a123560mh的博客

2009-2023系统集成项目管理工程师历年真题（含上午题、案例分析）试题和答案解析 中级系统集成项目管理工程师全套历年真题

医疗信息管理系统（ssm+layui+freemaker） docker 创建mysql schema docker run --name mysql -e MYSQL_ROOT_PASSWORD=123456 -d -i -p 3306:3306 mysql:latest 账号是root，密码是123456 管理员页面、医生页面、患者1等详细见截图/img

建mysql库，建立名为mms的数据库，导入res文件夹下的mms.sql 把target下的MMS.war放在tomcat下运行，然后访问 也可以IDE导入项目，更新maven依赖，然后用maven命令tomcat7:run运行 登陆账号：admir密码：1234 MMS医药管理信息系统mybatis

一个前台结算，前台点餐，后台综合信息管理，后厨配菜的完整项目 部署说明： 1.创建mysql数据库，数据库名称为dinner，导入数据建表语句 2.项目导入IDEA或Eclipse开发工具，修改数据连接配置文件DinnerRoom/resource/applicationContext.xml中数据库连接配置（22-26行） 4将项目放入web容器（tomcat）中启动 运行环境 Eclispse/Idea+JDK1.8+Mysql+Tomcat8 项目技术 Spring+Struts+hibernate+Bootstrap+Jquery 前台账户：lisi lisi 后台账户：admin admin 点餐页面：http://localhost:8080/DinnerRoom/diancan 后台登录页面：http://localhost:8080/DinnerRoom/login.jsp 后厨配菜页面：http://localhost:8080/DinnerRoom/houchu.jsp

技术栈 1、java(IO,NET,JDBC) 2、jdbc(java database connection) 3、oracel 4、xml(dom4j解析) 5、log4j 功能 1、定期采集（次/小时）原始环境Log文件，整理成温度,湿度,二氧化碳数据清单，并上传给中心处理系统。 2、中心处理系统（接收系统）侦听并收集采集系统发送的数据信息温度和湿度，并将数据保存的数据库表 t_detail_X(1-31) 3、采集原始环境Log文件，整理成Environment类数据清单 4、将采集系统客户端采集形成的Environment类数据清单传输给位于中心处理系统的服务器端； 5、调用入库模块插入数据 6、通过dom4解析，仿SpringIOC容器，降低模块之间的偶核性

mysql 1、新品推荐 productInfoType:商品分类 排序：价格区间、价格、销量 商品分页列表 商品详情信息 2、Top榜 服饰和美妆两大行业分类的top10排行信息 3、会员活动 对接微信支付，实现代金券与支付对接 4、扫码识货 商品详情信息展示 加入购物车按钮 5、智能搭配 6、订单相关 7、卡券相关 新增一级菜单（如果只在原来的一级菜单下增加功能模块，这步可省略） 1、菜单class属性值“menu-icon fa fa-bar-chart”里面的“fa-bar-chart”可到http://fontawesome.io/icons/查找替换，更改图标。 2、一级菜单的菜单data-url属性值都是“#” 3、上级菜单编码都是“0”（数字零）

基于java的简单的教师-课程智能排课系统 项目是基于 Spring Boot 2.0 + Mybatis 的轻量级后台管理系统，适用于中小型项目的管理后台以及小学，初中和高中课程智能排课管理，支持按钮级别的权限控制，系统具有最基本的用户管理、角色管理、资源管理、组织机构管理、系统日志、代码生成器等通用性功能。 学校排课问题本质上是时间表问题的一类典型应用实例，是为了解决课程安排对时间和空间资源的有效利用并避免相互冲突。在排课过程中，需要考虑课程教学效果、满足教师特殊要求等多项优化指标，将各门课程安排到相应的时间和教室（教室安排功能尚未实现）。 技术选型 后端技术：Spring Boot 应用框架、MyBatis 通用 Mapper4、MyBatis 分页插件、Maven 项目构建管理、MyBatis Generator 代码生成Thymeleaf 模板引擎、Apache Shiro 安全框架、Logback 日志组件、Druid 数据库连接池、swagger2 在线文档生成 前端技术：jQuery、基于Bootstrap的前端框架、、、、、 JDK1.8+MySQL5.6+

