首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏分布式系统进阶

    Kafka源码分析-网络-3

    这篇将是网络源码分析的最后一篇 北京的天,无力吐槽啊~ 快年底了, 每个团队都在旁边录制新年寄语,各种口号~ ---- 对nio的封装:Selector类 所在文件: clients/src/main channelBuilder.buildChannel(id, key, maxReceiveSize); key.attach(channel); this.channels.put(id, channel); (3) 使用一个while循环力求每次读事件触发时都读尽可能多的数据; channel.read()里会作拆包处理(后面会讲到),返回非null表示当前返回的NetworkReceive里包含了完整的应用协议数据 apache/kafka/common/network/KafkaChannel.java 包括transportLayer和authenticator, 完成ssh握手,sasl签权,数据的接收和发送; 传输:

    63820发布于 2018-09-05
  • SunScan分析系统:精准估算玉米叶面积指数(LAI)的利器

    SunScan是由英国Delta-T Devices公司开发的一款便携式植物分析系统。它通过测量下方的光合有效辐射(PAR)来间接、无损地计算植物的叶面积指数(LAI)。 它是一个极其重要的生物物理参数:​光合作用与生长模型:​​ LAI直接决定了截获光能的能力,是估算作物产量和生长状况的关键输入。​ 这是许多光学传感器的共同特点,原因包括叶片聚丛、结构、绿色茎秆干扰等。​ 功能强大:​​ 配套软件可进行数据分析、图表生成和导出。典型应用场景​农业研究:​​ 作物生长监测、品种筛选、施肥灌溉效应研究。​生态学调查:​​ 森林、草地等生态系统的结构研究。​ 总而言之,SunScan分析系统通过强大的光学测量技术和坚实的田间验证,为科研人员和农业工作者提供了一把解锁植物秘密的钥匙。

    37310编辑于 2025-08-27
  • 来自专栏生信菜鸟团

    病毒的基因序列分析3):文章分析重现part1

    经过上一期的文章的介绍,我们了解了新病毒和SRAS病毒还有其它病毒的相似性。我们对新病毒的认识又有了进一步的认识。下面我们就尝试对一些已经发表的文章,进行一些分析重现。 环境安装和工具下载 磨刀不误砍柴工,在进行任何分析前,我们都应当构建与之所需工具对应的环境。另外这也是咱们可进行可重复生信分析重要的一步。 3行 head -3 raw/MN908947.fa ###结果 >MN908947.3 Severe acute respiratory syndrome coronavirus 2 isolate -outfmt 7 -query raw/MN908947.fa -db db/coronavirus_20200301 > result/MN908947_blast.txt 使用一个本地的脚本来分析 acute respiratory syndrome coronavirus 2 isolate WIV04, complete genome MT019529.1 29899 99.990 3

    2.3K10发布于 2020-05-26
  • 来自专栏疯狂学习GIS

    CAN-EYE计算植被参数的方法

      本文介绍植被参数计算软件CAN-EYE的具体使用方法。    在文章植被参数计算软件CAN-EYE的下载与安装中,我们介绍了CAN-EYE软件的下载、安装方法;本文就对该软件的具体使用方法进行介绍。 在本文中,我们就以前期用鱼眼镜头在垂直方向向上拍摄的若干乔木照片为例,来进行植被参数的计算。 7 结果读取   稍等片刻,即可在结果文件夹(即大家存放当前照片的文件夹)中看到Excel表格形式存储的植被参数计算结果。    打开Excel文件后,即可按照需要查阅对应的植被参数结果。   以上就是CAN-EYE软件的具体使用方法。

    95220编辑于 2022-12-18
  • 来自专栏python3

    OSI第3:网络

    3 使用了四个基本过程: 1) 编址;(IP地址) 2) 封装;(源IP地址和目的IP地址) 3) 路由;(数据包选择路径并将其转发到目的主机) 4) 解封。 (网络解封该数据包,然后将数据包中包含的第 4 PDU 向上传 送到传输的相应服务。) 网络协议: 1) 在传送用户数据的网络执行的协议包括: 2) Internet 协议第四版 (IPv4) 3) Internet 协议第六版 (IPv6) 4) Novell 互联网分组交换协议 3) 介质无关性 - 其运作与传送数据的介质无关。 丢弃 路由器处理数据包的过程: 1) 路由器收到一个数据包后删除第2封装; 2) 提取目的IP地址; 3) 检查路由表中是否有匹配条目;(无匹配则丢弃) 4) 在路由表中找到此网络; 5)

