`
younglibin
  • 浏览: 1218771 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

outOfMemeoryError处理

 
阅读更多

outOfMemeoryError处理(使用hprof)

1. 程序出现 

 

Exception in thread "pool-1-thread-2" java.lang.OutOfMemoryError: Java heap space

 

2. 找到是哪些 代码 导致出现了 这样的问题

 

3. 使用 

 

-Xrunhprof:heap=sites,depth=12 再次启动程序 

 

  <jvmarg  value="-Xrunhprof:heap=sites,depth=12"/>

  <xmlfileset refid="testng.conf"/>

</testng>

 

 

 

4.看生成的文件   java.hprof.txt  查看调用栈  TOP 10 的调用栈

 

 

 

298625           percent          live          alloc'ed  stack class

298626  rank   self  accum     bytes objs     bytes  objs trace name

298627     1 15.60% 15.60%   8400672 25002   8400672 25002 322798 char[]

298628     2  6.69% 22.29%   3600288 25002   3600288 25002 322771 org.testng.internal.TestNGMethod

298629     3  6.69% 28.98%   3600288 25002   3600288 25002 322805 org.testng.internal.ConfigurationMethod

298630     4  6.69% 35.67%   3600144 25001   3600144 25001 322882 org.testng.internal.ConfigurationMethod

298631     5  6.32% 41.98%   3400272 25002   3400272 25002 322822 char[]

298632     6  5.94% 47.92%   3200128 25001   3200128 25001 322896 char[]

298633     7  3.72% 51.64%   2000160 25002   2000160 25002 322799 org.testng.internal.NoOpTestClass

298634     8  2.60% 54.24%   1400112 25002   1400112 25002 322782 java.lang.Object[]

298635     9  2.60% 56.84%   1400112 25002   1400112 25002 322814 java.lang.Object[]

298636    10  2.60% 59.44%   1400112 25002   1400112 25002 322816 java.lang.Object[]

298637    11  2.60% 62.04%   1400056 25001   1400056 25001 322890 java.lang.Object[]

298638    12  2.60% 64.64%   1400056 25001   1400056 25001 322891 java.lang.Object[]

298639    13  2.60% 67.24%   1400056 25001   1400056 25001 323002 java.lang.Object[]

298640    14  2.23% 69.47%   1200072 50003   1200072 50003 322813 java.util.ArrayList

298641    15  2.23% 71.70%   1200072 50003   1200072 50003 322815 java.util.ArrayList

298642    16  2.23% 73.93%   1200048 25001   1200048 25001 323000 org.testng.internal.SingleTestMethodWorker

 

 

 

292945 TRACE 322771:

292946   org.testng.internal.BaseTestMethod.<init>(BaseTestMethod.java:89)

292947   org.testng.internal.BaseTestMethod.<init>(BaseTestMethod.java:85)

292948   org.testng.internal.TestNGMethod.<init>(TestNGMethod.java:46)

292949   org.testng.internal.TestNGMethod.clone(TestNGMethod.java:167)

292950   org.testng.internal.TestNGMethod.clone(TestNGMethod.java:25)

292951   org.testng.internal.Invoker.invokePooledTestMethods(Invoker.java:1430)

292952   org.testng.internal.Invoker.invokeTestMethods(Invoker.java:1167)

292953   org.testng.internal.TestMethodWorker.invokeTestMethods(TestMethodWorker.java:127)

292954   org.testng.internal.TestMethodWorker.run(TestMethodWorker.java:111)

292955   java.util.concurrent.ThreadPoolExecutor$Worker.runTask(ThreadPoolExecutor.java:886)

292956   java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:908)

292957   java.lang.Thread.run(Thread.java:662)

 

 

 

在 : invokeTestMethods  方法中有如下  代码  : 

由于本次代码的invocationCount  只是 1000000  太大 ,循环内部 每次都在创建 ITestResult testResult  这个对象导致内存溢出

 

while(invocationCount-- > 0) {

      boolean okToProceed = checkDependencies(testMethod, allTestMethods);

 

      if (!okToProceed) {

        //

        // Not okToProceed. Test is being skipped

        //

        ITestResult testResult = new TestResult(testClass, null /* instance */,

                                               testMethod,

                                               null /* cause */,

                                               start,

                                               System.currentTimeMillis(),

                                               m_testContext);