校园商铺管理系统 系统环境：SSM+MySQL+Redis+Tomcat+Html 系统模块：用户模块+卖家模块 用户模块：用户注册登录/用户选购商品/用户积分查询/用户消费记录查询 卖家模块：店铺注册/店铺管理/店铺类别管理/商品管理/商品类别管理

智慧校园销售二手市场+外包 springboot项目MYSQL 功能：二手市场、供需平台、表白墙、登录注册、失物招领、、情侣空间、大学回忆录、广告位、'轮播图、中间商品推荐、最新发布、商品推广、编辑精选、平台低价、优质成色、校园猪推荐、单人需求、学生兼职、'众包' 附数据库mysql表数据 maven+springboot

智慧化养猪app+java100%

智能农业系统物联网服务器+web端+H5移动端，socket连接底层硬件，自拟传输协议 maven+mysql

AgriculturalMechanization 农机管理首页需求完成 IntelligentAgriculture 接口全部好使

本项目是上海市《农业信息服务平台及农业大数据综合利用研究》子课题《上海农业农村大数据共享服务平台建设和应用》的研究成果。 该课题是由上海市农业委员会信息中心主持，以“致富农民、服务市民、提高行政管理效能”为目标，充分发挥大数据在农业农村发展中的重要功能和巨大潜力，重点建设上海市级农业农村大数据中心，促进信息资源的共建共享和创新应用。 华东师范大学数据科学与工程学院（以下简称华师大数据学院）作为课题主要参与单位以实现智慧农业为目标，探索农业大数据分析、挖掘和综合应用。华师大课题组在前期国家重点研发计划《大数据知识工程基础理论及其应用研究》研究基础上，在本项目中，基于碎片化农业大数据，构建面向智慧农业的知识图谱及其应用系统。 Python89.7% Jupyter Notebook10.2% 0.安装基本环境： 确保安装好python3和Neo4j（任意版本） 安装一系列pip依赖： cd至项目根目录，运行 sudo pip3 install -r requirement.txt 1.导入数据： 将hudong_pedia.csv导入neo4j：开启neo4j，进入neo

三、用户 （一）超级管理员 权限：所有操作。 （二）企业管理员（只可操作自己企业） 权限：注册登录、农产品管理（农产品列表、新增农产品、修改农产品、删除农产品）、二维码管理（二维码列表）、溯源管理（溯源列表、图表分析）、企业管理（设置）。 （三）普通用户 权限：扫码溯源、网页溯源 一、用户注册登录 用例名称 用户注册 前置条件 无 执行步骤 1. 输入账号、密码、企业名称 2. 点击注册 后置条件 更新企业用户表 用例名称 用户登录 前置条件 企业用户表有账号 执行步骤 1. 输入账号、密码 2. 点击登录 后置条件 无 用例名称 用户首页 前置条件 用户已登录 展示内容 1. 头部nav 2. 左侧导航列表slider 3. 企业信息 4. 最近溯源数据线性图表 后置条件 无 二、农产品管理 用例名称 新增农产品 前置条件 用户已登录 执行步骤 1. 进入农产品录入界面 2. 输入农产品信息 3. 点击保存 4. 系统生成二维码，在二维码列表页可看到 后置条件 更新农产品信息表，二维码表 用例 三、扫码溯源、网页溯源 四、农产品信息展示 五、溯源管理 六、企业管理 七、超级管理员

Dubbo视频教程--基础篇--第01节--使用Dubbo对传统工程进行服务化改造的思路介绍--传工程源码.rar Dubbo视频教程--基础篇--第04节--使用Dubbo对传统工程进行服务化改造后的服务调用测试--源码.rar Dubbo视频教程--001--课程介绍.pdf Dubbo视频教程--基础篇--第03节--ZooKeeper注册中心安装详细步骤（单节点）.pdf

