- 浏览: 4841152 次
- 性别:
- 来自: 上海
-
博客专栏
-
-
robbin谈管理
浏览量:138234
文章分类
最新评论
-
xly1981:
领导者是团队的灵魂。深入一线的过程,包括代码review,能帮 ...
robbin谈管理:改造团队的经验(2) -
jiehuangwei:
像这种总结比较性的ppt文档可以多发啊
Web并发模型粗浅探讨 -
linux1308:
看完学习到了很多东西,感谢推荐!
推荐一篇很好的RoR部署方案性能评测 -
zweite:
直接对搜索的结果进行缓存是不是会更快一点呢
漫谈应用缓存的命中率问题 -
kaogua:
现在已经是ruby2.0了, 不知道这个的效率是怎么样的, 是 ...
Ruby作为服务器端应用已经成熟了
我们的研发团队是一支mini型研发团队,目前共有研发人员13人。由于网站产品维护的历史原因,这13人的研发团队分为4支小组,分别是:Ruby研发小组5人;PHP研发小组4人;.net研发小组2人,Java搜索小组2人。
别看我们研发人员这么少,但是我们研发人员战斗力很强,我们维护和开发着十多条产品线。在我们开发自身产品的过程中,也积累了一些比较通用的组件,一些对大家来说有用的工具。因此从今年下半年开始,我们陆续将一些组件和工具开源出来,哪怕这些项目的质量并不是那么高,也希望能够给社区带来一点点自己的贡献。
以下简要介绍一下我们已经开源的项目,今后我们还会努力开源更多的东西和大家交流和分享:
1、Ansj中文分词 - 开源的高准确率Java中文分词器
项目Github地址:https://github.com/ansjsun/ansj_seg
这是基于大名鼎鼎中科院的Ictclas中文分词算法编写的Java实现版本,比常用的开源mmseg4j的分词准确率高。目前我们自己站内的搜索将逐渐从mmseg4j算法替换成Ansj中文分词算法。
2、ServiceFramework - 开源的羽量级Java Web服务框架
项目Github地址:https://github.com/allwefantasy/ServiceFramework
我们基于Java的开源搜索框架lucene编写了网站的分布式搜索和Tag文章分类服务。因为需要向前端的Web应用程序提供搜索和Tag服务接口API,所以我们编写了这个羽量级的Java框架软件。它的优点就是羽量级,自身集成了Jetty服务器,MVC,IoC和ORM,让你只需要编写非常少的代码,就可以快速将你的业务逻辑组件以Web API的方式提供服务。
3、ExportBlog - 开源的通用博客导出工具
项目Github地址:https://github.com/sqzhuyi/ExportBlog
这是一个基于.net Winforms编写的通用博客导出工具,支持导出网站包括:CSDN、ITEYE、博客园、新浪、搜狐、和讯、ChinaUnix、网易、51CTO、开源中国、百度空间、QQ空间等等。导出格式支持CHM、PDF、HTML、TXT和EPUB 5种格式文档。详细介绍:http://blog.csdn.net/sq_zhuyi/article/details/7924776
4、Secode_level_cache - 开源的Rails对象缓存插件
项目Github地址:https://github.com/csdn-dev/second_level_cache
Rails的ActiveRecord自身没有带强大的对象缓存功能,这是AR的一个重大的遗憾。早在2008年开始,我们就借鉴了Java强大的ORM框架Hibernate的二级对象缓存编写了这个Rails的AR对象缓存插件,并且一直作为JavaEye网站缓存优化的秘密武器来使用,取得了非常理想的效果。
现在我们将这个插件从Rails2.x的版本升级到了3.x版本,并且抽取成了一个通用插件,开始应用于新的Rails3.2的项目之上。有志于AR对象缓存优化的ruby程序员不容错过。
5、limiter - 网站反爬虫和DOS攻击的利器
项目Github地址:https://github.com/csdn-dev/limiter
早年的JavaEye网站曾经深受DOS攻击和爬虫海量抓取造成的负载过高的困扰,我曾经和这个问题进行了为期几年不懈的斗争,并且在总结几年斗争经验后写了一篇总结性博客文章:互联网网站的反爬虫策略浅析 。当时我基于这个反爬虫策略编写了JavaEye网站的智能防火墙插件,取得了良好的效果。
现在我们将这个插件从JavaEye的源代码中剥离出来,抽取成一个通用的rackware,便于应用于普通的Rails3.x的项目当中。
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
我现在都将词库搞到lucene中存储了,在启动的时候直接从lucene中加载词库。
不过增加同义词库还是很有必要的!!!