        String missingGroup = testMethod.getMissingGroup();

        if (missingGroup != null) {

          testResult.setThrowable(new Throwable("Method " + testMethod

              + " depends on nonexistent group \"" + missingGroup + "\""));

        }

 

        testResult.setStatus(ITestResult.SKIP);

        result.add(testResult);

        m_notifier.addSkippedTest(testMethod, testResult);

        runTestListeners(testResult);

        return result;

      }

 

 

解决办法 ,可以自己实现他的 线程调用,这样testng 中每次代码调用完成,就会 进行 GC 回收

 

 

 

 

 

hprof出处来源网址: http://www.cnblogs.com/linhaohong/archive/2012/07/12/2588657.html

J2SE中提供了一个简单的命令行工具来对java程序的cpu和heap进行 profiling,叫做HPROF。HPROF实际上是JVM中的一个native的库,它会在JVM启动的时候通过命令行参数来动态加载,并成为 JVM进程的一部分。若要在java进程启动的时候使用HPROF,用户可以通过各种命令行参数类型来使用HPROF对java进程的heap或者 (和)cpu进行profiling的功能。HPROF产生的profiling数据可以是二进制的,也可以是文本格式的。这些日志可以用来跟踪和分析 java进程的性能问题和瓶颈,解决内存使用上不优的地方或者程序实现上的不优之处。二进制格式的日志还可以被JVM中的HAT工具来进行浏览和分析,用 以观察java进程的heap中各种类型和数据的情况。

在J2SE 5.0以后的版本中,HPROF已经被并入到一个叫做Java Virtual Machine Tool Interface(JVM TI)中。

 

hprof使用来源网址: http://www.ms-accp.com/New-1346.html

 

java -Xrunhprof:heap=sites  -Xms4100m -Xmx4100m  -Djava.library.path=$LD_LIBRARY_PATH -classpath ./build/classes:./build/*:./conf:./lib/* com.yoyosys.yihualu.ehual    uImpl.StartYhl parser.properties

 

 

在执行命令的根目录 会生成  java.hprof.txt  这个文件 

当命令行 出现   一下字段 ,表示  该文件已经生成

 Dumping allocation sites ... done.

如果程序处于 停滞状态 ,使用 Ctrl+c  直接终止 ,运行 这一个文件也能够生成!

 

 

这部分的一个实例展示了我们怎样才能够运行装载在JDK 中的剖析器。尽管从剖析器而来

的消息是以略显粗糙的文本文件形式表示的,而不是像一般的商业剖析器那样产生图形化的

表示,但是在判定我们程序的特性方面,它仍然能够提供很有价值的帮助。

当我们调用程序时,通过向Java 虚拟机传送一个额外参数来运行剖析器。这个参数必须是

一个单一字符串,逗号后面没有任何空格,像这样(尽管它应该在一个单一的行中,但是在

书中被缠绕表示了,因为书页面不够宽):

 

 

java

–Xrunhprof:heap=sites,cpu=samples,depth=10,monitor=y,thread=y,

doe=y ListPerformance

?? heap=sites 告知剖析器编写在堆上的内存使用信息,指示被分配在什么地方。

?? cpu=samples 告知剖析器进行统计抽样来确定CPU 的使用情况。

?? depth=10 指示线程追踪的深度(默认是4)。

?? thread=y 告诉剖析器去标识在堆栈序列中的线程。

?? doe=y 告知剖析器在退出时清空剖析数据。

下面的列表仅包含 HPROF 所产生的文件的一部分。输出文件被创建在当前目录下并且被命

名为java.hprof.txt。

java.hprof.txt 开始部分描述了文件中其余部分的细节。由剖析器产生的数据处于不同

部分;例如,TRACE 表示文件中的追踪部分。我们将会看到许多TRACE 部分,每个都编了

号,以便可以在后面进行引用。

SITES 部分展示了内存分配的位置。这部分有几行,它们按照被分配和被引用的字节(活

动着的字节)数排序。内存以字节列出。Self 列代表该位置占据内存的百分比,下一列

accum,代表累积的内存百分比。live bytes 和live objects 列代表在该位置上的活

动的字节数和所创建的、占用这些字节的对象个数。allocated bytes 和 objects 代

表实例的对象总数和字节总数,包括那些正在被使用的和没有被使用的。在allocated 和

live 中列出的字节数之差代表可以被垃圾收集的字节数。Trace 列实际上引用了文件中的

一个TRACE。第一行引用了下面显示的668 追踪。name 代表被创建实例所属的类。

SITES BEGIN (ordered by live bytes) Thu Jul 18 11:23:06 2002

percent live alloc'ed stack class

rank self accum bytes objs bytes objs trace name

1 59.10% 59.10% 573488 3 573488 3 668 java.lang.Object

2 7.41% 66.50% 71880 543 72624 559 1 [C

3 7.39% 73.89% 71728 3 82000 10 649 java.lang.Object

4 5.14% 79.03% 49896 232 49896 232 1 [B

5 2.53% 81.57% 24592 310 24592 310 1 [S

TRACE 668: (thread=1)

