2012年04月_谦言万语

12月 11月 10月 09月 06月 05月 04月 03月

转载返回键处理即程序退出对话框

一、返回键处理：Android返回键我们经常都要进行处理,分别有以下两个不同的处理方式方式一:按返回键显示退出提示框( 自定义提示框架可以参考[Android使用自定义AlertDialog(退出提示框) ] )方式二:按返回键不退出应用,返回主页面(即与按Home键操作一样)方式一：public class WelcomeActivity extend

2012-04-25 22:57:39 1106

转载 Android中的Toast的标准格式和自定义格式

Android 中的Toast是一个弹出的提示消息框，以友好的方式提示用户，例如保存数据成功等。下面以一个例子来说明Toast的使用以及标准的Toast显示方式和自定义的Toast显示方式来提示友好的信息。以下是该Demo的程序结构图：[1] res/layout目录下的 main.xml源码：[html] view plaincopy

2012-04-19 23:37:29 390

在开发Android移动客户端的时候往往要使用多线程来进行操作，我们通常会将耗时的操作放在单独的线程执行，避免其占用主线程而给用户带来不好的用户体验。但是在子线程中无法去操作主线程（UI 线程），在子线程中操作UI线程会出现错误。因此android提供了一个类Handler来在子线程中来更新UI线程，用发消息的机制更新UI界面，呈现给用户。这样就解决了子线程更新UI的问题。但是费时的任务操作总会启

2012-04-19 23:36:47 337

转载使用Axis开发Web Service

http://jojayong.bokee.com/5592591.htmlhttp://hi.baidu.com/zhengmh/blog/item/cf0f8011feb6c512b9127b8a.htmlhttp://zqding.iteye.com/blog/834827http://ziapple.blog.51cto.com/271886/55512ht

2012-04-19 10:40:58 750

转载自己动手写写：ArrayList源码浅析

http://boy00fly.iteye.com/blog/1138417了解你所使用的东西，最直接有效的方式莫过于源码切入的方式！最近会写一个源码分析的系列文章！这篇文章先从最常用的例子ArrayList下手剖析！一. ArrayList 下面是ArrayList的类结构Java代码 pu

2012-04-18 10:58:39 460

转载自己动手写写：LinkedList源码浅析

http://boy00fly.iteye.com/blog/1138904上篇文章浅析了ArrayList的源码相关内容！这篇文章将介绍LinkedList相关的内容！二. LinkedList 先来看看LinkedList的类结构！Java代码 public class LinkedList extends Abs

2012-04-18 10:57:48 349

转载自己动手写写：HashMap源码浅析

http://boy00fly.iteye.com/blog/1139845虽说论坛中有很多关于HashMap源码的分析，并且都是分析得很不错的文章，但是我还是想写出自己的一份心德！三. HashMap 还是先来看看HashMap的类结构吧！Java代码 public class HashMap extends Abs

2012-04-18 10:56:37 617

转载自己动手写写：LinkedHashMap源码浅析

此系列文章中，上一篇是关于HashMap的源码剖析，这篇文章将向大家剖析一下LinkedHashMap的源码！四. LinkedHashMap 我们知道从API的描述中可以看出HashMap与LinkedHashMap最大的不同在于，后者维护者一个运行于所有条目的双向链表。有了这个双向链表，就可以在迭代的时候按照插入的顺序迭代出元素(当然也可以通过LRU算法迭代元

2012-04-18 10:55:41 507

转载 Android 通过代理程序抓取请求数据

有时候，对于一些应用程序，我们需要了解其获取数据的API，例如对于Google Reader这样的应用程序，由于官方没有给出API，网上能找到的文档也很少，这时候要了解其API就可以对官方或非官方应用进行一点hack。对于网络应用，一般用代理来抓取数据即可，不过前提是数据没有加密的情况。下面简单介绍一下具体的步骤一、准备条件 1、代理程序，可以记录程序的请

