- 博客(24)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 初识Docker
Docker安装这是Docker的安装地址https://docs.docker.com/desktop/windows/install/，这里是安装Windows版本的哈。安装步骤比较简单，主要的问题是可能会出现一些安装后启动DockerDesktop的配置问题，我遇到的是电脑没有开启虚拟化，如下图然后重启后，还是提示WSL 2 installation is incomplete.，就是说我WSL版本太低，需要升级到WSL2,然后是给我一个网址，按照要求升级https://docs.micros
2022-04-21 17:17:55
980
原创 java并发笔记
文章目录wait和sleep的区别Callable和Runnable区别Lock锁synchronized和lock的区别并发下ArrayList不安全的解决方案并发下HashSet不安全的解决方案并发下HashMap不安全工具类ReadWriteLock（接口）BlockingQueue(接口)线程池（三大方法、7大参数、4种拒绝策略）函数式接口ForkJoin异步任务JMMVolatile单例模式CAS各种锁公平锁、非公平锁可重入锁（递归锁）自旋锁死锁wait和sleep的区别wait是Objec
2022-04-05 18:54:16
316
原创 8.项目发布与总结
文章目录项目发布与总结1. 单元测试2. 项目监控3. 项目部署4. 项目总结5. 常见面试题MySQLRedisSpring项目源码可以在https://gitee.com/ShayneC/community获取项目发布与总结1. 单元测试Spring Boot Testing依赖：spring-boot-starter-test包括：Junit、Spring Test 、AssertJ、…Test Case要求：保证测试方法的独立性。步骤：初始化数据、执行测试代码、验证测
2022-04-02 13:17:09
1138
原创 7.项目进阶，构建安全高效的企业服务
文章目录项目进阶，构建安全高效的企业服务1. Spring Security介绍使用2. 权限控制登录检查授权配置认证方案CSRF配置3. 置顶、加精、删除功能实现权限管理按钮显示4. Redis高级数据类型HyperLoglogBitmap5. 网站数据统计UV(Unique Visitor)DAU(Daily Active User)6. 任务执行和调度JDK线程池Spring 线程池分布式定时任务7. 热帖排行8. 生成长图9. 将文件上传至云服务器10. 优化网站性能项目源码可以在https://
2022-04-02 13:15:25
1184
原创 6.Elasticsearch，分布式搜索引擎
文章目录Elasticsearch，分布式搜索引擎1. Elasticsearch入门Elasticsearch简介Elasticsearch术语Elasticsearch使用2. Spring整合Elasticsearch3. 开发社区搜索功能搜索服务发布事件显示结果DEBUG项目源码可以在https://gitee.com/ShayneC/community获取Elasticsearch，分布式搜索引擎1. Elasticsearch入门Elasticsearch简介一个分布式的、Restf
2022-04-02 13:14:30
2548
原创 5.Kafka，构建TB级异步消息系统
文章目录Kafka，构建TB级异步消息系统1. 阻塞队列2. Kafka入门3. Spring整合Kafka4. 发送系统通知5. 显示系统通知项目源码可以在https://gitee.com/ShayneC/community获取Kafka，构建TB级异步消息系统1. 阻塞队列BlockingQueue解决线程通信的问题。阻塞方法：put、take。生产者消费者模式生产者：产生数据的线程。消费者：使用数据的线程。实现类ArrayBlockingQueueL
2022-04-02 13:13:19
2107
原创 4.Redis，一站式高性能存储方案
文章目录Redis，一站式高性能存储方案1. Redis入门2. Spring整合Redis3. 点赞4. 我收到的赞5. 关注、取消关注6. 关注列表、粉丝列表7. 优化登录模块项目源码可以在https://gitee.com/ShayneC/community获取Redis，一站式高性能存储方案1. Redis入门Redis是一款基于键值对的NoSQL数据库，它的值支持多种数据结构：字符串(strings)、哈希(hashes)、列表(lists)、集合(sets)、有序集合(sorted
2022-04-02 13:11:56
756
原创 3.开发社区核心功能
文章目录开发社区核心功能1. 过滤敏感词2. 发布帖子3. 帖子详情4. 事务管理5. 显示评论6. 添加评论7. 私信列表8. 发送私信9. 统一处理异常10. 统一记录日志项目源码可以在https://gitee.com/ShayneC/community获取开发社区核心功能1. 过滤敏感词前缀树名称：Trie、字典树、查找树特点：查找效率高，消耗内存大应用：字符串检索、词频统计、字符串排序等敏感词过滤器定义前缀树根据敏感词，初始化前缀树编写过滤敏感词的方法2.