java.util.Vector.ensureCapacityHelper(Vector.java:222)

java.util.Vector.insertElementAt(Vector.java:564)

java.util.Vector.add(Vector.java:779)

java.util.AbstractList$ListItr.add(AbstractList.java:495)

ListPerformance$3.test(ListPerformance.java:40)

ListPerformance.test(ListPerformance.java:63)

ListPerformance.main(ListPerformance.java:93)

这个追踪展示了分配内存的方法调用序列。如果我们进入由行号所指示的追踪,我们将发现

有一个对象分配动作发生在 Vector.java 的222 行:

elementData = new Object[newCapacity];

这有助于我们发现程序中使用掉相当大的内存数量(在这种情形下是 59.10 %)的部分。

注意在位置 1 的[C 表示基本数据类型char。这是Java 虚拟机中对基本数据类型的内部

表示。

 

hprof来源网址: http://www.cnblogs.com/linhaohong/archive/2012/07/12/2588657.html

1.查看内存CPU使用情况

2.查看java内存分配信息   

 

1.java -agentlib:hprof=help  使用该命令可以得到 帮组说明和默认配置值

 

java -Xrunhprof:heap=sites  -Xms4100m -Xmx4100m  -Djava.library.path=$LD_LIBRARY_PATH -classpath ./build/classes:./build/*:./conf:./lib/* com.yoyosys.yihualu.ehual    uImpl.StartYhl parser.properties

 

 

 

将  java进程profiling的信息(sites和dump)都会被写入到一个叫做java.hprof.txt的文件中。大多数情况下,该文件中都会对每个trace,threads,objects包含一个ID,每一个ID代表一个不同的观察对象。通常,traces会从300000开始。

 

 

默认,force=y,会将所有的信息全部输出到output文件中,所以如果含有多个JVMs都采用的HRPOF enable的方式运行,最好将force=n,这样能够将单独的JVM的profiling信息输出到不同的指定文件。

 

interval选项只在 cpu=samples的情况下生效,表示每隔多少毫秒对java进程的cpu使用情况进行一次采集。

 

msa选项仅仅在Solaris系统下才有效,表示会使用Solaris下的Micro State Accounting功能

 

 

 

live

     存活的 被引用的对象

 

alloced

     已分配的 被引用的对象 

 

分享到:
评论

相关推荐

    企业人力资源领域工作交接控制程序:规范员工变动时的工作移交标准与流程

    内容概要:本文档为企业的人力资源管理提供了详细的指引,旨在加强公司在人员发生变更如岗位调整或离职期间的工作交接程序规范化。全文涵盖工作交接的目的、范围、职责分配、详细步骤以及注意事项等多个方面。首先明确此政策针对所有可能发生人事变化的情形,随后详述具体操作规程,包括事前准备工作(处理未尽事宜,整理资料)、不同类型的物品或资料交接细则(涉及公章、文书、业务文件等),还强调了监督机制的作用及交接过程的责任落实情况。 适用人群:适用于希望构建或优化自身内部管理制度的企业决策者与HR从业者,也适用于即将经历职位转换或者即将离职的在职员工及其直属上级管理者。 使用场景及目标:当遇到岗位调动或是员工离职时,能够提供一份行之有效的指导方针供参照实施,确保重要信息传递不缺失并且有序进行,减少不必要的纠纷或误解的可能性;最终达到维护组织运作连贯性和稳定性的目标。 其他说明:文中提到的一些专业术语可能需要根据各自企业的实际情况作出适当调整解释,而具体的文件模板也可以依据公司特性来灵活定制。同时,在应用该指南时应注意结合当地法律法规要求执行相应的人力资源配置活动。

