- 博客(70)
- 资源 (5)
- 收藏
- 关注
原创 Markdown模板20251027
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:撤销:Ctrl/Command + Z重做:Ctrl/Command + Y加粗:Ctrl/Command + B斜体:Ctrl/Command + I标题:Ctrl/Command + S
2025-10-27 22:08:14
381
原创 jmm 指令重排 缓存可见性 Volatile 内存屏障
CPU是先操作自己的缓存,然后更新到内存中,其他CPU在从内存中获取更新的数据,更新到自己的缓存中,由于内存是隔一段时间刷新一次从缓存中获取最新数据而不是实时的,所以产生缓存一致性问题,也就是CPU自己的缓存对其他CPU不可见。这就是CPU缓存可见性问题。CPU指令重排是指CPU为了提高指令执行效率,可能会对指令的执行顺序进行优化,使得(单线程下)指令的实际执行顺序与代码中的顺序不同,但结果是一致的。Volatile通过内存屏障可以禁止指令重排序,内存屏障是一个CPU的指令,它可以保证特定操作的执行顺序。
2025-08-06 16:36:12
404
原创 jvm hotspot C++解释器、模板解释器和JIT
而C++解释器派发到的是由字节码对应的C++代码所编译成的机器码,模板解释器派发到的是字节码对应的汇编模板所生成的机器码。编译执行:JIT对于热点代码,编译成运行效率高的机器码。这里与模板解释器的区别在于JIT针对的是代码段生成机器码,而模板解释器是针对每个字节码指令生成机器码,以及JIT是动态生成的,模板解释器是在JVM启动时就把字节码对应的汇编模板转换为机器码。当JIT把整段代码直接编译成机器码时,在执行时就可以自上而下的获取执行机器码,而不用对于每条字节码指令跳转到对应的机器码上,执行效率获得提升。
2025-08-06 15:02:58
265
原创 C++多线程, join, detach,锁、信号量、同步、原子、mem barrier
摘要在C++并发编程中,线程管理是提升程序效率的关键。通过类比生产过程中的任务分配,多个工人(线程)同时执行不同任务(如和面、烤制、包装),可以显著提高生产效率。join与detach是C++中用于处理线程的两种主要方法。join使主线程等待子线程完成,确保资源有序释放;而detach则让子线程独立运行,主线程不再等待其结束,适用于无需同步结果的场景。正确选择这两种方式能有效优化程序性能。关键词C++线程, join区别, detach用法, 并发编程, 生产效率。
2025-07-31 11:10:33
928
原创 Java反射-动态代理
Java动态代理机制的出现,使得Java开发人员不用手工编写代理类,只要简单地指定一组接口及委托类对象,便能动态地获得代理类。代理类会负责将所有的方法调用分派到委托对象上反射执行,在分派执行的过程中,开发人员还可以按需调整委托类对象及其功能,这是一套非常灵活有弹性的代理框架。
2025-07-30 16:10:00
212
原创 Java反射源码
反射 (Reflection) 是 Java 的特征之一,它允许运行中的 Java 程序获取自身的信息,并且可以操作类或对象的内部属性。简而言之,通过反射,我们可以在运行时获得程序或程序集中每一个类型的成员和成员的信息。程序中一般的对象的类型都是在编译期就确定下来的,而Java 反射机制可以动态地创建对象并调用其属性,这样的对象的类型在编译期是未知的。所以我们可以通过反射机制直接创建对象,即使这个对象的类型在编译期是未知的。
2025-07-30 15:25:15
864
原创 近眼显示技术瞳孔扩展函数-摘要
近年来,近眼显示技术已经从小众市场发展成为新兴的消费技术。例如,在头戴式显示设备中,近眼显示系统为虚拟现实显示提供了3D立体视觉。通常,近眼显示系统的物镜被配置成通过一个太小而不能与用户瞳孔可靠对齐的区域来传输显示图像。因此,近眼显示系统的相关目镜光学可能包括某种形式的瞳孔扩展器。瞳孔扩展器将显示图像扩展到更大的区域上。,在用户的瞳孔可能被发现的整个区域。有些瞳孔扩展器包括支持一个或多个衍射光栅的光波导。衍射光栅将显示图像与波导耦合,并提供了所需的瞳孔扩展函数。...
