码迷,mamicode.com
首页 >  
搜索关键字:感知    ( 2005个结果
移动互联网让传统软件变得更有商务价值
传统软件也在不断的尝试移动互联网转型,但是转型并没有想象中的那会是,在面对转型的时候,很多传统软件都发现了很多问题,甚至互联网离传统软件的距离很远。还在为转型面对的危机,感知到未来潜在对手的存在。 为什么很多传统软件企业转型都会失败,这是缺乏互联网的基因,应为传统的人手都已经习惯性了现有的工作环境,要是转换的话很难适应。所以,互联网那个在管理层也是年轻化,市场上也足够迅速。 所谓互联网思维实际...
分类:移动开发   时间:2014-09-03 16:56:06    阅读次数:261
压缩感知综合理解篇
进来看稀疏编码的问题,看的内容多了,跟压缩感知的知识有些混淆,好乱,偶然看了几篇博文,在这里澄清下他们之间的关系实际上:压缩感知只是借用稀疏表示为工具,来实现信号重构,压缩传感理论主要包括信号的稀疏表示、编码测量和重构算法等三个方面.信号的稀疏表示就是将信号投影到正交变换基时,可以将其看作原始信号的...
分类:其他好文   时间:2014-09-02 19:36:25    阅读次数:338
RGB颜色转换十六进制颜色
RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。RGB色彩模式使用RGB模型为图像中每一个像素...
分类:其他好文   时间:2014-09-01 12:01:52    阅读次数:155
Python 多线程 -thread threading Queue- 简单学习
Python 多线程 -thread threading Queue- 简单学习在实际工作过程中,会出现需要并发的做一些事情,例如一台机器测到几千台机器的网络连通性,如果你单线程一台一台测的话,会花费很多的事情,不具有实时性,更不能在变化的时候立刻感知当时网络的状况,这时多线程就是一个很好地选择。p...
分类:编程语言   时间:2014-08-31 14:28:31    阅读次数:330
node系列4
进程管理NodeJS可以感知和控制自身进程的运行环境和状态,也可以创建子进程并与其协同工作,这使得NodeJS可以把多个程序组合在一起共同完成某项工作,并在其中充当胶水和调度器的作用。本章除了介绍与之相关的NodeJS内置模块外,还会重点介绍典型的使用场景开门红如何使用NodeJS调用终端命令来简化...
分类:其他好文   时间:2014-08-30 17:45:59    阅读次数:256
JSP 页面缓存以及清除缓存
JSP 页面缓存以及清除缓存 一、概述? ? ? ? 缓存的思想可以应用在软件分层的各个层面。它是一种内部机制,对外界而言,是不可感知的。? ? ? 数据库本身有缓存,持久层也可以缓存。(比如:hibernate,还分...
分类:Web程序   时间:2014-08-30 11:25:00    阅读次数:184
Photoshop CS6 快捷键
1、工具箱移动工具 【V】矩形、椭圆选框工具 【M】套索、多边形套索、磁性套索 【L】快速选择工具、魔棒工具 【W】裁剪、透视裁剪、切片、切片选择工具 【C】吸管、颜色取样器、标尺、注释、123计数工具 【I】污点修复画笔、修复画笔、修补、内容感知移动、红眼工具 【J】画笔、铅笔、颜色替换、混合器画...
分类:其他好文   时间:2014-08-30 09:53:49    阅读次数:317
感知哈希算法
”感知哈希算法”(Perceptual hash algorithm),它的作用是对每张图片生成一个”指纹”(fingerprint)字符串,然后比较不同图片的指纹。结果越接近,就说明图片越相似。优点:简单快速,不受图片大小缩放的影响。缺点:图片的内容不能更改。主要用途:根据缩略图找出原图,搜索.....
分类:其他好文   时间:2014-08-29 17:39:28    阅读次数:239
Web安全性测试
常见Web应用安全问题 经过上两篇(《Web安全性问题的层次关系》及《解读Web应用安全问题的本质》)关于Web安全及Web应用安全概念性知识的宏观介绍,相信大家已经有所感知了。从今天开始,我将陆续给大家介绍常见的Web应用安全性问题。 Web应用程序的安全性问题依其存在的形势划分,种类繁多,这里....
分类:Web程序   时间:2014-08-29 00:06:36    阅读次数:376
统计学习方法 笔记<第二章 感知机>
第二章 感知机感觉感知机这东西还是很简单的,随便写点。感知机(perceptron)是二分类的线性分类器。输入x表示实例的特征向量,输出y为实例的类别,由如下函数表示: 其中w为权值(weight)或权值向量(weight vector),b表示偏置(bias),sign为符号函数,里面的东西大于....
分类:其他好文   时间:2014-08-27 20:21:48    阅读次数:241
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!