容器化部署Redis，容器化部署MariaDB，容器化部署Zookeeper，容器化部署Kafka，容器化部署Nginx，编排部署商城内部包含gpmall容器商城部署（单节点）文档，镜像资源，镜像制造文件，制造幸苦，谢绝外传
2017/1/7 9:17:30
259.91MB
1
ApacheStorm（apache-storm-2.3.0-src.zip源码）是一个免费的开源分布式实时计算系统。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
2016/11/13 21:51:24
55.72MB
1
ApacheStorm（apache-storm-2.3.0-src.tar.gz源码）是一个免费的开源分布式实时计算系统。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
2016/7/9 10:52:24
41.11MB
1
ApacheStorm（apache-storm-2.3.0.zip）是一个免费的开源分布式实时计算系统。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
2020/8/2 23:26:50
305.04MB
1
ApacheStorm（apache-storm-2.3.0.tar.gz）是一个免费的开源分布式实时计算系统。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
ApacheStorm可以轻松可靠地处理无限制的数据流，实时处理就像Hadoop进行批处理一样。
ApacheStorm很简单，可以与任何编程语言一起使用，而且使用起来非常有趣！ApacheStorm有很多用例：实时分析、在线机器学习、连续计算、分布式RPC、ETL等等。
ApacheStorm速度很快：基准测试显示每个节点每秒处理超过一百万个元组。
它具有可扩展性、容错性，保证您的数据将得四处理，并且易于设置和操作。
ApacheStorm与您已经使用的队列和数据库技术集成。
ApacheStorm拓扑使用数据流并以任意复杂的方式处理这些流，根据需要在计算的每个阶段之间对流进行重新分区。
在教程中阅读更多内容。
2018/5/9 13:52:10
304.62MB
1
基于ZigBee芯片构建的无线传感器网是由一组ZigBee节点以AdHoc方式构成的无线网络，其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息，并发布给观察者传感器、感知对象和观察者，它们是传感器网络的3个基本要素；
传感器与观察者之间的通信方式是无线，用于存传感器与观察者之间建立通信路径；
协作地感知、采集、处理、发布感知信息是传感器网络的基本功能。
一组功能无限的传感器协作地完成大的感知任务是传感器网络的重要特点，传感器网络中的部分或全部节点可以移动。
传感器与观察者之间的通信方式是无线，用于存传感器与观察者之间建立通信路径；
协作地感知、采集、处理、发布感知信息是传感器网络的基本功能。
一组功能无限的传感器协作地完成大的感知任务是传感器网络的重要特点，传感器网络中的部分或全部节点可以移动。
2020/1/19 1:44:48
35KB
1
php5.2/5.3/5.4+Mysql安装步骤：1.解压后将程序上传到网站根目录下，直接运行http://您的网址/install进入安装界面；
2.根据自己的数据库信息填写相对应的信息，如果出现验证扩展失败，请联系自己的主机商协助服务，3.安装完成后直接用管理员账号和密码登陆即可，进入OA软件，系统设置＞菜单管理，拉到最下方，点提交，然后刷新浏览器，还有一个比较重要的步骤就是点击系统左下角的菜单按钮——系统设置——数据备份——数据还原——demo1481562750.sql还原这个备份节点即可导入以后密码需要在数据库修改一下把密匙改为25d55ad283aa400af464c76d713c07ad登录账号admin密码12345678
2.根据自己的数据库信息填写相对应的信息，如果出现验证扩展失败，请联系自己的主机商协助服务，3.安装完成后直接用管理员账号和密码登陆即可，进入OA软件，系统设置＞菜单管理，拉到最下方，点提交，然后刷新浏览器，还有一个比较重要的步骤就是点击系统左下角的菜单按钮——系统设置——数据备份——数据还原——demo1481562750.sql还原这个备份节点即可导入以后密码需要在数据库修改一下把密匙改为25d55ad283aa400af464c76d713c07ad登录账号admin密码12345678
2016/10/6 8:28:16
35.32MB
1
对于研一同学，数值计算的编程大作业是不可避免的一项任务。
本资源包含以下6个大作业的具体数学原理、实验结论和matlab程序，每一步matlab程序本人都尽做大程度进行标注，不懂的地方可以私信我实验一：利用拉格朗日的插值多项式的振荡景象（等距节点、随机节点、分段二次插值、切比雪夫多项式零点）实验二：最小二乘曲线拟合（直线、抛物线进行最小二乘拟合及验证）实验三：数值积分（变步长复化梯形公式、变步长复化辛普森、龙贝格法）实验四：线性方程组数值求解（Cholesky分解、LU分解、Jacobi迭代法、Gauss-Seidel迭代法）实验五：非线性方程求根（二分法、Newton法、弦截法）实验六：常微分初值问题数值解法（改进欧拉法、经典四阶龙格库塔法）
本资源包含以下6个大作业的具体数学原理、实验结论和matlab程序，每一步matlab程序本人都尽做大程度进行标注，不懂的地方可以私信我实验一：利用拉格朗日的插值多项式的振荡景象（等距节点、随机节点、分段二次插值、切比雪夫多项式零点）实验二：最小二乘曲线拟合（直线、抛物线进行最小二乘拟合及验证）实验三：数值积分（变步长复化梯形公式、变步长复化辛普森、龙贝格法）实验四：线性方程组数值求解（Cholesky分解、LU分解、Jacobi迭代法、Gauss-Seidel迭代法）实验五：非线性方程求根（二分法、Newton法、弦截法）实验六：常微分初值问题数值解法（改进欧拉法、经典四阶龙格库塔法）
2020/6/10 11:04:34
6.84MB
1
用MATLAB编写，4个基站的基于TDOA的Chan-Taylor混合加权算法定位。
最普通的Chan-Taylor算法，将Chan算法计算出来的估计值作为Taylor级数展开法的迭代初始值带入，之后合理设置Chan算法和Taylor级数展开法的加权系数来提高精度。
采取循环采样5000次，基站位置，标签节点位置，系统噪声标准差都已经预设置好，可以根据要求本人修改。
本代码使用的衡量指标是累积分布函数CDF，也可以本人改成均方误差RMSE。
下载后可以直接运行。
可以用于TDOA定位算法的改进或者比较或者UWB定位都可以。
最普通的Chan-Taylor算法，将Chan算法计算出来的估计值作为Taylor级数展开法的迭代初始值带入，之后合理设置Chan算法和Taylor级数展开法的加权系数来提高精度。
采取循环采样5000次，基站位置，标签节点位置，系统噪声标准差都已经预设置好，可以根据要求本人修改。
本代码使用的衡量指标是累积分布函数CDF，也可以本人改成均方误差RMSE。
下载后可以直接运行。
可以用于TDOA定位算法的改进或者比较或者UWB定位都可以。
2016/11/11 2:16:23
2KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB