Time of Update: 2018-08-13
招行遇到“讀取設定檔失敗。 #SO”,怎麼辦。您好,這種情況是由於電腦的安全設定或安全軟體幹擾了專業版正常讀取設定檔所致,請把C:/Documents and Settings/[目前使用者名]/CMB/PB40/SysProp/
Time of Update: 2018-08-19
FSMC之LCD彩屏學習 彩屏的驅動這裡主要用到的是8080並口介面, 彩屏這裡有區分帶有控制器和不帶控制器的,80並口有如下一些訊號線: CS :片選訊號 WR :寫資料 RD :讀資料 RST:複位 RS :命令/資料標誌(0:讀寫命令 1:讀寫資料) 80並口讀寫過程: ①:根據要選擇寫入或讀取資料的類型,設定RS
Time of Update: 2018-08-19
Borland出品的Delphi,有著閃電般的編譯速度,但是在介面控制項使用較多、工程項目較大的時候,編譯一個工程仍需要一段時間,開啟龐大的Delphi IDE,也需要時間。其實,在一個工程開發結束,調試完成之後的Release編譯,完全可以用命令列來執行,因為Delphi的編譯器參數不像C++編譯器那樣複雜。筆者把Delphi線上手冊中關於命令列編譯(command-line compiler)的幾篇主題作了翻譯,希望對Delphi開發人員有協助。目錄1. Command-line
Time of Update: 2018-08-17
emule 源碼下載 http://download.csdn.net/detail/huang_rong12/9506732 emule中的Kademlia代碼總體描述(位於原始碼中kademlia檔案夾下)
Time of Update: 2018-08-20
開發使用步驟(iReport 4.1.1) (個人總結,如有問題請留言,另外知道table控制項用法的給我留言或者發郵件謝謝。Email:jiazx0107@163.com) 目錄 1. 開發使用步驟(iReport4.1)... 2 4.1. JasperReport 和iReport的介紹... 2 4.
Time of Update: 2018-08-16
一、Vibe 演算法的優點 Vibe背景建模為運動目標檢測研究鄰域開拓了新思路,是一種新穎、快速及有效運動目標檢測演算法。其優點有以下兩點:
Time of Update: 2018-08-20
MODIS資料的網站發生了變化,相對於原來的網站來說,豐富了一些。 MODIS資料網址:https://modis.gsfc.nasa.gov/ 開啟網址後,可以看到網站上的一些內容。內容包括資料(Data),新聞(News),科研團隊活動(Science Team Meeting) 這篇博文主要說資料下載,點擊Data中的連結: 開啟連結後,可以看到Data的介紹: 拖到頁面的最下面找到需要下載的資料(教程以第一個連結為例):
Time of Update: 2018-08-20
介紹 makefile 規則的其它寫法,如在命令中使用萬用字元,和把命令與依賴寫在同一行,以及分行符號的使用。看例子 test006,除了 makefile 檔案不一樣,test006 與 test005 的其它檔案是一樣的。 #執行方式:#make -f test006.mk##################################################################說明:#1.介紹 makefile 規則的其它寫法#########
Time of Update: 2018-08-20
你可能聽說過深網(deep Web)、暗網(dark Web)或隱藏網路(hidden Web)之類的術語,尤其是在最近的媒體中。它們是什麼意思呢? 深網是網路的一部分,與淺網(surface Web)對立。淺網是互連網上搜尋引擎可以抓到的那部分網路。據不完全統計,互連網中其實約 90% 的網路都是深網。因為Google不能做像表單提交這類事情,也找不到那些沒有直接連結到頂層網域名稱上的網頁,或者因為有robots.txt 禁止而不能查看網站,所以淺網的數量相對深網還是比較少的。 暗網,
Time of Update: 2018-08-20
在動態調試android的ndk程式的時候,發現很多程式都會反組譯碼錯誤,原來是ARM反組譯碼的模式沒搞對。因為在動態調試的時候,ida Pro並沒有去解析elf模組中的一些資訊,造成了模組資訊丟失,有時候反組譯碼就會錯誤。 類似下面這樣: B6FC7DD0明顯反組譯碼錯了,成SVCMI指令了,解決方案也很簡單,這裡記錄一下。 在IDA中可以Edit->segments->change segment register value(快速鍵ALT+G)
Time of Update: 2018-08-20
