其他

網路上相關的資料很少，我又恰好要做這個，索性就把它寫出來，我也是在摸索中，理解的不正確的地方這裡道個歉，歡迎指正。也算是為amoeba的推廣做的一點微不足道的貢獻吧！是我的eclipse的Amoeba工程（怎麼匯入的請看上篇文章）的目錄的一部分：圖中的紅色標記的就是Amoeba的開機檔案。這裡需要說明的是，amoeba使用的批處理的方式啟動的，批處理裡面首先是找到classword，然後載入類，而載入的第一個類就是上述那個類了。下面開啟AmoebaProxyServer.java檔案，我為重要的

虛擬化是雲端運算的關鍵技術之一，對應的英文是（Virtualization）。在《Xen Virtualization》中，作者將虛擬化分為如下類別：應用虛擬化；案頭虛擬化；網路虛擬化；伺服器虛擬化；儲存虛擬化；作業系統虛擬化；可以看到虛擬化包含的方面十分的廣泛。而我們說的最多的則是伺服器虛擬化。雲端運算中用的最多的也是伺服器虛擬化，即將一堆物理裝置虛擬成多個邏輯裝置使用。伺服器虛擬化也分為多種：客戶系統虛擬化；並行虛擬化；基於虛擬機器管理器的虛擬化；全虛擬化；核心級虛擬化；硬體虛擬化；

映像分割與特徵提取相似性度量—聚類         前面介紹的分類問題是利用已知類別的樣品來構造分類器。其訓練集樣品是已知類別的，所以又稱為有監督學習。在已知類別樣品的指導下對單個待測樣品進行分類。聚類問題則不同，它事先不瞭解一批樣品中的每一個樣品的類別或者其他的先驗知識，而唯一的分類根據是樣品的特性。利用樣品的特性來構造分類器，這種分類稱為無監督分類沒，通常叫做聚類或叢集。群集是對探測資料進行分類分析的一個工具，許多學科要根據所測得的或感知到的相似性對資料進行分類，把探測資料歸入到各個彙總類中

iPhone的Dock欄只能放4個表徵圖，在iPhone即使用上MultiDock這類外掛程式也最多隻能多放一、二個表徵圖，不然擠得有密集恐懼症的人想把手機扔了，但如果常用應用太多都想塞到Dock欄怎麼辦？開發Zephyr、GridLock的知名開發人員chpwn開發的InfiniDock這個收費越獄外掛程式就可以解決這個問題，這個外掛程式允許在Dock左右滑動來增加更多Dock頁從而放置多達100個表徵圖。安裝安裝源：BigBoss(http://apt.thebigboss.org/repo

一種改進分水嶺演算法在高速高精度幀片機視覺檢測中的應用 作者：黃恢樂 胡… 文章來源：電子技術應用 21ic 點擊數： 54 更新時間：2007-7-5 23:22:20   摘要：針對高速高精度幀片機視覺檢測中的元件映像分割問題，提出了一種改進分水嶺演算法。該演算法結合傳統的邊緣檢測和閾值分割，並採用一定的集水盆地區合并準則，有效地抑制了過分割現象。現場運行結果表明該演算法效果很好，滿足了幀片機視覺檢測的要求。    關鍵詞：分水嶺演算法 貼片機

剛開始用iPhone的時候，都不知道怎麼刪除通訊錄，用習慣的滑動怎麼都沒有反應，後來才知道，要刪除某條記錄，要先點擊該記錄，然後點擊編輯，再點擊頁面最下面的刪除連絡人，非常之麻煩。對於經常要刪除連絡人的，就比較痛苦了，還好越獄之後可以安裝外掛程式，Delete Contacts就可以很好的解決這個問題，他提供如下功能：滑動刪除大量刪除安裝安裝源：BigBoss(http://apt.thebigboss.org/repofiles/cydia/)（點擊查看添加源教程）下載：搜尋 Delete

      “水平切分”和“垂直切分”這兩個詞經常在生活和工作中出現，對這兩個東東也是一知半解的狀態。現在就用寫寫自己的理解。        先用通俗的話說說什麼是“水平切分”和“垂直切分”（其實我不知道專業的或者學術的說法是怎樣的）。       

分水嶺分割方法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把映像看作是測地學上的拓撲地貌，映像中每一點像素的灰階值表示該點的海拔高度，每一個局部極小值及其影響地區稱為集水盆，而集水盆的邊界則形成分水嶺。分水嶺的概念和形成可以通過類比浸入過程來說明。在每一個局部極小值表面，刺穿一個小孔，然後把整個模型慢慢浸入水中，隨著浸入的加深，每一個局部極小值的影響域慢慢向外擴充，在兩個集水盆匯合處構築大壩，即形成分水嶺。分水嶺的計算過程是一個迭代標註過程。分水嶺比較經典的計算方法是L.