2021-10-07 12:41:49
362
原创 光波导包括一个输入耦合器,第一中间组件,第二个interme山ate-component和一个输出耦合器被描述。输入耦合器将与输入瞳孔相关联的图像相对应的光耦合到波导中,并将光定向到第一中间组件
ABSTRACT一个光波导包括一个输入耦合器,第一中间组件,第二个interme山ate-component和一个输出耦合器被描述。输入耦合器将与输入瞳孔相关联的图像相对应的光耦合到波导中,并将光定向到第一中间组件。所述第一中间组件执行水平或垂直瞳孔扩展,并将与所述图像对应的光重新定向到所述输出耦合器。第二中间组件是一个衍射组件,位于第一中间组件和输出耦合器之间,并在该部分到达输出耦合器之前对与图像对应的光的一部分进行瞳孔红色的分流。输出耦合器进行另一种水平或垂直的瞳孔扩展,并从波导中耦合出与图像相对应
2021-10-07 12:39:55
223
原创 利用上下文的鲁棒性来标记主动学习中的噪声
利用上下文的鲁棒性来标记主动学习中的噪声arxiv背景解决的问题arxivarXiv - CS - Machine Learning Pub Date : 2020-10-18 , DOI: arxiv-2010.09066Sudipta Paul, Shivkumar Chandrasekaran, B.S. Manjunath, Amit K. Roy-Chowdhury背景计算机视觉领域的几项工作已经证明了主动学习在新的未标记数据可用时适应识别模型的有效性。这些工作中的大多数认为从注释器获得
2021-10-06 14:18:33
400
1
原创 模型融合
模型融合INTRODUCTION模型融合的三个信条:1.群众的力量是伟大的 — 集体智慧INTRODUCTION模型融合简单来说就是通过对一组的基分类器以某种方式进行组合,以提升模型整体性能的方法。模型融合不能起到决定性作用,在影响模型结果的因素中,一般来说是数据>特征>模型>模型融合。在业界流传着这么一句话,数据和特征决定了机器学习的上限,而模型和算法只是在逼近这个上限....
2021-01-07 15:48:49
247
原创 2020-09-03-openpose分析
openpose分析OpenPose是一种bottom-up的方法,就是对于一张图片,首先找到图像中的所有人的所有点,然后再对这些点进行匹配连接,让同一个人的点进行相连。具体过程如下图:OpenPose的pipeline主要有两个部分:• 在inference阶段,输入图像,输出两个tensor,分别是关键点的heatmap和关键对应的连接关系(part affinity field, paf),这些输出的heatmap都是只有原图的8分之一。• 根据keypoint和paf的heatma
2020-09-05 18:38:31
849
原创 MICRO LED DISPLAY SYSTEM
ABSTRACT微led阵列提供了一个小的形式因素解决方案的HMD图像源,因为他们不需要一个单独的照明光学。目前的信息披露的特点及其离散元MicroLED显示系统,将多元化的单色投影仪(例如,三个MicroLED projec职权范围)来生成三个单色图像(例如,红色,蓝色,和绿色图像),分别输入到一个波导的HMD和结合形成一个图像,显示给用户。利用一个波导,包括一个多元化的空间上分开输入区域(例如,输入蓝光的区域,一个区域输入红灯,一个区域输入绿灯),目前披露的MicroLED显示系统可能减少头盔显示器
2020-08-31 15:08:53
302
原创 2020-08-31微软AR英文专利US 2020/0192025 Al,PUPIL EXPANDER WITH IMPROVED COLOR UNIFORMITY具有改善色彩均匀性的瞳孔扩展器
ABSTRACT一种光波导包括一个或多个上游衍射光栅以及重叠的第一和第二下游衍射光栅。所述一个或多个上游衍射光栅包括所述第一上游dif-fraction光栅,所述第一上游衍射光栅配置为接收显示光并释放沿第一轴展开的显示光。所述第一和第二下游衍射光栅配置为接收沿第一轴展开的显示光,并协同释放沿第二轴进一步展开的显示光。第一个下游衍射光栅是沿着一个平面光波导,进一步配置为进一步扩大沿着第一轴显示光沿着第一轴扩展。BACKGROUND近年来,近眼显示技术已经从小众市场发展成为新兴的消费技术。例如,在头
2020-08-31 14:51:00
863
原创 OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields实时多人2D姿态-使用部分关联字段摘要实时多人二维姿态估计是机器了解人的重要组成部分(在图像和视频中)。在这项工作中,我们提出了一个实时的方法来检测在一幅图像中多人二维姿态。被提议的方法使用非参数表示,我们将其称为部分亲和字段(PAFs),以学习将身体部位与图像中的个体联系。该自底向上的系统无论人数多少,都能实现高精度和实时性,在之前的工作中,PAF
2020-08-31 01:23:15
1116
原创 光学技术岗位20200830
光学技术岗位猎聘https://www.liepin.com/job/1917080851.shtml?sfrom=recom-recom_jd-906662f623ae0c0fecc2be7a748fa8f5-6&d_sfrom=recom_jd&d_ckId=906662f623ae0c0fecc2be7a748fa8f5&d_curPage=0&d_pageSize=100&d_headId=906662f623ae0c0fecc2be7a748fa8f
2020-08-30 23:43:17
248
原创 微软AR英文专利VCSEL ARRAY SCANNING DISPLAY
VCSEL ARRAY SCANNING DISPLAYBACKGROUND有些光束扫描显示器利用电子扫描系统扫描多个光源以形成图像。这样的显示器可以做得紧凑和轻便,使它们成为增强或虚拟现实应用的需要。然而,从紧凑型光源获得理想的亮度和分辨率可能是一个挑战。SUMMARY本文以简化的形式介绍了一些概念,这些概念将在下面的详细描述中进一步描述。本摘要不打算确定关键特征或基本特征,也不打算用来限制应用范围。此外,声明的主题不限于解决本公开任何部分中提到的任何或所有缺点的实现。本发明公开了与使用排
2020-08-25 20:37:34
474
原创 像质评价
镜头分辨率和相机分辨率匹配写代码,很多非科班人士就是会抓狂,对代码不感兴趣,总感觉在乱写程序,看理论基础或优质代码又看不进去,代码是要动手写的,单纯看或思考收效甚微。而且改bug会让新手崩溃,老想一步到位,老想着问别人,但就是学不到东西,即欲速则不达,特别恰逢ddl,无法完成代码或无法解决bug,受到批评,加之心理自卑,会迅速劝退。所以,要么培养兴趣、成就感,需要时间慢慢学,欲速则不达。要么想想选择空闲时间乐意做的事,可以持续高效输入输出。...