90、秒杀系统高并发之redis集群1 92、秒杀系统高并发之redis集群2

秒杀系统企业级实战应用（真实工业界案例）87 秒杀系统高并发之zookeeper分布式锁

70、秒杀系统高并发之消息队列RabbitMQ和代码编写 71、秒杀系统高并发之RabbitMQ和spring整合

61、秒杀系统高并发之redis环境搭建 62、秒杀系统高并发之redis的java编程以及spring集成 63、秒杀系统高并发之redis缓存服务代码编写1 64、秒杀系统高并发之redis缓存服务代码编写2 65、秒杀系统高并发之redis缓存服务代码编写3

55、秒杀系统高并发之ehcache讲解 56、秒杀系统高并发之ehcache和spring整合 57、秒杀系统高并发之ehcache业务整合1 58、秒杀系统高并发之ehcache业务整合2 59、秒杀系统高并发之ehcache业务整合3 60、秒杀系统高并发之ehcache业务整合4

47、秒杀系统优化之分布式服务讲解 48、秒杀系统优化之分布式服务代码编写 49、秒杀系统优化之分布式服务业务整合service端 50、秒杀系统优化之分布式服务业务整合web端 51、秒杀系统优化之分布式服务业务service和web联调

13、秒杀系统之用户模块代码编写1 14、秒杀系统之用户模块代码编写2 15、秒杀系统之用户模块代码编写3 16、用户模块和商家模块进一步开发代码编写1 17、用户模块和商家模块进一步开发代码编写2 18、用户模块和商家模块进一步开发代码编写3 19、秒杀系统之秒杀商品申请代码编写1 20、秒杀系统之秒杀商品申请代码编写2

web服务器tomcat数据库mysql 物流跟踪正确流程： 一、起始网点 二、转运 三、中转网点 四、目标网点 错误流程： 1. 打包时扫错误状态的码（会报错）， 当拆包过程中，发现剩余快递，意味着快递丢失，点击报错，在该快递员个人中心的错误包裹里出现，该快递无法查询。 **注意: android端引用了百度地图，在使用Android studio调试安装时，请自己申请key 申请入口，否则无法使用地图，然后修改AndroidManifest.xml中的key码** <meta-data android:name="com.baidu.lbsapi.API_KEY" android:value="自己申请key" />

1.1项目概述 本项目主要通过物联网技术实现环保自动化示踪物流生态系统，使目前物流系统更加环保安全高效便捷人性化自动化。通过小邮快递盒，小邮快递柜及其相应软件设备等协同实现全新物流生态系统。使用新材质小邮快递盒，环保便捷的同时注重客户商品以及隐私的保护，进一步降低物流风险，重新定义现代环保物流生态系统。 3.1总体介绍 目前快递行业仍然潜力巨大，但问题依然存在。使用一种内嵌芯片，独立系统的新型环保快递盒不仅方便快递员和用户的收发，同时可以循环利用，一定程度上实现了环保的目的。同时使用配套设备进行物流生态系统的自动化，并采用系统监管保障安全隐私。通过物联网技术使每个快递盒实时联网，进而监控状态位置来反馈给客户增强用户体验。 因而需要构建快递管理系统的客户端，客户端完全面向客户因而必须操作流畅易懂，功能齐全细致，此外尽力美化操作界面，增强用户体验。同样客户端需要囊括所需的全部功能，如基础的寄件取件查询功能，同时提供特殊借口和电商物流平台进行衔接，进而可以一键查询，一键导入包裹。客户端还需要拥有快递盒的操作功能，如开盒、锁盒、快递盒信息查询；快递柜相关功能，如开柜、关柜、快递柜信息查询等。