期待同义词版本的
不知道什么时候可以出来
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
我现在都将词库搞到lucene中存储了,在启动的时候直接从lucene中加载词库。
不过增加同义词库还是很有必要的!!!
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
我是要做车源搜索,比如我搜索科鲁兹,我是一定要车型是科鲁兹的车子的
如果这个样子的话..只能..吧分词结果从hashmap中重新匹配下了..如果有..修改其词性..或者你根本不需要词性标注..把分出来的每个词.进你的hashmap匹配下..就能知道这个词是不是车了..
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
说实话..目前没有办法..你做什么项目啊..对词性要求这么高?
暂时你分出词后用hashmap..来重新确定下权重吧..权重再大也不行...系统拥有最高权限...
我是要做车源搜索,比如我搜索科鲁兹,我是一定要车型是科鲁兹的车子的
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
说实话..目前没有办法..你做什么项目啊..对词性要求这么高?
暂时你分出词后用hashmap..来重新确定下权重吧..权重再大也不行...系统拥有最高权限...
不好意思...悲剧的...科鲁兹..被我识别成人名了!你不信试试..科鲁兹不增加..他也能识别出来的....这个....额....
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
不好意思...悲剧的...科鲁兹..被我识别成人名了!你不信试试..科鲁兹不增加..他也能识别出来的....这个....额....
用户词典写到文件中添加:https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E6%B7%BB%E5%8A%A0
用户自定义词典内存中动态添加删除:
https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E5%8A%A8%E6%80%81%E6%B7%BB%E5%8A%A0%E5%88%A0%E9%99%A4Demo
你好..如果你读取这个有异常了..我觉得.你用的jdk版本是不是有点问题啊..这个是映射到内存里面的语义模型..能把你的环境给我说下么
用户词典写到文件中添加:https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E6%B7%BB%E5%8A%A0
用户自定义词典内存中动态添加删除:
https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E5%8A%A8%E6%80%81%E6%B7%BB%E5%8A%A0%E5%88%A0%E9%99%A4Demo
ps:随着单词量的增长是会内存溢出.但是词典的结构已经很压缩了.用户制定义扩展到几百万..一般台式机也是能承受的..我试过30w词就是30m内存吧..大约仿佛好像
别看我们研发人员这么少,但是我们研发人员战斗力很强,我们维护和开发着十多条产品线。在我们开发自身产品的过程中,也积累了一些比较通用的组件,一些对大家来说有用的工具。因此从今年下半年开始,我们陆续将一些组件和工具开源出来,哪怕这些项目的质量并不是那么高,也希望能够给社区带来一点点自己的贡献。
以下简要介绍一下我们已经开源的项目,今后我们还会努力开源更多的东西和大家交流和分享:
1、Ansj中文分词 - 开源的高准确率Java中文分词器
项目Github地址:https://github.com/ansjsun/ansj_seg
这是基于大名鼎鼎中科院的Ictclas中文分词算法编写的Java实现版本,比常用的开源mmseg4j的分词准确率高。目前我们自己站内的搜索将逐渐从mmseg4j算法替换成Ansj中文分词算法。
2、ServiceFramework - 开源的羽量级Java Web服务框架
项目Github地址:https://github.com/allwefantasy/ServiceFramework
我们基于Java的开源搜索框架lucene编写了网站的分布式搜索和Tag文章分类服务。因为需要向前端的Web应用程序提供搜索和Tag服务接口API,所以我们编写了这个羽量级的Java框架软件。它的优点就是羽量级,自身集成了Jetty服务器,MVC,IoC和ORM,让你只需要编写非常少的代码,就可以快速将你的业务逻辑组件以Web API的方式提供服务。
3、ExportBlog - 开源的通用博客导出工具
项目Github地址:https://github.com/sqzhuyi/ExportBlog
这是一个基于.net Winforms编写的通用博客导出工具,支持导出网站包括:CSDN、ITEYE、博客园、新浪、搜狐、和讯、ChinaUnix、网易、51CTO、开源中国、百度空间、QQ空间等等。导出格式支持CHM、PDF、HTML、TXT和EPUB 5种格式文档。详细介绍:http://blog.csdn.net/sq_zhuyi/article/details/7924776
