技术标签: big data
企业数字化转型是近年来中国社会各界重点关注的领域,但基础数据的不完善在很大程度上制约了相关科学研究的开展。构建合理、科学的数字化转型指标体系有利于学者定量地研究企业数字化的相关问题,也有利于衡量企业的数字化水平。广东金融学院吴非老师及其团队归集整理了上海交易所、深圳交易所全部A股上市企业的年度报告,并展开结构化分类(即“底层技术运用”与“技术实践应用”两个层面),形成特征词图谱,进而分类归集关键技术方向的词频并形成最终加总词频,从而形成了企业数字化转型指标统计基础数据库。
基于此,国家金融学学科创始人陈云贤博士,广东金融学院国家金融学学科负责人唐松教授领衔的研究团队积极响应国家政策和经济实践需求,在团队已有科研成果(吴非等,2021)的基础上,选取沪深A股上市企业(2016-2020 年)作为评价对象,基于年报文本信息披露的独特视角,创新性运用大数据文本分析和因子分析的双重量化工具刻画各上市企业相应年度数字化转型强度,为评价企业数字化转型提供更加全面客观且更具参考价值的经验借鉴。
为了打造良好的学术共享生态,《金融经济学研究》(国家金融学专栏)与广东金融学院国家金融学学科团队共同决定,将企业数字化转型指数数据与研究报告免费对外界公开,供各位专家、读者阅读和使用。经授权,CnOpenData将本数据收录于CnOpenData官方网站的公共数据版块,便于各位学者浏览。 完整数据下载可以关注《金融经济学研究》公众号,或在本页页末直接下载。
A股上市企业数字化转型的结构化特征词图谱:
- 人工智能技术:人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、机器学习、深度学习、智能机器人、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理
- 大数据技术:大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实、数据科学
- 云计算技术:云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、 EB级存储、物联网、信息物理系统、虚拟化
- 区块链技术:区块链、数字货币、分布式计算、差分隐私技术、智能金融合约
- 数字技术应用:移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、Fintech、金融科技、量化金融、开放银行、数字终端、数字营销、数字控制、产业互联网、互联网解决方案、互联网营销、工业智能、移动智能、智能控制、智能终端、智能移动、智能管理、智能工厂、智能物流、智能制造、智能仓储、智能设备、智能生产、智能网联、智能系统、自动控制、自动监测、自动监控、自动检测、自动生产、工业云、未来工厂、智能故障诊断、虚拟制造、云IT、云生态、云服务、云平台、信息集成、信息网络、信息终端、信息中心、信息系统、工业信息、工业通信、数据中心、数据平台、数据管理、数字技术、数字化、数字智能、互联网技术、互联网应用、互联网平台、互联网生态、电子商务、电商、智能技术、智能化、数控、生命周期管理、生产制造执行系统、信息化、网络化、集成控制、集成系统、信息管理、信息软件、数据网络、互联网思维、互联网行动、互联网业务、互联网移动、互联网战略、互联网模式、互联网商业模式、互联网生态、Internet、“互联网 + ”、线上线下、线上到线下、线上和线下、一体化、集成化、集成解决方案、信息共享
A股上市公司数字化转型指标统计信息表:2007-2020年
A股上市公司数字化转型评级结果信息表:2016-2020年
A股上市公司数字化转型指标统计信息表字段 | A股上市公司数字化转型评级结果信息表字段 |
---|---|
证券代码 | 证券代码 |
年份 | 股票简称 |
高科技与否 | 年份 |
国企与否 | 行业门类名称 |
股票简称 | 行业门类代码 |
行业名称 | 地理位置 |
大类行业 | 所属省份 |
其他行业大类制造业中类行业 | 数字化转型评级结果 |
其他行业大类制造业小类行业 | |
小类行业 | |
省份 | |
城市 | |
人工智能技术 | |
大数据技术 | |
云计算技术 | |
区块链技术 | |
数字技术运用 | |
数字化转型 | |
年报文件大小 | |
年报总字数 | |
年报总词数 | |
年报总句数 |
A股上市企业数字化转型指标统计信息表
证券代码 | 年份 | 高科技与否 | 国企与否 | 股票简称 | 行业名称 | 大类行业 | 其他行业大类制造业中类行业 | 其他行业大类制造业小类行业 | 小类行业 | 省份 | 城市 | 人工智能技术 | 大数据技术 | 云计算技术 | 区块链技术 | 数字技术运用 | 数字化转型 | 年报文件大小 | 年报总字数 | 年报总词数 | 年报总句数 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
000001 | 2007 | 0 | 0 | 深发展A | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 5 | 5 | 1249k | 75060 | 34434 | 1780 |
000001 | 2008 | 0 | 0 | 深发展A | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 2 | 2 | 1220k | 77857 | 35958 | 1922 |
000001 | 2009 | 0 | 0 | 深发展A | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 5 | 5 | 1135k | 81945 | 37728 | 2032 |
000001 | 2010 | 0 | 0 | 深发展A | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 4 | 4 | 1222k | 87679 | 39499 | 2195 |
000001 | 2011 | 0 | 0 | 深发展A | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 1 | 0 | 0 | 15 | 16 | 1588k | 104524 | 47891 | 2599 |