案例说明：基于物联网开发平台，结合农业物联网和视频监控技术，实现一个物联网农业的应用案例，实现一到两项传感数据获取、监控或者控制。完成一个可执行、演示的系统。 技能集：IAR单片机编程，嵌入式linux QT编程，网站，数据库，Android应用程序开发等等 具体功能： 智能报警子系统 (1) 系统可以灵活的设置各个温室不同环境参数的上下阀值。一旦超出阀值，系统可以根据配置，通过手机短信、系统消息等方式提醒相应管理者。 (2) 报警提醒内容可根据模板灵活设置，根据不同客户需求可以设置不同的提醒内容，最大程度满足客户个性化需求。 (3) 可以根据报警记录查看关联的温室设备，更加及时、快速远程控制温室设备，高效处理温室环境问题。 (4) 可及时发现不正常状态设备，通过短信或系统消息及时提醒管理者，保证系统稳定运行。

0、秒杀系统项目需求分析 1、秒杀系统项目说明 2、秒杀系统之基础回顾mybatis1 3、秒杀系统之基础回顾mybatis2 4、秒杀系统之基础回顾mybatis3 5、秒杀系统之基础回顾springmvc 6、秒杀系统之数据库设计1 7、秒杀系统之数据库设计2 8、秒杀系统之项目搭建 9、秒杀系统之商家模块代码编写1 10、秒杀系统之商家模块代码编写2 11、秒杀系统之商家模块代码编写3 12、秒杀系统之商家模块代码编写4 13、秒杀系统之用户模块代码编写1 14、秒杀系统之用户模块代码编写2 15、秒杀系统之用户模块代码编写3 16、用户模块和商家模块进一步开发代码编写1 17、用户模块和商家模块进一步开发代码编写2 18、用户模块和商家模块进一步开发代码编写3 19、秒杀系统之秒杀商品申请代码编写1 20、秒杀系统之秒杀商品申请代码编写2 21、秒杀系统之秒杀商品列表代码编写1 22、秒杀系统之秒杀商品列表代码编写2 23、秒杀系统之秒杀商品审核以及修改等代码编写1 24、秒杀系统之秒杀商品审核以及修改等代码编写2 25、秒杀系统之秒杀商品审核以及修改等代码编写3 26、秒杀系

spingMVC秒杀系统企业级实战应用（真实工业界案例）.视频讲解0-12 0、秒杀系统项目需求分析 1、秒杀系统项目说明 2、秒杀系统之基础回顾mybatis1 3、秒杀系统之基础回顾mybatis2 4、秒杀系统之基础回顾mybatis3 5、秒杀系统之基础回顾springmvc 6、秒杀系统之数据库设计1 7、秒杀系统之数据库设计2 8、秒杀系统之项目搭建 9、秒杀系统之商家模块代码编写1 10、秒杀系统之商家模块代码编写2 11、秒杀系统之商家模块代码编写3 12、秒杀系统之商家模块代码编写4

前台（学生使用） * 学生工作通知、各种公示 * 通知：校通知、院通知 * 公示：助学金、励志奖学金、国家奖学金、勤工岗位的获得者名单 * 文件下载 * 四个申请文档、模板、要求等 * 申请助学金 * 前提：必须是贫困生，且相关文件已盖章 * 申请方式：提交“国家助学金申请表”（Word文档） * 申请励志奖学金 * 前提：必须是贫困生，且上学年没有挂科 * 申请方式：提交“国家励志奖学金申请表”（Word文档） * 申请国家奖学金 * 前提：成绩优秀，且从没有挂科 * 申请方式：提交“国家奖学金申请表”（Word文档） * 申请勤工岗位 * 前提：任何学生，但优先考虑贫困生 * 申请方式：提交“勤工岗位申请表”（Word文档）

