- 博客(179)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 Android Framework学习笔记（2）----系统启动
SetupSelinux：安全策略。每个类型的进程都有自己的权限，能否访问网络，能否访问文件，接收广播等。.rc文件：run command的缩写，是一堆脚本指令，init进程可以读取rc文件来运行脚本，从而启动其它进程。在解析和执行.rc文件的过程中，会fork一个zygote进程。而安卓上其他的应用进程都是由zygote进程孵化的。init是系统中的第一个进程，其它进程都是它的子进程。SecondStageMain：挂载额外文件，设置进程OOM等级，一个APP，可以有多个进程，一个进程有一个VM。
2024-04-08 23:03:58
531
1
原创 android framework 学习笔记（1）
框架从上至下：应用层(Application)，java framework(Application Framework), C++ framework(Libraries)/Android Runtime, Linux kernel。
2024-04-01 07:15:42
234
转载 校正Camera预览画面方向
本文来源：Android Camera1 教程 · 第二章 · 预览第6部分。其镜面处理部分，描述错误。旋转270或90度，效果相同，并不能解决镜面问题。如果没有做任何画面方向的校正，我们看到的画面很可能是横向的，这是因为手机上的摄像头传感器方向不一定是垂直的。在做预览画面方向的校正之前我们先来了解五个概念，分别是自然方向、设备方向、局部坐标系、屏幕方向和摄像头传感器方向。自然方向当我...
2024-01-03 10:21:15
66
原创 问答--Anaconda
什么是Anaconda？Anaconda是python开发环境的管理软件，你可以用它根据python的版本，创建不同的开发环境，并在多个开发环境间进行切换。Anaconda的主体是conda和python（以及与之兼容的各种库）。conda类似于pip，可以下载，安装，更新不同版本的软件。注：anaconda中也包含pip.为什么要用Anaconda？与Python版本有关。当前存在2，3两个大版本，但不兼容。因此，对于不同的python脚本，版本的灵活切换是一个切实的问题。而anacond
2021-03-26 12:00:34
217
原创 关于工作方法的总结
去年一直在忙碌，累得不行。回头想想却不知道忙了什么。心里郁闷得很，于是与其它几位同事私聊，发现大多数同事都有类似的问题。所以想把问题列出来，并寻找解决方式和方法。期间，也有同事提出建议，例如采用敏捷开发之类的解决方案，加入看板等可视化工具等。个人不抵触，只是细想下来，敏捷开发侧重团队视角，对于个人，“架构”还是偏重。所以，还是想通过细节的调整，完成个人工作方式的改变。不论团队采用何种合作方式，都要...
2020-03-14 14:20:40
493
原创 Android Camera1小结
1.概述本文将仿照此前博文Android NDK Camera2小结的方式，来记录Camera1的使用。Camera1仅为Java实现（不必纠结于此，Native实现...JNI反调...你懂的~且性能差别不大）。本文的讲解基于UML Component图，描述Camera1核心对象及API的调用生成关系。如缩略图不清晰，可点击放大。Component图中，模块为函数，节点为对象。...
2019-09-28 22:33:30
1109
原创 Android NDK Camera2小结
1.概述Android自带camera API有两种，Camera1和Camera2。其中，Camera1始于Android最初版本，仅为java层实现。Camera2则有两种实现。Java层Camera2始于andorid 5.0。Native Camera2则开始于android7.0（API level24）。本文将对Native Camera2的使用（仅预览功能）进...
2019-09-23 23:44:52
12106
7
原创 The content of the adapter has changed but ListView did not receive a notification
java.lang.IllegalStateException: The content of the adapter has changed but ListView did not receive a notification. Make sure the content of your adapter is not modified from a background thread, but...
2019-09-17 10:34:58
267
原创 android_native_app_glue框架使用流程
使用原因最近项目中用到ndk camera，因此，学习了一下google所提供的ndk sample。sample中有两个module，分别是basic和texture-view。texture-view module将textureview作为传参，传入ndk camera。而basic module通过android_native_app_glue框架绑定对应Activity，无需传入...
2019-08-13 18:56:20
4221
原创 YUV简介
最近项目中遇到YUV->RGB的转换，顺便对YUV进行了一下简单了解。解决了以下疑问。（1）什么是YUV。（2）YUVxxx采样格式是什么含义。（3）为什么可以存在xxx采样格式。（4）YUV的存储格式。话归正题。概述YUV是颜色编码方式，常用于视频及图像处理中。其中的YUV是三个分量。“Y”表示明亮度（Luminance或Luma），也就是灰度值。“U...
