yum安装软件之后如何保存rpm安装包

实验linux系统的时候大家都有一个烦恼,用yum安装的软件包不知道去哪里了,不像windows那样直观可以将安装包放到一个地方保存起来,接下来为大家介绍yum安装后如果保存rpm包。

yum安装软件之后如何保存rpm安装包yum安装软件之后如何保存rpm安装包
环境:Centos7

方法一

修改/etc/yum.conf将报错字段0改为1
yum安装软件之后如何保存rpm安装包yum安装软件之后如何保存rpm安装包

测试安装telnet

[root@localhost packages]# yum install telnet -y
已加载插件:fastestmirror
Loading mirror speeds from cached hostfile
 * base: mirrors.aliyun.com
 * extras: mirrors.aliyun.com
 * updates: mirrors.aliyun.com
正在解决依赖关系
--> 正在检查事务
---> 软件包 telnet.x86_64.1.0.17-65.el7_8 将被 安装
--> 解决依赖关系完成

依赖关系解决

===============================================================================================
 Package            架构               版本                          源                   大小
===============================================================================================
正在安装:
 telnet             x86_64             1:0.17-65.el7_8               updates              64 k

事务概要
===============================================================================================
安装  1 软件包

总计:64 k
安装大小:113 k
Downloading packages:
Running transaction check
Running transaction test
Transaction test succeeded
Running transaction
  正在安装    : 1:telnet-0.17-65.el7_8.x86_64                                              1/1 
  验证中      : 1:telnet-0.17-65.el7_8.x86_64                                              1/1 

已安装:
  telnet.x86_64 1:0.17-65.el7_8                                                                

完毕!

查看安装包所在位置

需要根据安装的时候提示的源的位置进行查找,一般会有base epel,extras,updates这几个类型,本次安装显示源是updates所以去updates目录下寻找。

[root@localhost packages]# ls
telnet-0.17-65.el7_8.x86_64.rpm
[root@localhost packages]# pwd
/var/cache/yum/x86_64/7/updates/packages
[root@localhost packages]# 

方法二

安装yum-utils软件来达到保持目的

[root@localhost ~]# yum install yum-utils -y
已加载插件:fastestmirror
Loading mirror speeds from cached hostfile
 * base: mirrors.aliyun.com
 * extras: mirrors.aliyun.com
 * updates: mirrors.aliyun.com
正在解决依赖关系
--> 正在检查事务
---> 软件包 yum-utils.noarch.0.1.1.31-54.el7_8 将被 安装
--> 解决依赖关系完成

依赖关系解决

========================================================================================================================================
 Package                         架构                         版本                                  源                             大小
========================================================================================================================================
正在安装:
 yum-utils                       noarch                       1.1.31-54.el7_8                       updates                       122 k

事务概要
========================================================================================================================================
安装  1 软件包

总计:122 k
安装大小:337 k
Downloading packages:
Running transaction check
Running transaction test
Transaction test succeeded
Running transaction
  正在安装    : yum-utils-1.1.31-54.el7_8.noarch                                                                                    1/1 
  验证中      : yum-utils-1.1.31-54.el7_8.noarch                                                                                    1/1 

已安装:
  yum-utils.noarch 0:1.1.31-54.el7_8                                                                                                    

完毕!
[root@localhost ~]# 

测试安装telnet

--destdir指定目录, 最后面指定需要安装的包名

[root@localhost ~]# yumdownloader --destdir=/root telnet
已加载插件:fastestmirror
Loading mirror speeds from cached hostfile
 * base: mirrors.aliyun.com
 * extras: mirrors.aliyun.com
 * updates: mirrors.aliyun.com
[root@localhost ~]# ls
telnet-0.17-65.el7_8.x86_64.rpm

总结

两种方法各有特色,第一种安装方便查找不方便,第二种改变了习惯的安装命令,但是保存路径很容易查找。

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