- 博客(26)
- 资源 (7)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 解决方案---使用域名访问web服务导致后端session失效，而使用ip不会
项目使用docker部署，在使用ip测试的时候没有问题。当把域名绑定到ip后，通过域名访问会出现后端session失效的问题。原nginx.conf如下:#user root;worker_processes 1;events { worker_connections 1024;}http { include mime.types; default_type application/octet-stream; sendfile
2021-01-02 06:03:54
1487
原创 gyp: No Xcode or CLT version detected!最全解决方案！
No receipt for 'com.apple.pkg.CLTools_Executables' found at '/'.No receipt for 'com.apple.pkg.DeveloperToolsCLILeo' found at '/'.No receipt for 'com.apple.pkg.DeveloperToolsCLI' found at '/'.gyp: No Xcode or CLT version detected!gyp ERR! configure e
2020-11-09 00:01:15
1573
原创 JDK1.8源码阅读之java.util.LinkedList
JDK1.8源码阅读之java.util.LinkedList文章目录JDK1.8源码阅读之java.util.LinkedList节点构造方法插入节点的方法删除节点的方法获取与设置元素节点在LinkedList内有一个Node<E>静态内部类。用于表示节点，其代码如下private static class Node<E> { E item; Node<E> next; Node<E> prev; Node(Node
2020-09-01 16:26:21
184
原创 Shiro源码阅读之login功能
Shiro源码阅读之login功能文章目录Shiro源码阅读之login功能controller的实现源码实现解析controller的实现@RequestMapping("/login")@ResponseBodypublic JsonData login(@RequestBody LoginDto loginDto) throws AuthenticationException { Subject subject = SecurityUtils.getSubject(); su
2020-08-24 17:18:39
772
1
原创 JDK1.8源码阅读之java.util.ArrayList
JDK1.8源码阅读之java.util.ArrayList构造器方法无参构造器private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};transient Object[] elementData; // non-private to simplify nested class access// 将elementData数组初始化为空。// 这里是惰性扩容，当要往数组中插入元素时，才会初始化扩容成默认长度10。
2020-08-23 16:33:29
132
原创 算法学习之Rabin-Karp字符串匹配(java版)
算法学习之Rabin-Karp字符串匹配(java版)字符串匹配通常使用KMP算法，但该算法比较难记，而且应用范围不广。这里我们介绍一下Rabin-Karp算法，该算法的算法复杂度以KMP一样都是O(n+m)，思路简单。概念给出一道字符串匹配的题目如下：在source字符串中找到target字符串，如果能找到就输出其下标，否则输出-1。输入：source:“abcdef” target:“cde”输出：2思路1 暴力求解法直接用暴力法求解，"abc"与"cde"比较，不一致，然后右
2020-07-20 09:31:27
364
2
原创 算法学习之BFS广度优先搜索(java版)
算法学习之BFS广度优先搜索(java版)广度优先搜索就如其名字一样，优先横向搜索，通常用于树和图中。概念图中给出了一棵二叉树，按照广度优先算法输出的结果是：1, 2, 3, 4, 5, 6可以将广度优先算法抽象成队列的入队与出队的过程。设队列为queue，并初始化为空queue=[1]，首个节点入队（表示待搜索节点）queue=[2, 3]，队列内头部节点出队（表示已经搜索了该节点），将该节点的左右子节点入队插入到尾部（表示其子节点待搜索）queue=[3, 4, 5]，队列内头部
2020-07-15 21:18:17
642
原创 算法学习之排序算法(java版)
算法学习之排序算法(java版)文章目录算法学习之排序算法(java版)冒泡排序插入排序归并排序快速排序拓扑排序排序算法是高级算法的基础，因此我们有必要掌握并且熟练的写出各种排序算法的代码冒泡排序public void popSort(int[] nums){ int len = nums.length; for(int i =0;i<len;i++){ for(int j = i; j<len; j++){ if(nums[j]>nums[j+1]
2020-07-14 21:27:14
129
原创 算法学习之滑动窗口(java版)