000001 | 2012 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 16 | 16 | 4706k | 100266 | 46326 | 2511 |
000001 | 2013 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 1 | 0 | 0 | 0 | 32 | 33 | 2204k | 74120 | 33558 | 1789 |
000001 | 2014 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 3 | 0 | 0 | 46 | 49 | 3715k | 81226 | 37015 | 1880 |
000001 | 2015 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 1 | 5 | 9 | 1 | 39 | 55 | 3576k | 76568 | 34949 | 1776 |
000001 | 2016 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 0 | 7 | 1 | 1 | 41 | 50 | 1035k | 72171 | 32910 | 1770 |
000001 | 2017 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 9 | 20 | 1 | 2 | 45 | 77 | 3719k | 77782 | 35794 | 1850 |
000001 | 2018 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 22 | 33 | 15 | 18 | 105 | 193 | 8122k | 109880 | 51159 | 2688 |
000001 | 2019 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 21 | 31 | 15 | 14 | 128 | 209 | 3967k | 110914 | 52365 | 2657 |
000001 | 2020 | 0 | 0 | 平安银行 | 货币金融服务 | J | J | J | J66 | 广东省 | 深圳市 | 13 | 26 | 20 | 15 | 140 | 214 | 4913k | 121362 | 57995 | 2775 |
000002 | 2007 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 12 | 12 | 966k | 61170 | 28894 | 1505 |
000002 | 2008 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 15 | 15 | 1332k | 66475 | 31743 | 1603 |
000002 | 2009 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 14 | 14 | 1614k | 66395 | 31414 | 1606 |
000002 | 2010 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 14 | 14 | 4763k | 67279 | 31654 | 1651 |
000002 | 2011 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 14 | 14 | 1608k | 69579 | 32693 | 1713 |
000002 | 2012 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 18 | 18 | 1848k | 68788 | 32356 | 1700 |
000002 | 2013 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 21 | 21 | 5883k | 69333 | 32368 | 1662 |
000002 | 2014 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 43 | 43 | 1612k | 79828 | 37409 | 1886 |
000002 | 2015 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 29 | 29 | 5099k | 80977 | 38089 | 1882 |
000002 | 2016 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 1 | 0 | 29 | 30 | 7092k | 87142 | 40991 | 2053 |
000002 | 2017 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 1 | 0 | 2 | 0 | 28 | 31 | 17083k | 89236 | 41927 | 2164 |
000002 | 2018 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 1 | 1 | 3 | 0 | 22 | 27 | 22905k | 91171 | 43082 | 2288 |
000002 | 2019 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 1 | 1 | 0 | 30 | 32 | 9958k | 86501 | 41119 | 2125 |