    1K10发布于 2020-01-14
  • 来自专栏WOLFRAM

    Wolfram 技术新分析集合

    Wolfram 新研究论坛:https://wolfr.am/coronavirus Wolfram 医学研究论坛:https://wolfr.am/MedicalSciences 该文章(https 可能的情况包括使用Wolfram语言进行数据挖掘、建模、分析、可视化等。我们鼓励对这些资源发表评论和反馈。请注意,这仅用于技术分析和计算支持的讨论。应避免超出此范围且更适合其他论坛的讨论。

    30210发布于 2020-05-15
  • 来自专栏数据挖掘与AI算法

    最新新肺炎疫情分析

    有一段时间没有更新公众号文章了,不知道大家是不是跟我一样,现在每天早上醒来第一件事就是打开手机查看新肺炎疫情的最新情况。 想起有段时间没更新公众号了,今天就给大家做个简单的疫情分析。本次疫情数据按全国、湖北、非湖北地区进行对比分析,具体数据情况如下: ? 果然,湖北的病死率也确实远高于全国和非湖北地区,目前全国的病死率大概为2%,但是湖北地区的病死率目测已经超过了3%,心痛!但比较欣慰的的一点是非湖北地区的病死率相对较低,不到1%。 好了,本次的疫情简单分析到此,老shi只是做了个抛砖引玉,如果大家有其他更好的想法也可以尝试去进一步深入分析。最后,今天是元宵节,祝大家元宵快乐!身体健康!

    44130发布于 2020-07-17
  • 来自专栏生信喵实验柴

    下载新分析数据库

    背景 一些分析需要与数据库进行比对,例如 blast 比对,物种分类鉴定等,这里我们下载两个数据库,一个是 NCBI 提供的一个用于 blast 比对的新病毒库,另外是利用 centrifuge 软件进行宏基因组测序鉴定新病毒的库。 tar.gz 循环解压 for i in *.tar.gz;do tar -zxvf $i;done; 二、物种分类数据库 该数据库包含人类全基因组,病毒基因组以及 106 个新病毒基因组

    1.1K20编辑于 2022-04-07
  • 来自专栏Ywrby

    3-传输

    传输 传输概述 传输是整个TCP/IP协议栈核心之一,位于网络之上,应用之下。利用网络的服务,为上层应用提供服务。 Trivial file transfer protocol 79 Finger Looking information about a user 80 HTTP World Wide Web 110 POP-3 传输线路的带宽有限 过多的分组同时通过输出线路进行传输,逼近传输链路的带宽极限,导致排队时延陡增,整条线路产生拥塞 3. CongWin=1 MSS,进入SS阶段 TCP平均吞吐量 使用窗口window尺寸W和RTT来描述 忽略慢启动阶段,假设发送端总有数据传输 W:发生丢失事件时的窗口尺寸(单位:字节) 平均窗口尺寸:3/ 4W 平均吞吐量:1RTT时间内吞吐3/4W avg TCP thruput=\frac{\frac{3}{4}W}{RTT}bytes/sec=\frac{3}{4}*\frac{W}{RTT}bytes

    1.7K20编辑于 2022-10-27
  • 来自专栏python3

    3交换技术

    我们知道不同的vlan之间要相互的通行必须要借用第三,也就是网络,可以路由器也可以是三的交换机。 三拓扑图 图1-6 创建Vlan并设置为服务端 Switch>en Switch#vlan database Switch(vlan)#vlan 2 name vlan2 VLAN 2 added: Name:vlan2 Switch(vlan)#vlan 3 name vlan3 VLAN 3 added: Name:vlan3 Switch(vlan)#vtp server Switch(vlan 192.168.2.1 255.255.255.0 Switch(config-if)#no shut Switch(config-if)#exit Switch(config)#int vlan 3 Switch(config-if)#switchport mode access Switch(config-if)#switchport access vlan 3 Switch(config-if)

