韩语翻译，麻烦帮我看一下，修改一下，希望快一点_百度知道
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
韩语翻译，麻烦帮我看一下，修改一下，希望快一点
작은 때 아버지는 나를 매우 어렵습니다.小时候爸爸对我很严厉。그래서 나는 그를 좋아하&...
我有更好的答案
아지다하서지아습해합 되게 엄우입니하 제일 존을.무슨 일한지각는 아주 무 젊었을 &#46412.【（我最尊敬的人就是爸爸）你又重复了一遍？】아 꾸지람을 들를 아주 엄데 군인이었습니다;었 때 아게버. 저 아버지는 모버게니다 않습니다;일는을 엄하게 단버다다런&#49689.그에지습니지 저를 위합웠 잘못하면 아는 것을 알.제가 어 때 부을 저를 커.그래서 저는두는니겠 사람이라고 생터렸. 아을서하속습렸니는&#51648，所以我也写的敬语体; 아버지를 좋다 죄선으로 하 저에게 매 사람은 아경다는버버니지 저를 어버는&#49436我是根据你的中文意思翻译的，你用的是敬语
采纳率：53%
그러나 이한 제 눈서서했워 바로 아 하셨던 &#51068. 그래서 그습다. 잘습 아버지를 무 때 정 싫어했습니다;다지 제가 가버셨을 아버지가 꼭는렸우니다다 아버지는 저 야단을 치지의라니하에 군인이셨습니다;. 지못. 아해 하신 거 모두 다지십 존경하는 사서 아버지는 매람 저를 위래. 그장무금 다 커게었면서고습다말 아버지를 너버셨 알게 되 너무 릴 때은격런다습 아버지 그니니. 中文构成连贯性较弱;때제 엄격하시니 어 젊었을 때&#45768
为您推荐：
其他类似问题
韩语翻译的相关知识
换一换
回答问题，赢新手礼包如何修改tmp目录权限为可读写_百度知道
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
如何修改tmp目录权限为可读写
我有更好的答案
/tmp目录的权限位是drwxrwxrwt.txt取决于1.txt的权限位，/tmp目录对所有用户的读写权限仅限于目录本身，而不是&#47。你举的例子中，1.txt上传后的所属应该是 root
root，sam用户能否复制或者删除1;tmp目录下的目录或者文件不是
采纳率：85%
来自团队：
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包博客访问： 129542
博文数量： 70
注册时间：
ITPUB论坛APP
ITPUB论坛APP
APP发帖 享双倍积分
IT168企业级官微
微信号：IT168qiye
系统架构师大会
微信号：SACC2013
分类： Linux
使用 tmpfs 缓存你的文件 通过 tmpfs 可以从你的内存中分出一部分作为虚拟的缓冲硬盘,来加速文件的读写。 小贴士: 1.此方法推荐 1G 及以上内存用户尝试,1G 内存以下用户慎用 2.当出现“/tmp 容量不够”的提示,请加内存或不要使用本优化方法:) 编辑/etc/fstab 文件,加入以下语句: tmpfs /tmp tmpfs mode= 保存后重启系统,系统就会自动把你一半的物理内存用于/tmp,只要是在/tmp 读写的 文件,相当于直接读写内存,从而减少硬盘读写的次数。 这个优化方法对于经常读写硬盘的程序有比较好的优化效果,像电驴,bt 等软件,还 有网页的缓存都可以利用虚拟后/tmp 来减少对硬盘的读写 小贴士: 如果想严格控制物理内存的大小,语句可以改成: tmpfs /tmp tmpfs size=100m,mode= 这里 size=100m 就是说让系统从物理内存中划出 100mb 作为虚拟的/tmp,但要小心的 是用 size 指定的大小数值不要超过物理内存的一半,否则系统可能会反而变慢。 如果不加 size 语句,而/tmp 文件容量已经超过物理内存的一半后,它会继续将 swap 分区作为虚拟/tmp 直到 swap 满为止。因此要让此优化方法发挥最好的性能,则应该让/tmp 的数据容量小于物理内存的一半 注意:当系统重启后 /tmp 里面的文档将会消失,所以在关闭系统前请做好/tmp 里面 有用文件的备份工作
阅读(5319) | 评论(0) | 转发(0) |
相关热门文章
给主人留下些什么吧！~~
请登录后评论。502 Bad Gateway
502 Bad Gateway
openresty/1.11.2.2图像编解码（3）
AAN算法描述及其实现
最近在学习DCT和MDCT发现网络上JPEG编码的资料蛮多,&而且DCT是JEPG压缩里头比较重要的一个环节.&单单描述DCT算法的资料比较少,&看看JEPG编码里头的DCT部分也不失为一个好的学习方法.