4、Secode_level_cache - 开源的Rails对象缓存插件
项目Github地址:https://github.com/csdn-dev/second_level_cache
Rails的ActiveRecord自身没有带强大的对象缓存功能,这是AR的一个重大的遗憾。早在2008年开始,我们就借鉴了Java强大的ORM框架Hibernate的二级对象缓存编写了这个Rails的AR对象缓存插件,并且一直作为JavaEye网站缓存优化的秘密武器来使用,取得了非常理想的效果。
现在我们将这个插件从Rails2.x的版本升级到了3.x版本,并且抽取成了一个通用插件,开始应用于新的Rails3.2的项目之上。有志于AR对象缓存优化的ruby程序员不容错过。
5、limiter - 网站反爬虫和DOS攻击的利器
项目Github地址:https://github.com/csdn-dev/limiter
早年的JavaEye网站曾经深受DOS攻击和爬虫海量抓取造成的负载过高的困扰,我曾经和这个问题进行了为期几年不懈的斗争,并且在总结几年斗争经验后写了一篇总结性博客文章:互联网网站的反爬虫策略浅析 。当时我基于这个反爬虫策略编写了JavaEye网站的智能防火墙插件,取得了良好的效果。
现在我们将这个插件从JavaEye的源代码中剥离出来,抽取成一个通用的rackware,便于应用于普通的Rails3.x的项目当中。
评论
79 楼
kings1981
2013-01-30
兵在精不在多!支持!~
78 楼
syncml
2013-01-11
jinyanhui2008 写道
ansjsun 写道
syncml 写道
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
我现在都将词库搞到lucene中存储了,在启动的时候直接从lucene中加载词库。
不过增加同义词库还是很有必要的!!!
期待同义词版本的
不知道什么时候可以出来
77 楼
chen88358323
2012-12-26
抓csdn的博客没事,iteye的抓两三个就被封鸟....
76 楼
chen88358323
2012-12-26
ExportBlog - 开源的通用博客导出工具
抓了一两个人的博客,后面再抓就被封了,很喜欢iteye,能不能给自己的爬虫点优惠?别自己大自己脸行么?
抓了一两个人的博客,后面再抓就被封了,很喜欢iteye,能不能给自己的爬虫点优惠?别自己大自己脸行么?
75 楼
jinyanhui2008
2012-11-16
ansjsun 写道
syncml 写道
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
我现在都将词库搞到lucene中存储了,在启动的时候直接从lucene中加载词库。
不过增加同义词库还是很有必要的!!!
74 楼
ansjsun
2012-11-15
syncml 写道
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这个可以有...呵呵..下一版就增加...
73 楼
syncml
2012-11-15
谢谢 ansjsun
这样的是变相的解决了我的问题。
我在自定义词库里面增加了
解析为:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n, ,, 那/r, polo/en, 呢/y]
也不是我所希望的。
如果能不额外处理,这个功能就强大了,包括以后新增的同义词功能
还有就是如果在不修改源代码的基础上,用户自定义的词库可以多个文件存在就更好了。
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
这样的是变相的解决了我的问题。
我在自定义词库里面增加了
polo family 1000
解析为:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n, ,, 那/r, polo/en, 呢/y]
也不是我所希望的。
如果能不额外处理,这个功能就强大了,包括以后新增的同义词功能
还有就是如果在不修改源代码的基础上,用户自定义的词库可以多个文件存在就更好了。
比如userLibrary下面所有的.dict文件,这样我的词库维护就清晰很多。只是一点不成熟的建议:)
72 楼
ansjsun
2012-11-15
syncml 写道
我是要做车源搜索,比如我搜索科鲁兹,我是一定要车型是科鲁兹的车子的
如果这个样子的话..只能..吧分词结果从hashmap中重新匹配下了..如果有..修改其词性..或者你根本不需要词性标注..把分出来的每个词.进你的hashmap匹配下..就能知道这个词是不是车了..
71 楼
syncml
2012-11-15
ansjsun 写道
syncml 写道
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
说实话..目前没有办法..你做什么项目啊..对词性要求这么高?
暂时你分出词后用hashmap..来重新确定下权重吧..权重再大也不行...系统拥有最高权限...