#项目介绍 ##模块介绍 ###wms-project-seed 项目基础种子模块，项目其他模块都要引入模块 ###wms-api 后台服务统一对外开放的接口服务，供前端页面、app端、微信、小程序调用 ###wms-system-manage 系统管理模块，提供账号管理、角色管理、角色权限设置、机构管理、系统参数管理、个人信息维护、注册、登录、修改密码、退出系统等功能 ###wms-intercept 系统拦截模块，拦截访问后台接口的请求，根据token判断请求是否有访问目标api接口权限 运营管理模块 ###wms-message 消息模块，包括咨询、消息待办、联系客服、在线帮助等 ###wms-file 系统文件管理模块，包括文件上传、显示等 ##其他说明 ###在线api文档 在线api文档使用Swagger2，访问地址：http://ip:port/swagger-ui.html 演示地址 gitee.xunchenglu.com 功能支持 自定义工程根目录 支持https 项目结构 build: 项目启动文件存放目录 app: 项目后端业务代码目录 config: 项

# easyquant 基于 [easytrader](https://github.com/shidenggui/easytrader) 和 [easyquotation](https://github.com/shidenggui/easyquotation) 的量化交易框架 事件引擎借鉴 交易:支持华泰、佣金宝、银河以及雪球模拟盘 行情:支持新浪免费实时行情，集思路分级基金以及 leverfun 的免费十档行情 ### 微信群以及公众号 欢迎大家扫码关注公众号「食灯鬼」，一起交流。进群可通过菜单加我好友，备注量化。  若二维码因 Github 网络无法打开，请点击[公众号二维码](https://gitee.com/shidenggui/assets/raw/master/uPic/mp-qr.png)直接打开图片。 ### 关于行情 默认使用的是 sina 的免费全市场行情，1s 推送一次 可自定义使用的行情来源或者使用 easyquotation的 lf免费十档行情 和 集思路的分级基金行情 具体可参见 [easyquotation](https://github.com/shidenggui/easyquotation) ### 关于交易 具体可参见 [easytrader](https://github.com/shidenggui/easytrader) ### 使用 #### 准备交易账户 在 ht.json 或 yjb.json 或 yh.json 或 xq.json 中填入你的账户相关信息 [如何填写相关信息](https://github.com/shidenggui/easytrader) #### 快速开始 python test.py ### 策略编写 策略用 Python 编写后置于 strategies 文件夹下 格式可参考其中的 Demo #### Hello World # 引入策略模板 from easyquant import StrategyTemplate # 定义策略类 class Strategy(StrategyTemplate): name = 'Hello World' # 定义策略名字 # 策略函数，收到行情推送后会自动调用 def strategy(self, event): """:param event event.data 为所有股票行情的字典，结构如下 {'162411': {'ask1': '0.493', 'ask1_volume': '75500', 'ask2': '0.494', 'ask2_volume': '7699281', 'ask3': '0.495', 'ask3_volume': '2262666', 'ask4': '0.496', 'ask4_volume': '1579300', 'ask5': '0.497', 'ask5_volume': '901600', 'bid1': '0.492', 'bid1_volume': '10765200', 'bid2': '0.491', 'bid2_volume': '9031600', 'bid3': '0.490', 'bid3_volume': '16784100', 'bid4': '0.489', 'bid4_volume': '10049000', 'bid5': '0.488', 'bid5_volume': '3572800', 'buy': '0.492', 'close': '0.499', 'high': '0.494', 'low': '0.489', 'name': '华宝油气', 'now': '0.493', 'open': '0.490', 'sell': '0.493', 'turnover': '420004912', 'volume'

