QT_C++
QT
QT是一个跨平台的应用程序和用户界面框架,用于开发图形用户界面(GUI)应用程序以及命令行工具。https://www.qt.io/zh-cn/
部署空项目流程
macos系统
1)启动qt creator,并创建新项目
在此处选择CMake
此处无法选择构建时,在qt偏好设置中找qt版本
添加自己安装的qt的目录,在该目录下找/opt/homebrew/Cellar/qt/6.8.2/bin/qmake
再在构建套件中添加新的构建,例如qt-6.8.2, 选择QT版本为自己安装的QT版本。
完成后可以选择创建项目中的构建了,然后生成如下目录,关掉qt creator,并用vscode打开项目
2) build:这是项目的构建目录,所有构建输出文件都会存放在这里。
.cmake:CMake 生成的内部配置文件目录,包含一些缓存和临时文件。
CMakeFiles:CMake 生成的辅助文件目录,包含构建过程中使用的中间文件和配置文件。
project1_autogen:自动生成的文件目录,通常包含由 CMake 自动生成的代码文件。
project1.app:ma ...
git教程
Git介绍
git是分布式版本控制工具,可以快速高效管理项目代码。git有廉价本地库、方便暂存区。
版本控制是一种记录文件内容变化以方便历史查阅、修订的系统。
版本控制目的:从个人开发过渡到团队协作开发
集中式版本控制工具svn
一台单一集中管理服务器保存所有修订版本,团队人员通过客户端连接这台服务器,取出最新的版本作修改并提交更新。优点:1、看到其他人在干什么,2、权限管控,3、管理轻松。缺点:1、服务器单点故障,2、无法协同。
分布式版本控制工具
每个人在自己的电脑上维护版本,并有一个远程库用来推送和拉取最新版本
每个客户端都有完整的包含历史记录的代码
git工作机制
工作区:代码存放的目录位置,可以删除,无法追溯。
暂存区:工作区的文件添加到临时存储区间,可以删除,无法追溯。
本地库:暂存区的代码提交到本地库后生成历史版本,代码就可以被追溯了,再也删不掉了。
历史版本是无法单独删除的,除非删除本地库。
代码托管中心(远程库)
远程库:本地库可以推送到远程库,网络中的所有用户都可使用。
git安装
git命令
设置用户名签名,作用 ...
图神经网络
简述
结构化数据:语音、图像、文本都是很简单的序列或者网格数据,是很结构化的数据
非结构化数据 :网络、知识图谱、图数据结构
图结构数据是无限维的一种不规则的数据,每一个节点的周围结构可能都是独一无二的,它没有平移不变性。这种结构的数据,使得传统的CNN、RNN无法在上面工作。
非结构化数据处理难点:
图的尺度和结构复杂
节点间关系复杂
节点的特征
局部图结构不具有平移不变性
相关研究方法:GNN、DeepWalk、node2vec、GCN、GAN
同构图和异构图
在图论(Graph Theory)中,异构图(Heterogeneous Graph)和同构图(Homogeneous Graph)是两种不同的图结构概念,它们的主要区别在于节点和边的类型是否单一。
1、异构图是指节点类型和/或边类型不同的图,通常用于建模具有多种实体和关系的复杂系统。
特点:
多个节点类型(不同类别的节点)。
多个边类型(不同类别的关系)。
常用于表示复杂结构数据(如推荐系统、知识图谱等)。
2、同构图是指节点类型和/或边类型都相同的图。
图神经网络的意义
图神经网络建模目的是处理非结构化数据,通过 ...
深度预测
12345678910111213141516模版1、研究目标:2、难点:3、背景:4、方法:5、相关研究:6、指标:7、分析:8、改进:
深度预测-----------------------------------------------------------------------
Depth Map Prediction from a Single Image using a Multi-Scale Deep Network
1、研究目标:预测三维几何结构深度。
2、难点:
finding depth relations from a single image is less straightforward, requiring integration of both global and local information from various cues.
深度预测本身具有模糊性、技术上 不适定(一个没有唯一、稳定或存在解的问题),全局尺度问题(正常房屋和玩具屋),将注意力集中在场景内的空间关系而不是场景尺度上。
3、背景:
深度估计的需要的图像线索包括:线条角度和 ...
spring
背景
传统javaweb开发的困惑
1234567891011121314151617181920//用户账户信息修改业务方法public void updateUserInfo(User user){ try{ //开启事务 DaoUtils.openTransaction(); //获得UserDao执行插入User数据到数据库操作 UserDao userDao = new UserDaoImpl(); userDao.updateUserInfo(user); //修改成功后,向用户行为日志表中插入一条数据,内容:修改时间等信息 userLog.recodeUserUpdate(user); //提交事务 DaoUtils.commit(); }catch (Exception e){ //回滚事务 DaoUtils.rollback(); //向异常日志表中插入数据 ExceptionLog exceptionLog = new ExceptionLo ...
