scala语言初步
1. “hello”.drop(2).take(2).capitalize 2. 字符串比较== 大小写转化toUpperCase好toLowerCase 如果要忽略字符串中的大小写,可用java中字符串类的equalsIgnoreCase方法。
CoMP 协同多点传输技术
CoMP CoMP是什么 解决什么问题 有什么缺点 CoMP(Coordinated Multiple Points)协同多点传输,通信术语,LTE-A的重要技术之一。 CoMP传输是指地理位置上分离的多个传输点,协同参与为一个终端的数据(PDSCH)传输或者联合接收一个终端发送的数据(PUSCH),参与协作的多个传输点通常指不同小区的基站。CoMP技术将边缘用户置于几个基站的同频率上,几...
基于FPGA的UDP 通信(六)
本文基于FPGA和MATLAB对千兆以太网通信模块UDP数据发送(FPGA发送)进行联合调试。
CDP 在 Qunar 精细化运营中的建设实践
客户数据平台 CDP(Customer Data Platform)已成为精细化运营的标配工具,去哪儿旅行经过多年的建设,广泛应用于各种业务场景中,产生累计亿级别的收益,并且 CDP 项目也获得了公司年度金项奖。本主题先后受邀在CSDI SUMMIT、InfoQ QCon+、DataFun 峰会,以及 Qunar 对外直播大数据系列课中进行了分享。本文结合对外分享内容进行整理,从 CDP 的业务背景、建设实践、总结应用、未来展望四个方面进行介绍精细化运营中 CDP 的业务价值,希望对这方面感兴趣的同学有所启
机器人视觉联动精度优化:从±2mm到±0.02mm,产线级手眼标定全实战
2025年我接东莞长安Type-C接口分拣项目的时候,就是栽在了手眼标定上:实验室里标定完精度±0.5mm,一到产线直接掉到±2mm,机器人10次有3次抓不住,2000多件Type-C接口直接报废,还撞坏了2套汇川SCARA机器人的吸盘,本来45天的工期拖了3个月,不仅没赚到钱,还倒贴了几万块。手眼标定从来不是简单的跑个demo、算个矩阵就完事了,它是一个系统工程:从硬件选型、安装固定、相机标定、标定流程、算法优化、环境控制、重复验证,每一个环节都会影响最终的联动精度。
Java GC 调试手记
摘要 本文记录GC调试的一次实验过程和结果。 GC知识要点回顾 问题1:为什么要调试GC参数? 在32核处理器的系统上,10%的GC时间导致75%的吞吐量损失。所以在大型系统上,调试GC是以小博大的不错选择。'small improvements in reducing such a bottleneck can produce large gains in performance.'
Data-Structures-and-Algorithm-Analysis-in-Java.pdf
作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具
mybatis (Ibatis ibator) generator - 1 mysql 分页插件(page/paging/pagination plugin)
前言在线文档,参考 http://ibatis.apache.org/docs/tools/ibator/由于ibatis转移为mybatis,所以参考mybatis 最新文档:http://code.google.com/p/mybatis/wiki/Downloads?tm=2下载的MyBatis Generator Tool中有文档说明http://ibatis.apache.org/docs/tools/ibator/reference/pluggingIn.html将plugin的生命周期和怎么扩
lwip-2.0.3
lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。
JAX-WS Provider (JAXB) 的加载顺序
Problem项目中使用JAX-WS 2.1.4,抛出以下错误 Caused by: java.lang.ClassCastException: com.sun.xml.bind.v2.runtime.JAXBContextImpl cannot be cast to com.sun.xml.internal.bind.api.JAXBRIContext at com.sun.xml.internal.ws.fault.SOAPFaultBuilder.(SOAPFaultBuilder.java
ssm框架搭建
这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载
Hilbert 曲线
问题 一POI(Point of Interest)数据库每天都有增量的数据更新进来,对每个新增的poi必须进行dedup(去重)。即在已有库中查找是否有匹配的poi。 解决 找是否匹配的POI,当然不可能把所有的数据(几千万的点)全部取出来一一匹配。所以通用的做法是按距离进行过滤,只取当前点一定范围内的点。这是一个典型的空间索引的问题(Spatial index)。空间索引有R-Tree,
java finalize 方法引发的内存泄露
java finalize 方法引发的内存泄露 Posted: Mon, 11 Mar 2013 java 内存dump 内存dump后,大量的内存(>5G) 被 java.lang.ref.Finalizer hold 住(见图1)。 而这些内存是BDB占用,怀疑是BDB有内存泄露(见图2)。 java finalizer 机制 为什么会是 java