如果按照二维DCT公式来计算8*8像素的话,&获得一个DCT系数需要8*8=64次乘法和8*8=64次加法,&而完成整个8*8像素的DCT需要8*8*8*8=4096次乘法和8*8*8*8=4096次加法.&计算量是相当的大!
int&&&&&&&&&&&u, v, i,&&&// u, v描述输出;
i,j描述输入.
double&&&&&&&&c_u, c_v;&&//
unsigned&char&in_data[N][N] = {&数据&};&//&注意输入数据的类型,&色彩空间的范围是[0,
double&&&&&&&&out_data[N][N] =
for(u=0; u&N; u++)
&&&&for(v=0, out_data[u][v]=0.0; v&N; v++)
&&&&//&内层处理输入
&&&&&&&for(i=0; i&N; i++)
&&&&&&&&&&&for(j=0; j&N; j++)
&&&&&&&&&&&{
&&&&&&&&&&&&&&if(u==0)&&&c_u = sqrt(1.0/N);
&&&&&&&&&&&&&&else&&&&&&&c_u = sqrt(2.0/N);
&&&&&&&&&&&&&&if(v==0)&&&c_v = sqrt(1.0/N);
&&&&&&&&&&&&&&else&&&&&&&c_v = sqrt(2.0/N);
&&&&&&&&&&&&&
&&&&out_data[u][v] += c_u*c_v*in_data[i][j]
*cos((2*i+1)*u*PI/(2*N))*cos((2*j+1)*v*PI/(2*N)) / 4;
&&&&&&&&&&&}
这就是和二维DCT公式对应的伪代码,&未做任何优化,&运算量非常庞大,&复杂度为(N*N*N*N).&无论是软件还是硬件实现(即使是对这个算法进行优化,&如果架构不修改的化)都是非常的困难的!
二维DCT可以转换为一维DCT来计算,&那么8行8列的话,&对于一行来说需要计算的是(8*8)次乘法和(8*8)次加法,&而8行就需要计算8*(8*8)次乘法和8*(8*8)次加法.&对于列来说也是同样.&那么处理完一个block就需要计算2*(8*(8*8))=1024次乘法和2*(8*(8*8))=1024次加法,&运算量变为二维计算的1/4.
但是仍然显得够大.
So tired!&以下省略代码100行...
AAN算法描述
a1=0.707, a2=0.541, a3=0.707, a4=1.307, a1=0.383
整个AAN算法流程如上图.&其中黑点表示加法,&箭头表示乘以-1,&方块表示乘法.&可以看出算法分为6个层.
输入为f[N] = {f0, f1, f2, f3, f4, f5, f6, f7};
输出为F[N] = {F0, F1, F2, F3, F4, F5, F6, F7};
//&第一层.&有一点FFT蝶型算法的味道.&第一层是以原始数据作为输入的.
tmp1_0 = f0 + f7;
tmp1_1 = f1 + f6;
tmp1_2 = f2 + f5;
tmp1_3 = f3 + f4;
tmp1_4 = f3 + (-1)*f4;&&&//&就是减法,&可以认为箭头是减法的.
tmp1_5 = f2 + (-1)*f5;
tmp1_6 = f1 + (-1)*f6;
tmp1_7 = f0 + (-1)*f7;
//&第二层,&是以第一层输出作为输入的
tmp2_0 = tmp1_0 + tmp1_3;
tmp2_1 = tmp1_1 + tmp1_2;
tmp2_2 = tmp1_1 + (-1)*tmp1_2;
tmp2_3 = tmp1_0 + (-1)*tmp1_3;
tmp2_4 = (-1)*tmp1_4 + (-1)*tmp1_5;
tmp2_5 = tmp1_5 + tmp1_6;
tmp2_6 = tmp1_6 + tmp1_7;
tmp2_7 = tmp1_7;
//&第三层,&是以第二层输出作为输入的
tmp3_0 = tmp2_0 + tmp2_1;
tmp3_1 = tmp2_0 + (-1)*tmp2_1;
tmp3_2 = tmp2_2 + tmp2_3;
tmp3_3 = tmp2_3;&&//&这些可以不需要的
tmp3_4 = tmp2_4;
tmp3_5 = tmp2_5;
tmp3_6 = tmp2_6;
tmp3_7 = tmp2_7;
//&第四层,&是以第三层的输出作为输入的
tmp4_0 = tmp3_0;
tmp4_1 = tmp3_1;
tmp4_2 = tmp3_2*a1;
tmp4_3 = tmp3_3;
tmp4_4 = tmp3_4*a2*(-1) + (tmp3_4+ tmp3_6)*a5*(-1);
tmp4_5 = tmp3_5*a3;
tmp4_6 = tmp3_6*a4 + (tmp3_4 + tmp3_6)*a5*(-1);
tmp4_7 = tmp3_7;
tmp5_0 = tmp4_0;
tmp5_1 = tmp4_1;
tmp5_2 = tmp4_2 + tmp4_3;
tmp5_3 = tmp4_2*(-1) + tmp4_3;
tmp5_4 = tmp4_4;
tmp5_5 = tmp4_5 + tmp4_7;
tmp5_6 = tmp4_6;
tmp5_7 = tmp4_5*(-1) + tmp4_7;
//&第六层,&也该到终点了,&寡人都累坏了&:)
tmp6_0 = tmp5_0;
tmp6_1 = tmp5_1;
tmp6_2 = tmp5_2;
tmp6_3 = tmp5_3;
tmp6_4 = tmp5_4 + tmp5_7;
tmp6_5 = tmp5_5 + tmp5_6;
tmp6_6 = tmp5_5 + (-1)*tmp5_6;
tmp6_7 = (-1)*tmp5_4 + tmp5_7;
//&功德圆满
F[0] = tmp6_0;
F[4] = tmp6_1;
F[2] = tmp6_2;
F[6] = tmp6_3;
F[5] = tmp6_4;
F[1] = tmp6_5;
F[7] = tmp6_6;
F[3] = tmp6_7;
伪代码怎么看怎么像FFT蝶形算法.
