“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。

随着互联网技术的高速发展,越来越多的数据将通过互联网进行传递,目前互联网已成为了最大的信息承载体,显然互联网已经给我们的日常工作和生活带来了诸多方便但是互联网作为一个开放式的交流平台,信息容易遭到非授权用户的攻击,因此信息传递的安全性越来越遭到人们的关注。
如果不能保障信息的安全传递,信息泄露将会极大地困扰着我们,因此,能否保障信息安全势必将成为制约互联网进一步发展的一个重要因素。
数字图像因为直观性的特点,使图像成为人类数据存储的主要方式。
但是数字图像与文本数据不同,其具有的数据量比较大,因此若用传统的文本加密的方法对图像进行加密,比如DES、3DES,实时性将会变得很差,不利于图像的实时传递。
本课题主要研究的是基于混沌理论及空域变换的数字图像加密算法,在对传统的算法研究基础上,应用改进的一维Logistic混沌序列,生成置乱序列及置换序列,并采用了置乱加密与置换加密相结合的方式实现了对数字图像的加密。
本文首先www.youzhiessay.com介绍了密码学的基本概念及组成,阐述了密码编码学与密码分析学的经典算法,并简单介绍了混沌理论的起源、发展及现代混沌理论的定义,着重介绍了本文算法中应用到的混沌序列---NCA混沌序列及Arnold空域变换,并指出了NCA混沌序列所具有的优点及缺点。
然后介绍了针对近年来高分辨率图像越来越多的特点,采用了对不同类型的高分辨率图像采取不同的加密算法,总结出了两种加密算法即图像的全部加密(算法1)及图像的局部加密(算法2)。
在上述两种算法中都采用了先像素值置换加密后图像置乱加密的加密顺序,两个算法采用了相同的像素值置换算法,不同点在于当进行图像置乱时,算法1中采用了基于NCA的图像分块置乱算法,在算法2中采用了基于Arnold空域www.hudonglunwen.com变换的图像分块置乱算法；
在生成像素值置换序列时,采用了截取48位有效数字的方法替代了原有的截取15位有效数字的方法生成置换序列,仿真结果表明,改进后的方法在实时性、自相关性以及分布特性方面都有了明显的改进。
图像的加密算法与解密算法的密钥是样的,又提出了将混沌序列及空域变换的初值用RSA算法进行加密,防止密钥在互联网中传递时遭到非授权用户的窃取。
最后,借助MATLAB平台,论文网kuailelunwen.com，对算法中用到的置换乱序列及换序列进行了仿真验证,并用算法1和算法2对不同的高分辨率图像进行了加密,然后对加密后的图像进行了灰度直方图、自相关性、初值敏感性及自相关性等方面的分析,分析结果表明,本文的加密算法在保证实时性的前提下,有着良好的加密效果

新时代下，随着经济、环境、政策的新变化，医疗保障领域的宏观决策难度更大、要求更高。
因此，国家医疗保障局规划了“宏观决策大数据应用子系统”，希望针对医疗保障体系中存在的数据标准不统一、数据源割裂、数据量利用率低等问题，在统一的数据标准之上，提供全面丰富的指标和分析维度，支持多场景多维度的实时展示和运行情况分析，使决策者能看清过去，洞悉隐藏在现象背后的规律与本质，进而展望未来，协助决策者及时识别中长期政策风险，测算政策调控带来的影响，为政策决策制定提供量化分析支持。

LZ复杂度分析随着人们对非线性方法的分析越加深入，他们发现，虽然关联维度和最大李雅谱诺夫指数在分析脑电时具有一定的协助，但是它们对数据的依赖性太强，对干扰和噪声太敏感，而且要得到可靠的结果需要大量的数据，这对于高度不平稳的脑电波来说无疑是相当大的局限。
科研人员迫切需要一种数据量少且具有一定抗干扰能力的方法，这时LZ复杂度算法应运而生，它是一种表征时间序列里出现新模式的速率的方法。
这个方法最先由Lempel和Ziv提出，因此取名为Lempel-Ziv复杂度。
直到1987年，才由Kaspar和Schuster提出了该算法的计算机实现方法。
对于一个待求字符串S(S1，S2，…，Sn)以及另一个字符串Q(q1，q2，…，qn)，SQ表示S和Q的级联，SQ=(S1，S2，…，Sn，q1，q2，…，qn)。
令SQv是SQ减去最后一个字符所得字符串。
判断Q是否是SQv的一个子串，如果Q是SQv的一个子串，说明Q中的字符是可从S复制的，这时把待求序列的下一个字符级联到Q。
如果Q不是SQv的一个子串，则表示Q是插入字符。
这时把Q级联到S，S=SQ，重新构造Q，重复以上过程直到Q取待求序列的最后一位结束。
每次Q级联到S，表明出现一种新模式，用c表示一个字符串中新模式的数量。
例如对于S=(10101010)，应用上面的方法可以得到c(8)=3个新模式：1，0，101010。

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点，在综合各种数据降维方法的基础上，提出一种基于最佳波段组合的高光谱遥感影像分类方法。
以美国印第安纳州地区的AVIＲIS数据为例，分析各波段信息量和相邻波段的相关性，利用子空间划分、分段波段指数选择法，进行特征波段的选择;并针对难区分地物类别，应用J－M距离模型对其可分性进行判别，获得最佳波段组合。
最初采用支持向量机分类器进行分类。
实验结果表明，采用最佳波段组合方法，可以有效地提高高光谱的分类精度。

大数据量高功能前端表格grid动态加载数据可以做到一边滚动一边加载新的dom，并同时删除不可见的dom，防止因数据过大引起的dom卡顿

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。