當tee_supplicant接收到來自TA的請求並解析出對應的請求func ID之後,tee_supplicant將會根據func ID來執行具體的請求操作。主要是針對在REE端的檔案系統的操作。 1. 載入TA image到共用記憶體 當TA請求的func
Time of Update: 2018-08-20
霍夫曼編碼(Huffman Coding)是一種編碼方法,霍夫曼編碼是可變字長編碼(VLC)的一種。 霍夫曼編碼使用變長編碼錶對源符號(如檔案中的一個字母)進行編碼,其中變長編碼錶是通過一種評估來源符號出現機率的方法得到的,出現機率高的字母使用較短的編碼,反之出現機率低的則使用較長的編碼,這便使編碼之後的字串的平均長度、期望值降低,從而達到無損壓縮資料的目的。 霍夫曼編碼的具體步驟如下: 1)將信源符號的機率按減小的順序排隊。 2)把兩個最小的機率相加,並繼續這一步驟,
Time of Update: 2018-08-20
RGBD方案對比: 關鍵技術規格: 1.檢測範圍; 2.檢測精度; 3.檢測角度; 4.幀率。 5.模組大小 6.功耗 目前主流的深度網路攝影機方案在檢測距離上、精度、檢測速度上相差不大,區別在於: 1、結構光方案優勢在於技術成熟,深度映像解析度可以做得比較高,但容易受光照影響,室外環境基本不能使用;
Time of Update: 2018-08-20
資訊: At least one JAR was scanned for TLDs yet contained no TLDs. Enable debug logging for this logger for a complete list of JARs that were scanned but no TLDs were found in them. Skipping unneeded JARs during scanning can improve startup time and
Time of Update: 2018-08-20
今天畫SD卡模組的電路圖的時候,發現SD卡的工作電壓為3.3V,所以需要用穩壓晶片將5V的電源轉換成3.3V的電壓,所以就稍微找了一點關於穩壓晶片的資料 我們選用的穩壓晶片是ASM1117-3.3的,封裝為SOT-223 但是在畫原理圖的時候遇到了點問題,我們在原理圖庫裡找到了兩種ASM1117-3.3V晶片的原理圖,分別為:
Time of Update: 2018-08-20
去年開始一直在做一個關於整理藏書的APP,有關於這方面的app目前國內的有一個‘曬書房’,但是沒有用到影像處理的相關知識,只有一個掃ISBN碼的入口,或者手動錄入ISBN;國外有一個‘Shelfie’,不僅可以掃書碼,而且可以直接對著書架拍照,進行識別,雖然速度有點慢,但是準確率還是不錯的;所以我們期望做一個功能齊全且在速度上有所提升的這樣一個書架app。
Time of Update: 2018-08-20
一、概念 字串的編輯距離,又稱為Levenshtein距離,由俄羅斯的數學家Vladimir Levenshtein在1965年提出。 Levenshtein距離是一種計算兩個字串間的差異程度的字串度量(string metric)。我們可以認為Levenshtein距離就是從一個字串修改到另一個字串時,其中編輯單個字元(比如修改、插入、刪除)所需要的最少次數。 二、思想 假設存在字串A與字串B,求字串A至少經過多少步字元操作變成B。 解法
Time of Update: 2018-08-21
參考 :http://blog.chinaunix.net/uid-28852942-id-5753308.html 講解2點: 1、為什麼 nordic的4.0協議棧中ble只能發送20位元組的應用負載資料。 2、大量資料發送時如何提高發送速率 BLE的傳輸速率分析
Time of Update: 2018-08-18
0.簡介如果你所開發的需要走向世界的話,那麼肯定需要針對每一個使用者進行不同的本地化處理,有可能你的客戶在日本,需要使用日語作為顯示文本,也有可能你的客戶在美國,需要使用英語作為顯示文本。如果你還是一樣的寫死錯誤資訊,或者描述資訊,那麼就無法做到多語言適配。Abp 架構本身提供了一套多語言機制來協助我們實現本地化,基本思路是 Abp 本身維護一個索引值對集合。只需要將展示給客戶的文字資訊處都使用一個語言 Key 來進行填充,當使用者登入系統之後,會取得目前使用者的地區文化資訊進行文本渲染。0.1
Time of Update: 2018-08-14
一、簡介機率軟邏輯(PSL,Probabilistic soft logic)是用於開發機率模型的機器學習架構,由加州大學聖克魯茲分校和馬里蘭大學的統計關係學習小組LINQS開發。目前其複雜的環境構建方式和Groovy語言表達給像作者一樣的初學者帶來了不小的困難,而且諸多的依賴項經常使原本已經構建好的模型小錯誤頻繁。經過努力,作者將其構建成單個jar包,並且加入編碼機制使其可以支援各種語言的資料。主要貢獻有三:1.將PSL原本複雜的依賴打包為單個jar包,加入依賴即可開始使用。2.