chn

0、建初心 优秀DBA的素质 1 、人品，不做某些事情 2 、严谨，运行命令前深思熟虑，三思而后行，即使是依据select 3 、细心，严格按照步骤一步一步执行，减少出错 4 、心态，遇到灾难，首先要稳住，不慌张，不要受到旁人的影响 5 、熟悉操作系统，Linux系统的工具和命令 6 、熟悉业务 ( 开发 )，编程语言 7 、熟悉行业 8 、喜欢数据库 • 什么是数据？ 数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。 • 什么是数据库管理系统？ 将大量的数据规范的管理在一起的软件 • 数据库管理系统种类 关系型和非关系型 • 关系型数据库的特点 　　– 二维表 　　– 典型产品 Oracle传统企业， MySQL是互联网企业 　　– 数据存取是通过SQL 　　– 最大特点，数据安全性方面强（ACID） • NoSQL：非关系型数据库（Not only SQL） 　　– 不是否定关系型数据库，做关系型数据库的的补充。 　　– 想做老大，先学会做老二。 RDBMS与NoSQL对比 • web1.0时代 　　企业提供内容，用户浏览，所以关系型数据库够用，并发并不高，所以不需要NoSQL。 • web2.0时代 　　核心是企业提供平台，用户参与提供内容。这时关系型数据库无法满足需求了。 •

一、前言 　　最近学习牟新刚编著《基于FPGA的数字图像处理原理及应用》的第六章直方图操作，由于需要将捕获的图像转换为灰度图像，因此在之前代码的基础上加入了RGB图像转灰度图像的算法实现。 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　2020-02-29 10:38:40 二、RGB图像转灰度图像算法原理 　　将彩色图像转换为灰度图像的方法有两种，一个是令RGB三个分量的数值相等。输出后便可以得到灰度图像，另一种是转换为YCbCr格式，将Y分量提取出来，YCbCr格式中的Y分量表示的是图 像的亮度和浓度， 所以只输出Y分量，得到图像就是灰度图像 。 　　YCbCr是通过有序的三元组来表示的，三元由Y（Luminance）、Cb（Chrominace-Blue）和Cr（Chrominace-Red）组成，其中Y表示颜色的明亮度和浓度，而Cb和Cr则分别表示颜色的蓝色浓度 偏移量和红色浓度偏移量。人的肉眼对由YCbCr色彩空间编码的视频中Y分量更敏感，而Cb和Cr的微小变换不会引起视觉上的不同。根据该原理，通过对Cb和Cr进行子采样来减小图像的数据量。使得 图像对存储需求和传输带宽的要求大大降低，从而达到完成图像压缩的同时，也保证了视觉上几乎没有损失的效果

这个作业属于哪个课程 < 2020 春 W 班 (福州大学) > 这个作业要求在哪里 < 作业要求 > 团队名称 <旗山的骄傲> 这个作业的目标 <Alpha 冲刺> 作业正文 < 作业正文 > 其他参考文献 <《构建之法》> part.01 昨天进展、存在问题、今天安排 后端 陈浩男 221701412 昨日进展：继续task接口的编写，文件流的问题处理完成 存在问题：返回的数据后端三人应统一格式 今天安排：基本完成task接口的编写，思考一下怎么统一后端的返回格式 心得体会：稳步继续开发就好，这次大家的开发的热情高涨! 郑斯彬 221701431 昨日进展：接口对应sql语句的构造 存在问题：长度较长的sql语句使用不熟练 今天安排：完成模块的基本构造 心得体会：渐入佳境 黄晓东 221701429 昨日进展：修改了接口的返回类型 存在问题：数据库映射实体类时因为字段名不一致导致的问题 今天安排：完成更新用户信息、查询全部用户、根据学号查询用户信息的接口 心得体会：渐入佳境 Web 后台 程伟行 221701420 昨日进展：完成任务概览界面 存在问题：新引入了组件库 需要重新进行布局构建 今天安排：完成任务管理模块的其他部分 心得体会：组件库真好用 Web 前台 王肃南 221701418 昨日进展：组件开发与使用 存在问题：不熟练，仍需要学习学习学习 今天安排：明天继续开发

一、前言 　　最近学习牟新刚编著《基于FPGA的数字图像处理原理及应用》的第六章直方图操作，由于需要将捕获的图像转换为灰度图像，因此在之前代码的基础上加入了RGB图像转灰度图像的算法实现。 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　2020-02-29 10:38:40 二、RGB图像转灰度图像算法原理 　　将彩色图像转换为灰度图像的方法有两种，一个是令RGB三个分量的数值相等。输出后便可以得到灰度图像，另一种是转换为YCbCr格式，将Y分量提取出来，YCbCr格式中的Y分量表示的是图 像的亮度和浓度， 所以只输出Y分量，得到图像就是灰度图像 。 　　YCbCr是通过有序的三元组来表示的，三元由Y（Luminance）、Cb（Chrominace-Blue）和Cr（Chrominace-Red）组成，其中Y表示颜色的明亮度和浓度，而Cb和Cr则分别表示颜色的蓝色浓度 偏移量和红色浓度偏移量。人的肉眼对由YCbCr色彩空间编码的视频中Y分量更敏感，而Cb和Cr的微小变换不会引起视觉上的不同。根据该原理，通过对Cb和Cr进行子采样来减小图像的数据量。使得 图像对存储需求和传输带宽的要求大大降低，从而达到完成图像压缩的同时，也保证了视觉上几乎没有损失的效果

　　迈图灌封胶让电子器件应对各种复杂环境 　　无论是自然环境还是社会环境都是非常复杂的，尤其是自然环境上是非常复杂多变的。对很多的机器设备来说，在这些设备上的各种零件都要有很好的质量，这样才可以真正的保障我们在今后的使用。当然在使用电子器件的时候也是如此，同样的零件，如果不可以应对多变的环境，真正使用的人就会比较少。 　　电子器件想要真正的应对复杂多变的环境，这个时候就要改变其本身的材质，至少在本身的材质外面要加上适当的保护膜，只有这样才可以起到很好的作用。在电子器件的外面加入适当的迈图灌封胶，这种保护膜可以真正的保障的器件可以在各种不同的环境下使用。 　　有了迈图灌封胶之后，各种电子器件的外部都可以经过处理，从而避免因为潮湿造成的腐蚀，也可以避免因为使用不当造成的各种问题。自然环境的复杂多变，如果各种电子器件的外在是完全没有保护的。这样会直接影响到这些器件的使用寿命，对我们个人来说是非常不利的。 　　迈图灌封胶可以帮助电子器件应对多种复杂的环境，如果对这些复杂的环境都有很好的认识，提前对这些器件都做好适当的保护，最终才可以真正的确保零件在使用的过程中有很长的使用寿命，当然也可以更好的保障整个整个机器设备更好的去使用。能够应对更复杂的环境，这样就可以在更多的地方去使用。 迈图 ​ http://www.momentive-chn.com/ 来源： oschina 链接： https

本文是转载，原文地址是： https://www.jianshu.com/p/aad5b7265674 本章所用到案例数据来自于上一章节，如果有想使用该数据的读者可以查看上一章节。 这一章节我们想要了解的是PG聚合操作中使用到的filter子句，这个filter子句是ANSI SQL标准中的关键字，并不是PG的专用SQL关键字。如果我们想了解中国、美国、日本、法国、德国、加拿大从1960~2018年中每隔十年的GDP总值情况，我们可能会写出着这样的SQL, SELECT country_name, SUM ( CASE WHEN YEAR >= 1960 AND YEAR < 1970 THEN gdp ELSE NULL END ) AS "1960~1969", SUM ( CASE WHEN YEAR >= 1970 AND YEAR < 1980 THEN gdp ELSE NULL END ) AS "1970~1979", SUM ( CASE WHEN YEAR >= 1980 AND YEAR < 1990 THEN gdp ELSE NULL END ) AS "1980~1989", SUM ( CASE WHEN YEAR >= 1990 AND YEAR < 2000 THEN gdp ELSE NULL END ) AS "1990~1999", SUM