2020-07-21 14:08:29
365
原创 nvs_get_str_or_blob **报错**
nvs_get_str_or_blob(unsigned int, nvs::ItemType, char const*, void*, unsigned int*) 报错timeout.tv_sec=490I (25004) TCP_CLIENT: select_ret=1I (25004) TCP_CLIENT: recv_len=4 recv_buf._len=21I (25014) TCP_CLIENT: recv from server:recv_len=4 data_len.
2020-06-09 10:14:51
974
原创 esp32一些资料
————————————————参考:https://blog.youkuaiyun.com/fengfeng0328/article/details/82825413referenceesp32开发Esp32学习之旅esp8826链接
2020-06-01 00:53:21
323
原创 esp32程序解析
esp32-WIFI状态机esp_wifi.h文件 depict WiFi programming modelesp-idf https://github.com/espressif/esp-idf/blob/ca1e5e5bc/components/esp32/include/esp_wifi.hThe WiFi driver can be consider as black box, it knows nothing about the high layer code, such as TCP
2020-05-28 20:11:16
3201
原创 Real-time Intended Knee Joint Motion Prediction by deep-recurrent neural networks利用深度递归神经网络实时预测膝关节运动
ABSTRACT人体智能辅助系统需要一定的方法来精确地预测运动肢体的关节角度。论文提出了深度递归神经网络(RNNs),一种处理序列数据的神经网络,在膝关节角度实时预测中的应用。这个模型是基于肌电图(EMG)信号(电极被放置在三条腿的肌肉上)和对上、下腿的惯性测量组合而成的。利用不同受试者在不同步态下采集的数据构建模型,并在实时环境下进行评价。基于融合信息的RNN神经网络模型在计算复杂度和预测精度之间达到了平衡。在单片机上的结果表明,在50ms的预测范围内,模型的预测误差较低,为2.93度。I. INT.
2020-05-26 20:44:18
1001
1
原创 esp32,esp-idf,different version is incompatible,各版本环境不兼容
l@ubuntu:~/esp/app_test$ idf.py menuconfigChecking Python dependencies...Python requirements from /home/l/esp/esp-idf/requirements.txt are satisfied.Executing action: menuconfigRunning cmake in directory /home/l/esp/app_test/buildExecuting "cmake -G N
2020-05-20 17:34:47
1659
原创 esp32-wroom32-could not open port /dev/ttyUSB0: [Errno 13] Permission denied: /dev/ttyUSB0
solution: https://docs.espressif.com/projects/esp-idf/en/stable/get-started/linux-setup.html#additional-tips
2020-05-20 16:48:55
1595
原创 删除有TrustedInstaller权限的文件-亲测有效
如何删除有TrustedInstaller权限的文件-亲测有效win10-https://zhidao.baidu.com/question/1384229736645191820.htmlwin7-https://zhidao.baidu.com/question/1638171775252448820.html?qbl=relate_question_6...
2020-04-15 12:39:17
1655
原创 journal
20200315,20200316,AM-global engineering ethics report.PM-febrary work summary.
2020-03-16 23:51:23
176
原创 ENGLISH-剑桥-朗文-柯林斯-韦氏dictionary
clown, punchline,sidewalk,work right over me, yells, self-pity, riots, critical conditionHave you seen what it’s like out there?Nobody knows what it’s like to be other guy?You sound like you’re m...
