博客 RSS 訂閱

Txy-Net 頭像

童小魚 - Yi.Net平台管理--基礎權限

Yi.Net是基於.Net6後端框架和傳統前端框架開發的平台管理系統。 架構上採用前後端分離的方式，支持分佈式部署，開發的核心思想：面向服務、面向對象。（此處説明下：本人是主要做後端開發工作，前端是採用傳統開發的前端模式，不是現代化構建環境（webpack、vite）下的前端模式。主要前端框架：elementUI、vue2等。傳統前端模式的前端服務器，我採用的是.Net6內置Kestrel。）

.net , 後端

收藏 評論

lying7 頭像

躺柒 - 讀人工智能全球格局：未來趨勢與中國位勢19讀後總結與感想兼導讀

1.基本信息 人工智能全球格局：未來趨勢與中國位勢 作者：​國務院發展研究中心國際技術經濟研究所 出版社：中國人民大學出版社 出版時間：2019-09-16 ISBN：9787300273938 1.1.讀薄率 書籍總字數15.7萬字，筆記總字數55722字。 讀薄率55722÷157000≈35.49% 1.2.讀厚方向

AI

收藏 評論

software-Development 頭像

IT開發者筆記 - Parasoft 汽車嵌入式軟件質量與自動化測試解決方案

在智能網聯汽車、軟件定義車輛(SDV)、高級駕駛輔助系統(ADAS)等快速演進的趨勢下，軟件已成為汽車行業創新的核心驅動力。從動力系統與安全控制單元(ECU)到互聯互通與OTA功能，每一個軟件模塊都必須確保高質量、安全性與合規性。 全球知名的自動化測試平台 Parasoft，提供一套覆蓋整個汽車軟件開發生命週期的自動化測試解決方案，幫助整車廠(OEM)、一級供應商及軟件開發團隊在複雜的軟件生態中

後端

收藏 評論

software-Development 頭像

IT開發者筆記 - 圖表性能與精度的極致平衡：探索SciChart如何實現納秒級精度可視化引擎

在工業自動化、科學實驗、高頻金融交易及複雜遙測系統等場景中，數據可視化不僅關乎“展示效果”，更關乎“計算精度”。當時間粒度細化到微秒甚至納秒級別時，圖表引擎既要承擔海量數據的實時渲染壓力，又要避免因數值精度不足而產生視覺誤差。這種對性能與精度並重的要求，對圖表技術提出了更高標準。 本文將圍繞SciChart圖表引擎的技術設計思路，解析其如何在高性能渲染的同時，兼顧 64 位數值精度，從而支持更高

軟件工程

收藏 評論

Goblinscholar 頭像

哥布林學者 - 高光譜成像（二）光譜角映射 SAM

在第一篇中我們已經提到：高光譜圖像的每一個像素，本質上是一個高維光譜向量。 如果一個像素有 100 個波段，那麼它就可以表示為： \[\mathbf{x} = (I_1, I_2, \dots, I_{100}) \] 既然每個像素是一個向量，我們又知道了高光譜圖像的經典應用就是識別物質，那麼一個很自然的問題就出現了： 如何判斷兩個像素是否屬於同一種物質？ 在 RGB 圖像中，我們

AI

收藏 評論

software-Development 頭像

IT開發者筆記 - 【醫療項目實戰】藉助LightningChart Python，打造高性能醫療數據可視化應用

在現代醫療與健康管理場景中，臨牀監護與健康數據分析離不開直觀、實時且高速的數據可視化能力。本篇文章將介紹如何利用LightningChart Python高性能圖表庫，實現一個面向患者多參數健康指標的實時監控與分析應用，為醫療數據可視化提供一套完整方案。 LightningChart Python 最新版試用下載，請聯繫慧都科技 一、項目背景與目標 在醫療監護場景中，常見的核心生命體徵包括：

前端

收藏 評論

software-Development 頭像

IT開發者筆記 - 構建可靠、安全的嵌入式系統：Parasoft全自動化測試平台深度解析

在工業自動化、智能製造、物聯網設備等領域，嵌入式軟件已成為實現設備控制、安全功能與聯網能力的核心引擎。隨着系統複雜度的提升，軟件錯誤不僅影響功能，還可能引發安全風險甚至造成生產事故。因此實現高質量、可追溯且可審計的軟件測試體系，是企業穩健開發嵌入式系統的關鍵。 Parasoft提供了一套自動化、全流程的軟件測試解決方案，覆蓋靜態分析、單元測試、集成測試、覆蓋率驗證及合規性檢查，可幫助開發團隊顯著

軟件測試

收藏 評論

yupi 頭像

程序員魚皮 - 又一個新項目完結，我要出海了！

大家好，我是程序員魚皮。又經過了一段時間的爆肝，我在編程導航的保姆級新項目教程《GitHub 倉庫 AI 文檔翻譯平台》，完結啦！ 這是一套以 AI 應用開發 為核心的項目教程，基於 Next.js + GitHub App + OpenRouter，用 AI 編程的方式從 0 到 1 開發一個 GitHub 倉庫 AI 文檔翻譯 SaaS 平台，帶你親身體驗 AI Vibe Coding 的完整

