在ubuntu 下搭建 android开发环境

本教程详细介绍了在Ubuntu环境下安装和配置Java环境、Eclipse IDE、Android SDK和ADT插件,以及配置Tomcat7的方法。包括JDK的下载、解压、环境变量配置、Eclipse安装与SDK安装,同时提供了针对Android开发环境的详细指导,以及如何配置Tomcat7以支持Java Web应用。

 

一、Java环境安装配置 
Ubuntu
JDK
安装配置的详细步骤

1.下载jdk 
下载连接http://java.sun.com/javase/downloads/index.jsp

下载的版本是jdk-6u24-linux-i586.bin,将下载的jdk1.6.0_12.bin文件置于/usr/lib/jvm/java

2.解压文件 
打开终端,修改bin文件权限

执行sudo chmod u+x /usr/lib/jvm/java/jdk1.6.0_12.bin
然后执行命令sudo /usr/lib/jvm/java/jdk1.6.0_12.bin,持续按回车键,直至屏幕显示要求输入yes/no,此时输入y回车,将会把jdk解压到文件夹,得到jdk1.6.0_12目录。
此时,jdk已安装完毕

3、配置环境变量

sudo vi /etc/environment

PATH"......:/usr/lib/jvm/java/jdk1.6.0_12/bin"
CLASSPATH=.:/usr/lib/jvm/java/jdk1.6.0_12/lib
JAVA_HOME=/usr/lib/jvm/java/jdk1.6.0_12

由于ubuntu中可能会有默认的jdk,如openjdk,所以,为了使默认使用的是我们安装的jdk,还要进行如下工作。

执行:

update-alternatives --install /usr/bin/java java /usr/lib/jvm/java/jdk1.6.0_12/bin/java 300
update-alternatives --install /usr/bin/javac javac /usr/lib/jvm/java/jdk1.6.0_12/bin/javac 300

通过这一步将我们安装的jdk加入java选单。
然后执行

update-alternatives --config java

通过这一步选择系统默认的jdk

然后重启系统!

4、查看版本

java -version

结果如下(可参考)

java version "1.6.0_24"

Java(TM) SE Runtime Environment (build 1.6.0_24-b07)

Java HotSpot(TM) Server VM (build 19.1-b02, mixed mode) 


<!-- @page { margin: 2cm } P { margin-bottom: 0.21cm } -->

二、Eclipse安装及 android 安装配置

1、下载Eclipse 
下载地址:http://www.eclipse.org/downloads/ ,我下载的最新的Eclipse IDE for Java Developers,为eclipse-jee-helios-SR2-linux-gtk.tar.gz

2、解压

将其拷贝到/home/joinyo文件夹,然后解压缩到此处。双击eclipse就能启动了。

3、安装SDK

下载Android SDK程序包最新的(android-sdk_r10-linux_86.tgz.tar),把它解压到自己的工作目录下,解压后目录名为android-sdk-linux_86,打开tools文件夹,然后双击android,点击在终端运行,在打开的Android SDK AVD Manager上将settings下的force https://...source to be fatched using http://..打勾,

(如果这样还安装不上,

尝试这在android-sdk-linux_x86/下面建一个androidtool.cfg的文件,

内容:sdkman.force.http=true,我的就是这样解决的。)

选择Availabel packages 勾选你想安装的版本,(这里我选择了1.6,2.1,2.2,2.3安装非常的慢,耐心的等待吧!),单击Install selected.

3、配置ADT

启动Eclipse,菜单Help -> Install New Software… -> 选择Add..,在弹出的界面上

NameADT

Location :http://dl-ssl.google.com/android/eclipse/

慢慢等待...........

--安装结束后,重启Eclipse

--单击机器人小图标,New (添加各个版本的AVD)

--单击start就可以启动模拟器了,这其中会遇到提升文件的权限 sudo chmod u+x  <文件名>

至此,Adroid开发环境已经配置完成了。

 

三、配置Tomcat7

1、到官网下载相关的Tomcat

           这里下载的是 apache-tomcat-7.0.12.tar.gz

           下载地址http://tomcat.apache.org/

2、将下载的 apache-tomcat-7.0.12.tar.gz放在/home/joinyo文件夹,解压并命名为tomcat7,

如果喜欢执行命令行的话,可以执行的命令

 

(解压)sudo tar zxvf apache-tomcat-7.0.12

(命名为tomcat7sudo mv apache-tomcat-7.0.12 tomcat7

3、在终端进行tomcat7下的bin文件

(即cd Java/tomcat7/bin

gedit打开,即输入:sudo gedit catalina.sh,然后找到

<!-- @page { margin: 2cm } P { margin-bottom: 0.21cm } A:link { so-language: zxx } -->

cygwin=false

os400=false

darwin=false

case "`uname`" in

CYGWIN*) cygwin=true;;

OS400*) os400=true;;

Darwin*) darwin=true;;

esac

在其后加上

JAVA_HOME=/home/joinyo/jdk1.6.0_24

JAVA_OPTS="-server -Xms512m -Xmx1024m -XX:PermSize=600M -XX:MaxPermSize=600m -Dcom.sun.management.jmxremote"

修改后如下

# OS specific support. $var _must_ be set to either true or false.

cygwin=false

os400=false

darwin=false

case "`uname`" in

CYGWIN*) cygwin=true;;

OS400*) os400=true;;

Darwin*) darwin=true;;

esac


JAVA_HOME=/home/joinyo/jdk1.6.0_24

JAVA_OPTS="-server -Xms512m -Xmx1024m -XX:PermSize=600M -XX:MaxPermSize=600m -Dcom.sun.management.jmxremote"


# resolve links - $0 may be a softlink

运行sudo ./startup.sh

在浏览器中输入:http://localhost:8080/

打开小猫的页面,ok,成功!

--------------------------------本文结束--------------------------------------

 

 

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