000002 | 2020 | 0 | 1 | 万科A | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 2 | 1 | 3 | 1 | 30 | 37 | 5511k | 92545 | 43984 | 2250 |
000004 | 2007 | 0 | 1 | ST 国农 | 道路运输业 | G | G | G | G54 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 2 | 2 | 1833k | 46984 | 20799 | 1147 |
000004 | 2008 | 0 | 1 | ST 国农 | 道路运输业 | G | G | G | G54 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 2 | 2 | 1762k | 41894 | 18501 | 999 |
000004 | 2009 | 0 | 0 | *ST 国农 | 道路运输业 | G | G | G | G54 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 5 | 5 | 1956k | 44307 | 19875 | 1016 |
000004 | 2010 | 1 | 0 | *ST 国农 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 3 | 3 | 3722k | 42799 | 18977 | 1014 |
000004 | 2011 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 3 | 3 | 3471k | 38172 | 16982 | 958 |
000004 | 2012 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 4 | 4 | 4763k | 31943 | 14157 | 934 |
000004 | 2013 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 3357k | 36243 | 15908 | 965 |
000004 | 2014 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 2090k | 38887 | 17156 | 1089 |
000004 | 2015 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 0 | 0 | 2177k | 39419 | 17447 | 1230 |
000004 | 2016 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 1 | 0 | 0 | 0 | 1 | 2232k | 48318 | 21688 | 1412 |
000004 | 2017 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 6 | 6 | 2128k | 52916 | 23899 | 1484 |
000004 | 2018 | 1 | 0 | 国农科技 | 医药制造业 | C | C2 | C27 | C27 | 广东省 | 深圳市 | 1 | 0 | 0 | 0 | 18 | 19 | 4696k | 56441 | 25772 | 1572 |
000004 | 2019 | 0 | 0 | 国农科技 | 软件和信息技术服务业 | I | I | I | I65 | 广东省 | 深圳市 | 0 | 2 | 7 | 0 | 52 | 61 | 2838k | 62492 | 28275 | 1767 |
000004 | 2020 | 0 | 0 | 国华网安 | 软件和信息技术服务业 | I | I | I | I65 | 广东省 | 深圳市 | 4 | 24 | 26 | 0 | 107 | 161 | 3051k | 71194 | 32773 | 1884 |
000005 | 2007 | 0 | 0 | ST 星源 | 综合 | S | S | S | S90 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 0 | 0 | 270k | 35755 | 16487 | 915 |
000005 | 2008 | 0 | 0 | 世纪星源 | 综合 | S | S | S | S90 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 1431k | 38612 | 18554 | 920 |
000005 | 2009 | 0 | 0 | 世纪星源 | 综合 | S | S | S | S90 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 2 | 2 | 617k | 40532 | 19135 | 1008 |
000005 | 2010 | 0 | 0 | 世纪星源 | 综合 | S | S | S | S90 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 1732k | 40844 | 19253 | 1021 |
000005 | 2011 | 0 | 0 | 世纪星源 | 综合 | S | S | S | S90 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 3720k | 49841 | 23325 | 1221 |
000005 | 2012 | 0 | 0 | 世纪星源 | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 2265k | 51657 | 24433 | 1247 |
000005 | 2013 | 0 | 0 | 世纪星源 | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 2338k | 60188 | 28693 | 1322 |