我是要做车源搜索,比如我搜索科鲁兹,我是一定要车型是科鲁兹的车子的
70 楼
ansjsun
2012-11-14
syncml 写道
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
说实话..目前没有办法..你做什么项目啊..对词性要求这么高?
暂时你分出词后用hashmap..来重新确定下权重吧..权重再大也不行...系统拥有最高权限...
69 楼
syncml
2012-11-14
ansjsun 写道
syncml 写道
Ansj中文分词
我在userLibrary里面添加了这样的
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
我在userLibrary里面添加了这样的
阿斯顿马丁 family 1000 科鲁兹 family 1000
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
不好意思...悲剧的...科鲁兹..被我识别成人名了!你不信试试..科鲁兹不增加..他也能识别出来的....这个....额....
这么巧?如何让他变成我需要的family呢? 加大权重还是什么?
68 楼
ansjsun
2012-11-14
syncml 写道
Ansj中文分词
我在userLibrary里面添加了这样的
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
我在userLibrary里面添加了这样的
阿斯顿马丁 family 1000 科鲁兹 family 1000
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
不好意思...悲剧的...科鲁兹..被我识别成人名了!你不信试试..科鲁兹不增加..他也能识别出来的....这个....额....
67 楼
syncml
2012-11-14
Ansj中文分词
我在userLibrary里面添加了这样的
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
我在userLibrary里面添加了这样的
阿斯顿马丁 family 1000 科鲁兹 family 1000
结果我分词“阿斯顿马丁是一辆好车,科鲁兹是一辆屌丝车”
结果如下:
[阿斯顿马丁/family, 是/v, 一辆/m, 好车/userDefine, ,/w, 科鲁兹/nr, 是/v, 一辆/m, 屌, 丝/q, 车/n]
为什么科鲁兹不是我希望的family ?
66 楼
ansjsun
2012-10-12
yanhuili_2008 写道
楼主,想请教个问题,ansj可以直接简单的添加用户自定义的词典吗?怎么添加啊?
用户词典写到文件中添加:https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E6%B7%BB%E5%8A%A0
用户自定义词典内存中动态添加删除:
https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E5%8A%A8%E6%80%81%E6%B7%BB%E5%8A%A0%E5%88%A0%E9%99%A4Demo
65 楼
yangsp1
2012-10-12
csdn博客导出器同样会被limiter 监测到,导致访问iteye需要要重新解锁
64 楼
yanhuili_2008
2012-10-11
楼主,想请教个问题,ansj可以直接简单的添加用户自定义的词典吗?怎么添加啊?
63 楼
ansjsun
2012-10-10
blackproof 写道
请问 ansj中的bigramdict.data是做什么用滴
我总是碰到在读他的时候跑异常
用txt打开它又是乱码
我总是碰到在读他的时候跑异常
用txt打开它又是乱码
你好..如果你读取这个有异常了..我觉得.你用的jdk版本是不是有点问题啊..这个是映射到内存里面的语义模型..能把你的环境给我说下么
62 楼
ansjsun
2012-10-10
jinyanhui2008 写道
这两天在试用ansj,有几个问题,词库不能动态维护,需要自己扩展词库维护功能。
同义词、相似词没有维护功能,是用二进制对象直接写死的,后续如果要用也是需要自己扩展。
词库是缓存到内存中的,随着词量增长不知道会不会溢出啊?
同义词、相似词没有维护功能,是用二进制对象直接写死的,后续如果要用也是需要自己扩展。
词库是缓存到内存中的,随着词量增长不知道会不会溢出啊?
用户词典写到文件中添加:https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E6%B7%BB%E5%8A%A0
用户自定义词典内存中动态添加删除:
https://github.com/ansjsun/ansj_seg/wiki/%E7%94%A8%E6%88%B7%E8%87%AA%E5%AE%9A%E4%B9%89%E8%AF%8D%E5%85%B8%E7%9A%84%E5%8A%A8%E6%80%81%E6%B7%BB%E5%8A%A0%E5%88%A0%E9%99%A4Demo
ps:随着单词量的增长是会内存溢出.但是词典的结构已经很压缩了.用户制定义扩展到几百万..一般台式机也是能承受的..我试过30w词就是30m内存吧..大约仿佛好像
61 楼
jinyanhui2008
2012-10-10
这两天在试用ansj,有几个问题,词库不能动态维护,需要自己扩展词库维护功能。
同义词、相似词没有维护功能,是用二进制对象直接写死的,后续如果要用也是需要自己扩展。
词库是缓存到内存中的,随着词量增长不知道会不会溢出啊?
