社区
系统维护与使用区
帖子详情
从linux系统中拷贝到U盘中的 文件找不到的 原因
liujun3512159
2008-12-29 09:50:31
我使用的红帽子linux是可以直接插U盘的,我把一些文件从linux系统下拷贝到U盘中,然后,到windows系统下查看,我发现,文件居然找不到了,但是,U盘空间被占用了,请问,我的文件为什么找不到哦?
...全文
6325
21
打赏
收藏
从linux系统中拷贝到U盘中的 文件找不到的 原因
我使用的红帽子linux是可以直接插U盘的,我把一些文件从linux系统下拷贝到U盘中,然后,到windows系统下查看,我发现,文件居然找不到了,但是,U盘空间被占用了,请问,我的文件为什么找不到哦?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
21 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
yonglei0915
2009-01-03
打赏
举报
回复
我的也曾经遇到过这种情况,只不过是将文件删除后,目录中已经没有了文件,但存储器中的剩余容量并没有减少。还有一次,我用数据线连接手机,当作U盘来读取,然后复制文件到SD卡上,Fedora很快就提示复制完成(没有出现进度),而且能够查看到这个文件的图标,但是,当我重新连手机的时候,文件就不显示了。我估计问题出现在:
1,gnome调用系统复制文件出了问题;
2,问题只是出现在即插即用型存储设备上。
yonglei0915
2009-01-03
打赏
举报
回复
我的也曾经遇到过这种情况,只不过是将文件删除后,目录中已经没有了文件,但存储器中的剩余容量并没有减少。还有一次,我用数据线连接手机,当作U盘来读取,然后复制文件到SD卡上,Fedora很快就提示复制完成(没有出现进度),而且能够查看到这个文件的图标,但是,当我重新连手机的时候,文件就不显示了。我估计问题出现在:
1,gnome调用系统复制文件出了问题;
2,问题只是出现在即插即用型存储设备上。
超龄编码人
2009-01-02
打赏
举报
回复
2
拷贝完成后要输入sync
alexhilton
2009-01-01
打赏
举报
回复
我也遇到过这种情况!但是没有解决, 资料只能遗憾丢失!
lnever
2008-12-31
打赏
举报
回复
楼上的都错了,其实是文件掩码的问题,有的linux下的文件到windows下是不可见的。在拷贝到软盘后,要更改下文件的格式。怎么该,大可以改成777算了。
这个问题很诡异,我也碰到过。
wshwqh2000
2008-12-31
打赏
举报
回复
确定U盘的分区格式。
cuijie_cn
2008-12-31
打赏
举报
回复
有可能是没umount上
也有可能是不认识分区 ,要看你u盘是什么分区格式
Robin.Xun
2008-12-31
打赏
举报
回复
window 不识别u盘的linux分区
stonem
2008-12-30
打赏
举报
回复
Linux 复制到USB盘上,直接在Windows系统下好像是看不到的,你可以接在装有Linux的另一台机器上
mount 就可以看到
stonem
2008-12-30
打赏
举报
回复
Linux 复制到USB盘上,直接在Windows系统下好像是看不到的,你可以接在装有Linux的另一台机器上
mount 就可以看到
HULIHONG
2008-12-30
打赏
举报
回复
等待学习,没碰到过这种情况。
piratelord
2008-12-30
打赏
举报
回复
很怪,很怪,非常怪,我也碰到这样的问题,而且我觉得这不是一个小问题。有时候呢在linux下copy文件到U盘后转到XP下可以看到,有问题不可以,真不知道为什么,见鬼了。当时还很急,一再地反复在linux下检查U盘,看了又看,确认文件是copy到U盘了,但一转到XP又没了。有待高人指点!!
liujun3512159
2008-12-30
打赏
举报
回复
因为只有部分文件不能显示,我怀疑是“往windows下的ntfs 或fat文件系统拷东西,由于支持不好,就会显示不出来。”
如果这样,我该怎么做,才能正常显示出来哦
liujun3512159
2008-12-29
打赏
举报
回复
不是,linux操作系统是 服务器,我只是把服务器上的东西拷贝到U盘上,带回来,在我的电脑上看下,却发现找不到文件
fibbery
2008-12-29
打赏
举报
回复
你用的是虚拟机和Windows共享U盘?还是双操作系统,重启后到Windows下查看文件?
bainan
2008-12-29
打赏
举报
回复
umount 相当于安全拔出。但有的版本系统也默认可以直接拔出!
还有可能的原因就是上面所说的:文件系统的原因,从linux专有的文件系统,如ext3,
往windows下的ntfs 或fat文件系统拷东西,由于支持不好,就会显示不出来。
ma100
2008-12-29
打赏
举报
回复
比如你挂载在 /mnt/usb下,拔之前
umount /mnt/usb
就把它卸载了,就像win2000必须卸载一样
ywg1984
2008-12-29
打赏
举报
回复
在shell下输入mount,看看你现在系统的挂在情况
比如:
/dev/sda1 on / type ext3 (rw,relatime,errors=remount-ro)
找到你U盘的挂在分区,然后输入umount+挂在路径就好了
liujun3512159
2008-12-29
打赏
举报
回复
umount?
不懂什么意思哦,能说下吗?我对linux不熟悉的
ma100
2008-12-29
打赏
举报
回复
没有umount
加载更多回复(1)
螺旋千斤顶作业任务书(此份不含图纸).rar
螺旋千斤顶作业任务书(此份不含图纸).rar
KSHZ.rar
CAD缺少相关字体时,图纸
中
的文字会出现缺失或乱码。下载所需字体并复制到 AutoCAD 的 Fonts
文件
夹后,即可正常显示。
等保主机安全基线合规配置指导windows
系统
.pdf
代码下载地址: https://pan.quark.cn/s/3f3d88060e9a 一、身份验证措施组1.1 密码措施1.2 账户措施1.3 自动登录验证二、访问权限控制组2.1 账户验证2.2 资源共享验证三、安全审计措施组验证3.1 安全审计措施四、遗留信息保护措施组验证4.1 关机验证4.2 登录验证五、入侵防御验证5.1 Windows
系统
防火墙5.2 自动
系统
更新5.3 非必要服务管理5.4 防止暴力密码破解5.5 永恒之蓝漏洞验证六、恶意软件防护6.1 防范恶意软件
阶梯碳下考虑 P2G-CCS 与供需灵活响应的 IES 优化调度(Matlab代码实现)
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源
系统
(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升
系统
的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低
系统
碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力
系统
、能源
系统
或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源
系统
、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源
系统
的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES
中
的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳
中
和背景下能源
系统
优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
故障识别基于CNN-SVM卷积神经网络结合支持向量机的数据分类预测研究(Matlab代码实现)
内容概要:本文
系统
研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测
中
的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间
中
小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文
中
详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务
中
的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力
系统
监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。
系统维护与使用区
19,614
社区成员
74,562
社区内容
发帖
与我相关
我的任务
系统维护与使用区
系统使用、管理、维护问题。可以是Ubuntu, Fedora, Unix等等
复制链接
扫一扫
分享
社区描述
系统使用、管理、维护问题。可以是Ubuntu, Fedora, Unix等等
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章