2012-04-18 09:12:43 1067

转载缓存算法

缓存算法http://www.zavakid.com/27http://www.jtraining.com/component/content/article/35-jtraining-blog/137.html缓存算法没有人能说清哪种缓存算法由于其他的缓存算法。（以下的几种缓存算法，有的我也理解不好，如果感兴趣，你可以Google一下）Least Frequently U

2012-04-17 17:29:50 455

转载通过追MM的方法解析23种设计模式

1、FACTORY—追MM少不了请吃饭了，麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 　　工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建

2012-04-17 10:27:49 480

转载【转】IT公司求职宝典（二十大IT公司薪资待遇及面试笔试题合集）

转载自 bdjingchao最终编辑 bdjingchao一、谷歌工资：google(谷歌) 18W+，会有股票应聘资料：google2011年校园招聘大礼包 Google笔试题谷歌笔试题大全1 谷歌笔试题大全2二、IBM工资：IBM: CDL(中国开发中心) (7500+800)元×12月 + 7500元×2.5月工资：IBM:CRL(中

2012-04-16 11:37:12 1523

转载设计模式——前言（目录、源码、资料）

原文：http://blog.csdn.net/wclxyn/article/details/7409658这哥们写得太好了，所以转载过来以备不时只需。-------------------------------------------------------------------------这两天就结了好几天，其实原因太没趣了，就是不知道自己的学习方向了不过也

2012-04-16 11:08:58 410

转载设计模式（十五）观察者模式(Observer)

观察者模式(Observer)就是定义对象间的一种一对多的依赖关系，当一个对象的状态发生改变时，所有依赖它的对象都得到通知并被自动更新。对于观察者模式的原理图：通过一个一个抽象的主题Subject保存了多个信息处理列表，可以添加多个观察者，实现即时的通知观察者最新动态然后分别派生子类对象对具体的消息和状态做出处理，下面我们联系到具体的问题：正好我还在读，就拿学校通知公

2012-04-16 11:07:54 405

转载设计模式（十四）模板方法模式(Template)

模板方法模式(Template)是行为模式之一，其就是简单定义一个算法执行骨架，而将其具体的算法延迟到子类中实现，从而使出现过多的类的时候不用再改变算法和结构直接添加一个实现子类就可以了。一般在具体统一的操作步骤和业务功能，但是具有不同的细节处理，这样用模板方法模式减少了代码的复用下面简单的看看模板方法模式的原理图：实例对象对于抽象类的继承，展开了具体的细节功能的处

2012-04-16 11:06:30 361

转载设计模式（十三）享元模式(Flyweight)

享元模式(Flyweight)就是把部分和整体的关系用树形结构来表示，从而使客户端能够把一个个的部分对象和有他们组合起来的整体对象采用同样的方式看待，他也是一个继承的替代，其实具体的说，享元模式就是用时间交换了空间。用程序的运行速度来读取是否重复的对象内容，然后不创建一个重复的对象来节省空间，于此同时就大大提高了程序的运行效率。下面就简单的原理图：然后通过一个字符的库创

2012-04-16 11:05:55 331

转载设计模式（十二）组合模式(Composite)

树形结构在日常生活中是非常常见的，比如组织机构的这几，软件菜单的设计等，这些属性结构，他们的叶子节点和父节点在行为上基本是一致的。只是在父节点上可能又包含了子节点。这类应用在软件设计中，如果更好的来实现呢？这样我们就引出了下面对于组合模式的简单介绍：组合模式(Composite)是整体与部分的关系，一个典型的应用就是树型结构，组合模式可以抽象出三种角色，分别为抽象构建角色（Componen

2012-04-16 11:05:22 400

转载设计模式（十一）桥模式(birdge)

简单的桥模式(birdge)将抽象与其实现解耦合，使他们的可以独立地变化，中文里把派生类叫做抽象的实现，而桥模式中所讲的实现恰恰不是这个意思，桥模式中的抽象类及派生类，实现指的是这些抽象类及派生类实现自己的方式。简单的桥模式(birdge)的原理图下面是关于这个模式的简单的一个例子程序,有一个鼠标抽象类,其这个鼠标分别属于联想和宏基生产的，这样用桥模式通

2012-04-16 11:04:47 2219

转载设计模式（十）装饰模式(Decorator)

装饰模式(Decorator)就是使用被装饰的一个子类的实例，在客户端将这个子类的实例委托给装饰类。装饰模式是结成关系的一个替代方案。简单的装饰模式是原理图入下：装饰模式以对客服端透明的方式增添了对象的功能，其在与动态的给对象添加了责任，当然这里的继承便是静态的。其中重要的地方时装饰对象和真是对象有相同的接口，这样客户端就可以和真是对象一样的交互方式和装饰对象交

2012-04-16 11:04:01 339

转载设计模式（九）代理模式(Proxy)

代理模式(Proxy)就是为其他对象提供一种代理以控制这个对象的访问，一个对象不想直接访问这个对象具体Subject类：定义了RealSubject和Proxy的公用接口，这样就可以任何使用RealSubject的地方都可以用ProxyRealSubject类：定义了Proxy所代表的真实实体。Proxy类：保存一个引用使得代理可以访问实体，并提供一个与Subject的接口

2012-04-16 11:03:10 349

转载设计模式（八）适配器模式(Adapter)

适配器模式(Adapter)就是由源到目标的一个适配，通常我们定义的接口或者类里面提供了好多方法，但是定义好的接口里面的方法有时候用起来不是很符合我们的需要，这时候如果去修改源码也不是一个好方法，通常设计的时候也很少修改源码的。这样就提供了适配器这个类，用一个类来达到源和目标的匹配就可以了，当然可以实现我们想要的各种匹配。在Spring，IO里面都有这方面的设计，最简单的BeanUtils

2012-04-16 11:02:30 419

转载设计模式（七）外观模式(Facade)

外观模式（Facade）为了小小的纠正一下个人的口语，于是有道了一下：[fə'sɑ:d]对于外观模式就是为了子系统对外提供的一组接口提供一个统一的界面，似的其他系统对该系统访问都通过一个同一段的界面来完成。外观模式主要由三部分组成，一个中间类，就是Facade类，负责联系子系统提供对外的接口，一个是多个子系统，一个是客户端负责通过Facade类对子系统的功能进行操作这里通过

2012-04-16 11:01:26 342

转载设计模式（六）单例模式(Singleton)

单例模式就是确保一个类只有一个实例，并且该实例必须自动创建，并向整个系统提供该实例。这样保证了对外的对象的属性等均为一个实例，就像是银行取款单例模式原理图：单例模式分为饿汉式单例模式和懒汉式单例模式。饿汉式单例模式代码[java] view plaincopypackage com.designpatter

2012-04-16 10:59:20 371

转载设计模式（五）原型模式(Prototype)

原型模式就是通过一个原型对象来表明要创建的对象类型，然后用复制这个原型对象的方法来创建更多同类型的对象。自己对原型模式简单理解的原理图如下：具体属性没有添加：原型模式里面关键点就在一个Cloneable接口和clone方法的重写下面就通过一个配钥匙的例子简单的写了一个程序，起初一个一个抽象类，这样可以重写clone方法，如果是接口的话就得到子类里面把重写

2012-04-16 10:58:42 339

转载设计模式（四）创建者模式(Builder)

创建者模式主要是为了所谓的高聚合，解耦合，遇到多种配件于一身的情况的时候，放在实体类里面不合适，放在工厂类也不合适，所以就添加了一个创建者类，专门对相应的零件进行组装，如同汽车了N中配件，同时要是各种配件互相联系的话也在这个Builder里面一并做了。明天准备去爬山，这个原理图就再补上吧：今天把uml补上了，不过对于uml初学的我就乱乱的先随便画一个吧，等以后慢慢入门了在斟酌里面的

2012-04-16 10:57:46 337

转载设计模式（三）抽象工厂模式(AbstractFactory)