同义词、相似词没有维护功能,是用二进制对象直接写死的,后续如果要用也是需要自己扩展。
词库是缓存到内存中的,随着词量增长不知道会不会溢出啊?
60 楼
blackproof
2012-10-10
请问 ansj中的bigramdict.data是做什么用滴
我总是碰到在读他的时候跑异常
用txt打开它又是乱码
我总是碰到在读他的时候跑异常
用txt打开它又是乱码
发表评论
-
Web并发模型粗浅探讨
2012-12-10 01:22 17289我带的研发部门使用的编程语言有Java,.net,PHP和Ru ... -
让textmate可以直接修改远程服务器上的文件
2012-11-06 17:20 56261. 在textmate的 Preferences | Ter ... -
再谈非主流工业语言
2011-03-22 00:15 23323今天看到Fenng同学的发 ... -
我的PHP,Python和Ruby之路
2011-03-21 12:12 72609因为看到一篇讨论PHP,P ... -
互联网网站的反爬虫策略浅析
2009-08-17 01:07 38414因为搜索引擎的流行, ... -
记上海Python社区聚会,谈Python和Ruby
2009-08-10 18:49 249958月9日周日,上海Python ... -
LVM - 很好很强大
2008-11-29 22:19 36055LVM (Logic Volume Management, ... -
Linux平台gcc和动态共享库的基础知识
2008-11-02 15:25 12929对大多数不从事Linux平台C语言开发的人来说,GNU gcc ... -
贴一段遍历memcached缓存对象的小脚本
2008-10-13 18:07 13818memcached因为性能的缘故,没有提供遍历整个缓存当中对象 ... -
用Google的网站流量分析系统来看全球软件行业的分工趋势
2008-06-25 13:05 10568用Google的网站流量分析 ... -
memcache_engine + memcachedb = 高性能分布式内存数据库
2008-01-22 12:05 33971memcachedb是一个由新浪网 ... -
豆瓣的程序性能真的很惊人,但...
2008-01-17 22:42 34648http://www.dbanotes.net/arch/do ... -
关系模型和对象模型的究竟匹配还是不匹配?
2007-12-27 12:23 12946在过去的很多年,我以 ... -
AJAX与RIA技术之我见
2007-08-02 11:46 43562DHH于6月底曾经发表过一 ... -
从分布式系统的角度看REST
2007-05-23 15:46 51991上周末在杭州网侠大会 ... -
软件行业2006年终回顾以及2007展望(二)展望
2006-12-11 22:02 13128http://www.iteye.com/topic/1778 ... -
Linux reiserfs文件系统即将陨落
2006-10-12 16:29 25307Linux著名的高性能文件系统reiserfs向来是Linux ... -
lighttpd的tunning tips
2006-09-21 00:20 6856http://trac.lighttpd.net/trac/w ... -
动态脚本语言的部署运行方式介绍
2006-09-18 12:42 7892现在这类脚本语言的运行方式基本上有三种: 1、Apache ...
相关推荐
订婚十年开源自己的十年之约2020-2030,奇妙的念头往往来自于一瞬间,捕捉灵魂的闪光,自然且有趣-2021年今天,天气不错,晒晒太阳,开源自己的项目,开源自己的十年之约,源自社区,回馈社区,我好菜啊,想的再多,...