# 交易撮合平台 > A Vue.js project ## Build Setup ``` bash # install dependencies npm install # serve with hot reload at localhost:8080 npm run dev # build for production with minification npm run build # build for production and view the bundle analyzer report npm run build --report # run unit tests npm run unit # run e2e tests npm run e2e # run all tests npm test ``` <!-- 代理商后台基础版本 --> ├── build  项目构建配置 ├── dist 编译后生产环境项目 <!-- 编译后 --> └── src ├── axios 接口配置 ├── images 图片存储 ├── libs   工具方法 ├── util 常用方法 ├── jwt token存储/读取方法 ├── mock 模拟数据 ├── router  路由配置 ├── store   状态管理 ├── styles  样式文件 └── views 页面部分 ├── AgentsManage 代理商管理 |—— agentList 代理商列表 ├── captial 资金管理 |—— agentsToCash 代理商提现 |—— recharge 充值列表 |—— settledRecord 结算记录 |—— toCash 提现列表 ├── components 页面组件 |—— editor 富文本编辑器组件 ├── content 内容管理 |—— broadcast 播报信息管理 |—— carousel 首页轮播管理 |—— noticeManage 公告管理 |—— systemMessage 消息管理 ├── errorDeal 异常处理 |—— frozenBond 冻结保证金 |—— handleDealAuto 自动递延手动执行 |—— manualOrder 重复结算处理 ├── home 首页 │   ├── components 首页组件 │   ├── components 首页组件 ├── own-space 个人主页 ├── record 日志管理 ├── Risk 风控管理 |—— exDividend 除权除息列表 |—— nowRegistration 当日股权登记策略 |—— beforeRegistration 历史股权登记策略 |—— sharesManage 个股管理 |—— todaySuspension 今日停牌 |—— todayResumption 今日复牌 |—— capitalAccount 资金账户管理 |—— transactionProp 交易比例 |—— tradingDay 交易日管理

这是一个可用于Android快速开发的框架，集成了很多项目中通用的东西，免去重复造轮子的麻烦，直接下载来了，修改一下就可以做为基础的框架进行开发，提高开发速度，适合当前移动互联网时代敏捷快速开发的节奏。 主要是在以往的项目开发中，收集到的常用的功能： 1.常用到的工具类； 2.BaseActivity，BaseFragment，还有BaseView的封装，以便于对ViewPage中的View进行分别的管理，符合Java的封 装思想。 3.对BaseAdapter进行封装成MyBaseAdapter，引入BaseViewHolder，是个万能的ViewHolder； 4.很多常用的自定义View，CustomToast，SlideButton（滑动按钮），RollViewPager（自动滚动的ViewPage广告）。。。。。 5.加入了很多项目中常用的开源项目，方便使用

DM DBA手记之安装篇-达梦数据库-安装手册-安装最佳实践v1.3.pdf https://download.csdn.net/download/u014772458/10976118?utm_medium=distribute.pc_relevant_download.none-task-download-2~default~BlogCommendFromBaidu~default-1.test_version_3&depth_1-utm_source=distribute.pc_relevant_download.none-task-download-2~default~BlogCommendFromBaidu~default-1.test_version_3&dest=https%3A%2F%2Fdownload.csdn.net%2Fdownload%2Fu014772458%2F10976118&spm=1003.2020.3001.6616.1 第一章 安装前的准备工作 1 1.1硬件平台 1 1.2操作系统平台 1 1.3申请匹配的版本 2 第二章 安装前的规划工作 3 2.1规划安装路径 3 2.2规划数据库初始化参数 4 2.2.1 页大小 5 2.2.2 日志文件大小 8 2.2.3 时区 8 2.2.4 字符串比较大小写敏感 8 2.2.5 字符集 10 2.2.6 VARCHAR类型以字符为单位 11 2.2.7 改进字符串HASH算法 12 第三章 安装达梦数据库 14 3.1 Linux上安装达梦数据库 14 3.1.1网络防火墙以及安全内核检查 14 3.1.2检查磁盘的划分 17 3.1.3Linux下检查操作系统限制 17 3.1.4检查系统时间及时区 19 3.1.5Linux下检查KDE/GNOME环境 20 3.1.6检查安装版本匹配度 20 3.1.7安装程序赋予执行权限 21 3.1.8进行安装 21 3.1.9LINUX下实例注册及自启动设置 23 3.2 Windows上安装达梦数据库 25 3.2.1关闭杀毒软件 25 3.2.2ODBC及dm_svc.conf配置 26 3.2.3配置助手初始化库并注册 27 3.3 Aix上安装达梦数据库 31 3.3.1检查磁盘空间 31 3.3.2查看逻辑CPU个数 31 3.3.3查看物理CPU个数 32 3.3.4查看内存信息 32 3.3.5创建安装的组（AIX7.0下） 32 3.3.6创建安装用户DMDBA 32 3.3.7创建安装程序临时目录 33 3.3.8检查系统资源限制 33 3.3.9开始安装 33 3.3.10 bin目录下命令行起服务报主文件不存在 36 3.3.11初始化实例 36 第四章 安装完后的检查工作 36 4.1Windows下的检查 36 4.2 Linux下的检查 41 第五章 配置必要的INI参数 46