抽象工厂模式(AbstractFactory)原理图初学uml不会排版，就这样凑合吧，展现大概就行了抽象，果然挺让我理解的抽象的，其实一个挺简单的模式，但是这样乱乱的画出来其实就是通过工厂创建出对象而已，只不过是对于工厂的分类方式和对于产品的分类方式不一样了而已，上面是最合理的方式（起码这个书上我是这么理解的），其实我自己觉得可以有别的方法比如我不是按照产品的种

2012-04-16 10:42:42 356

转载设计模式（二）工厂方法模式(FactoryMethod)

工厂方法模式原理图：具体实现代码：[java] view plaincopypackage com.designpattern.factorymethod; public interface FactoryMethod { public Animal createAnimal(); }

2012-04-16 10:41:46 283

转载设计模式（一）简单工厂模式(SimpleFatory)

一点点从基础做起，23中设计模式一天看一个首先学习了一个UML，但是没有能下到RationalRose，想去官网上下载，但是似乎收费，索性就用手头上的StartUML，其实就是一个工具，能实现就行了SimpleFactory——简单设计模式原理图[java] view plaincopypa

2012-04-16 10:40:49 362

转载 Java中的几个HashMap

一、HashMap，即java.util.HashMap标准链地址法实现。这个不用多解析，下图十分明了。（图片来自网络）二、Collections.synchronizedMap() 函数返回的线程安全的HashMap这个的实现比较简单。代码中有：[java] view plaincopyprivate

2012-04-16 10:37:30 384

转载 HTML5游戏开发开源库件lufylegend1.3.1发布

原文:http://blog.csdn.net/lufy_legend/article/details/7440183这次更新，其实也没加什么太多的内容，主要是为了方便使用，将库件重新封装成了一个文件，大家使用时只需要把lufylegend.js文件引入即可。一，lufylegend.js是什么？lufylegend.js是个javascript库，它的前身是Legen

2012-04-16 10:36:20 452

转载使用ViewPager实现高仿launcher拖动效果

前面一篇高仿launcher和墨迹左右拖动效果获得了很多朋友的好评，上一篇文章主要是通过自定义ViewGroup实现的，有点麻烦。今天用ViewPager 这个类实现了同样的效果，这样代码更少，但是效果是一样的。ViewPager是实现左右两个屏幕平滑地切换的一个类，它是Google提供的。使用ViewPager首先需要引入android-support-v4.jar这个j

2012-04-11 17:53:58 777

原创 Andriod开发-存储篇之外部存储

一、概述所有Android设备都支持可以保存文件的共享外部存储器，这个外部存储器可以是可移动存储器（如SD卡），也可以是内置在设备中的外部存储器（不可移动）。外部存储器上的文件时全部可读的，当设备通过USB连接电脑和电脑互传文件时，外部存储器上的文件不可修改。当外部存储器被挂载到电脑上或被移除，文件对android设备就不可见了，且此时外部存储器上的文件是没有安全保障的。所有程序都可以

2012-04-06 11:50:05 17011 1

转载对程序员最具影响的，每个程序员都应该阅读的书籍

国外知名网站 stackoverflow 上有一个问题调查：哪本书是对程序员最有影响、每个程序员都该阅读的书？，这个调查已历时两年，目前为止吸引了 153,432 人访问，读者共推荐出了 478 本书(还在增加)，其中最火的一本书《Code Complete》被顶了 1333 次。如果你是个程序员，你一定有兴趣看看这些书里你都看过几本，如果你一本没看过的话，我也不好说什么，也许你是个天

2012-04-06 10:41:42 907

转载 android利用悬浮窗口实现界面劫持

一直觉得悬浮窗口在android上有点悬，今天试了一下，果然是钓鱼盗号之利器，远胜之前的tap hijacking过程很简单： 1、启动一个后台服务，监听当前执行的进程。通过getSystemService(Context.ACTIVITY_SERVICE).getRunningTasks(1).get(0).topActivity.getPackageName()可以获

