memcachedb-1.2.0 memcachedb-1.2.1-beta 安装

本文提供了一个详细的步骤说明,包括如何安装libevent、BerkeleyDB和memcachedb等关键组件,并确保它们能正确配置和工作。此外,还介绍了如何验证安装是否成功及启动memcachedb的方法。

相关文件下载链接和对应版本

libevent:http://monkey.org/~provos/libevent/

libevent-1.4.9-stable.tar.gz

berkeleyDB:http://www.oracle.com/technology/products/berkeley-db/index.html

db-4.7.25.tar.gz

memcachedb:http://code.google.com/p/memcachedb/

memcachedb-1.2.0.tar.gz; memcachedb-1.2.1-beta.tar.gz(都可以,但是都不支持berkeleyDB 4.8)


1.
先安装libevent
# tar zxvflibevent-1.4.9-stable.tar.gz
# cd libevent-1.4.9-stable
# ./configure --prefix=/usr
# make
# make install

2.
测试libevent是否安装成功:
# ls -al /usr/lib | grep libevent
lrwxrwxrwx 1 root root 22 Apr 15 2009 libevent-1.1a.so.1 -> libevent-1.1a.so.1.0.2

-rwxr-xr-x 1 root root 33184 Jul 13 2006 libevent-1.1a.so.1.0.2

lrwxrwxrwx 1 root root 21 Nov 28 17:08 libevent-1.4.so.2 -> libevent-1.4.so.2.1.2

-rwxr-xr-x 1 root root 300766 Nov 28 17:08 libevent-1.4.so.2.1.2

-rw-r--r-- 1 root root 389686 Nov 28 17:08 libevent.a

lrwxrwxrwx 1 root root 26 Nov 28 17:08 libevent_core-1.4.so.2 -> libevent_core-1.4.so.2.1.2

-rwxr-xr-x 1 root root 109010 Nov 28 17:08 libevent_core-1.4.so.2.1.2

-rw-r--r-- 1 root root 147842 Nov 28 17:08 libevent_core.a

-rwxr-xr-x 1 root root 1015 Nov 28 17:08 libevent_core.la

lrwxrwxrwx 1 root root 26 Nov 28 17:08 libevent_core.so -> libevent_core-1.4.so.2.1.2

lrwxrwxrwx 1 root root 27 Nov 28 17:08 libevent_extra-1.4.so.2 -> libevent_extra-1.4.so.2.1.2

-rwxr-xr-x 1 root root 240093 Nov 28 17:08 libevent_extra-1.4.so.2.1.2

-rw-r--r-- 1 root root 303478 Nov 28 17:08 libevent_extra.a

-rwxr-xr-x 1 root root 1022 Nov 28 17:08 libevent_extra.la

lrwxrwxrwx 1 root root 27 Nov 28 17:08 libevent_extra.so -> libevent_extra-1.4.so.2.1.2

-rwxr-xr-x 1 root root 980 Nov 28 17:08 libevent.la

lrwxrwxrwx 1 root root 21 Nov 28 17:08 libevent.so -> libevent-1.4.so.2.1.2

3.
安装Berkeley Db
tar -zxvf db-4.7.25.tar.gz
#
需要进入特定操作系统编译环境,更常规软件的编译有些区别
cd db-4.7.25/build_unix/
#
然后才能够开始编译
../dist/configure
make && make install
#
如果没有指定特殊安装路径,编译完成,需要将Berkeley Db运行库的路径添加到系统配置里面
echo "/usr/local/BerkeleyDB.4.7/lib/" >> /etc/ld.so.conf

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/BerkeleyDB.4.7/lib
#
重载系统Ld运行库
ldconfig

4.
安装memcachedb,同时需要安装中指定libevent的安装位置:
# cd /tmp
# tar -zxvf memcachedb-1.2.1-beta.tar.gz
# cd memcachedb-1.2.1-beta
# ./configure

# make
# make install
如果中间出现报错,请仔细检查错误信息,按照错误信息来配置或者增加相应的库或者路径。
安装完成后会把memcachedb放到 /usr/local/bin/memcachedb

5.
测试是否成功安装memcachedb
# ls -al /usr/local/bin/mem*
-rwxr-xr-x 1 root root 137986 11?? 12 17:39 /usr/local/bin/memcachedb
6.
启动memcachedb
memcachedb -p 11212 -d -r -u root -l 192.168.50.117 -H /home/mdb_11212 -N -P / home /memcachedb.pid

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
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