智能客服知识库，任务，问答 AI_CHAT： 1.知识库逻辑：class LexiconIndexesSet(ModelViewSet) 新建知识库并存到redis： Request: url = url+"/knowbase/" data = {"kbId": kbid, "name": name} Deal: LexiconIndexes.objects.create(**data) cache.set(str(data['id']), "0", timeout=1209600) 删除知识库: Request: url = url + "/knowbase/" + id + "/" Deal: LexiconIndexes.objects.all().filter(id__startswith=std_id).delete() cache.delete_pattern(str(std_id)) 2.问答对逻辑：class QuestionsSet(ModelViewSet) 新建单个问答对： Request: url = url + "/qapairs/" data = { "kbId": kbid, "questionId": questionid, "questions": [ { "question": "沒有那海洋的寬闊" }, { "question": "我只要熱情的撫摸" }, { "question": "所謂不安全感是我" } ], "answer": "我沒有滿腔的熱火" } 批量创建问答对： Request: url = url + "/qapairs/" + "?batch=True" data = { "kbId": "lnn072401", "qas": [ { "questionId": "test_q2_by_lnn", "questions": [ { "question": "你好123" }, { "question": "您好123" }, { "question": "nihao123" } ], "answer": "bsfe4b25-3ddf0-4114-92bd-7c254d145d96" }, { "questionId": "test_q3_by_lnn", "questions": [ { "question": "在1" }, { "question": "在吗1" }, { "question": "zaima1" } ], "answer": "bsfdsb25-3ddf0-3323-92fd-7c252dfsf97" } ] } Deal: 1.验证知识库是否存在 LexiconIndexes.objects.get(id=kb) 2.循环问题列表，将第一个问题作为标准问题id为questionId,其他问题的id使用questionId + '_' + str(i)拼接 3.objs中存放问答对处理后的对象，用于批量创建 infos存放问答对的dict格式,用于更新操作 objs = [Questions(**qa_dict)] infos = [qa_dict] Questions.objects.bulk_create(_objs) 更新问答对： Request: url = url + "/qapairs/" + id + "/" data= { "kbId": "lnn071602", "questions": [ { "question": "你好96" }, { "question": "您好96" }, { "question": "nihaonihao96" } ], "answer": "bsfe4b25-3ddf0-4114-92bd-7c254d145d39" } Deal: 1.将问题id更新到data中 request.data.upd

呼叫中心项目，基于 asterisk 开发的一套 web 项目。主要功能有自动外呼（催缴外呼、调查外呼、通知类外呼）,催缴外呼支持几大业 务的外呼：电费催缴、水费催缴、电话费催缴、物业费催缴、交通移车、交通违法通知等八种催缴（提醒）类型。 同时支持扩展开发， 可以应用于各种电话自动外呼项目，比如：对于物业公司，在有紧急情况可以下发通知告知业主，等等。 同时，系统已经支持了短信接口，如果有短信方面的需求，在自动外呼的同时，可以支持同时下发短信。 项目的上线运营情况： （1）项目已经应用到江苏的电信局的相关业务，用于江苏地区的电费、水费、微信交通移车等业务。系统对接运营商的IMS作为落地资源， 线路的并发能力为：120线。 （2）西门子电器项目，系统对接西门子电器的几大购物平台（京东、天猫…