算法学习之滑动窗口(java版)文章目录算法学习之滑动窗口(java版)框架例题最小覆盖子串字符串排列找所有字母异位的词最长无重复子串总结滑动窗口实际上是通过双指针实现的，[left,right]之间的范围就是窗口。通常用于解决字符串、数组相关的问题。比如最小子串等。框架public static String minWindow(String s, String t) { HashMap<Character, Integer> need = new HashMap<&
2020-07-13 21:56:20
7723
1
原创 算法学习之双指针(java版)
算法学习之双指针(java版)数组或字符串相关的问题经常需要运用双指针来求解。而双指针又分为快慢指针和左右指针。其中快慢指针主要用于解决链表问题，而左右指针用于解决数组问题。概念快慢指针顾名思义，快慢指针是指一个指针走的快，一个指针走得慢。左右指针左右指针是指双指针中一个指针在数组的最左侧，而另一个在最右侧。通过判断，可以分别让两侧的指针向中间移动，以求解问题。例题判断链表是否有环（快慢指针）思路：快指针每次走两步，慢指针每次走一步。如果链表中存在环，总有那么一个时刻快指针比慢指针多走
2020-07-10 21:29:44
5239
8
原创 算法学习之二分法查找(java版)
算法学习之二分法查找(java版)二分法可以帮助我们快速的查找到特定元素思路从有序数组的中间那一个元素「mid」开始，如果该元素就是我们要查找的特定元素，直接返回，算法结束。如果当前数组的长度为0，则无目标元素，算法结束。否则进入第二步。如果该元素小于我们要寻找的特定元素，那么我们从这个数组的右半边[mid+1,right]继续寻找。如果该元素大于我们要寻找的特定元素，那么我们从这个数组的左半边[left, mid-1]继续寻找。重复步骤1-2。二分法的框架// 左闭右闭int bi
2020-07-09 20:25:30
169
原创 算法学习之回溯问题(java版)
算法学习之回溯问题文章目录算法学习之回溯问题概念算法框架（伪代码）例题全排列问题N皇后问题个人总结解决一个回溯问题，实际上就是一个决策树的遍历过程概念在解决回溯问题时，我们需要关注：路径：已经做出的选择选择列表：当前情况下可以做出的选择结束条件：到达决策树底层，无法再做选择的条件算法框架（伪代码）result = []def backtrack(路径, 选择列表): if 满足结束条件: result.add(路径) return for 选择 in 选择列表:
2020-07-08 00:19:58
324
原创 算法学习之动态规划(java版)
算法学习之动态规划(java版)文章目录算法学习之动态规划(java版)概念重叠子问题最优子结构状态转义方程求解备忘录dpTable方法例题凑零钱问题备忘录方法求解dpTable方法求解总结动态规划算法可以有效的解决穷举问题。当一个穷举问题存在「重叠子问题」这个特点时，那么就可以尝试使用动态规划算法来解决。概念动态规划算法有三个要素：重叠子问题最优子结构状态转义方程重叠子问题以斐波那契数列问题为例，其递归方法如下：int fib(int N) { if (N == 1 || N
2020-07-06 23:47:43
232
原创 MAC系统IntelliJ IDEA 创建SpringBoot项目报错: 程序包org.springframework.boot不存在
我用的2019.03.04最新版的idea和3.6.3maven。遇到这个问题之后用了很多百度到的方法都无效，包括maven reimport，删除仓库中所有的依赖，降低SpringBoot版本等等。最终发现idea自动生成的.idea目录下的libraries文件出现了问题。用idea19.03.04生成的libraries是一个文本，这个东西应该是一个文件夹。于是我将idea版本降到18年...
2020-04-02 15:07:52
1351
原创 关于使用cv::ogl在cv::cuda::gpumat上加速绘制
首先需要在cmake opencv时，勾选上with_opengl。需要#include<windows.h>基本流程：1.创建cuda::gpumat 对象。2.upload cpu上的图像到gpu上，函数为upload(Mat )。3.cv::namewindow() 这一步非常重要！！如果没有无法使用opengl，因为opengl初始化时需要获取opengl...
2019-07-09 14:22:47
1537
原创 关于js中出现SyntaxError: illegal character问题的解决方法
html与js文件中的编码需要一直，以webstorm为例，右下角我的html与js文件都设置为UTF-8之后，可以正常运行。
2019-04-19 22:45:52
7074
转载 Some Tips on Reading Research Papers
Some Tips on Reading Research Papers1. You have to read the paper several times to understand it. When you read the paper first time, if you do not understand something do not get stuck, keep readin...
2018-09-25 08:26:06
156
原创 阅读笔记----DehazeNet:An End-to-End System for Single Image Haze Removal
除了估计大气光值的大小，估计透射率也是很关键的因素。该算法的贡献：end2end系统，直接学习并估计透射率与有雾图像的关系。由特殊的网络结构决定。 提出新颖的nonlinear激活函数，称为BReLU（双边ReLU） 与现有的先验知识和假设建立联系，并可以通过网络可以自己学会有雾图像特征：暗通道文献：He等人的暗通道先验 2.对比度最大值文献：Tan等人的...