    南充经济开发区(南充化工园区)智慧园区解决方案PPT(65页).pptx

    在当今化工行业转型升级的大潮中,智慧化工园区作为推动绿色、创新、高质量发展的关键力量,正逐步成为行业发展的新趋势。随着国家政策的不断引导和推动,智慧化工园区的建设已不仅仅是提升管理服务水平的手段,更是实现安全生产、环境保护和应急响应能力全面提升的重要途径。从提升重大危险源监测、隐患排查到完善风险分级管控机制,智慧化工园区利用信息化、智能化技术,构建了一个全方位、多层次的安全、环保、应急救援一体化管理平台。 智慧化工园区以安全、便捷、高效、节能、物联为核心理念,通过深度融合云计算、物联网、人脸识别、大数据分析、人工智能等先进技术,实现了园区生产、车辆、人员、环境、能源等关键环节的智能化管理。在基础网络方面,园区不仅实现了全千兆光纤接入,还覆盖了5G信号、NB-IoT信号和WiFi网络,为万物互联提供了坚实的基础。智慧安监作为园区的核心板块,通过企业安全云服务、安全文化宣传教育、舆情信息监管、风险分级管控、隐患排查治理以及重大危险源管理等功能,构建了从源头到末端的全过程安全监管体系。特别是企业一张表功能,实现了企业档案的数字化管理,为精准施策提供了有力支持。此外,智慧园区还通过物联网监测预警系统,利用智能终端设备对园区内的各类风险进行实时监测和预警,确保园区安全无虞。 在智慧节能与环保方面,园区通过智能仪表监测电、水、冷、气等能耗数据,实现能源管理的精细化和节能减排。智慧应急系统则融合了指挥调度、辅助决策等功能,能够在突发情况下迅速响应,有效处置。智慧环保系统则利用物联网技术和大数据分析,实现了环境质量的自动监测和预警,为环保部门提供了精准的执法依据。同时,智慧物流、智慧安防、智慧楼宇等系统的引入,进一步提升了园区的智能化水平和运行效率。这些系统的集成应用,不仅让园区的管理更加便捷高效,还极大地提升了园区的整体竞争力和可持续发展能力。对于正在筹备或优化智慧化工园区建设方案的读者来说,这份解决方案无疑提供了宝贵的参考和灵感,让智慧化工园区的建设之路变得更加清晰和有趣。

    基于SpringBoot和Vue的驾校管理的设计与实现-源码+数据库

    参考链接:https://www.bilibili.com/video/BV1Cd9VYnEKe/?vd_source=bf2d43514ea61b1121399ab65421e37c 驾校管理系统是一个综合性的信息管理平台,旨在实现驾校业务 的全面数字化和智能化管理。该系统通过整合学员、教练、车辆、课程等关键 资源,提供一系列功能强大的管理模块,以支持驾校日常运营和决策分析。 首先,系统需要建立完善的学员信息管理系统,包括学员基本信息的录入、 培训进度的跟踪、考试成绩的管理以及预约排课等功能。通过这一系统,驾校可以全面掌握学员的学习情况和进度,为学员提供更加个性化的培训服务。 其次,教练信息管理也是系统的重要组成部分。系统需要记录教练的基本 信息、教学安排和教学质量评价等,以便优化教学资源的配置和提高教学质量。 通过系统对教练的绩效进行评估,可以为教练的奖惩和晋升提供数据支持。 此外,车辆管理模块也是系统中不可或缺的一部分。系统需要记录车辆的 基本信息、维护记录和使用状态等,以确保车辆的安全运行和有效利用。通过 实时监控车辆的使用情况,可以避免资源的浪费和提高车辆的使用效率。

    ssm机考一体化平台----实现随时练习,随时考试,随意添加课程与练习题,考题.zip(毕设&课设&实训&大作业&竞赛&项目)

    项目工程资源经过严格测试运行并且功能上ok,可复现复刻,拿到资料包后可实现复刻出一样的项目,本人系统开发经验充足(全栈),有任何使用问题欢迎随时与我联系,我会及时为您解惑,提供帮助 【资源内容】:包含源码、工程文件、说明等。资源质量优质,放心下载使用!可实现复现;设计报告可借鉴此项目;该资源内项目代码都经过测试运行,功能ok 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 【提供帮助】:有任何使用上的问题欢迎随时与我联系,及时抽时间努力解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 质量优质,放心下载使用。下载后请首先打开说明文件(如有);项目工程可实现复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途,网络商品/电子资源资料具可复制性不支持退款。质量优质,放心下载使用。