OpenGL-Qt
OpenGL概念
用于渲染2D、3D矢量图形的跨语言、跨平台的应用程序编程接口(API)。Open Graphics Library由Khronos组织制定并维护的规范。OpenGL核心是一个C库,同时也支持多种语言的派生。
框架:OpenGL+Qt
没有Qt需要配置第三方库GLFW和GLAD。
GLFW解决操作系统层面的不同,如果窗口、上下文、用户输入都自己做太麻烦:
创建窗口,GLFW做
定义上下文,GLFW做
处理用户输入,GLFW做
GLAD使得代码可以用于不同的OpenGL驱动
OpenGL本身只是标准/规范。对于软件和硬件的适配OpenGL不管,由程序猿来做。
各个厂家具体实现方式可以不同。
没有GLAD,windows下需要通过函数指针调用显卡的函数,但是显卡驱动具体函数的地址只有在运行时才知道。
1234567//define the function's prototypetypedef void (*GL_GENBUFFERS) (GLsizei, GLuint*);//find the function and assign it t ...
cmake
CMake
CMakeLists.txt
指定语言版本
1set(CMAKE_CXX_STANDARD 11)
CMAKE_开头的变量都是CMAKE内置变量,CMAKE保留变量
配置编译选项
123add_compile_options(-Wall -Wextra -pedantic -Werror)#或者set(CMAKE_CXX_FLAGS ""${CMAKE_CXX_FLAGS} -pipe -std=c++11"")
配置编译类型
类型可设置为:Debug, Release, RelWithDebInfo, MinSizeRel。可以针对不同的编译类型设置不同的编译选项
123set(CMAKE_BUILD_TYPE Debug)#-g开启调试信息 -o0不进行代码优化set(CMAKE_CXX_FLAGS_DEBUG "${CMAKE_CXX_FLAGS_DEBUG} -g -O0")
全局宏定义
通过判断不同的宏定义在命令行cmake -DDEBUG=1 -DR ...
光纤传感器
Research on Self-Diagnosis and Self-Healing Technologies for Intelligent Fiber Optic Sensing Networks背景
传统单个光线传感器
优:精度高,稳定。
缺:体系不能太大,环境不能太复杂。
传感器网络
优:信息传输和处理能力,适应大尺度协同监测和复杂环境。
缺:在不稳定条件下或极端环境下数据丢失。
改:传感器网络需要自我诊断和恢复能力。
方向:
设计网络拓扑结构。
研究自我诊断和恢复。
信号解调。
三层环光纤传感器
优:重构恢复路径。
缺:无故障诊断描述、无恢复控制过程描述,应用受限,系统优化受限。
被动式布拉格光栅光纤传感器网络
缺:无故障诊断描述、无恢复控制过程描述,应用受限,系统优化受限。
智慧控制系统
优:有恢复控制功能。
故障解析和系统监测方法
对光纤布拉格光栅施加张力并用基于门循环单元的神经网络分析的方法
优:对重叠光谱实现解调,增强多路复用能力,提升光纤传感器网络综合性能。
光时间域反射测量(OTDR:optical time domain refle ...
deepseek
DeepSeek
DeepSeek可以做什么
对话、语言理解、计算推理、代码生成补全,文本生成,支持文件上传、读取文件及图片中的文字内容。
知识处理体系:通用/专业领域问答,图集推理,逻辑推理。
自然语言处理:文本分析,语义理解,实体识别、故事创作。
交互能力:上下文理解、多轮对话、任务执行
方案规划:从数据的可视化流程优化,建议生成
推理模型:在传统大语言模型基础上强化推理、逻辑分析和决策能力,借助强化学习、神经符号推理、元学习等手段,思维链。例如:DeepSeek-R1, GPT-o3
非推理模型:侧重于语言成生成、上下文理解和自然语言处理。需要对大量文本数据训练以掌握语言规律,概率生成,没有思考过程(思维链拆解)。DeepSeek-V3, GPT-3,GPT-4,BERT
提示语是用户输入AI系统的指令或信息,引导AI生成特定的输出或执行特定任务。
指令:告诉AI执行什么任务
上下文:提供背景信息,帮助AI理解任务和执行任务
期望:明确或隐含的表达期望AI输出内容
架构
特点:混合专家模型(MoE),MLA
算法:强化学习
状态S:输入prompt
动作A:输出re ...
maven
maven资料
maven书籍和视频介绍:http://pan.baidu.com/s1hq00qLA
国外资料介绍、引导、书籍:http://www.tutorialspoint.com/maven/index.htm
maven官网:http://maven.apache.org/
简单知识点
maven是什么:java管理和构建工具,管理定义项目结构、项目依赖,用统一方式进行自动化构建
项目结构
构建流程:编译->测试->打包->发布(部署)
只需要服务器安装Tomcat在启动构建,就会自动执行:清理->编译->测试->报告->打包->部署,这样的一套流程
包管理:
旧有方式:一个项目下有一个lib,java包放入lib中,所以随着项目增多,java包也增长
maven仓库管理:
多个项目共享同一个仓库,用仓库将java包和项目分离
依赖传递机制解决项目内java包之间的版本冲突
maven仓库:1、OSChina, 2、公共仓库
使用仓库的目的:将不同项目的java包统一管理(下载,配置, ...




