Linux(Deepin)上安装JDK和配置环境变量

本文详细记录了在Deepin Linux操作系统中安装JDK1.8的过程,包括从非官方途径获取JDK安装包,将其解压至/usr/java目录,以及通过编辑/etc/profile文件设置环境变量的步骤。在配置完成后,通过重启系统和运行`java -version`命令验证了JDK安装和配置的成功。

最近开始上手Linux,给本本重新安装了Deepin操作系统,从0开始“深度”学习。今天得空把开发环境弄一下,在此记录一下。

如何部署和配置jdk

  1. 下载jdk
    本来是要去官网下载的,但是官网现在下载也要登录后才能下载了,然后就在网上找了资源并放到百度网盘了,有需要的可以去下载:jdk1.8.tar.gz,提取码:t515。

  2. 安装jdk
    新建文件夹 /usr/java(此文件夹的位置和名称不限制),将下载的压缩包复制到此文件夹里并解压。

  3. 配置环境变量
    因为刚入手Linux,还不熟悉Linux操作,一开始通过vim来修改配置文件并未成功,退而求其次,直接(用Notepadqq)打开并编辑文件:系统盘/etc/profile(注意是profile文件,不是文件夹),在文件的最底部加入如下图中的代码,然后保存。保存的时候有权限提示,直接选择【以root重试】即可。
    在这里插入图片描述
    在这里插入图片描述
    代码内容如下:

JAVA_HOME=/usr/java/jdk1.8.0_161
JRE_HOME=${JAVA_HOME}/jre
CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib:$CLASSPATH
JAVA_PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin
PATH=$PA
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