CMakeka手册--开发示例.md
cmake官方资源整合，文件为.md格式
CMake教程中文.md
cmake官方资源整合，文件为.md格式
Sybase IQ 16.0中文版本 性能和调优指南
数据库管理员、 数据库设计人员和开发人员可借助此文档来配置 SAP® Sybase® IQ 以提高其性能。
Sybase IQ 16.0中文版本 管理：空间数据
空间数据必须存储在 IQ 目录存储表中
空间数据、空间参照系和空间测量单位只能在目录存储库中使用。 IQ 主存储库无法解释或存储空间数据。 可以在目录存储中查询空间数据以及与 IQ 主存储表进行连接，但该连接必须在非空间列中
Sybase IQ 16.0中文版本 全球化
创建数据库时， 需指定数据库要使用的归类序列或归类。 归类是指数据库中字符所对应的字符集和排序顺序。SAP Sybase IQ 利用了 SAP Sybase SQL Anywhere® 归类算法的空间效率和速度。
Sybase IQ 16.0中文版本 管理：数据库
每个 SAP Sybase IQ 数据库都在一个服务器上运行。 根据平台和管理工具， SAP Sybase
IQ 提供多种方法来启动和停止服务器。
Sybase IQ 16.0中文版本 参考：语句和选项
本手册适用于需要 SAP Sybase IQ SQL 语句和数据库选项的相关参考资料的 SAP®
Sybase® IQ 用户。
有关 SAP Sybase IQ 其它方面的参考资料（包括语言元素、数据类型、函数、系统过
程和系统表），请参见《参考：构件块、 表和过程》。 其它手册提供有关如何执行特
定任务的详细信息。在本参考手册中可找到关于可用 SQL 语法、参数和选项等的信
息。有关命令行实用程序启动参数的信息，请参见《实用程序指南》。
Sybase IQ 16.0中文版本 SAP Sybase IQ简介
SAP® Sybase® IQ 是面向关键任务商务智能、 分析和数据仓库而设计的高性能决策支
持服务器。 SAP Sybase IQ 中的组件集成服务提供对主机、 UNIX 或 Windows 服务器
上关系型和非关系型数据库的直接访问。
Sybase IQ 16.0中文版本 许可选项指南
SAP® Sybase® IQ 是面向关键任务商务智能、 分析和数据仓库而设计的高性能决策支
持服务器。 SAP Sybase IQ 中的组件集成服务提供对主机、 UNIX 或 Windows 服务器
上关系型和非关系型数据库的直接访问。
Sybase IQ 16.0中文版本 迁移（Unix与Linux版）
文档介绍了应用 SAP® Sybase® IQ 支持包 (SP) 时所采用的工作流取决于是否使用 SAP® Control
Center 来管理 SAP Sybase IQ 资源。
如果没有使用 SCC，则只需停止 IQ 服务器，然后安装支持包并重启服务器。
Sybase IQ 16.0版本 安装和配置指南中文版Windows
SAP® Sybase® IQ 是面向关键任务商务智能、 分析和数据仓库而设计的高性能决策支
持服务器。 SAP Sybase IQ 中的组件集成服务提供对主机、 UNIX 或 Windows 服务器
上关系型和非关系型数据库的直接访问。
Sybase IQ 16.0版本 安装和配置指南中文版Linux
SAP® Sybase® IQ 是面向关键任务商务智能、 分析和数据仓库而设计的高性能决策支
持服务器。 SAP Sybase IQ 中的组件集成服务提供对主机、 UNIX 或 Windows 服务器
上关系型和非关系型数据库的直接访问。
SAP Sybase IQ 16.0发行公告(Windows版）中文版
本发行公告提供有关 SAP Sybase IQ 16.0Windows版本的最新信息。 并且介绍了有关 SAP Sybase IQ 与其它产品兼容性的信息。
Video tracking - theory and practice（英文原版高清pdf）
Video Tracking provides a comprehensive treatment of the fundamental aspects of algorithm and application development for the task of estimating, over time, the position of objects of interest seen through cameras. Starting from the general problem definition and a review of existing and emerging video tracking applications, the book discusses popular methods, such as those based on correlation and gradient-descent. Using practical examples, the reader is introduced to the advantages and limitations of deterministic approaches, and is then guided toward more advanced video tracking solutions, such as those based on the Bayes’ recursive framework and on Random Finite Sets. Key features: Discusses the design choices and implementation issues required to turn the underlying mathematical models into a real-world effective tracking systems. Provides block diagrams and simil-code implementation of the algorithms. Reviews methods to evaluate the performance of video trackers – this is identified as a major problem by end-users. The book aims to help researchers and practitioners develop techniques and solutions based on the potential of video tracking applications. The design methodologies discussed throughout the book provide guidelines for developers in the industry working on vision-based applications. The book may also serve as a reference for engineering and computer science graduate students involved in vision, robotics, human-computer interaction, smart environments and virtual reality programmes
RSS订阅
740
