19阶FIR滤波器c言语算法实现，系数根据需要用matlab可以设计计算，数据的数据量为512点或256点

LOF算法：剔除异常值，用于数据量不大，使用简单，并具有可视化功能，可将异常数据在图上显示出来，方便耐用。
。
。
。
所需积分不晓得为啥被提高了，在此重新改一下传

最新的全国省郊区街道数据（包含经纬度），总数据量46000+，省、市、区、街道，4张表，csv格式，可导入任何数据库。
【解压密码：2019】

具体内容请参考我的BLOG：http://blog.csdn.net/smallwhiteyt/archive/2009/11/08/4784771.aspx如果你耐心仔细看完本文，相信以后再遇到导出EXCLE操作的时候你会很顺手觉得SOEASY，主要给新手朋友们看的，老鸟可以直接飘过了，花了一晚上的时间写的很辛苦，如果觉得对你有协助烦请留言支持一下，我会写更多基础的原创内容来回报大家。
C#导出数据到EXCEL表格是个老生常谈的问题了，写这篇文章主要是给和我一样的新手朋友提供两种导出EXCEL的方法并探讨一下导出的效率问题，本文中的代码直接就可用，其中部分代码参考其他的代码并做了修改，抛砖引玉，希望大家一起探讨，如有不对的地方还请大家多多包涵并指出来，我也是个新手，出错也是难免的。
首先先总结下自己知道的导出EXCEL表格的方法，大致有以下几种，有疏漏的请大家补充。
1.数据逐条逐条的写入EXCEL2.通过OLEDB把EXCEL做为数据源来写3.通过RANGE范围写入多行多列内存数据到EXCEL4.利用系统剪贴板写入EXCEL好了，我想这些方法已经足够完成我们要实现的功能了，方法不在多，在精，不是么？以上4中方法都可以实现导出EXCEL，方法1为最基础的方法，意思就是效率可能不是太高，当遇到数据量过大时所要付出的时间也是巨大的，后面3种方法都是第一种的衍生，在第一种方法效率低下的基础上改进的，这里主要就是一个效率问题了，当然如果你数据量都很小，我想4种方法就代码量和复杂程度来说第1种基本方法就可以了，或当你的硬件非常牛逼了，那再差的方法也可以高效的完成也没有探讨的实际意义了，呵呵说远了，本文主要是在不考虑硬件或同等硬件条件下单从软件角度出发探讨较好的解决方案。

采用读取Access数据库中的事务数据进行挖掘，能够选择使用Apriori或AprioriTid。
数据量100000以上则需要留意最小支持度设置。

“我们正在从IT时代走向DT时代(数据时代)。
IT和DT之间，不只仅是技术的变革，更是思想意识的变革，IT主要是为自我服务，用来更好地自我控制和管理，DT则是激活生产力，让别人活得比你好”——阿里巴巴董事局主席马云。
数据量从M的级别到G的级别到现在T的级、P的级别。
数据量的变化数据管理系统（DBMS）和数仓系统（DW）也在悄然的变化着。
传统应用的数据系统架构设计时，应用直接访问数据库系统。
当用户访问量增加时，数据库无法支撑日益增长的用户请求的负载时，从而导致数据库服务器无法及时响应用户请求，出现超时的错误。
出现这种情况以后，在系统架构上就采用下图的架构，在数据库和应用中间过一层缓冲隔离，缓解数

开发环境采用VisualStudio2010旗舰版，因为不需要做什么项目，因为我还是学生呵呵，所以不需要考虑太多的兼容性方面的因素，还是喜欢用新的工具。
开发过程中使用到的技术大概有：DWMAPI：这是vista以来新增的API，具体内容见MSDN，游戏中只使用了部分窗口毛玻璃的效果；
GDI混合GDI+：因为GDI+不支持双缓冲，所以画图时先使用GDI创建缓冲位图，然后使用GDI+的Graphics画在这个位图上，最初由GDI绘制到屏幕；
CSocket：局域网对战肯定要用到socket通信，因为数据量很少，所以使用了封装好的比较简单的CSocket类，这样可以省不少代码；
多线程和互斥对象：因为CSokcet工作在阻塞模式，所以不能使用主线程接受和发送游戏数据，我把绘制图像的代码也放在一个独立线程中，所以需要使用互斥对象来确保主线程退出时所有子线程以释放主线程中的资源，否则会引起内存错误；
自绘控件：在游戏中使用默认的控件也太挫了吧，所以就要自己绘制控件，这样才像游戏，虽然市面上有很多，但是拿来的和自己写的用着感觉不一样；

中科院（亚洲人）人脸数据集[计算机视觉人脸辨认]该资源共有500组图片数据，每组数据有5份，共计2500份训练数据。
分别为part1(1-99)、part2(100-199)、part3(200-299)、part4(300-399)、part5(400-499)；
因数据量过大，分5次上传，欢迎大家下载。

OPPO作为手机厂商，基于Android定制了自己的ColorOS系统，当前日活跃用户超过2亿。
围绕ColorOS，OPPO构建了很多互联网应用，比如应用商店、浏览器、信息流等。
在运营这些互联网应用的过程中，OPPO积累了大量的数据，上图右边是整体数据规模的演进：从2012年开始每年都是2~3倍的增长速度，截至目前总数据量已经超过100PB，日增数据量超过200TB。
要支撑这么大的一个数据量，OPPO研发出一整套的数据系统与服务，并逐渐构成了自己的数据中台体系。

众所周知Json格式的数据阅读性很差，但是日常开发调试中难免要阅读，如果数据量不大还好，数据量大的话几乎是噩梦（我就碰到过）。
刚才终于让我找到一个不错的Json阅读器，支持粘贴数据并进行可视化展示以及自动格式化数据的功能。

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。