000005 | 2014 | 0 | 0 | 世纪星源 | 房地产业 | K | K | K | K70 | 广东省 | 深圳市 | 0 | 0 | 0 | 0 | 1 | 1 | 2398k | 74274 | 35577 | 1679 |
A股上市企业数字化转型评级结果信息表
证券代码 | 股票简称 | 年份 | 行业门类名称 | 行业门类代码 | 地理位置 | 所属省份 | 数字化转型评级结果 |
---|---|---|---|---|---|---|---|
000001 | 平安银行 | 2016 | 金融业 | J | 东部 | 广东省 | AA |
000001 | 平安银行 | 2017 | 金融业 | J | 东部 | 广东省 | AA |
000001 | 平安银行 | 2018 | 金融业 | J | 东部 | 广东省 | AA |
000001 | 平安银行 | 2019 | 金融业 | J | 东部 | 广东省 | AA |
000001 | 平安银行 | 2020 | 金融业 | J | 东部 | 广东省 | AA |
000002 | 万科A | 2016 | 房地产业 | K | 东部 | 广东省 | BBB |
000002 | 万科A | 2017 | 房地产业 | K | 东部 | 广东省 | BBB |
000002 | 万科A | 2018 | 房地产业 | K | 东部 | 广东省 | BBB |
000002 | 万科A | 2019 | 房地产业 | K | 东部 | 广东省 | BBB |
000002 | 万科A | 2020 | 房地产业 | K | 东部 | 广东省 | BBB |
000004 | 国农科技 | 2016 | 制造业 | C | 东部 | 广东省 | CC |
000004 | 国农科技 | 2018 | 制造业 | C | 东部 | 广东省 | CCC |
000006 | 深圳业A | 2016 | 房地产业 | K | 东部 | 广东省 | B |
000006 | 深振业A | 2017 | 房地产业 | K | 东部 | 广东省 | BB |
000006 | 深振业A | 2018 | 房地产业 | K | 东部 | 广东省 | CCC |
000006 | 深振业A | 2019 | 房地产业 | K | 东部 | 广东省 | CCC |
000006 | 深振业A | 2020 | 房地产业 | K | 东部 | 广东省 | B |
000007 | 全新好 | 2016 | 住宿和餐饮业 | H | 东部 | 广东省 | CC |
000008 | 神州高铁 | 2016 | 制造业 | C | 东部 | 北京市 | AA |
000008 | 神州高铁 | 2017 | 制造业 | C | 东部 | 北京市 | A |
000008 | 神州高铁 | 2018 | 制造业 | C | 东部 | 北京市 | AA |
000008 | 神州高铁 | 2019 | 制造业 | C | 东部 | 北京市 | A |
000008 | 神州高铁 | 2020 | 制造业 | C | 东部 | 北京市 | BBB |
000009 | 中国宝安 | 2016 | 综合 | S | 东部 | 广东省 | BBB |
000009 | 中国宝安 | 2017 | 综合 | S | 东部 | 广东省 | A |
000009 | 中国宝安 | 2018 | 综合 | S | 东部 | 广东省 | BBB |
000009 | 中国宝安 | 2019 | 综合 | S | 东部 | 广东省 | A |
000009 | 中国宝安 | 2020 | 综合 | S | 东部 | 广东省 | BBB |
000010 | 美丽生态 | 2020 | 建筑业 | E | 东部 | 广东省 | CC |
000011 | 深物业A | 2016 | 房地产业 | K | 东部 | 广东省 | B |
000011 | 深物业A | 2017 | 房地产业 | K | 东部 | 广东省 | CCC |
000011 | 深物业A | 2018 | 房地产业 | K | 东部 | 广东省 | CC |
000011 | 深物业A | 2019 | 房地产业 | K | 东部 | 广东省 | BB |
000011 | 深物业A | 2020 | 房地产业 | K | 东部 | 广东省 | CCC |
000012 | 南玻A | 2016 | 制造业 | C | 东部 | 广东省 | BBB |
000012 | 南玻A | 2017 | 制造业 | C | 东部 | 广东省 | BBB |
000012 | 南玻A | 2018 | 制造业 | C | 东部 | 广东省 | BBB |
000012 | 南玻A | 2019 | 制造业 | C | 东部 | 广东省 | BB |
000012 | 南玻A | 2020 | 制造业 | C | 东部 | 广东省 | BBB |
000014 | 沙河股份 | 2016 | 房地产业 | K | 东部 | 广东省 | CCC |
000014 | 沙河股份 | 2017 | 房地产业 | K | 东部 | 广东省 | CCC |
000014 | 沙河股份 | 2018 | 房地产业 | K | 东部 | 广东省 | CC |
000014 | 沙河股份 | 2019 | 房地产业 | K | 东部 | 广东省 | CCC |
000014 | 沙河股份 | 2020 | 房地产业 | K | 东部 | 广东省 | CC |
000019 | 深深宝A | 2016 | 制造业 | C | 东部 | 广东省 | CCC |
000019 | 深深宝A | 2017 | 制造业 | C | 东部 | 广东省 | CCC |
000019 | 深粮控股 | 2018 | 制造业 | C | 东部 | 广东省 | BBB |
000019 | 深粮控股 | 2019 | 批发和零售业 | F | 东部 | 广东省 | A |
000019 | 深粮控股 | 2020 | 批发和零售业 | F | 东部 | 广东省 | A |
000023 | 深天地A | 2016 | 制造业 | C | 东部 | 广东省 | CC |
- 吴非、胡慧芷、林慧妍、任晓怡,2021:《企业数字化转型与资本市场表现——来自股票流动性的经验证据》,《管理世界》第7期。
年度更新
联系人: CnOpenData-sxq
个人联系电话:19121071287
文章浏览阅读1k次。通过使用ajax方法跨域请求是浏览器所不允许的,浏览器出于安全考虑是禁止的。警告信息如下:不过jQuery对跨域问题也有解决方案,使用jsonp的方式解决,方法如下:$.ajax({ async:false, url: 'http://www.mysite.com/demo.do', // 跨域URL ty..._nginx不停的xhr
文章浏览阅读2k次。关于在 Oracle 中配置 extproc 以访问 ST_Geometry,也就是我们所说的 使用空间SQL 的方法,官方文档链接如下。http://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/gdbs-in-oracle/configure-oracle-extproc.htm其实简单总结一下,主要就分为以下几个步骤。..._extproc
文章浏览阅读1.5w次。linux下没有上面的两个函数,需要使用函数 mbstowcs和wcstombsmbstowcs将多字节编码转换为宽字节编码wcstombs将宽字节编码转换为多字节编码这两个函数,转换过程中受到系统编码类型的影响,需要通过设置来设定转换前和转换后的编码类型。通过函数setlocale进行系统编码的设置。linux下输入命名locale -a查看系统支持的编码_linux c++ gbk->utf8
文章浏览阅读750次。今天准备从生产库向测试库进行数据导入,结果在imp导入的时候遇到“ IMP-00009:导出文件异常结束” 错误,google一下,发现可能有如下原因导致imp的数据太大,没有写buffer和commit两个数据库字符集不同从低版本exp的dmp文件,向高版本imp导出的dmp文件出错传输dmp文件时,文件损坏解决办法:imp时指定..._imp-00009导出文件异常结束
文章浏览阅读143次。当下是一个大数据的时代,各个行业都离不开数据的支持。因此,网络爬虫就应运而生。网络爬虫当下最为火热的是Python,Python开发爬虫相对简单,而且功能库相当完善,力压众多开发语言。本次教程我们爬取前程无忧的招聘信息来分析Python程序员需要掌握那些编程技术。首先在谷歌浏览器打开前程无忧的首页,按F12打开浏览器的开发者工具。浏览器开发者工具是用于捕捉网站的请求信息,通过分析请求信息可以了解请..._初级python程序员能力要求
文章浏览阅读7.6k次,点赞2次,收藏6次。@Service标注的bean,类名:ABDemoService查看源码后发现,原来是经过一个特殊处理:当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致public class AnnotationBeanNameGenerator implements BeanNameGenerator { private static final String C..._@service beanname
文章浏览阅读6.9w次,点赞73次,收藏463次。1.前序创建#include<stdio.h>#include<string.h>#include<stdlib.h>#include<malloc.h>#include<iostream>#include<stack>#include<queue>using namespace std;typed_二叉树的建立
文章浏览阅读7.1k次。在Asp.net上使用Excel导出功能,如果文件名出现中文,便会以乱码视之。 解决方法: fileName = HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8);_asp.net utf8 导出中文字符乱码
文章浏览阅读2.1k次,点赞4次,收藏23次。第一次实验 词法分析实验报告设计思想词法分析的主要任务是根据文法的词汇表以及对应约定的编码进行一定的识别,找出文件中所有的合法的单词,并给出一定的信息作为最后的结果,用于后续语法分析程序的使用;本实验针对 PL/0 语言 的文法、词汇表编写一个词法分析程序,对于每个单词根据词汇表输出: (单词种类, 单词的值) 二元对。词汇表:种别编码单词符号助记符0beginb..._对pl/0作以下修改扩充。增加单词
文章浏览阅读773次。我在使用adb.exe时遇到了麻烦.我想使用与bash相同的adb.exe shell提示符,所以我决定更改默认的bash二进制文件(当然二进制文件是交叉编译的,一切都很完美)更改bash二进制文件遵循以下顺序> adb remount> adb push bash / system / bin /> adb shell> cd / system / bin> chm..._adb shell mv 权限
文章浏览阅读6.8k次,点赞12次,收藏125次。1. 单目相机标定引言相机标定已经研究多年,标定的算法可以分为基于摄影测量的标定和自标定。其中,应用最为广泛的还是张正友标定法。这是一种简单灵活、高鲁棒性、低成本的相机标定算法。仅需要一台相机和一块平面标定板构建相机标定系统,在标定过程中,相机拍摄多个角度下(至少两个角度,推荐10~20个角度)的标定板图像(相机和标定板都可以移动),即可对相机的内外参数进行标定。下面介绍张氏标定法(以下也这么称呼)的原理。原理相机模型和单应矩阵相机标定,就是对相机的内外参数进行计算的过程,从而得到物体到图像的投影_相机-投影仪标定
文章浏览阅读2.2k次。文章目录Wayland 架构Wayland 渲染Wayland的 硬件支持简 述: 翻译一篇关于和 wayland 有关的技术文章, 其英文标题为Wayland Architecture .Wayland 架构若是想要更好的理解 Wayland 架构及其与 X (X11 or X Window System) 结构;一种很好的方法是将事件从输入设备就开始跟踪, 查看期间所有的屏幕上出现的变化。这就是我们现在对 X 的理解。 内核是从一个输入设备中获取一个事件,并通过 evdev 输入_wayland