程序人生

收藏 評論

bgyb 頭像

南國以南i - Linux 一線必備：高能 Shell 腳本，讓工作效能飆升

@ 目錄 前言 1、檢測兩台服務器指定目錄下的文件一致性 2、定時清空文件內容，定時記錄文件大小 3、檢測網卡流量，並按規定格式記錄在日誌中 4、計算文檔每行出現的數字個數，並計算整個文檔的數字總數 5.殺死所有腳本 6、從 FTP 服務器下載文件 7、連續輸入5個100以內的數字，統計和、最小和最大 8、用户猜數

操作系統

收藏 評論

zdyz 頭像

zdyz - 《ESP32-S3使用指南—IDF版 V1.6》第七章 分區表管理與使用

第七章 分區表管理與使用 在ESP32中，分區表是定義Flash存儲區域的關鍵組成部分。它決定了應用程序、數據存儲和OTA更新等如何在芯片內部分配和管理，從而影響到整個應用的性能和功能。 本章將分為如下幾個小節： 7.1 分區表概述 7.2 分區表API函數 7.1 分區表概述 在ESP32開發中，分區表（Partition Table）是一個關鍵的系統組件，用於定義芯片上

操作系統

收藏 評論

kerrycode 頭像

瀟湘隱者 - ORACLE如何修改SEUQNCE的當前值

在一些特殊場景(業務需求)可能需要修改序列(SEQUENCE)的當前值(CURRVAL)的大小, 有可能調大,也有可能調小, 這裏簡單介紹一下. 方法1 其實這種方法調整序列的當前值,其實就是增加或減少序列(SEQUENCE)的當前值, 語法如下 ALTER SEQUENCE SEQUENCE_NAME INCREMENT BY XXX; ----正數負數都可以 具體案例如下所示: SQL CR

數據庫

收藏 評論

sevencoding 頭像

sevencoding - 劍指offer-79、最⻓不含重複字符的⼦字符串

題目描述 請從字符串中找出⼀個最⻓的不包含重複字符的⼦字符串，計算該最⻓⼦字符串的⻓度。 數據範圍: ⻓度⼩於40000 示例1 輸⼊："abcabcbb" 返回值：3 説明：因為⽆重複字符的最⻓⼦串是"abc"，所以其⻓度為 3。 示例2 輸⼊："bbbbb" 返回值：1 説明：因為⽆重複字符的最⻓⼦串是"b"，所以其⻓度為 1 示例3 輸⼊："pwwk

後端

收藏 評論

ari-stiles 頭像

Ari Stiles - Now Shipping: Accessible UX Research, A New Smashing Book By Michele Williams

Good UX research is at the root of great products. It takes the guesswork out of our designs and helps us solve problems before they grow. One of the best ways to make our research effective is to k

Accessibility , ux , Smashing Books

收藏 評論

Goblinscholar 頭像

哥布林學者 - 高光譜成像（一）高光譜圖像

新分類關於高光譜成像，是近期的主要長篇內容。 1. 什麼是高光譜圖像？ 1.1 RGB 圖像 在日常生活以及之前的 CV 相關內容裏，我們演示使用的圖像數據都是 RGB 圖像，在之前的圖像處理基礎中我們也介紹過這一點。 再簡單複述一下要點：大量出現在我們日常生活中的彩色圖像基本都是 RGB 圖像，這類圖像的每個像素可以看作堆疊在一起的三個通道，分別代表圖像在紅、綠、藍三個維度上的亮

AI

收藏 評論

jindongyan666 頭像

愛喝可樂的北極熊 - 數據庫服務存儲引擎

①.數據庫服務存儲引擎介紹 存儲引擎官方網站資料:https://dev.mysql.com/doc/refman/8.4/en/innodb-storage-engine.html 1.什麼是存儲引擎/存儲引擎有什麼作用 利用存儲引擎可以有效管理磁盤和內存硬件，實現數據庫服務數據調取和數據存儲 1.客户端 包含連接工具信息（命令/工具/程序） 2.服務端 包含連接層：負責實現客户端與服務端

數據庫

收藏 評論

longronglang 頭像

久曲健 - 當測試自動化率達到80%，測試工程師還剩下什麼？

2026年，軟件測試行業正在經歷一場靜默但深刻的變革。 不是工具的升級，也不是流程的優化，而是職業價值的根本重構。 當AI測試工具將自動化率推向80%，當測試時間從3天壓縮到8小時，當自愈腳本讓維護成本降低60%時，一個核心問題浮出水面： 測試工程師的核心價值到底是什麼？ 這不是一個學術問題，而是每個測試從業者都必須直面的生存命題。 技術突破背後的職業焦慮 2月24日，CSDN發佈了一篇關於"AI