2012-04-06 10:36:43 1587

转载 linux轻松限制局域网网速

为了限制无线路由器上大家的上网速度，减少p2p工具的影响可以通过arp欺骗和iptables来限制局域网的上网速度操作系统：ubuntu1）sudo apt-get install dsniff nmap2）探测局域网主机的ip地址sudo nmap -sS 网关ip/24在此例中：192.168.1.100 为要限速的主

2012-04-06 10:28:00 3998

转载十大触目惊心的jQuery幻灯片特效插件

http://tech.it168.com/tu/1332525_1.shtml

2012-04-06 09:52:51 521

转载让你的 C 程序更有效率的 10 种方法

任何代码的美丽不仅在于找到一个给定的问题的解决方案，但在它的简单性，有效性，紧凑性和效率（内存）。设计的代码比实际执行更难。因此，每一个程序员当用C语言开发时，都应该保持这些基本的东西在头脑中。本文向你介绍规范你的C代码的10种方法。1. 避免不必要的函数调用考虑下面的2个函数：void str_print( char *str ){

2012-04-06 09:31:52 404

转载 Linux内核加载流程

先看一下一位帅哥的详细介绍：http://blog.chinaunix.net/space.php?uid=23629988&do=blog&id=3129477作者：[email protected]博客：blog.focus-linux.net linuxfocus.blog.chinaunix.net 本文的copyleft归gfree

2012-04-06 09:18:49 704

ruijie锐捷客户端

校园网必备武器，包括32位和64位的锐捷客户端安装程序

2014-05-27

java电子书集合

java电子书集合 java标准编程指南入门教程等

2014-03-12

bookmarks_14-3-10.html

2014-03-10

人脸检测相关文章

26篇人脸检测相关论文集合，SVM Adaboost等详尽解析。

2014-02-07

Supervised Descent Method and its Applications to Face Alignment

Many computer vision problems (e.g., camera calibration, image alignment, structure from motion) are solved through a nonlinear optimization method. It is generally accepted that 2 nd order descent methods are the most robust, fast and reliable approaches for nonlinear optimization of a general smooth function. However, in the context of computer vision, 2 nd order descent methods have two main drawbacks: (1) The function might not be analytically differentiable and numerical approximations are impractical. (2) The Hessian might be large and not positive definite. To address these issues, this paper proposes a Supervised Descent Method (SDM) for minimizing a Non-linear Least Squares (NLS) function. During training, the SDM learns a sequence of descent directions that minimizes the mean of NLS functions sampled at different points. In testing, SDM minimizes the NLS objective using the learned descent directions without computing the Jacobian nor the Hessian. We illustrate the benefits of our approach in synthetic and real examples, and show how SDM achieves state-ofthe-art performance in the problem of facial feature detection. The code is available at www.humansensing.cs. cmu.edu/intraface. 1. Introduction Mathematical optimization has a fundamental impact in solving many problems in computer vision. This fact is apparent by having a quick look into any major conference in computer vision, where a significant number of papers use optimization techniques. Many important problems in computer vision such as structure from motion, image alignment, optical flow, or camera calibration can be posed as solving a nonlinear optimization problem. There are a large number of different approaches to solve these continuous nonlinear optimization problems based on first and second order methods, such as gradient descent [1] for dimensionality reduction, Gauss-Newton for image alignment [22, 5, 14] or Levenberg-Marquardt for structure from motion [8]. “I am hungry. Where is the apple? Gotta do Gradient descent”

2014-01-14

一个简单的IOCP（IO完成端口）服务器客户端

当你开发不同类型的软件时，你总会需要进行C/S的开发。完成一个完善的C/S代码对于编码人员来说是一件困难的事情。本文给出了一个简单的但是却是却十分强大的C/S源代码，他可以扩展成任何类型的C/S程序。源代码使用了IOCP技术，该技术可以有效地处理多客户端。 IOCP 对于“一个客户端一个线程”所有面临的瓶颈（或者其他）问题提出了一种有效的解决方案，他只使用少量的执行线程以及异步的输入输出、接受发送。IOCP计数被广泛的用于各种高性能的服务器，如Apache等。源代码同时也提供了一组用于处理通信的常用功能以及在C/S软件中经常用到功能，如文件接受/传输功能以及逻辑线程池操作。本文将主要关注一种围绕IOCP API在实际中的解决方案，以及呈现源代码的完整文档。随后，我将展示一个可以处理多连接和文件传输的echo C/S程序。