　　无论是自然环境还是社会环境都是非常复杂的，尤其是自然环境上是非常复杂多变的。对很多的机器设备来说，在这些设备上的各种零件都要有很好的质量，这样才可以真正的保障我们在今后的使用。当然在使用电子器件的时候也是如此，同样的零件，如果不可以应对多变的环境，真正使用的人就会比较少。 　　电子器件想要真正的应对复杂多变的环境，这个时候就要改变其本身的材质，至少在本身的材质外面要加上适当的保护膜，只有这样才可以起到很好的作用。在电子器件的外面加入适当的迈图灌封胶，这种保护膜可以真正的保障的器件可以在各种不同的环境下使用。 　　有了迈图灌封胶之后，各种电子器件的外部都可以经过处理，从而避免因为潮湿造成的腐蚀，也可以避免因为使用不当造成的各种问题。自然环境的复杂多变，如果各种电子器件的外在是完全没有保护的。这样会直接影响到这些器件的使用寿命，对我们个人来说是非常不利的。 　　迈图灌封胶可以帮助电子器件应对多种复杂的环境，如果对这些复杂的环境都有很好的认识，提前对这些器件都做好适当的保护，最终才可以真正的确保零件在使用的过程中有很长的使用寿命，当然也可以更好的保障整个整个机器设备更好的去使用。能够应对更复杂的环境，这样就可以在更多的地方去使用。 迈图 http://www.momentive-chn.com/ 来源： oschina 链接： https://my.oschina.net/u

一、前言 　　本篇主要针对牟新刚编著《基于FPGA的数字图像处理原理及应用》中关于直方图 均衡化算法的功能仿真验证。2020-03-15 10:43:27 二、FPGA直方图均衡化算法原理 　　直方图均衡化又称为灰度均衡化，是指通过某种灰度映射使输入图像转换为在每一 灰度级上都有近似相同的输出图像（即输出的直方图是均匀的）。在经过均衡化处理后 的图像中，像素将占有尽可能多的灰度级并且分布均匀。因此，这样的图像将具有较高 的对比度和较大的动态范围，直方图均衡可以很好地解决相机过曝光或曝光不足的问题。 　　直方图均衡化计算步骤如下： 　　（1）首先计算出当前图像的直方图； 　　（2）其次计算像素直方图累计和； （3）将上式乘以灰度值的最大值； （4）将上式除以图像像素总数，我们也将后两步运算统称为归一化运算。 　　 1.直方图累计和 　　　　直方图累加和的定义是小于指定像素的所有像素的统计值之和。 　　 2.归一化计算 　　　 　归一化计算的步骤是先乘以灰度最大值，然后再除以像素总数： 　　 　　　　　　　　　　图像宽度x图像高度。 三、代码实现 　　代码包括直方图归一化计算文件hist_equalized、直方图累加和统计文件histogram_2d文件 及顶层文件hist_equal。 　　（1）histogram_2d.v文件中加入了累加和统计模块

本文是转载，原文地址是： https://www.jianshu.com/p/7d0f0e9c821a 这一章节我们将了解postgresql 中聚合函数后面的over()子句，可能大家在工作的时候或多或少也涉及过over()子句的使用。 我们如果要实现一张这样的报表，这张报表有四列，国家名字，年份，年份GDP，1960-2018年该国家的GDP均值，第四列的结果的目的就是要拿对应年份的GDP和总的均值的GDP做比较，那么我可能会写出来这样的SQL: SELECT ff.country_name, "year", gdp, cc.averg FROM country_gdp_year_final ff LEFT JOIN (SELECT country_name, AVG(gdp) AS averg FROM country_gdp_year_final WHERE country_code = 'CHN' GROUP BY country_name) cc ON cc.country_name = ff.country_name WHERE ff.country_code = 'CHN'; 可以看到如果我们要在报表中多出一样这样的均值列的话，原生的SQL就只能以这种相似的方式来获取,然后做join，幸运的是PG为我们提供了这种原生的函数获取这种结果集，talk is cheap

本文是转载，原文地址是： https://www.jianshu.com/p/184419ee68c5 上章节我们讲述的窗口函数都属于静态窗口，然而我们很多场景是需要滑动窗口，比如我们需要查看这样的一张报表，这张报表包含国家名字，年份，GDP,当前年份与上一年、下一年的GDP均值，也就是说GDP均值这一列随着行数的推移，动态移动变化的，那么我们可以借助PG的滑动窗口来完成这个功能，SQL如下 SELECT country_name, "year", gdp, AVG ( gdp ) OVER ( PARTITION BY country_name ORDER BY "year" DESC ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING ) FROM country_gdp_year_final ff WHERE country_code IN ( 'CHN', 'JPN', 'USA', 'DEU', 'CAN', 'FRA' ) AND "year" BETWEEN 2012 AND 2017; （获取每年与前后俩年的均值GDP） preceding 中文意思:前面的 following 中文意思 :后面的 上面的 rows between 1 preceding and 1 following 定义的滑动窗口包含三行，当前行，当前行的前一行