自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(1)
  • 资源 (5)
  • 问答 (1)
  • 收藏
  • 关注

原创 Jsoncpp的编解码---高级篇

只讲编解码两个字符串:strValue0 = "{\"status\":\"success\",\"success_ids\":[{\"msgid\":\"123\",\"rids\":[\"10000015f33d3831\"]}]}";strValue1 = "{\"failed_ids\":[{\"error_code\":\"401\",\"msgid\":\"efg\",\"rids\"

2013-03-29 15:04:03 1116

OpenOPC 开发包和测试server & client

使用说明: 1、首先安装OpenOPC-1.3.1.win32-py2.7.exe到你电脑的指定路径; 2、进入安装好的OpenOPC路径下的src目录下,把测试代码中的源代码可以拷入此目录进行测试; 3、安装opc server of simulation到你电脑的指定目录; 4、在opc server中还提供了MACSV系统OPC Server,可以用上面的测试代码进行测试; 关于Matrikon OPC Simulation的使用说明请关注安装后的PDF文件,这些测试代码都能跑通。

2015-06-19

epoll+单进程 大文件传输

1.一个服务器程序能够同时接受多个客户端程序发送的数据,同时支持的客户端数量不少于100个; 2.客户端向服务器发送的数据内容是:自己的进程ID,以及文件data.txt中的内容,自己创建这个文件,内容随意; 3.服务器要把从每个客户端收到的数据记录到一个文件中,文件名字:recv.txt,每行包括一个进程ID和从相应客户端收到的文本内容; 4.服务器收到客户端发来的数据后,要向客户端发送确认信息; 5.客户端发送完数据后,需要等待服务器的确认或者做超时处理,超时时间可以配置,缺省3秒; 6.验证当服务器不向客户端发确认时,客户端是否能正确处理超时; 7.测试程序,启动100个客户端,同时向服务器发送数据。

2012-11-14

poll+单进程 大文件传输

1.一个服务器程序能够同时接受多个客户端程序发送的数据,同时支持的客户端数量不少于100个; 2.客户端向服务器发送的数据内容是:自己的进程ID,以及文件data.txt中的内容,自己创建这个文件,内容随意; 3.服务器要把从每个客户端收到的数据记录到一个文件中,文件名字:recv.txt,每行包括一个进程ID和从相应客户端收到的文本内容; 4.服务器收到客户端发来的数据后,要向客户端发送确认信息; 5.客户端发送完数据后,需要等待服务器的确认或者做超时处理,超时时间可以配置,缺省3秒; 6.验证当服务器不向客户端发确认时,客户端是否能正确处理超时; 7.测试程序,启动100个客户端,同时向服务器发送数据。

2012-11-13

select+单进程实现大文件传输

1.一个服务器程序能够同时接受多个客户端程序发送的数据,同时支持的客户端数量不少于100个; 2.客户端向服务器发送的数据内容是:自己的进程ID,以及文件data.txt中的内容,自己创建这个文件,内容随意; 3.服务器要把从每个客户端收到的数据记录到一个文件中,文件名字:recv.txt,每行包括一个进程ID和从相应客户端收到的文本内容; 4.服务器收到客户端发来的数据后,要向客户端发送确认信息; 5.客户端发送完数据后,需要等待服务器的确认或者做超时处理,超时时间可以配置,缺省3秒; 6.验证当服务器不向客户端发确认时,客户端是否能正确处理超时; 7.测试程序,启动100个客户端,同时向服务器发送数据。

2012-11-13

Robust Content-Based Video Copy

This paper proposes a novel scheme for video content-based copy identification dedicated to TV broadcast with a reference video database exceeding 1000 hours of video. It enables the monitoring of a TV channel in soft real-time with a good tolerance to strong trans- formations that one can meet in any TV post-production process like: clipping, cropping, shifting, resizing, objects encrusting or color varia-tions. Contrary to most of the existing schemes, the recognition is not based on global features but on local features extracted around interest points. This allows the selection and the localization of fully discriminant local patterns which can be compared according to a distance measure. Retrieval is performed using an efficient approximate Nearest Neighbors search and a final decision based on several matches cumulated in time.

2010-10-16

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除