内容概要:本文详细介绍了用于智能车竞赛微缩电磁组的无线充电LCC-S仿真模型。该模型采用Simulink搭建,主要针对48V输入、1000W输出的无线充电系统进行仿真。文中不仅提供了具体的谐振参数(如L1=35uH,C1=62nF,C2=72nF),还分享了调整死区时间、耦合系数、负载突变测试等实践经验。此外,作者强调了实际应用中的注意事项,如元件选型、散热设计以及仿真与现实差异的处理方法。 适合人群:参与智能车竞赛的学生和技术爱好者,尤其是对无线充电技术和电力电子感兴趣的读者。 使用场景及目标:①帮助参赛队伍快速建立高效的无线充电系统仿真模型;②指导实际硬件搭建过程中参数的选择和优化;③提高系统效率,确保在比赛中的可靠性和性能。 其他说明:本文提供的模型已在Matlab 2023b中验证可行,建议使用者根据实际情况调整参数,并关注仿真与实际应用之间的差异。
基于springboot+vue的考研资讯平台管理系统:前端 vue2、element-ui,后端 maven、springmvc、spring、mybatis;角色分为管理员、学生;集成考研资讯、报考指南、资料信息、客服等功能于一体的系统。 ## 环境-239 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Node 14.14.0</b> - <b>JDK 1.8</b>
内容概要:本文详细介绍了将振动信号转化为二维图像并利用Transformer进行轴承故障诊断的方法。首先,通过格拉姆角场(GADF)、小波变换(DWT)和短时傅立叶变换(STFT)将一维振动信号转换为二维图像。然后,构建了一个基于Transformer的视觉模型,用于捕捉图像的全局特征。实验结果显示,该方法在凯斯西储大学轴承数据集上达到了98.7%的准确率,尤其在低信噪比环境下的表现优于传统方法。此外,文中提供了详细的代码实现和数据预处理步骤,以及一些实用的训练技巧。 适合人群:从事机械故障诊断的研究人员和技术人员,尤其是对深度学习应用于工业设备监测感兴趣的读者。 使用场景及目标:适用于工业环境中机械设备的故障预测与健康管理。主要目标是提高故障检测的准确性,特别是在复杂工况和低信噪比情况下,帮助维护团队及时发现潜在问题,降低维修成本。 其他说明:文中提到的所有代码和预训练模型均已开源,可供研究和教学使用。同时,作者分享了一些实践经验,如数据增强策略的选择和信号去噪方法的应用,有助于读者更好地理解和复现实验结果。
内容概要:本文档是《卡码网-25种ACM输入输出总结模板.pdf》,由程序员Carl编写,旨在帮助读者掌握ACM竞赛中常见的25种输入输出方式。文档详细介绍了多种编程语言(如C++、Java、Python、Go、JavaScript等)的实现方法,涵盖了从简单的A+B问题到复杂的链表操作、二叉树遍历等各类典型题目。每种输入输出方式均配有相应的练习题,帮助读者通过实际操作加深理解。此外,文档不仅提供代码模板,还强调了对问题的分析和解决思路。 适合人群:具备一定编程基础,尤其是准备参加ACM竞赛或从事算法相关工作的开发者。 使用场景及目标:①帮助读者快速掌握ACM竞赛中常见的输入输出格式;②提高编程效率,减少在笔试和面试中因输入输出处理不当而浪费的时间;③通过练习题巩固所学知识,提升解决实际问题的能力。 阅读建议:由于文档侧重于输入输出模板的总结,建议读者在学习过程中结合具体的编程语言特性进行实践,并尝试完成提供的练习题,以加深对模板的理解和应用。同时,注意不同语言之间的语法差异,灵活运用所学知识。
基于springboot的健身中心会员管理系统:前端 jsp、jquery,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成会员卡、留言板、公告、统计报表等功能于一体的系统。 ## 功能介绍 ### 客户 - 基本功能:登录,退出,个人资料查看与修改,密码修改 - 我的会员卡:会员卡查询,详情 - 充值信息:充值信息的列表查询,多条件搜索查询,详情 - 我的消费记录:消费记录查询,多条件搜索查询,详情 ### 管理员 - 账号管理:管理员账号信息的增删改查,密码修改 - 公告管理:公告信息的增删改查 - 客户管理:客户信息的增删改查 - 会员卡管理:会员卡信息的增删改查,多条件搜索查询,会员卡充值 - 留言板管理:留言板信息的列表查询,留言回复 - 统计报表管理:消费信息的查询统计,充值信息的查询统计 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>