2020-02-28 23:20:28
1132
原创 PyTorch版本《动手学深度学习》(Dive into Deep Learning)
之前写的-线性回归基础https://blog.youkuaiyun.com/qq_35740095/article/details/88066655Github–PyTorch版本《动手学深度学习》(Dive into Deep Learning)【《动手学深度学习》参考资料】:https://shimo.im/mindmaps/jkhHr3pCkCYwWWgR...
2020-02-14 21:50:15
1165
原创 TVCG-2019-HeteroFusion: Dense Scene Reconstruction Integrating Multi-sensors多传感器融合密集场景重建
TVCG-2019-HeteroFusionHeteroFusion: Dense Scene Reconstruction Integrating Multi-sensorsAbstractHeteroFusion: Dense Scene Reconstruction Integrating Multi-sensorsAbstract—We present a novel approa...
2020-02-10 18:22:42
774
原创 数据竞赛详细流程
数据竞赛整理数据EDA数据清洗深度清洗特征工程模型选择模型融合数据EDA数据分析缺失值分析特征分析是否有单调特征列特征nunique分布统计特征值出现的频次大于100的特征label分布不同的特征值的样本的label的分布数据清洗缺失值分析及处理缺失值出现的原因分析采取合适的方式对缺失值进行填充异常值分析及处理根据测试集数据的分布处理训练集的数据分布使用合适的方法找...
2020-01-20 23:42:21
734
原创 模型融合-集成学习-boosting-bagging-随机森林
模型融合1.个体学习器2.集成学习(ensemble learning)3.boosting和bagging①boosting②bagging4.结合策略①平均法②投票法③学习法5.随机森林思想6.随机森林的推广①extra trees②Totally Random Trees Embedding(TRTE)③Isolation Forest(IForest)7.随机森林优缺点优点缺点8.随机森林...
2020-01-19 22:01:13
1054
原创 数据竞赛-模型选择
from __future__ import print_functionimport lightgbm as lgbimport sklearnimport numpyimport hyperoptfrom hyperopt import hp, fmin, tpe, STATUS_OK, Trialsimport coloramaimport numpy as npN_HYP...
2020-01-15 20:47:18
270
原创 字符串leetcode3,30,1234
字符串leetcode3.无重复字符的最长字串leetcode30.串联所有单词的子串leetcode1234.替换子串得到平衡字符串leetcode3.无重复字符的最长字串public int lengthOfLongestSubstring(String s) { //如果s为空,length不大于0,是一个空串,就没有向下执行的必要了 if(s != nul...
2020-01-15 19:56:57
203
1
原创 队列--模拟银行服务完成程序代码
队列–模拟银行服务完成程序代码import time, threadingclass Queue: def __init__(self): self.items = [] def isEmpty(self): return self.items == [] def enqueue(self, item): self....
2020-01-12 23:58:45
354
原创 栈、递归
栈、递归数组实现顺序栈链表实现链栈车辆出栈问题数组实现顺序栈class ArrayStack(): def __init__(self): self.items = [] def IsEmpty(self): return self.items == [] def size(self): return len(self.i...
2020-01-10 23:14:55
270
原创 数组 2020-01-07
-- coding: utf-8 -import numpy as nparr = []N = input(">>>:")for i in np.arange(2, np.int32(N)):if (i%5==0 or i%7 ==0):arr.append(i)print(arr)2. 托普利茨矩阵问题import numpy.matlibimport n...
2020-01-07 01:45:21
157
原创 E: 无法下载 http://us.archive.ubuntu.com/ubuntu/dists/xenial/main/binary-armhf/Packages 404 Not Found
~$ sudo apt-get update命中:1 http://deb.odroid.in/5422-s xenial InRelease命中:2 http://ports.ubuntu.com/ubuntu-ports xenial InRelease命中:3 http://packages.ros.org/ros/ubuntu xenial InRelease获取:4 http:/...
2019-09-19 19:47:38
6835
4
原创 [ERROR] [1568786222.758840]: Creation of publisher failed: Checksum does not match: 7250c1dc0b61c41
[ERROR] [1568786225.341851]: Tried to publish before configured, topic id 125[ERROR] [1568786225.349380]: Creation of publisher failed: Checksum does not match: 7250c1dc0b61c4190e78f528f599285f,427f77...
2019-09-18 20:49:52
2060
原创 自动驾驶与汽车现状前沿
近十年世界汽车产销量变化--Changes in automobile production and sales over the past decade0.参考--数据网址(汽车)0.1[数据站](https://www.statista.com/statistics/200002/international-car-sales-since-1990/)0.2[世界汽车产业专业调研公司](ht...
2019-09-15 17:45:18
909
【计算机视觉】基于多层次注意力加权特征融合的目标检测方法:AWFPN与RFFN网络设计及小目标检测精度优化
2025-11-04
数字图像处理_第三版_中_冈萨雷斯pdf
2019-04-20
深度学习-花书pdf
2019-04-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