DeepLearningToolbox™提供了一个框架，用于设计和实现具有算法，预训练模型和应用程序的深度神经网络。
您可以使用卷积神经网络（ConvNets，CNN）和长期短期记忆（LSTM）网络对图像，时间序列和文本数据进行分类和回归。
应用程序和图表可帮助您可视化激活，编辑网络体系结构以及监控培训进度。
对于小型训练集，您可以使用预训练的深层网络模型（包括SqueezeNet，Inception-v3，ResNet-101，GoogLeNet和VGG-19）以及从TensorFlow™-Keras和Caffe导入的模型执行传输学习。
了解深度学习工具箱的基础知识深度学习图像从头开始训练卷积神经网络或使用预训练网络快速学习新任务使用时间序列，序列和文本进行深度学习为时间序列分类，回归和预测任务创建和训练网络深度学习调整和可视化绘制培训进度，评估准确性，进行预测，调整培训选项以及可视化网络学习的功能并行和云中的深度学习通过本地或云中的多个GPU扩展深度学习，并以交互方式或批量作业培训多个网络深度学习应用通过计算机视觉，图像处理，自动驾驶，信号和音频扩展深度学习工作流程深度学习导入，导出和自定义导入和导出网络，定义自定义深度学习图层以及自定义数据存储深度学习代码生成生成MATLAB代码或CUDA®和C++代码和部署深学习网络函数逼近和聚类使用浅层神经网络执行回归，分类和聚类时间序列和控制系统基于浅网络的模型非线性动态系统;使用顺序数据进行预测。

IOS上实现的自定义仪表盘，像车速里程表，可以用来做流量监控之类的应用

【使用前请先看懂使用说明】适用于海康威视主机的脚本程序，检查完毕后会自动发送邮件报告；
由于海康摄像头部分设置的是移动录像，经常会出现监控有画面，但是录像并没有保存，这个海康主机并不会报警提示，所以只能手工做个脚本，每天检查有没有录像。

基于MPU6050的自平衡小车，采用TB6612驱动模块，拥有超声波避障，蓝牙遥控功能。
能实现上述所有基本功能，结合相关手机软件（有需求可向我索要），能实现软件显示超声波数据，蓝牙（按键重力遥杆）遥控，还可以实时监控到加速度和角速度波形

dubbo-monitor-simple-2.5.3-assembly.tar.gz解压后的文件夹，dubbo的监控中心，同时也是dubbo的一个服务。
修改/conf目录下dubbo.properties，dubbo.registry.address=zookeeper://192.168.11.129:2181

labview调用vlc进行视频监控，远程，局域网可用。
具体介绍可以参考https://blog.csdn.net/plyu1217/article/details/100747886

通过传感器对火车行进过程速度、振动等特征量的采集，通过串口上传到LABVIEW的程序面板，再显示面板实现量的实时显示，以便对火车的状态的实时监控，保证运行的安全！

海康视频监控自动切换.rar

本书详细讲解了常用数字图像处理技术的基本方法，如点运算、几何变换、边缘检测等。
详细介绍VisualC++数字图像编程。
通过大量的综合性实例，向读者展示了如何开发一套完整的数字图像处理应用程序。
　　包含数字图像处理的基本技术和典型应用，然后介绍了9个综合性的商业案例，分别是相机自动调焦系统、计算机集成数控技术、细胞识别统计系统、人脸检测系统、车牌定位系统、基于神经网络的文字识别系统、牌照自动识别监控系统、运动检测系统、运动人体跟踪系统等，提供了相应的源代码文件个人认为很好的一本书，代码也很全。

jmeter第三方插件，支持像lr一样实时监控TPS和响应时间

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。