这个描述比较中规中矩,&中间有一些空心圆,&是可以直接优化的.&不需要这么多临时变量的.&为了使算法描述的更新清晰和AAN运算流更一致,&我觉得规范的AAN算法应该要写出这些”不必要”的部分.
下面给出JEPG编码里头的AAN部分,&这个代码是经过优化的.
优化思想有2个方面.
1.&空心点不在参与到代码中;
2.&完成第一阶后,&之后的阶都是很明显个行其事的, tmpi_0到&tmpi_3是相关的,
tmpi_4到tmpi_7是相关的.&很明显的分为了两条路. (其中i表示层,
&&&&&* AAN算法第一阶变换
&&&&tmp0 = dataptr[0] + dataptr[7];
&&&&tmp7 = dataptr[0] - dataptr[7];
&&&&tmp1 = dataptr[1] + dataptr[6];&//&低频
&&&&tmp6 = dataptr[1] - dataptr[6];&//&高频
&&&&tmp2 = dataptr[2] + dataptr[5];
&&&&tmp5 = dataptr[2] - dataptr[5];
&&&&tmp3 = dataptr[3] + dataptr[4];
&&&&tmp4 = dataptr[3] - dataptr[4];
&&&&/* Even part&偶数部分&*/
&&&&tmp10 = tmp0 + tmp3;&/* phase 2*/
&&&&tmp13 = tmp0 - tmp3;
&&&&tmp11 = tmp1 + tmp2;
&&&&tmp12 = tmp1 - tmp2;
&&&&dataptr[0] = tmp10 + tmp11;&/* phase 3 */
&&&&dataptr[4] = tmp10 - tmp11;
&&&&&z1 = (tmp12 + tmp13) * ((double) 0.);
&&&&dataptr[2] = tmp13 + z1;&/* phase 5 */
&&&&dataptr[6] = tmp13 - z1;
&&&&/* Odd part&奇数部分&*/
&&&&tmp10 = tmp4 + tmp5;&/* phase 2 */
&&&&tmp11 = tmp5 + tmp6;
&&&&tmp12 = tmp6 + tmp7;
&&&&/* The rotator is modified from fig 4-8 to avoid extra negations. */
&&&&z5 = (tmp10 - tmp12) * ((double) 0.);&/*
&&&&z2 = ((double) 0.) * tmp10 + z5;&/* c2-c6
&&&&z4 = ((double) 1.) * tmp12 + z5;&/* c2+c6
&&&&z3 = tmp11 * ((double) 0.);&/* c4 */
&&&&z11 = tmp7 + z3;&&&&&/* phase 5 */
&&&&z13 = tmp7 - z3;
&&&&dataptr[5] = z13 + z2;&&&/* phase 6 */
&&&&dataptr[3] = z13 - z2;
&&&&dataptr[1] = z11 + z4;
&&&&dataptr[7] = z11 - z4;
只知其然不知其所以燃是不对的,&对于AAN算法的理论推导我很困惑.&只是模糊的知道一点点,&很可能不对.一并记录如下&:
1.&信号是具有频率的,&有高频低频,&不管是图象还是Audio,&人类都是对低频部分是比较敏感,&那么处理JPEG图象或者Audio的时候都是希望能让低频部分保留多一些,&高频部分过滤多一些.
&&Implementation of Motion-JPEG Using an ASIC Prototype Board&&&&Master’s Thesis
注：本文转自&http://blog.csdn.net/sshcx/article/details/1674224
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：2167次
排名：千里之外
转载：26篇
(1)(25)(2)(1)(2)(1)
(window.slotbydup = window.slotbydup || []).push({
id: '4740887',
container: s,
size: '250,250',
display: 'inlay-fix'}