    基于第二篇文章参考的改进粒子群算法在微电网综合能源优化调度中的应用与复现代码实现,基于第二篇文章求解方法,改进粒子群算法在微电网综合能源优化调度的应用与复现代码实现,参照第一篇文章的模型进行优化,基于

    基于第二篇文章参考的改进粒子群算法在微电网综合能源优化调度中的应用与复现代码实现,基于第二篇文章求解方法,改进粒子群算法在微电网综合能源优化调度的应用与复现代码实现,参照第一篇文章的模型进行优化,基于改进粒子群算法微电网综合能源优化调度 求解方法主要参考第二篇文章 模型参照第一篇 复现代码 ,核心关键词: 基于改进粒子群算法; 微电网综合能源优化调度; 求解方法; 第二篇文章; 模型; 第一篇文章; 复现代码;,基于第二篇求解方法的改进粒子群算法在微电网综合能源优化调度中的应用研究

    ansible服务部署与应用.

    ansible自动化运维部署工具的安装,基本环境配置

    基于消纳责任权重的两级电力市场优化运行模型:双层优化策略与可再生能源交易的高效实践,基于消纳责任权重的两级电力市场优化运行模型:省间可再生能源交易的双层优化与MPEC模型简化策略,Matlab Cpl

    基于消纳责任权重的两级电力市场优化运行模型:双层优化策略与可再生能源交易的高效实践,基于消纳责任权重的两级电力市场优化运行模型:省间可再生能源交易的双层优化与MPEC模型简化策略,Matlab Cplex代码:基于消纳责任权重的两级电力市场优化运行模型 参考全球能源互联网的《基于消纳责任权重的两级电力市场优化运行模型》 Highlights:省间可再生能源交易,双层优化模型,采用KKT和强对偶化简MPEC模型为MILP ,Matlab; Cplex代码; 消纳责任权重; 两级电力市场优化运行模型; 省间可再生能源交易; 双层优化模型; KKT; 强对偶化简; MPEC模型; MILP,基于消纳权重与双层优化的电力市场模型:Matlab Cplex代码实现

    服务外包创新创业大赛.zip

    大创项目代码

    机器学习(预测模型):物流相关的数据集

    这是一个与物流相关的数据集,主要来源于印度物流公司 Delhivery 的运营数据。该数据集在 Kaggle 上由用户 Santanu Kundu 提供,包含丰富的物流信息,可用于分析和优化物流配送过程。该数据集涵盖了 Delhivery 在物流配送中的详细记录,包括运输行程、路线类型、运输时间、实际与预估的配送时间、运输距离等信息。数据集中的关键字段包括:行程信息:如行程创建时间、行程唯一标识符、起始和结束地点等。运输类型:包括 Full Truck Load(FTL,整车运输)和 Carting(小车运输)两种主要方式。时间和距离:实际运输时间、预估时间(通过 OSRM 路由引擎计算)、实际距离和预估距离等。地理位置信息:起始和目的地的名称、代码、城市、州等,可用于分析区域物流活动。数据集特点 数据量丰富:数据集包含超过 15 万条行程记录,涵盖了 2018 年 9 月的部分物流数据。 多维度信息:不仅包含时间和距离信息,还涉及运输类型、区域分布等,为多维度分析提供了基础。 实际应用场景:数据来源于真实的物流运营,可用于研究物流效率、优化配送路线、分析区域物流活动等。

    企业运维服务体系内部审核流程及其实现方法

    内容概要:本文档介绍了企业为确保运维服务管理体系的有效性和合规性而设定的一系列内部审核程序。首先明确审核的目标和适用范围,并定义了‘内审’的概念。接着阐述了从审核计划的制定到实施的整个流程细节,包括频次、准备工作、实际操作环节(如现场核查、会议)、结果汇报以及后续的纠正措施。最后列出相关的配套文件和记录。这些流程旨在维持并提升组织内部的服务管理水平,确保所有运作均能持续改进,满足既定的质量和服务标准。 适用人群:负责运维服务质量管理和内部监督的企业管理人员,特别是熟悉ISO质量管理认证的相关人士。 使用场景及目标:此文档主要用于指导企业在日常运营中开展内部审查活动,以便识别潜在的问题点并采取有效的整改措施来维护系统稳定运行。其最终目的在于使企业能够顺利通过外部审核并提高内部流程效率。 其他说明:为了保证审核工作的公正性和专业度,文中强调了对于参与人员资格的把控以及遵循预定的时间表的重要性。此外还提到了特殊情况下的附加审核条件,例如当遇到重大变故时应及时调整审核计划以适应新的挑战。