軟件測試

收藏 評論

li5920o 頭像

li5920o - 使用pyside6編寫簡單的串口上位機

一、設計UI界面 使用qt設計師 需要注意的是 調整整體大小 最後設置整體自動調整大小時，對於QMainWindow窗口需要右鍵最基本的框，選擇佈局，不然在右側是沒有佈局選項的 窗口放大時非對話框有最大大小，不跟着變大 設置對應窗口的對齊為 0 按鈕進入對齊後選擇minimum，可以變大 默認時 二、編寫邏輯 編寫基本框架 選擇自己使用的是QMainWindow還是QWidget 導入py

操作系統

收藏 評論

cpuimage 頭像

cpuimage - AIGC圖像困局

AIGC圖像困局 算法技術的歷史，是"用小資源幹大事"的心酸歷。 在寫深度學習優化器算法巧思速覽之前其實本來計劃是先寫現在這篇的，只是那個時候手上熱乎的思路還是優化器相關，所以這篇博文就延後到今天才寫。 這個標題起得很大，真寫起來，篇幅真的太長了，所以只能想到哪寫到哪。 2012年，Alex Krizhevsky的AlexNet在ImageNet上達到的精度震驚了世界，而那個時候也只做了一件

AI

收藏 評論

ahfuzhang 頭像

ahfuzhang - 如何在 DotNet 中使用類似 golang 的 vendor 的編譯模式

作者:張富春(ahfuzhang)，轉載時請註明作者和引用鏈接，謝謝！ cnblogs博客 zhihu Github 公眾號:一本正經的瞎扯 一個項目中，存在部分庫是公司內的，且需要配置個人的用户名和密碼連接到 NuGet 站點，才能下載這些庫。 而有時候需要直接把一個倉庫拉到某個環境上進行編譯，且不希望把帶了密碼的 NuGet.Config 文件提交到代碼倉庫中。

.net , 後端

收藏 評論

qishun 頭像

編程我的一切 - 打破同源枷鎖：深入理解 postMessage 跨域通信機制

作為前端開發，你一定遇到過這樣的場景：主站嵌入了第三方支付的 iframe，需要同步用户登錄狀態；或者通過 window.open 打開的子窗口，要向父頁面傳遞操作結果。此時，瀏覽器的“同源策略”就像一道無形的牆，直接阻斷了頁面間的直接交互。而 postMessage 正是為打破這道枷鎖而生的 HTML5 核心 API，它讓不同源的窗口、框架之間得以安全地雙向通信，成為跨域交互的“官方郵差”。

前端

收藏 評論

wufazhuce 頭像

愛編程的小夥子 - Docker 基礎入門：核心概念與架構原理

在雲計算與容器化技術飛速發展的今天，Docker 已經成為開發者必備的工具之一。無論是本地開發環境的一致性保障、持續集成/持續部署（CI/CD）的自動化落地，還是服務器資源的高效利用，Docker 都發揮着不可替代的作用。對於剛接觸容器技術的新手而言，想要快速上手 Docker，首先需要理清其核心概念與底層架構，這也是後續深入學習 Docker 進階用法、解決實際問題的基礎。本文將從 Dock

操作系統

收藏 評論

jazz-z 頭像

LAYONTHEGROUND - 如何通過 C# 實現 PDF 文本提取？

在日常辦公和開發中，從 PDF 文件中提取文本是一項高頻需求。手動複製粘貼不僅耗時，而且面對大量文檔時效率極低。傳統的自動化方案往往依賴 Adobe Reader 等外部組件，不僅部署麻煩，遇到加密或掃描件更是難以處理。 本文將介紹如何使用免費庫 Free Spire.PDF for .NET ，無需安裝任何 PDF 閲讀器，輕鬆實現高精度、高可靠性的 PDF 文本提取。我們將從方案對比開始，逐步

.net , 後端

收藏 評論

LiYONEKE 頭像

LiYK丶 - 推薦node工具fnm下載到使用（用windows系統做的演示）

一、認識fnm 展開看介紹（給不熟悉fnm的小夥伴看的） fnm 是高性能 Node.js 版本管理器，支持 Windows、macOS、Linux； 比nvm啓動更快、內存佔用更低可一鍵安裝/切換多版本 Node.js； 且能讀取.nvmrc或.node-version文件實現項目目錄自動切換版本，是前端/Node開發者的常用工具。 fnm下載node 官方的方式去下載node

前端

收藏 評論

apacheiotdb 頭像

ApacheIoTDB - 時序數據庫 IoTDB 與 MyCat 集成，實現關係/時序數據無縫協同

工業物聯網平台搭建時，你是否也曾面臨這樣的困境：關係型數據庫中的設備台賬、業務信息與時序數據庫中的傳感器數據各自存儲在不同的數據庫，業務分析時不得不反覆跨系統查詢、手工拼接？更復雜的是，當業務系統需要同時訪問 MySQL 中的元數據與 IoTDB 中的海量時序數據時，“多源異構”往往意味着“多重負擔”。 時序數據庫 IoTDB 與 MyCat 最新完成的深度集成，正是為解決這一痛點而生 —— 通過

數據庫

收藏 評論