maven java.lang.NoClassDefFoundError: org/codehaus/plexus/util/DirectoryScanner
org/codehaus/plexus/util/DirectoryScanner在反复搜索无果之后,我将本来的repository plexus-utils 进行了清空/home/lee/.m2/repository/org/codehaus/plexus/plexus-utils然后一切OKmvn install我对plexus 究竟是啥很好奇,搜了一下,原来是另外一个IOC容器http://www.bluedash.net/spaces/Plexus,Spring之外的IoC容器提到IOC,不得不说号
Cassandra 源码解析汇总
<br />Cassandra 源码解析Cassandra 源码解析 1:网络通信Cassandra 源码解析 2: 文件流传输 对象序列化Cassandra 源码解析 3: 分布式hashtable(DHT) 和 LocatorCassandra 源码解析 4: GMS 集群管理Cassandra 源码解析 5: MerkleTreeCassandra 源码解析 6: Storage Engine (DB Layer)<br /> <br /> <br /> <br /> <br />
七种武器:apache commons : commons-lang
前言有人说apache 就是丐帮,各种开源项目鱼龙混杂,参差不起。今天试着梳理下commons包,首先是commons-lang。看了一眼之后,一个字:杂,有如瑞士军刀,无数用途。如何organize这种类JDK util代码?1) the most interesting in design or implementation2) the most useful 3) see how other developer uses, wrap, rewrite JDK正文 lang.builder.*解决了一个
Happy Apache Cassandra 2: File Store Format
h3. Model Review Cassandra data model Column Family Super Column Family h3. File Format h4. Keyspace Each Keyspace(Eg. Lobs)in separated directoryEach ColumnFamily(Eg. obje
Cassandra 源码解析 1:网络通信
org.apache.cassandra.thrift - Server 端入口CassandraDaemon: 启动类CassandraServer implements org.apache.cassandra.thrift.Cassandra.Iface : 接口类,类似于web service中的skeletonCustomTThreadPoolServer extends org.apache.thrift.server.TServer :监听类,监听thrift client请求
Cassandra 源码解析 5: MerkleTree
原理<br />在第4篇中,我们谈到集群管理要做的一件事情是保证不同节点数据备份的一致性。这里头涉及到两个问题:选择哪些节点之间定时同步,比如有n个节点持有相同数据备份,如果每次每台机器两两同步,每次开销为n*(n-1),so big?两个节点之间如何同步,比如每个节点存储1m条data[key, value],其中仅10条数目不一样。我们扫描所有1m数据找出这10条数目?<br />第一个问题cassandra使用gossip协议来保证每个节点的member视图一致(特点是:同步间隔短,1s一次;较小的网
Cassandra 源码解析 3: 分布式hashtable(DHT) 和 Locator
原理cassandra DHT使用的是consistent hash目的:在增加节点或者减少节点时,避免因为rehash(比如采用取模hash,两个节点时%2, 三个节点时%3,大部分key的hash值随着节点的数目变化而变化)而引起的server 震荡。实现:将hash空间固定,0~2^32,每个node(主机)生成一个hash值,将node映射到hash空间。给定的key,计算其hash值,沿着hash顺时针找到第一个node即使目标主机(如下图,借图一幅)添加节点:很显然,添加一个节点,hash空间的
七种武器:Collection 之 Google Guava
baseString<br />java String 即一个不可变的char数组Splitter<br />String[] split = str.split(String regex);<br />Google Splitter的分隔符可以是单个的char,或者CharMatcher,或者字符串str,或者正则表达式的字符串patternStr,或者是一个Pattern,或者是固定length来分隔,分别有对应的 Factory 方法(on)来返回Splitter实例<br />另外还有trimRes
4461



被折叠的 条评论
为什么被折叠?