2014-01-14

SIFTflow.pdf

Abstract—While image alignment has been studied in different areas of computer vision for decades, aligning images depicting different scenes remains a challenging problem. Analogous to optical flow where an image is aligned to its temporally adjacent frame, we propose SIFT flow, a method to align an image to its nearest neighbors in a large image corpus containing a variety of scenes. The SIFT flow algorithm consists of matching densely sampled, pixel-wise SIFT features between two images, while preserving spatial discontinuities. The SIFT features allow robust matching across different scene/object appearances, whereas the discontinuitypreserving spatial model allows matching of objects located at different parts of the scene. Experiments show that the proposed approach robustly aligns complex scene pairs containing significant spatial differences. Based on SIFT flow, we propose an alignmentbased large database framework for image analysis and synthesis, where image information is transferred from the nearest neighbors to a query image according to the dense scene correspondence. This framework is demonstrated through concrete applications, such as motion field prediction from a single image, motion synthesis via object transfer, satellite image registration and face recognition.

2013-12-29

Power Mean SVM for Large Scale Visual Classification

PmSVM (Power Mean SVM), a classifier that trains significantly faster than state-of-the-art linear and non-linear SVM solvers in large scale visual classification tasks, is presented. PmSVM also achieves higher accuracies. A scalable learning method for large vision problems, e.g., with millions of examples or dimensions, is a key component in many current vision systems. Recent progresses have enabled linear classifiers to efficiently process such large scale problems. Linear classifiers, however, usually have inferior accuracies in vision tasks. Non-linear classifiers, on the other hand, may take weeks or even years to train. We propose a power mean kernel and present an efficient learning algorithm through gradient approximation. The power mean kernel family include as special cases many popular additive kernels. Empirically, PmSVM is up to 5 times faster than LIBLINEAR, and two times faster than state-of-the-art additive kernel classifiers. In terms of accuracy, it outperforms state-of-the-art additive kernel implementations, and has major advantages over linear SVM.

2013-12-29

Color_descriptors

模式识别图像识别 Abstract—This paper presents an overview of color and texture descriptors that have been approved for the Final Committee Draft of the MPEG-7 standard. The color and texture descriptors that are described in this paper have undergone extensive evaluation and development during the past two years. Evaluation criteria include effectiveness of the descriptors in similarity retrieval, as well as extraction, storage, and representation complexities. The color descriptors in the standard include a histogram descriptor that is coded using the Haar transform, a color structure histogram, a dominant color descriptor, and a color layout descriptor. The three texture descriptors include one that characterizes homogeneous texture regions and another that represents the local edge distribution. A compact descriptor that facilitates texture browsing is also defined. Each of the descriptors is explained in detail by their semantics, extraction and usage. Effectiveness is documented by experimental results.

2013-12-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

ruijie锐捷客户端

java电子书集合

bookmarks_14-3-10.html

人脸检测相关文章

Supervised Descent Method and its Applications to Face Alignment

一个简单的IOCP（IO完成端口）服务器客户端

SIFTflow.pdf

Power Mean SVM for Large Scale Visual Classification

Color_descriptors

OpenCL48_CN.pdf

FreeImage380Chinese

The OpenCL Programming Book

ATI_Stream_SDK_OpenCL_Programming_Guide

OpenCL中文教程（AMD）.pdf

AMD OpenCL 大学教程中文版.pdf

AMD_OPENCL学习资料大全.rar

OpenCL学习资料大全

Android内核的简单分析 Android 内核.pdf

GNU make 详解

Efficient C++提高C++性能的编程技术.rar

21天学通java，入门级Java教材

21天学通java pdf格式

learning the bash shell

空空如也