2019-08-10 18:20:26
2068
原创 Android 自动刷新自定义相册
在camera开发过程中，发现若将camera拍摄的相片存放至自定义相册时，有时不能及时的在相册中找到对应相片。不同的设备对于自定义相册的更新时机不同。有的手机，需要重启才会更新，有的则是及时。因此，为了适配，不论什么机型，强制更新是必要的。网上查找，多有两种方案。一是发送系统广播，一是使用MediaScannerConnection对象。对于广播而言，其局限性在于，android4.x之...
2019-07-09 22:58:49
1085
原创 Android亮度自动调节
最近在做人脸识别项目。在抓取人脸时，发现了很多问题。其中旋转角度和光线问题最令人抓狂。Camera拍摄照片可能存在0度/90度/180度/270度的（右侧）旋转，不同设备不同。例如，小米3w，0度；小米8，270度。所以需要获取照片后不能立即使用，需要根据旋转角度，对照片进行处理，以方便人脸位置的获取。关于如何实现，是另一话题，改天再论。光线问题，其实是非常感官的因素。同样的处理代码，同样...
2019-07-09 22:45:58
3665
1
原创 关于Android Camera的曝光补偿（Exposure Compensation）
什么事曝光补偿？曝光补偿是指，通过增加或者减少光线的摄入量，来提高或降低照片的亮度。曝光补偿存在一定范围，比如-2至2，或者-3至3，单位为EV，可以理解为exposure value。每增加或者降低1EV，光线的摄入量便增加或降低1倍。android camera的曝光补偿为阶段性变化，每次变化1/2或1/3，该数量级被称为step。android camera可以通过以下五个A...
2019-06-18 00:13:20
10361
1
原创 关于Android Camera变焦
本文所述Camera，为Camera1，即为android.hardware.camera。其常用变焦方法有5个（1）public boolean isZoomSupported ()（2）public void setZoom (int value)（3）public int getZoom ()（4）public int getMaxZoom ()（5）public Lis...
2019-06-12 20:05:36
2265
原创 constraintLayout注意事项
在16年I/O大会上，google发布了全新的布局-ConstraintLayout，其他布局和ConstraintLayout比起来，根本就没有存在的必要了。ConstraintLayout的出现，改善了Layout嵌套的情况，其可拖拽操作的特性使得布局设计更加方便。但在使用时，遇到两点问题，现记录如下，以便再次落坑。（1）constraintLayout中app:srcCompat设置的图...
2019-06-08 16:54:38
327
原创 "XXXXX" doesn't include the application-identifier and keychain-access-groups entitlements.
前日真机调试，报错如下：Showing All MessagesAutomatic signing is unable to resolve an issue with the "xxxxx" target's entitlements. Automatic signing can't add the application-identifier and keychain-access-...
2019-03-15 10:51:05
5876
2
原创 我在北京的日子（13）
惬意的时光不多，也只能忙里偷闲。似乎这就是步入中年的写照，亦或仍是无病之呻吟，很是讨厌！敏感，一直是个头疼的问题。2019年1月9日，阴冷，立水桥，病假中。记得上一个本命年，还是在研究生。那时意气风发。球场上无拘无束…如今暮然回首，也只剩梦里乐呵了。谁能想到，这仅是一眨眼的事情。18年初，在家人提醒下，换上红色套装，心里不免还是别扭。怎么就三十六了？真TM快。可不等你继续抱怨，时间已经推着你前...
2019-01-10 00:50:17
1157
3
原创 我的人工智能之旅——偏斜类问题
偏斜类问题正样本数占样本总数的比例极小时，容易出现偏斜类问题。例如癌症测试。样本集合中仅有0.5%的癌症样本，99.5%的正常样本。通过某一假设函数后，得到1%为癌症患者，99%为正常样本。虽然总的正确率高达99%，但假设函数并不理想。因为，我们的目的是为了，检测出是否得癌。这时候，如果将99%的准确率提升至99.2%，无疑是一个较大的提升，虽然，在数值上来看，只有0.2%。因此，...
2018-10-16 15:14:54
958
原创 我的人工智能之旅——概率统计基础（更新中）
偏差体现的是，学习算法的期望预测与真实结果的偏离程度。通常出现在欠拟合的情况下。方差体现的是，同样大小的训练集的变动所导致的学习性能的变化。通常出现在过拟合的情况下。训练效果不错，但测试效果不好。数学期望，即平均值。公式为方差是指，每个样本值与全体样本值的平均数之差的平方值的平均数。公式为均方差即为标准差，是方差的算术平方根。公式为均方误差，与均方差一字之差，但却与方差相近，将...