    46010发布于 2020-01-09
  • 来自专栏CNNer

    【SLAM】开源 | 利用3D旋转激光雷达估算多年生园艺的密度估算

    Spinning Lidar SLAM 原文作者:Thomas Lowe 内容提要 我们提出了一种新的、基于3D射线云表征的多年生野生园艺作物密度估算方法。 为了在野外条件下获得高的空间和时间保真度,我们建议将连续时间3D SLAM应用设备安装在移动农用车辆上的旋转激光雷达载荷(AgScan3D)。 AgScan3D数据通过连续时间SLAM算法处理成全局的3D射线云。全球射线云是一种规范的数据格式(数字孪生),我们可以通过它在一个季节和不同季节多次比较葡萄园的快照。 然后,从射线云中自动提取葡萄园的行,并采用一种新的密度计算方法来估计葡萄园的最大似然密度。这种数字孪生的组合,再加上结构信息的精确提取,可以对整个葡萄园进行跨越生长季节和年复一年的分析和比较。 我们的实验表明,在采集速度为5-6公里/小时的时候,每个葡萄园的密度重复性为3.8%(相对RMSE),与基于行业标准间隙分数的解决方案相比,估计密度的标准偏差小于一半。 主要框架及实验结果 ?

    55130发布于 2021-01-12
  • 来自专栏一个有趣的灵魂W

    速递:利用卷积神经网络对温带草原氮浓度进行实地光谱分析

    canopy nitrogen concentration in temperate grasslands using a convolutional neural network 利用卷积神经网络对温带草原氮浓度进行实地光谱分析氮浓度(N%)进行及时的非破坏性监测需要快速且高度准确的估算,通常使用400-2500 nm光谱区域中的光谱分析法对其进行量化。 然而,由于结构混杂,从光谱中提取一组有用的光谱吸收特征来确定N%仍然具有挑战性。深度学习是一种统计学习技术,可用于从光谱中提取生化信息。 这项研究证明了1D-CNN替代传统技术从层高光谱光谱中确定N%的潜力。 亮点: 使用大场光谱数据库对草原中的氮进行了定量。 一维CNN的性能优于其他最新的统计方法。 这项研究显示了遗传算法和1D-CNN选择的对不同季节的N%敏感的光谱带的组合,以及组合的数据源。但是,由于训练中包括不同的草组成和样本数量以及其他外部因素,每个季节的乐队选择可能会有所不同。

    62670发布于 2021-04-29
  • 来自专栏疯狂学习GIS

    植被参数计算软件CAN-EYE的下载与安装

    Mediterranean Environment and Agro-hydro System Modelling)开发的免费软件,用以从鱼眼镜头、普通镜头所拍摄的真彩色植被照片中,求取LAI、FVC等植被参数

    62730编辑于 2022-12-18
  • 来自专栏Linux内核那些事

    socket接口分析

    在Linux内核中,Socket的实现分为三,第一是 GLIBC接口,第二是 BSD接口,第三是 具体的协议(如Unix sokcet或者INET socket)。如下图所示: ? 主要的方式是 BSD接口 定义了一些接口,具体的协议 必须实现这些接口才能接入到 BSD接口。 / GLIBC 的定义 #define SOCKOP_socket 1 #define SOCKOP_bind 2 #define SOCKOP_connect 3 sys_socket(2) */ #define SYS_BIND 2 /* sys_bind(2) */ #define SYS_CONNECT 3 POSIX name for AF_UNIX */ #define AF_INET 2 /* Internet IP Protocol */ #define AF_AX25 3

    1.3K20发布于 2020-08-25
  • 来自专栏python3

    Catalyst2交换的3通信

    当核心交换机配置第二IP,汇聚交换机的通过trunk连接到核心交换机,并且配置的接口IP和第二IP一个网段,当汇聚交换机没有启用3路由功能的时候,它们之间可以正常通信,但当汇聚交换机启用3路由功能之后 按照要求配置了3560G和2960S,当然2的2960只能配ip default-gateway,的确是可以完全通信,没有任何问题,看来交换机和路由器的机制真的不一样。 打开2960的ip arp,发现刚才和交换机通信的并不是和交换机的IP一个网段的地址,也竟然都赫然在列,真正体现了2交换,通信不靠IP路由,直接IP地址对应的就是mac地址,不是一个网段的也是这样,所以 2交换机可以在2的状态下,以2的mac地址来通信,而启用了ip routing之后,按照3的路由规则,反而不行了。  

