logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

玩转Eclipse — 自动代码规范检查工具Checkstyle

大项目都需要小组中的多人共同完成,但是每个人都有自己的编码习惯,甚至很多都是不正确的。那么如何使小组所有开发人员都遵循某些编码规范,以保证项目代码风格的一致性呢?如果硬性地要求每个开发人员在提交代码之前,都要对照的编码规范将自己的代码检查一遍,将是一个非常枯燥而且耗时的任务。Checkstyle是一个开源代码分析工具,能够帮助开发人员保证他们的代码遵循一定的代码规范。Checkstyle通过不断地

#代码规范
数字图像处理:第二十章 视频编码与压缩

第二十章 视频编码与压缩目录1.   引言2.   有运动补偿的预测编码3.   运动估计算法作业1. 引言    视频信号具有巨大的数据量,例如:在不做任何压缩的条件下,对于NTSC视频信号的数字化传输需要每秒传30桢720x480的8位象素,达248Mbps;而对于高清晰度视频信号需要每秒传30桢1920x1080的8位象素,高达1.5

#图像处理
使用session监听+spring MVC拦截器禁止用户重复登录

在许多web项目中,需要禁止用户重复登录。一般来说有两种做法:         一是在用户表中维护一个字段isOnLine(是否在线),用户登录时,设定值为true,用户退出时设定为false,在重复登录时,检索到该字段为true时,禁止用户登录。这种方法有明显的漏洞,及用户在非正常情况退出(关闭浏览器、关机等)是,该字段值一直为true,会导致用户无法登录。          而另一种比

Git 分支 - rebase 变基

变基在 Git 中整合来自不同分支的修改主要有两种方法:merge 以及 rebase。 在本节中我们将学习什么是“变基”,怎样使用“变基”,并将展示该操作的惊艳之处,以及指出在何种情况下你应避免使用它。变基的基本操作请回顾之前在 分支的合并 中的一个例子,你会看到开发任务分叉到两个不同分支,又各自提交了更新。Figure 35. 分叉的提交历史之前介绍过,整合分支最容易的...

用git rebase合并

合并issue3分支的时候,使用rebase可以使提交的历史记录显得更简洁。现在暂时取消刚才的合并。$ git reset --hard HEAD~切换到issue3分支后,对master执行rebase。$ git checkout issue3Switched to branch 'issue3'$ git rebase masterFirst, rewindin...

Java 设计模式 -- 建造者模式

建造者模式建造者模式就是一步一步的创建一个复杂的对象,而且允许用户指定复杂对象的类型和内容。Builder 类是一个抽象类,用于定义一些创建子部件的方法,Builder类中应该还有一个 getResult() 方法,用于将创建好的部件组装成一个产品返回。Director 类又称为指挥者,用于安排复杂对象的建造次序,通过construct() 方法,指导Builder类完成组装。通过一个例子来更好的

#建造者模式
干掉状态:从session到token

1美好的旧时光我经常怀念三十年前那美好的旧时光, 工作很轻松, 生活很悠闲。上班的时候偶尔有些HTTP的请求发到我这里, 我简单的看一下, 取出相对应的html文档,图片,发回去就可以了, 然后就可以继续喝茶聊天。我的创造者们对我很好, 他们制定的一个简单HTTP协议, 就是请求加响应,  尤其是我不用记住是谁刚刚发了HTTP请求

#前端#浏览器
编辑器性能测试:Atom 、VS Code、Sublime Text

说到文本编辑器,我用 Sublime Text 已经差不多有三年了,也一直没遇到什么问题。在一两年前,我尝试过用 Atom,其活跃的社区 (GitHub!我超爱GitHub) 留给我很深刻的印象。Atom 的 UI 设计尤其吸引我,但我仍然坚持使用 Sublime Text 的原因就是因为性能问题:即使在 Atom 1.0 版本发布之后,Atom 还是太慢了。这几天,我在 Google 上

#编辑器#测试
微软等数据结构+算法面试100题全部答案集锦

微软等数据结构+算法面试100题全部答案集锦作者:July、阿财。时间:二零一一年十月十三日。引言     无私分享造就开源的辉煌。     今是二零一一年十月十三日,明日14日即是本人刚好开博一周年。在一周年之际,特此分享出微软面试全部100题答案的完整版,以作为对本博客所有读者的回馈。     一年之前的10月14日,一个名叫July (头像为手冢国光)

#算法#数据结构
opencv 人脸识别 (二)训练和识别

上一篇中我们对训练数据做了一些预处理,检测出人脸并保存在\pic\color\x文件夹下(x=1,2,3,...类别号),本文做训练和识别。为了识别,首先将人脸训练数据 转为灰度、对齐、归一化,再放入分类器(EigenFaceRecognizer),最后用训练出的model进行predict。-----------------------------------------

#opencv#人脸识别
    共 234 条
  • 1
  • 2
  • 3
  • 24
  • 请选择