2022-04-02 13:10:16
1310
原创 2.开发社区登录模块
文章目录2.开发社区登录模块1. 发送邮件2. 开发注册功能3. 会话管理4. 生成验证码5. 开发登录、退出功能6. 显示登录信息7. 账号设置8. 检查登录状态项目源码可以在https://gitee.com/ShayneC/community获取2.开发社区登录模块1. 发送邮件邮箱设置启用客户端SMTP服务Spring Email导入 jar 包<dependency> <groupId>org.springframework.boot
2022-04-02 13:04:51
427
原创 1.开发社区首页
文章目录开发社区首页1.搭建开发环境2.前置知识基础测试Spring的一些知识点SpringMVC简单使用Mybatis3.首页开发4. 项目调试技巧开发社区首页1.搭建开发环境使用IntelliJ IDEA的Spring Initializr创建一个新的项目。并勾选所需要的依赖，并创建项目。图中红框中的文件暂时用不到，可以先删掉，也可以保留。进入启动类，并点击运行。可以看到项目运行在8080端口，我们进入浏览器访问localhost:8080，会得到如下页面，因为这是一个新建的项目
2022-03-28 15:52:34
1868
原创 爬取王者荣耀所有英雄皮肤的高清图片，你值得拥有！！
爬取王者荣耀所有英雄的皮肤写了一下午到现在，好几个小时终于成功运行了import requestsfrom lxml import etreeimport osif __name__ == '__main__': url = 'https://pvp.qq.com/web201605/herolist.shtml' headers = { "User-Agent": 'Mozilla/5.0' } page = requests.get(url=
2021-05-09 21:28:25
624
原创 直方图均衡
2020-11-7 学习总结直方图均衡直方图均衡的连续形式主要是三个公式ps(s)=pr(r)∣drds∣p_s(s) = p_r(r)|\frac{dr}{ds}|ps(s)=pr(r)∣dsdr∣dsdr=dT(r)dr=(L−1)ddr[∫0rpr(w)dw]=(L−1)pr(r)\frac{ds}{dr} = \frac{dT(r)}{dr} = (L - 1)\frac{d}{dr}[\int_0^r p_r(w)dw] = (L - 1)p_r(r) drds=drd
2021-04-09 11:16:32
196
原创 论文学习
2020.11.18 学习总结Alom M Z , Hasan M , Yakopcic C , et al. Recurrent Residual Convolutional Neural Network based on U-Net (R2U-Net) for Medical Image Segmentation[J]. 2018.RecurrentResidualConvolutionalNeuralNetworkbasedonU−Net(R2U−Net)forMedicalImageSegm
2020-11-18 20:43:43
269
原创 直方图处理
2020-11-6 学习总结今天学习了直方图基础知识，看了一篇论文的摘要和引言部分。直方图处理灰度级范围为[0,L−1][0, L - 1][0,L−1]的数字图像的直方图是离散函数h(rk)=nkh(r_{k}) = n_{k}h(rk)=nk，其中rkr_{k}rk是第kkk级灰度值，nkn_{k}nk是图像中灰度为rkr_{k}rk的像素的个数。通常，我们会用到归一化直方图，即使用所有元素h(rk)h(r_{k})h(rk)除以图像中的像素总数nnn所得到的图形：p(rk)=h(
2020-11-10 19:35:43
167
原创 图像增强matlab实现
图像增强图像反转就是反转整个图像的灰度，用以下式子来描述:s=L−1−rs = L - 1 -rs=L−1−r其中r是原始图像的灰度，s是变换后的灰度值g = imread('E:/faces/137341995_e7c48e9a75.jpg');subplot(1, 2, 1);imshow(g);xlabel('原图')subplot(1, 2, 2)g1 = imadjust(g,[0,1],[1,0],1);%对灰度级图像进行灰度变换imshow(g1);xlabel('
2020-11-05 18:05:01
3268
1
原创 深入医学图像分析综述
深入医学图像分析Altaf F , Islam S M S , Akhtar N , et al. Going Deep in Medical Image Analysis: Concepts, Methods, Challenges and Future Directions[J]. IEEE Access, 2019.医学图像分析的深度学习方法检测/定位，分割，配准，分类深入医学图像分析的挑战缺乏适当标注的数据:可以认为，深度学习与其他机器学习技术的唯一区别在于它能够模拟极其复杂的数学
2020-11-05 18:03:53
485
原创 变分自编码器（VAE）
生成模型产生式模型PixelRNN 与 PixelCNN优点: -似然函数可以精确计算 -利用似然函数的值可以有效地评估模型性能缺点: -序列产生 慢变分自编码器 Variational Autoencoders(VAE)自编码器学习方法损失计算训练后移除编码器变分自编码器基于典型自编码器拓展成的概率框架=> 可以产生新的样本定义一个难以计算的密度函数=> 通过推导来优化一个下边界优点: -产生式模型里的一种主要方法 -可以计算 q(z|x
2020-11-04 19:52:00
369
原创 图像分割
图像分割语义分割给每个像素分配类别标签，不区分实例，只考虑像素类别。传统的分割思路利用滑动窗口机制，对每个像素点提取周围像素对中心像素分类，这种方法效率太低，多个区域被重复计算。2014年出现的FCN，去掉了传统卷积神经网络末端的全连接层，实现了端到端的对每个像素的分类。随后的语义分割模型基本都采用这种结构。除了全连接层，语义分割另一个重要的问题是池化层。池化层能进一步提取抽象特征增加感受域，但是丢弃了像素的位置信息。而语义分割需要类别标签和原图像对齐，因此需要从新引入像素的位置信息。有两种不
2020-11-03 11:01:01
239
2
原创 边缘检测&纹理表示
边缘检测边缘：图像中亮度明显而急剧变化的点边缘的种类图像中亮度明显而急剧变化的地方噪声的影响解决方法：先平滑高斯一阶偏导高斯一阶偏导卷积核的方差变化高斯核 vs.高斯一阶偏导核这样提取的图片会输出所有可能出现Canny边缘检测器...
2020-11-01 19:15:03
895
1
原创 批标准化
2020.10.30 学习总结批归一化论文的学习批归一化论文的学习批归一化论文的学习 Batch Normalization是Google在2015年提出来的，现在已经成为了深度学习中比较常用的方法了。批归一化就是对每个mini-batch进行归一化处理，原文应用了一个叫做内部协变量偏移的名词，在神经网络训练的过程中从每一层输出的值之间分布的变化，而这种变化又受到前一层输入到这一层值之间分布的影响，我们称之为内部协变量偏移。 这种处理方法能够能够允许我们使用更大的学习率，也不用太在意权值得初始化。
2020-10-30 21:24:06
184
空空如也
ResourceBundle.getBundle读取资源文件报错
2021-09-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人