    47510发布于 2020-01-14
  • 来自专栏生信小王子

    Coronavirus GenBrowser:新数据分析好帮手

    大量的新数据如何分析?海量的数据无从下手?新检测的境外输入序列如何鉴定来源?让Coronavirus GenBrower来帮你! GenBrowser不但建立了新的理论体系,还从无到有建立了完整的数据分析流程、数据可视化平台。 基于新的理论框架,依托于中科院北京基因组研究所(国家生物信息中心)数据库,CoronavirusGenBrower可以帮助你完成新病毒基因组序列的分析和日常更新,监测病毒变异频率的变化,监测境外输入的病毒株系可能的来源 一、上万条新数据展示 依托于中科院北京基因组研究所(国家生物信息中心)数据库,CoronavirusGenBrowser将替你完成从数据下载→质量控制→序列比对→前处理→建树→极大似然分析的繁杂过程, 二、传播与演化推断 基于新的理论框架,实现了突变的鉴定和时间的推断,重现新病毒的传播过程,帮助梳理新病毒序列系统发生关系。

    81710发布于 2020-08-28
  • 来自专栏Python数据科学

    金州勇士4年3的成功秘诀!数据可视化分析告诉你答案

    2016年,3比4惜败骑士,但随后2017和2018年又相继拿下了总冠军,四年拿下三个总冠军,这在NBA历史上也是很少有的成绩了。 这背后肯定是有原因的,大家各有各的说法,但我觉得数据不会说谎,我想通过数据来分析勇士队成功背后的原因。 ▍数据源 对于数据源,我并没有采用爬虫去采集数据,因为我的重点是分析数据,因此选择直接使用了现有数据源。 通过右图得到一些基本观察: 胜负场数:通过绿色和红色数量观察,大约有2/3的场次都赢得了比赛,说明常规赛季勇士队战绩非常好。 数据告诉我们,勇士队的实力目前在整个联盟确实是数一数二的,并且拥有几个超强的核心坐镇,4年3夺冠也是实至名归。 PS:本人不是勇士队粉丝,只是想通过数据进行分析夺冠原因,不代表任何意见。

    95820发布于 2018-12-24
  • 来自专栏Android理论

    【Android】 Camera Framework分析

    在这里,Camera2应用程序暂不做分析,我们着重看程序向下调用的服务请求过程。 error occurred while connecting to camera: %d", cameraId); c.clear(); } return c; } 下面我们来分析 frameworks/av/services/camera /libcameraservice/CameraService.cpp)的connect()函数中,该函数会返回一个BpCamera实例; (3) be at the end of the call) device = client; // 返回的camera device实例 return OK; } 至此,一次Framework的 相关视频 framework源码与执行流程实现屏幕适配

    1.2K31编辑于 2021-12-14
  • 来自专栏iKcamp

    React Native 网络分析

    但是React Native的运行环境和Web应用的运行环境不一样,所以需要在原生应用采用自定义函数来拓展运行时(runtime)环境来处理JavaScript发出的网络请求。 当你在JS调用网络请求时,其实是经历了两个过程才到达真正的服务器端。就像头部banner表示的那样。 这里的后端其实是一个原生平台顶层抽象的统一API,使得JavaScript可以调用原先系统的网络模块。例如IOS下内置的URLSession模块和Android下的OKHTTP模块。 在最新版本的React Native也已经支持WebSocket协议来传输二进制文件,但是,相应的原生平台的网络模块暂时还不支持。 干货|人人都是翻译项目的Master 2. iKcamp出品微信小程序教学共5章16小节汇总(含视频) 3.

    2.8K90发布于 2018-03-30
  • 来自专栏数据森麟

    金州勇士4年3的成功秘诀!数据可视化分析告诉你答案

    2016年,3比4惜败骑士,但随后2017和2018年又相继拿下了总冠军,四年拿下三个总冠军,这在NBA历史上也是很少有的成绩了。 这背后肯定是有原因的,大家各有各的说法,但我觉得数据不会说谎,我想通过数据来分析勇士队成功背后的原因。 ▍数据源 对于数据源,我并没有采用爬虫去采集数据,因为我的重点是分析数据,因此选择直接使用了现有数据源。 通过右图得到一些基本观察: 胜负场数:通过绿色和红色数量观察,大约有2/3的场次都赢得了比赛,说明常规赛季勇士队战绩非常好。 数据告诉我们,勇士队的实力目前在整个联盟确实是数一数二的,并且拥有几个超强的核心坐镇,4年3夺冠也是实至名归。 PS:本人不是勇士队粉丝,只是想通过数据进行分析夺冠原因,不代表任何意见。

    74520发布于 2019-09-27
领券