自《mysql效能調優與架構設計》：1、資料庫和表名應儘可能和所服務的業務模組名一致；這樣，在DBA

項目第一期完成的七七八八了，第一次做web工程，所以總是提醒自己是一個學習者來著，多用自己的眼睛和腦袋去積攢一些經驗和知識。這個記錄我想記錄下對於命名的思考。這個命名包括很多命名，比如：工程命名、包命名、檔案命名、類命名、函數命名、變數命名、常量命名；資料庫命名、表命名、欄位命名、約束命名等等。下面根據自己的感受一個個的用自己的話說說。1.工程命名我們的祖先說‘名不正則言不順“，這話的重要性在其他的命名中可能不重要，但是在一個實施的工程中就十分重要了。我們在學習語言做一些實驗的時候總是用些11，

 數位影像處理詞彙表 Algebraic operation 代數運算 一種影像處理運算，包括兩幅映像對應像素的和、差、積、商。Aliasing 走樣（混疊） 當映像像素間距和映像細節相比太大時產生的一種人工痕迹。Arc 弧 圖的一部分；表示一曲線一段的相連的像素集合。Binary image 二值映像 只有兩級灰階的數位影像（通常為0和1，黑和白）Blur 模糊 由於散焦、低通濾波、攝像機運動等引起的映像清晰度的下降。Border 邊框 一副映像的首、末行或列。Boundary chain

映像分割是從影像處理到映像分析的關鍵技術。映像分割的種類和方法很多，有些分割演算法可直接用於任何映像，而另一些演算法只能適用於分割特殊類別的映像。有些演算法需要先對映像進行粗分割，因為它們需要從映像中提取出來的資訊。沒有唯一的標準的方法。分割結果的好壞需要根據具體的場合要求衡量。早期的映像分割方法可以分為兩大類。一類是邊界方法，這種方法假設映像分割結果的某個子領域在原來映像中一定會有邊緣存在；一類是地區方法，這種方法假設映像分割結果的某個子領域一定會有相同的性質，而不同地區的像素則沒有共同的性質

模式識別掃盲                                                                                                         轉貼自 中國人工智慧網         模式識別－－對錶征事物或現象的各種形式的（數值的，文字的和邏輯關係的）資訊進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程，是資訊科學和人工智慧的重要組成部分。         英文“Pattern”源於法文“Patron”

使用GAE有困難，可能是限制的太死吧！同時也礙於自己的英文水平！囧！所以就先將就SAE，然後去GAE。很早就有SAE的帳號的，但是SAE不知道怎麼回事那個手機驗證碼發送的速度就是慢，過了一個小時都沒有收到驗證碼。一個最直接的感受是SAE在很努力的為中國使用者提供一個PAAS環境的。雖然屬於SINA的核心技術不多，但是能將我們熟悉的東西，以一個線上服務的方式提供出來供我們使用是進步的第一步的。還沒有使用它的付費的，說實話我一向付不起這個費，所以總是在蹭free的東西，感謝free，等我能夠承當fr

映像檢索的關鍵技術1)基於手工標註的檢索對映像的內容(如物體、背景、構成、顏色等)進行人工描述並分類，將其標註為一系列關鍵字，並對關鍵字建立索引，當使用者輸入關鍵字後，系統可以根據資料庫中的倒排檔案將關鍵字映射為M站或網頁的地址。但是，由人工完整地標註所有映像，勞動強度太大，限制處理映像的數量。由於映像所包含的資訊量競大，不同使用者對於同一張映像的看法不盡相同，這就導致對映像的標註沒有一個統一標準。2)基於映像外部資訊進行檢索即根據映像的檔案釔或目錄名、路徑名、頁面標題、ALT標簽以及映像周圍的

種子填充-地區增長演算法                                                                                                              文演       地區增長的演算法實現: 1)根據映像的不同應用選擇一個或一組種 子,它或者是最亮或最暗的點,或者是位 於點簇中心的點 2...通過像素集合的地區增長 演算法實現: 地區A 地區B 種子像素增長.3)增長的規則 4)結束條件.*******

07-07-27  晴究竟怎樣才算幸福的人生        

摘   要 在圖象邊緣檢測中往往要求所檢測到的邊緣具有封閉特性，本文詳細地分析了目前常用的兩種演算法：哈夫變換和Canny邊緣檢測演算法，最後，探討邊緣運算元應滿足的準則。關鍵詞 邊緣檢測；閉合性；哈夫變換；Canny運算元 1引言      圖象的邊緣是指圖象局部地區亮度變化顯著的部分，該地區的灰階剖面一般可以看作是一個階躍，既從一個灰階值在很小的緩衝區域內急劇變化到另一個灰階相差較大的灰階值。圖象的邊緣部分集中了圖象的大部分資訊，圖象邊緣的確定與提取對於整個圖象情境的識別與理解是非常重要的，

Snake 演算法或Active Contour Models。這類演算法需要給出初始的輪廓，然後進行迭代，使輪廓沿能量降低的方向靠近，最後得到一個最佳化的邊界。能量函數包括內外力兩方面，如邊界曲率和梯度。由於使用者無法估計迭代的最後結果，應用Snake 演算法往往需要進行多次的互動工作。特別當目標比較複雜時，或與其它物體靠得較近時，初始的輪廓不易確定，而迭代的結果往往不能達到要求。/////////////////////////////////CODE:///////////////////

這裡介紹的是下一篇文章《Amoeba原始碼匯入eclipse的方法》的基礎，所以這裡涉及的不是ant的全面的知識，而只是下篇文章要用到的ant的知識。1.Amoeba工程是用Ant發布的，這也是眾多的開源工程所選擇的源碼發布方式。這種工程的最重要的一個檔案是build.xml檔案。裡面就是Ant的詳細過程。2.build檔案中的target指的是一段可以獨立執行的ant指令的集合，在amoeba的build檔案中經常出現。target有個depends屬性，這個屬性工作表示這個target的依賴