经济危机和政府投资不足导致中国的半导体工业增长泡沫破灭。尽管去年国内消费需求增长了6.8%，但芯片的产量却反而有所下降。“中国的芯片制造工业过去是半导体工业的一颗耀眼新星，而现在，在经济危机和政府投资不足的影响下，这颗新星开始坠落。”InformationNetwork的总裁RobertCastellano说。“过去5年里只有70亿美元的投资被用于建造芯片制造厂，而这些资金只够建2座300mm工厂。”根据Castellano的说法，在2008年，中国半导体
系统 2019-08-29 22:12:55 2093
在FlexBuilder上安装一些eclipse插件时，会遇到问题，提示信息requiresplug-in"org.eclipse.jdt.core".解决方法很简单，只要安装jdt就可以了。步骤如下1.选择Eclipse.orgupdatessite(如图)2.会出现一个对话框，询问从哪个站点更新。3.选择EclipseJavaDevelopmentTools(如图)后面的就简单了，一路ok就行。重启后再装其它插件就没问题了。在FlexBuilder2上
系统 2019-08-29 22:09:42 2093
接上篇，开始make，原以为不会有啥问题，因为以前不带dbus用qt4.8.1交叉编译过好多次，出现的问题都一一解决了。谁知make的时候出现错误：Infileincludedfromqdbusconnection_p.h:70:0,fromqdbusconnection.cpp:52:qdbus_symbols_p.h:Infunction'voidq_dbus_get_version(int*,int*,int*)':qdbus_symbols_p.h
系统 2019-08-12 09:29:55 2093
显式等待ExplicitwaitFunctionwaitFn=newFunction(){@OverridepublicBooleanapply(WebDriverdriver){PointnewPos=page.getWDGAttrDetail().getLocation();returnnewPos.getY()!=prePos.getY();}};SeleniumUtil.c
系统 2019-08-12 09:27:24 2093
GitHub可以托管各种git库，并提供一个web界面，但与其它像SourceForge或GoogleCode这样的服务不同，GitHub的独特卖点在于从另外一个项目进行分支的简易性。为一个项目贡献代码非常简单：首先点击项目站点的“fork”的按钮，然后将代码检出并将修改加入到刚才分出的代码库中，最后通过内建的“pullrequest”机制向项目负责人申请代码合并GitHub有170万名软件开发人员的忠实用户，他们平均每天更新8万个并新建7千个软件库。对G
系统 2019-08-12 09:27:11 2093
全称是SystemCenterOperationsManager2007，是MOM2005的升级版本。主要提升：把原有的监视和管理控制台合二为一，并且大大改善了原有的操作和管理的复杂度。MOM2005主要专注于对个别服务器的运行状况的监控。而SCOM2007基于全新的服务导向模型和SDM(SystemDefinitionModel)，全面考量分散系统组件间的关联性，提供更全面和精确的管理。监控涵盖范围广，从MS自家的SQLServer,BiztalkSer
系统 2019-08-12 09:27:10 2093
本文转载自：http://www.ibm.com/developerworks/cn/linux/l-btloader/1.引言在专用的嵌入式板子运行GNU/Linux系统已经变得越来越流行。一个嵌入式Linux系统从软件的角度看通常可以分为四个层次：1.引导加载程序。包括固化在固件(firmware)中的boot代码(可选)，和BootLoader两大部分。2.Linux内核。特定于嵌入式板子的定制内核以及内核的启动参数。3.文件系统。包括根文件系统和建
系统 2019-08-12 09:27:08 2093
1、到网上下载larbin-2.6.3.tar.gz，然后解压。tarzxvflarbin-2.6.3.tar.gz2、到解压的目录，运行配置文件./configure却出现以下的错误:make[2]:正在进入目录`/home/byd/test/larbin-2.6.3/src/utils'makedepend-f--I..-Y*.cc2>/dev/null>.dependmake[2]:***[dep-in]错误127make[2]:正在离开目录`/ho
系统 2019-08-12 09:27:06 2093
推荐配置:方案一:速龙AMDAthlon64X23800+3600+映泰TForce550SE主板显卡GF7600GT256MPCI-E16*内存1G*2方案二:速龙3200+（450元！！！！！）映泰Tf6100主板显卡主板集成且支持dx9c内存1G*2方案三:CPU:PD820主板:945G显卡:集成支持dx9c内存:1G*2方案四:CPU:PD820主板:945p显卡:GF7600GT内存:1G*2夏季：CPU赛扬420(酷睿单核版)260元左右,比
系统 2019-08-12 09:26:58 2093
本章包括：1、了解卷积神经网络（convnets）2、使用数据增强来减轻过度拟合3、使用预训练的convnet进行特征提取4、微调预训练的信号5、可视化回馈学习的内容以及他们如何做出分类决策一、引言一个简单的convnet示例。第二章中的密接网络的测试精度为97.8%，而convnet的测试精度为99.3%：我们将错误率降低了68%（相对）。为什么这个简单的convnet比一个紧密连接的模型工作得那么好呢？为了回答这个问题，让我们深入研究conv2d和ma
系统 2019-09-27 17:55:54 2092