    报修维修订单系统小程序独立版+前端(附安装说明)-精品源码.zip

    基于微信小程序的工单报修管理系统_维修 环境:php5.6 mysql 上传后台源码到服务域名下 导入数据库 更改<后端>和<后端/admin>目录下的php数据库信息,你的域名,以及小程序的appid及key,对两个文件都要改。 具体参考随带安装教程

    春风机器学习框架和演示程序

    春风机器学习框架和演示程序

    前端纯css编写多边形

    纯css编写多边形,椭圆形、三角形、六边形等

    b8aa647d-094c-4b60-bc9f-6f55bfddbb83.html

    b8aa647d-094c-4b60-bc9f-6f55bfddbb83.html

    使用ssh框架的文档管理系统.zip(毕设&课设&实训&大作业&竞赛&项目)

    项目工程资源经过严格测试运行并且功能上ok,可复现复刻,拿到资料包后可实现复刻出一样的项目,本人系统开发经验充足(全栈),有任何使用问题欢迎随时与我联系,我会及时为您解惑,提供帮助 【资源内容】:包含源码、工程文件、说明等。资源质量优质,放心下载使用!可实现复现;设计报告可借鉴此项目;该资源内项目代码都经过测试运行,功能ok 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 【提供帮助】:有任何使用上的问题欢迎随时与我联系,及时抽时间努力解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 质量优质,放心下载使用。下载后请首先打开说明文件(如有);项目工程可实现复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途,网络商品/电子资源资料具可复制性不支持退款。质量优质,放心下载使用。

    JAVAEE课程结课项目.zip(课设&实训&大作业&竞赛&项目)

    项目工程资源经过严格测试运行并且功能上ok,可复现复刻,拿到资料包后可实现复刻出一样的项目,本人系统开发经验充足(全栈),有任何使用问题欢迎随时与我联系,我会及时为您解惑,提供帮助 【资源内容】:包含源码、工程文件、说明等。资源质量优质,放心下载使用!可实现复现;设计报告可借鉴此项目;该资源内项目代码都经过测试运行,功能ok 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 【提供帮助】:有任何使用上的问题欢迎随时与我联系,及时抽时间努力解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 质量优质,放心下载使用。下载后请首先打开说明文件(如有);项目工程可实现复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途,网络商品/电子资源资料具可复制性不支持退款。质量优质,放心下载使用。

    小狐狸Chat GPT付费创作系统 3.12 无授权 支持 Deepseek

    小狐狸Chat GPT付费创作系统 3.12 无授权 支持 Deepseek

    ultralytics_BiFPN.zip

    ultralytics_BiFPN.zip

    EPLAN P8部件库:Pai型号低压电气控制系统设计常用品,高效导入,小巧便捷,专业工具助力高效设计!,EPLAN P8部件库之Pai型号:低压电气控制系统设计常用品,高效导入小文件,便捷实用,EP

    EPLAN P8部件库:Pai型号低压电气控制系统设计常用品,高效导入,小巧便捷,专业工具助力高效设计!,EPLAN P8部件库之Pai型号:低压电气控制系统设计常用品,高效导入小文件,便捷实用,EPLAN P8部件库:包含低压电气控制系统设计常用品Pai型号。 导入单个文件很小几十M,简单易用 ,EPLAN P8部件库;低压电气;控制系统设计;Pai型号;文件导入;简单易用,EPLAN P8低压电气部件库:Pai型号集成,小巧易用设计首选

    智能防火楼道(华为云)

    本次设计使用STM32-F407VGT6模块、WIFI模块、温湿度检测模块、液晶显示模块、火焰检测模块、烟雾检测模块和蜂鸣器模块完成以下任务: 火焰检测功能:当火焰检测模块检测到火焰时,系统应立即响起警报并显示警告信息,以便用户立即采取行动。 烟雾检测功能:MQ-2烟雾检测模块探测烟雾。 温湿度检测功能:DHT11温湿度检测模块探测温湿度。 液晶显示功能:HS96S01A显示数据。 WIFI功能:ESP8266S实现数据向平台上传并接受平台下发命令。 按键功能:实现控制SG90舵机的控制

Global site tag (gtag.js) - Google Analytics