基于springboot的教育互助管理系统:前端 html、jquery,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成交流动态、我的平台、我的好友、互助评论、教育互助等功能于一体的系统。 ## 环境-236 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>JDK 1.8</b>
multisim
手绘彩虹小太阳幼儿教学课件模板
SH3201数据手册和代码.tar 产品简介 SH3201是一款六轴IMU(Inertial measurement unit)惯性测量单元。SH3201内部集成三轴陀螺仪以及三轴加速度计,尺寸小,功耗低,适用于消费电子市场应用,能提供高精度的实时角速度与线加速度数据。SH3201具有出色的温度稳定性,在-40℃到85℃的工作范围内能保持高分辨率。 封装形式和尺寸 ● 封装:14 Pins LGA ● 尺寸:2.5×3.0×1.0mm³
数据集介绍:自动驾驶多类交通目标检测数据集 一、基础信息 数据集名称:自动驾驶多类交通目标检测数据集 图片数量: - 训练集:2,868张图片 - 验证集:30张图片 - 测试集:301张图片 分类类别: - Bikes(自行车):交通场景中常见非机动车类型 - Bus(公交车):大型公共交通工具 - Car(汽车):主流机动车辆类型 - Crosswalk(人行横道):道路安全标识 - Fire hydrant(消防栓):城市基础设施组件 标注格式: YOLO格式,包含目标检测所需的边界框坐标及类别标签,支持主流深度学习框架。 数据来源:真实道路场景采集,涵盖多样交通环境。 二、适用场景 自动驾驶感知系统开发: 用于训练车辆环境感知模型,精准识别道路参与者(车辆、行人)及关键基础设施(人行道、消防栓)。 智能交通监控系统: 支持开发实时交通流量分析系统,识别车辆类型及道路安全标识。 道路安全研究: 为交叉路口安全分析、基础设施布局优化提供数据支撑。 AI算法基准测试: 适用于目标检测模型性能验证,覆盖常见交通目标类别。 三、数据集优势 场景覆盖全面: 包含5类关键交通要素,覆盖车辆、行人设施及市政设备,满足复杂场景建模需求。 标注质量可靠: 专业团队标注,严格质检流程确保边界框定位精准,类别标注准确。 任务适配性强: 原生YOLO格式支持主流检测框架(YOLOv5/v7/v8等),即插即用。 应用潜力突出: 数据来源于真实道路场景,可直接应用于L2-L4级自动驾驶系统开发,具备强工程落地价值。
一个极速,多功能的哔哩哔哩推送机器人
基于jsp+servlet的机票预订后台管理系统:前端 jsp、jquery,后端 servlet、jdbc,角色分为管理员、用户;集成航班信息查询,在线订票,订单查询等功能于一体的系统。 ## 功能介绍 ### 管理员 - 航班信息管理:航班信息列表查询,航班添加 - 订单信息管理:用户在前台浏览航班信息,订票下单后,管理员可以在后台查询用户下单信息 - 用户信息管理:用户信息由客户自己在前台注册,管理员可以查看和删除用户 - 留言评论管理:用户在前台针对航班信息或订票服务进行评论,后台查看评论和删除 ### 用户 - 基本功能:登录,注册,退出 - 网站首页:轮播图,航班搜索,航班列表信息展示 - 订票:航班详情,在线订票,填写乘机人和联系人信息,退改签说明,提交订单 - 用户中心:个人资料查询与修改,订单列表查询 - 留言:留言列表查看,发表留言评论 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>
内容概要:本文详细介绍了利用COMSOL进行海底气体水合物沉积物中汽液两相流动的数值模拟。首先,文章解释了模型的基本架构,包括多孔介质流和相场法追踪气液界面,并展示了关键的偏微分方程。接着,讨论了网格划分、水合物相变的能量方程源项设置以及重要参数如各向异性系数的正确配置。此外,文中强调了模型验证步骤,如网格收敛性测试、时间步长敏感性分析和物质守恒检查。最后,分享了一些实际工程应用的经验,如处理非均质储层和相变潜热的影响。 适合人群:从事地质工程、石油勘探、环境科学等领域研究的专业人士和技术人员。 使用场景及目标:适用于需要深入理解和模拟海底气体水合物沉积物中复杂物理现象的研究人员。主要目标是帮助用户掌握COMSOL在这一领域的具体应用方法,提高数值模拟的准确性。 其他说明:文章不仅提供了详细的数学模型和编程代码片段,还分享了许多实践经验,有助于读者避开常见陷阱并优化计算效率。