2018-09-13 09:10:19
7266
2
原创 photomontage后半部分梯度域融合gradient-domain fuse的思路与代码实现
经过图割过后，图像的每一块分布在了不同的图像，直接拼接在一起会有明显的接缝，为了解决这个问题需要用到泊松融合。这里与poisson image edit不同的是这里不是一块一块两两融合到一起的，而是一次性全图融合到一块。其重要思路是：1.每一个块在自己的原图像中计算梯度2.将梯度根据块拼接在一起，形成合成的梯度图3.用这个梯度图计算散度4.泊松等式求解Ax=b需要...
2018-08-14 10:49:21
707
原创 如何用alpha expansion的工具包gco3.0完成photomontage
Interactive Digital Photomontage:http://grail.cs.washington.edu/projects/photomontage/GCOv3.0工具包的具体使用方法:https://blog.csdn.net/jzwong/article/details/69947711上面这个博客讲的使用方法是单张图像的分割方法，然而在photomontage中...
2018-08-10 10:13:10
690
1
原创 阅读笔记----Graphcut Textures-Image and Video Synthesis Using Graph Cuts
Graphcut Textures-Image and Video Synthesis Using Graph Cuts算法分为两块：1.从候选矩形中根据比较候选块与已输出的像素进行比较，选择一个合适的块 2.从矩形先选出最优部分（不规则的形状），仅这一部分选入输出图。其中取一个块的部分需要用到图割算法，是本算法的核心。Seam是接缝，offset是相对左上角原点的偏移量。...
2018-07-31 13:37:12
2553
原创 阅读笔记----Make the right moveGuiding Alpha-Expansion using local primal-dual gaps
alpha-expansion 基础：https://blog.csdn.net/nothinglefttosay/article/details/48554555这个算法是一个自适应移动距离的算法。为了在每一次迭代过程中找到最好的移动距离，寻找标签α使得对应的α标签的移动能够让能量函数下降的最多。这个算法受启发于Komodakis在扩展算法中对原始-对偶的解释。当前解的对应能量和对偶...
2018-07-27 18:22:52
466
转载 机器学习----PCA主成分分析 学习笔记
降维是对数据高维度特征的一种预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。降维具有如下一些优点： （1）使得数据集更易使用 （2）降低算法的计算开销 （3）去除噪声 （4）使得结果容易理解PCA(principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据压缩算法。在PCA中，数据从原...
2018-07-20 19:03:44
400
原创 Ubuntu系统安装tensorflow-gpu
部分参考：https://www.cnblogs.com/leoking01/p/6892737.html需要用到的文件以及版本（a）首先去N卡官网下载自己显卡对应的驱动：www.geforce.cn/drivers（b）下载后好放在英文路径的目录下，怎么简单怎么来，然后最好是把文件名改成自己记得的名字，等会儿要用到，因为默认下载下来后面带了一串版本号，比如我就改成了Nvidia...
2018-07-17 14:24:26
161
原创 去雾算法学习-----Automatic recovery of the atmospheric light hazy image（fattal 大气光值自适应去雾算法）阅读笔记
IEEE 2014以色列 希伯来大学Matan Sulami Itamar Glatzer Raanan Fattal Mike Werman作者主页：http://www.cs.huji.ac.il/~raananf/(1-t(x))A表现为环境光，A~表示矢量方向=A/||A||。不精准的A会让t也不准确，由于t是用A求得的。不正确的A的...
2018-07-16 20:12:43
6738
27
原创 几篇中文图像去雾论文阅读笔记
《利用大气光图改进暗原色去雾效果》对于景深变化大或亮度较低的图像，容易出现去雾后图像较暗的现象。导致这一现象的原因是，选取的大气光值对于近处的景物不适用。①RGB2GRAY②阈值分割（Otsu）③计算亮区域的重心，与图片中心计算亮度方向④四个方向，→，↗，↑，↖。靠近哪个是哪个⑤在这个方向上将图像等分三大块⑥每个块内计算亮度均值作为A⑦线性插值，形...
2018-07-13 15:45:18
2629
两个java进程，操作同一个地址会发生写冲突吗
2020-08-29
thymeleaf中导入jquery，控制台报错
2020-06-29
TA创建的收藏夹 TA关注的收藏夹
TA关注的人