Asp1rant

摘要： 1.低功耗蓝牙BLE介绍 低功耗蓝牙（Bluetooth Low Energy, BLE，也称 Bluetooth LE 或旧商标 Bluetooth Smart）是蓝牙技术联盟（Bluetooth SIG）专为物联网和低功耗设备设计的一种短距离无线通信技术 。它自蓝牙4.0规范（2010年）开始引 阅读全文

摘要： 什么是 DWARF？ DWARF（Debugging With Attributed Record Formats）是一种标准的调试信息格式，通常嵌入到二进制文件（如 ELF、Mach-O、PE 等）中。DWARF 由编译器生成，调试器使用它来提供源代码级别的调试信息，如变量名称、类型信息、源代码位 阅读全文

摘要： 一. LD 文件的概念 ld 文件通常指的是链接脚本文件，主要用于控制链接器（如 GNU 链接器 ld）的行为。链接器是将编译后的目标文件（object files）和库文件（libraries）结合起来生成可执行文件或共享库的工具。链接脚本允许开发者精确地控制链接过程，例如定义内存布局、设置节（s 阅读全文

摘要： 在现代工业自动化领域，OPC UA（开放性生产控制和统一架构）是一种广泛应用的通信协议。 阅读全文

摘要： 一. 概念 Modbus是一种应用层协议，主要用于工业环境中，允许不同设备之间的通信，例如传感器、控制器、仪表等。它是最早的现场总线之一，由Modicon公司（现为施耐德电气的一部分）在1979年为其可编程逻辑控制器（PLC）开发。 Modbus协议基于简单的请求/响应模型，并且可以运行在不同类型的 阅读全文

摘要： 一. 概述 EtherCAT（Ethernet for Control Automation Technology）是一种在工业自动化中广泛使用的高性能以太网通信协议。它由德国的Beckhoff Automation公司在2003年开发，目的是用于控制系统中实现更快的数据交换。EtherCAT符合I 阅读全文

摘要： 本博客将开启一个新的系列，用来学习记录常见的工业总线协议，包括CAN，EtherCAT，Modbus，Profibus，Profinet等 阅读全文

摘要： 很久之前的设计模式系列漏掉了模板模式，现补上 概述 模板模式是一种行为型设计模式，它定义一个算法的骨架，并允许子类在不改变算法结构的情况下重新定义算法的某些步骤。模板模式的主要目的是通过把不变的行为搬移到超类，去除子类中的重复代码来体现它的优势。 模板模式的主要结构包括： 抽象类（Abstract 阅读全文

摘要： 本文介绍如何在Apollo GraphQL中实现文件的传输 ## 文件传输在GrapqhQL中官方建议 文章[Apollo Server File Upload Best Practices](https://www.apollographql.com/blog/backend/file-uploa 阅读全文

摘要： 本文讨论GraphQL中的Query，Mutation和Subscription，并给出ApolloGraph中的实现示例 阅读全文

摘要： 本文介绍GraphQL中的Authenication和Authorication 阅读全文

摘要： 在GraphQL中，Schema和Resolver是两个非常重要的概念，是编写GraphQL Server的2个基本单元 本文介绍GraphQL中的Schema和Resolver。 Schema Schema定义了GraphQL中基于graph的数据格式 参考： https://graphql.or 阅读全文

摘要： GraphQL是Facebook创造的基于Graph的API查询语言，本文开始对GraphQL进行学习。 本文介绍GraphQL中的Query，Mutation以及Subscription。 阅读全文

摘要： 参考： https://juejin.cn/post/7019184783242559496#heading-5 依赖注入简介 依赖注入是前端开发者也是 Angular 开发者一道很难迈过去的坎。软件只有到达了一定的复杂度才会需要各种设计原则和模式，那么依赖倒置原则（Dependency Inver 阅读全文

摘要： RCNN （Region-based Convolutional Neural Networks）是将CNN引入目标检测的开山之作， 大大提高了目标检测效果。 RCNN 算法介绍 R-CNN是一种最先进的视觉目标检测系统，它将自底向上的区域提议与卷积神经网络计算的丰富特征相结合。在发布时，R-CNN 阅读全文