TomCat6.0数据库连接池配置实例(mysql数据库)

TomCat6.0数据库连接池配置有几种方式,在这里我只介绍其中的一种供大家参考: 下面我把配置过程分成三个步骤来完成: 第一步:在你安装TomCat的目录下找到context.xml配置文件。(例如:D:\Tomcat 6.0\conf\context.xml)然后打开context.xml,在标签之间加入以下内容:(为了大家容易理解,我加了较详细的注释) //这个也默认就好了 第二步:在你的项目WEB-INF目录下找到web.xml配置文件,然后打开,在标签之间加入以下内容: DB Connection jdbc/course javax.sql.DataSource Container 其中:DB Connection 是自定义的,而jdbc/course是对应上面标签中的name属性的值,还有javax.sql.DataSource就对应type属性的值,而最后Container对应的是auth属性的值。 第三步:上网下载一个叫mysql-connector-java-3.1.10-bin.jar的jar包,然后将该jar包放到TomCat安装目录下的lib文件夹里。(例如:D:\Tomcat 6.0\lib\mysql-connector-java-3.1.10-bin.jar)完成这三步就配置好了TomCat数据源了。 下面根据刚才配置好的数据源做一个简单获取数据库连接的测试,代码如下: import javax.sql.DataSource; import java.sql.Connection; import javax.naming.InitialContext; public class GetConnectionTest { public static void main(String[] args) { try { InitialContext ctx = new InitialContext(); /*在下面的字符串"java:comp/env/jdbc/course"中,*"java:comp/env/"是不变的, *而"jdbc/course"大家应该还记得自己之前起的数据源名称吧! */ DataSource ds = (DataSource) ctx.lookup("java:comp/env/jdbc/course"); Connection conn = ds.getConnection(); } catch (Exception e) { e.printStackTrace(); } } }

 

 

 

 

 

 

2.在tomcat/conf/context.xml添加

 

<Resource name="java:/ConnectDB" auth="Container" type="javax.sql.DataSource"
    maxActive="100" maxIdle="30" maxWait="10000" username="root" password="root" driverClassName="com.mysql.jdbc.Driver"        url="jdbc:mysql://192.168.0.192:3306/tdrms"/>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值