在UBUNTU下手动配置ruby on rails 环境

本文记录了在Ubuntu系统中手动编译安装Ruby的过程,包括解决安装过程中遇到的问题及安装rubygem、Rails等相关组件的方法。

   前天不小心换错了sources,结果升级后810后出错,键鼠失去响应。上google发现出问题的还真不少,幸运点的修改下 /etc/X11/xorg.conf 既能恢复,然本人始终只能看到810的登录界面发呆,唯有重装了事。

   这次本着充分体验Linux的想法,决定来手动配置,还有一个原因据说手动编译的ruby比apt 下来的版本效率高不少。费了4小时,终于能跑了。


安装ruby:

     下载源码:

http://www.ruby-lang.org/en/downloads/

    解压后配置
  tar -xf ruby-1.8.7-p72.tar.gz
  进入解压目录,设定配置 ./configure
  // 这里robbin大牛建议将路径单独挪开,./configure –prefix=/usr/local/ruby

  //不过设置PATH他的描述估计有误,在 /etc/profile 里设置环境变量结果只对当前用户有效,对sudo 无效。
  所以应该在 /etc/bash.bashrc,加入export PATH="$PATH:/usr/local/ruby" 。
  最后就是运行make :
       make
       sudo make install
end of installing ruby



安装rubygem:
   下载源码:
  http://rubyforge.org/projects/rubygems/

  解压安装 sudo ruby setup.rb



安装rails 和mongrel:
sudo gem install rails
sudo gem install mongrel



安装ruby mysql 数据库适配器,默认就可以用的,不过效率效率。嘿嘿。
http://www.tmtm.org/en/mysql/ruby/

解压后进入目录,运行

ruby extconf.rb --with-mysql-config

// 需要安装 mysql_config

make

测速是否成功

ruby ./test.rb -- [hostname
[user
[passwd
[dbname
[port
[socket
[flag
]]]]]]]

最后 sudo make install

OK

最后开始测试,新建项目,运行服务器,报错:

`require_frameworks': no such file to load -- openssl (RuntimeError)

解决方法:

  用ubuntu自带的synaptic package manager 搜索和openssl有关的东西,勾上安装

(我记得自己安装了openssl libssl-dev 等)

然后找到之前解压的ruby源代码文件夹, cd  ext/openssl

ruby extconf.rb  (如果报错继续添加和openssl 的文件 - -)
make && make install

再次运行终于OK。

 

 

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值