安装方法环境要求：建议使用php7.2版本，最低支持版本为php5.6。
Docker搭建步骤：1、安装Docker2、下载源码，并在终端（命令行程序）cd到duckchat.sh所在目录。
3、启动/关闭程序sudoshduckchat.shsudoshduckchat.shstopLinux下搭建步骤：1、搭建PHP+Nginx服务，配置phpfpm、nginx，并启动成功。
2、从Github下载源代码，复制src目录下的所有内容，到网站根目录。
3、为根目录和所有子目录赋予权限。
(执行命令：chmod-R777.)Windows下搭建步骤：1、下载XAMPP安装后服务。
2、找到XAMPP的网站根目录[xampp安装地址]/htdocs，删除原有的默认代码。
3、下载源代码，复制src目录下的内容到网站根目录4、启动XAMPPControl管理平台，点击启动apache。
5、打开浏览器，访问localhost，程序部署安装完毕。
DuckChat升级方法1、备份站点与数据2、下载新版本代码，覆盖上传到原站点3、使用电脑浏览器刷新页面，执行升级程序
Docker搭建步骤：1、安装Docker2、下载源码，并在终端（命令行程序）cd到duckchat.sh所在目录。
3、启动/关闭程序sudoshduckchat.shsudoshduckchat.shstopLinux下搭建步骤：1、搭建PHP+Nginx服务，配置phpfpm、nginx，并启动成功。
2、从Github下载源代码，复制src目录下的所有内容，到网站根目录。
3、为根目录和所有子目录赋予权限。
(执行命令：chmod-R777.)Windows下搭建步骤：1、下载XAMPP安装后服务。
2、找到XAMPP的网站根目录[xampp安装地址]/htdocs，删除原有的默认代码。
3、下载源代码，复制src目录下的内容到网站根目录4、启动XAMPPControl管理平台，点击启动apache。
5、打开浏览器，访问localhost，程序部署安装完毕。
DuckChat升级方法1、备份站点与数据2、下载新版本代码，覆盖上传到原站点3、使用电脑浏览器刷新页面，执行升级程序
2017/8/23 15:14:08
4.67MB
1
GRPC源码编译，v1.48.0-prel分支gitclonehttps://github.com/grpc/grpc按照grpc/src/cpp/BUILDING.MD编译。
供源码不好获取，编译困难，又想使用或学习的同窗。
供源码不好获取，编译困难，又想使用或学习的同窗。
2021/2/19 22:54:14
164.18MB
1
greenplum-db（6.19.0-src-full.tar.gz）源码Greenplum是全球首个开源、多云大数据平台。
2019年被Gartner列为全球十大经典和实时数据分析产品中独一开源数据库。
2019年被Gartner列为全球十大经典和实时数据分析产品中独一开源数据库。
2016/9/20 9:10:33
78.34MB
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
SRC(SparseRepresentationClassifier)稀疏表示分类器SOMP(SimultaneousOrthogonalMatchingPursuit)同步正交婚配追踪稀疏表示分类器应用于高光谱图像分类的MATLAB代码实现。
此程序为论文仿真，论文题目为：HyperspectralImageClassificationUsingDictionary-BasedSparseRepresentation论文地址：http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=5766028&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D5766028其实只实现了论文里的第一种方法SOMP各个文件功能简介：isomp_Indiana.m主程序SamplesNormalize.m数据归一化findlabel2.m划分训练样本和测试样本SOMP.m求稀疏表示矩阵assig
此程序为论文仿真，论文题目为：HyperspectralImageClassificationUsingDictionary-BasedSparseRepresentation论文地址：http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=5766028&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D5766028其实只实现了论文里的第一种方法SOMP各个文件功能简介：isomp_Indiana.m主程序SamplesNormalize.m数据归一化findlabel2.m划分训练样本和测试样本SOMP.m求稀疏表示矩阵assig
2017/6/23 20:17:18
4.1MB
1
本代码次要功能是:Java海康威视摄像头实时预览视频流保存到指定文件中,通过对SDK的二次开发实现实时预览视频流保存到指定文件中的功能,环境部署和代码都放在ClientDemo-NetBeansPro\src\ClientDemo\HIKSDKSaveRealData中,有需要的参考我的这篇文章进行调试:https://editor.csdn.net/md/?articleId=104815264,可以参考这篇文章进行添加依赖,及参考其他文章进行其他功能的SDK二次开发,需要部署到linux系统中私信我即可
2015/11/5 9:03:03
42.34MB
1
ApacheStorm2.1.0版本（源码）Apache维护项目，由Twitter开源官方原版编译模块时运用官网下载过慢保留备用
2021/11/7 11:50:07
10.74MB
1
/********************************************************************************单尺度Retinex图像加强程序src为待处理图像sigma为高斯模糊标准差scale为对比度系数*********************************************************************************/
2016/6/13 19:50:54
1KB
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