2018-10-12 11:12:02
1063
1
原创 我的人工智能之旅——假设函数模型的选择
如何选择假设函数模型通常假设函数的模型为，其中n为最高次数，那么如何来确定n的取值呢？通常的做法是，（1）确定多个n值，例如，形成多个假设函数（2）将数据集分成三部分，训练集，交叉验证集，测试集，通常所占比例分别为60%，20%，20%。（注意，测试集选定后，不再变动。）（3）使用训练集对不同的假设函数模型进行训练，确定最优参数。（注意，在训练过程中，需要假如正则化惩罚...
2018-10-12 10:12:53
859
1
原创 python3.7 IDE（Eclipse）
下载Eclipse之所以选择Eclipse，而非其他python IDE，是因为Eclipse的包容性，可以适用于Java, c等多种语言，使用方便。下载路径https://www.eclipse.org/downloads/添加python插件Help->Install New Software...->add注意：安装完后，需要重启eclipse。设...
2018-10-10 11:31:27
2217
原创 python3.7安装（Anaconda）
MAC本身自带python，本机版本为2.7。可以进行更新，但网上教程过于啰嗦，因此使用anaconda进行3.7版本的安装。使用anaconda安装python，较手动安装python更为方便。anaconda不仅会自动安装python，而且会设置好环境变量，同时包含很多实用的工具包，例如numpy，不用二次安装。anaconda可以到官网https://www.anaconda.c...
2018-10-10 10:49:32
47265
1
原创 我的人工智能之旅——近邻算法KNN（K-Nearest Neighbor）
在图像识别中，图像分类是首要工作。因为需要将不同类型的图像先进行排除。近邻算法是最简单的算法之一，但由于其弊端的存在，本篇只做了解性的简单介绍，K近邻算法的实质将测试图片在已经分类好的，具有不同标签的训练数据图片中，找到K张最相似的图片，进而根据K张图片中类型的比例大小，推断图片类型。判断图片的相似程度，就需要用到距离算法。我们知道，图片的电子存在形式是多维的矩阵数据，不同的维度代表区域（...
2018-10-09 10:30:49
1041
原创 我的人工智能之旅——神经网络
神经元，neuron神经网络，Neural Networks激活函数，activation function权重，weight输入层，input layer输出层，output layer隐藏层，hidden layer向前传播，forward propagation人工神经网络人工神经网络是一种机器学习算法，兴起于上世纪八九十年代，但由于其本身计算量较大，受制...
2018-08-31 14:39:02
2596
原创 我的人工智能之旅——基本数学基础
1.自然常数自然常数e，为无限不循环小数，数值约为2.71828...，其数学定义为，即。2.幂&指数幂（power），是指乘方运算的结果。是指x个a相乘，称为a的x次幂。其中，a为底数，x为指数。指数运算，也称为幂运算。常用的幂运算公式如下：(1)(2)(3)(4)(5)(6)，其中(7)，其中3.对数若，其中a>0且a1，则，a...
2018-08-31 14:26:16
3422
1
原创 我的人工智能之旅——微积分基础
1.导数从一元函数图像上看，某一点的导数，即曲线在该点的切线。一个函数在某一点的导数，描述了这个函数在这一点附近的变化率。当函数f(x)的自变量，在一点x上产生了一个增量h，若因变量的增量与自变量h的比值，在h趋于0时的极限如果存在，那该比值即为f(x)在点x处的导数。这里要注意一下几点（1）不是所有的函数都是可导的。（2）可导的函数一定是连续的。（3）不连续的函数...
2018-08-31 14:25:55
6238
原创 我的人工智能之旅——线性代数基础
1.矩阵矩阵，matrix，为m行n列的数据阵列。例如下例，为4x3阶矩阵。2.方阵mxn阶矩阵的m=n时，称为方阵，n阶方阵。3.单位矩阵单位矩阵，是指对角线数据为1，其它数据为0的n阶方阵。4.逆矩阵逆矩阵，matrix inverse。只有方阵才有逆矩阵。n阶矩阵A的逆矩阵，必须满足以下条件其中I为n阶单位矩阵。不是所有的矩阵都有逆矩阵。对...
2018-08-31 14:25:41
2092
原创 我的人工智能之旅——正则化
无论线性回归，还是逻辑回归，都需要对假设函数进行设定。而假设函数的设定，将影响到预测结果的准确性。因此，如何判断假设函数是否合适，以及如何修改假设函数将变得十分重要。本文，我们将记录假设函数的正则化。在记录的过程当中，将涉及以下概念。（1）过度拟合，overfitting（2）欠拟合，underfitting（3）正则化，regularization（4）惩罚项（或正则化项），pe...
2018-08-31 14:25:13
936
原创 我的人工智能之旅——梯度下降vs正规方程法
本文将涉及以下知识点（1）特征缩放（2）均值归一化（3）正规方程优化梯度下降算法在上一篇博文中，我们了解了梯度下降算法，它为解决线性回归问题提供了思路。但梯度下降的迭代推算过程，较为耗时。简单地说，整个算法是一个不断尝试收敛的过程。如果能够降低算法的尝试次数，以及每次迭代的算法复杂度，那么，便能更高效的解决线性回归问题。影响梯度下降算法收敛速度的因素很多，例如样本集合大小，...
2018-08-31 14:23:39
1857
原创 我的人工智能之旅——逻辑回归
本文，将涉及以下知识点，（1）决策边界，decision boundary（2）凸函数，convex function（3）非凸函数，non convex function此前所讨论的问题，都为线性回归问题。本文将介绍逻辑回归算法，该算法为分类问题提出解决方案。正文如下逻辑回归逻辑回归，logistic regression，由于历史问题，算法名称中包含“回归”字样，但其解...
2018-08-31 14:21:00
1320
原创 我的人工智能之旅——线性回归
本文将涉及以下知识点（1）线性关系（2）线性回归（3）假设函数（4）代价函数（5）学习速率（6）梯度下降（7）特征向量相关的线性代数或微积分知识，可参照另两篇博文我的人工智能之旅----线性代数基础知识我的人工智能之旅----微积分基础知识以下是正文。线性关系解释线性回归之前，先来看一下线性关系。什么是线性关系？如果自变量与因变量存在一次方函...
2018-08-31 14:20:39
5572
1
原创 我的人工智能之旅——引子
人工智能不想人云亦云，于是来刨别家祖坟，一探究竟。人工智能，一个热得不知所措的话题。就跟当年的“云”一样，聊得臭大街了，但什么是云？就想把你绕晕，其实都在云里雾里。人工智能，artificial intelligence，缩写AI。由于命名的开放性，使得其定义轮廓较为模糊。简单来说，它是计算机学科的分支之一，是使用计算机模拟和学习人类思维过程和智能行为的学科。人工智能已经存在人们身边很...
2018-08-31 14:19:31
464
转载 LaTeX详解
函数、符号及特殊字符声调语法效果语法效果语法效果\bar{x}latex数学符号表(2)” style=”border:none; max-width:100%”>\acute{\eta}latex数学符号表(2)” style=”border:none...
2018-07-20 15:05:10
4708
原创 ECC签名格式
之前进行ECC的签名验证，发现签名的长度总是不同，查了不少资料才找到相应格式。签名格式为TLV嵌套格式，签名的主体分为R和S两部分。R(或S)的长度等于ECC私钥长度。R(或S)前的T为0x02，签名T为0x30。总体格式如下：30 + LEN1 + 02 + LEN2 + 00 (optional) + r + 02 + LEN3 + 00(optional) + s当r或s的第1字...
2018-07-16 22:28:45
5879
1
原创 基于蓝牙适配器的PC与Android端通讯
首先，直接给Demo，对于只想使用的朋友，直接下载使用即可。Demo效果如下。（1）PC端（2）Android端接下来，我们看一下实现。（1）Android端（2）PC端吐槽适配器适配器的性能也是参差不齐。此前摁着绿联的蓝牙适配器，试了3天。同样的代码，问题百出。后来转用奥视通（ost108），几分钟便过了。不管是添加设备时的认证过程的人性化设计，还是设备服务驱动的安装速度，天壤之别~...
2018-07-06 19:24:21
5262
17
原创 Python3学习笔记：文件
目录操作os模块提供了很多方法来完成常见的目录操作。本节我们介绍几个常用方法。至于其他方法，可以通过dir(),help()了解。示例为目录的创建和删除操作。import osdirname=os.path.abspath('.')+'\\txt\\' if not os.path.exists(dirname): os.makedirs(dirname) print("c...
2018-06-27 17:25:56
366
原创 Python3学习笔记：包
若目录下存在__init__.py，则该目录被python视为一个包（package）。__init__.py也是一个模块，可以编写代码。但其主要功能是定义__all__。当执行from packageName import *时，仅导入__all__所指定的内容。__all__默认为package下所有模块，但不包括子package。例如，目录结构为在P1下的__init__.py中，重新定义_...
2018-06-26 13:06:33
333
原创 Python3学习笔记：模块
Python代码通常以.py文件形式保存。而每个.py文件都可以看作是一个模块。当一个模块调用另一个模块时，便需要import语句。在此前的章节中，我们以看到import语句的使用。若在同一package下，则只需要调用import moduleName即可。否则需要使用from package.moduleName import moduleName。...
2018-06-25 23:56:09
548
基于蓝牙的PC与Android端通讯DEMO
2018-07-06
microsoft visual c++ 14.0
2018-06-25
Java文件结构解析工具
2014-02-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人