Screenshot_2025_0421_055352.png
内容概要:本文详细介绍了如何使用Abaqus进行混凝土收缩建模与分析。首先讲解了混凝土收缩的基本概念及其重要性,接着逐步介绍材料定义、收缩模型选择、收缩应变计算方法(包括UMAT子程序和热膨胀模拟)、分析步配置、边界条件设置、后处理验证等各个环节的具体操作步骤和技术细节。文中还提供了多个实用的Python脚本和.inp文件模板,帮助用户更好地理解和应用相关知识点。此外,作者分享了许多实战经验和常见错误规避技巧,确保模型的稳定性和准确性。 适合人群:从事土木工程仿真分析的专业人士,尤其是有一定Abaqus使用经验的研究人员和工程师。 使用场景及目标:适用于需要进行混凝土结构长期性能预测、裂缝发展模拟等复杂工程问题的研究人员。通过掌握本文提供的技术和方法,能够提高仿真模型的精度,减少与实际测量结果之间的偏差。 其他说明:文中提到的所有代码片段和操作指南均基于最新版本的Abaqus软件平台。建议读者结合官方文档和其他在线资源进一步学习和探索。
前端分析-2023071100789s
内容概要:本文详细介绍了利用改进的粒子群算法(PSO)优化变分模态分解(VMD)参数的方法。首先指出了传统PSO存在的局限性,即容易陷入局部最优解。接着提出了改进措施,包括动态调整惯性权重和学习因子,使得算法能够在前期进行广泛的全局搜索,在后期进行精确的局部搜索。文中还提供了具体的Matlab代码实现,涵盖了数据预处理、粒子初始化、适应度函数选择等方面的内容。实验结果显示,改进后的PSO在优化VMD参数方面表现优异,尽管收敛速度稍慢,但能够获得更低的适应度值,从而提高分解质量。 适合人群:从事信号处理研究的技术人员,尤其是那些对VMD分解有一定了解并希望进一步提升其性能的研究者。 使用场景及目标:适用于需要对一维时序数据进行高质量分解的应用场合,如生物医学信号处理、故障诊断等领域。目标是通过优化VMD的分解层数K和惩罚因子α,达到更好的信号分离效果。 其他说明:文中提到的所有代码均基于Matlab 2018a及以上版本编写,建议使用更高版本以确保兼容性和效率。同时,对于初学者而言,可以先尝试提供的示例数据进行练习。
内容概要:本文详细介绍了在PLECS仿真环境中复现IEEE顶刊论文中提出的DAB(双有源桥)变换器峰值电流前馈控制策略的过程。文章首先简述了DAB变换器的基本结构及其应用场景,接着深入探讨了峰值电流前馈控制策略的工作原理,包括实时检测原边电流峰值并反馈到控制环节以改善变换器动态性能的方法。文中展示了具体的MATLAB-PLECS联合仿真实现步骤,涵盖了参数设定、主循环逻辑、占空比计算等方面的内容。此外,作者分享了在仿真过程中遇到的问题及解决方案,如参数整定、硬件细节处理等,并通过仿真波形对比验证了该控制策略的有效性。 适合人群:从事电力电子领域研究的技术人员、研究生及以上学历的学生,尤其是对DAB变换器及峰值电流前馈控制策略感兴趣的读者。 使用场景及目标:适用于希望深入了解DAB变换器工作原理及其先进控制策略的研究人员和技术开发者。目标是掌握如何利用PLECS和MATLAB进行复杂电力电子系统的仿真和优化,提高变换器的动态响应速度和稳定性。 其他说明:文章不仅提供了详细的理论解释和技术实现路径,还分享了许多实用经验和技巧,有助于读者更好地理解和应用所学知识。
内容概要:本文详细介绍了如何使用NSGA-III算法结合Optuna库进行随机森林模型的多目标优化。首先定义了一个目标函数,该函数旨在最小化交叉验证误差和测试集误差。接着,通过Optuna创建研究对象并执行优化操作,在此过程中,NSGA-III算法用于寻找帕累托前沿上的最佳解。优化完成后,作者展示了多种可视化手段,如3D曲面图、热力图以及预测对比图,帮助理解参数间的关系及其对模型性能的影响。此外,还探讨了一些实用技巧,例如调整采样范围、种群规模等。 适用人群:熟悉机器学习基本概念和技术栈的研究人员或工程师,特别是对随机森林模型有深入研究兴趣的人士。 使用场景及目标:适用于希望提高随机森林模型性能,同时掌握多目标优化理论的应用场景。主要目标是通过合理的参数配置使模型达到更好的泛化能力和更高的效率。 其他说明:文中提供了完整的代码片段,便于读者复现实验结果。强调了调参过程中需要注意的问题,如避免过度扩展搜索空间、合理设定种群规模等。