一款智能家居的配套应用，基于Android平台，使用Android Studio开发，集成了机智云，Bomb云,百度AI等平台SDK.功能主要包括智能家居，生活服务，我的物业. 现有功能模块： 【登入界面】【设备列表】【主界面】【智能开关】【智能窗帘】【窗帘控制】【空调列表】【空调匹配】【空调控制】【计量插座】【视频监控】【智能锁&增氧机测试】【物业报修】【在线缴费】【物业公告】【菜市场】【菜品列表】【菜品下单】【商品详情】【二手市场】

maven springboot 框架搭建

人脸表情识别 2020.8.22，重构了整个仓库代码，改用Tensorflow2中的keras api实现整个系统。考虑到很多反映jupyter notebook写的train使用起来不太方便，这里改成了py脚本实现。 2020.12.18，根据反馈，修改了Jaffe的优化器设置。 简介 使用卷积神经网络构建整个系统，在尝试了Gabor、LBP等传统人脸特征提取方式基础上，深度模型效果显著。在FER2013、JAFFE和CK+三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras2（TensorFlow后端），具体依赖安装如下(推荐使用conda虚拟环境)。 git clone https://github.com/luanshiyinyang/FacialExpressionRecognition.git cd FacialExpressionRecognition conda create -n FER python=3.6 source activate FER conda install cudatoolkit=10.1 conda install cudnn=7.6.5 pip install -r requirements.txt 如果你是Linux用户，直接执行根目录下的env.sh即可一键配置环境，执行命令为bash env.sh。 数据准备 数据集和预训练模型均已经上传到百度网盘，链接给出，提取密码为2pmd。下载后将model.zip移动到根目录下的models文件夹下并解压得到一个*.h5的模型参数文件，将data.zip移动到根目录下的dataset文件夹下并解压得到包含多个数据集压缩文件，均解压即可得到包含图像的数据集（其中rar后缀的为原始jaffe数据集，这里建议使用我处理好的）。 项目说明 传统方法 数据预处理 图片降噪 人脸检测（HAAR分类器检测（opencv）） 特征工程 人脸特征提取 LBP Gabor 分类器 SVM 深度方法 人脸检测 HAAR分类器 MTCNN（效果更好） 卷积神经网络 用于特征提取+分类 网络设计 使用经典的卷积神经网络，模型的构建主要参考2018年CVPR几篇论文以及谷歌的Going Deeper设计如下网络结构，输入层后加入(1,1)卷积层增加非线性表示且模型层次较浅，参数较少（大量参数集中在全连接层）。 模型训练 主要在FER2013、JAFFE、CK+上进行训练，JAFFE给出的是半身图因此做了人脸检测。最后在FER2013上Pub Test和Pri Test均达到67%左右准确率（该数据集爬虫采集存在标签错误、水印、动画图片等问题），JAFFE和CK+5折交叉验证均达到99%左右准确率（这两个数据集为实验室采集，较为准确标准）。 执行下面的命令将在指定的数据集（fer2013或jaffe或ck+）上按照指定的batch_size训练指定的轮次。训练会生成对应的可视化训练过程，下图为在三个数据集上训练过程的共同绘图。 python src/train.py --dataset fer2013 --epochs 300 --batch_size 32 模型应用 与传统方法相比，卷积神经网络表现更好，使用该模型构建识别系统，提供GUI界面和摄像头实时检测（摄像必须保证补光足够）。预测时对一张图片进行水平翻转、偏转15度、平移等增广得到多个概率分布，将这些概率分布加权求和得到最后的概率分布，此时概率最大的作为标签（也就是使用了推理数据增强）。 GUI界面 注意，GUI界面预测只显示最可能是人脸的那个脸表情，但是对所有检测到的人脸都会框定预测结果并在图片上标记，标记后的图片在output目录下。 执行下面的命令即可打开GUI程序，该程序依赖PyQT设计，在一个测试图片（来源于网络）上进行测试效果如下图。 python src/gui.py 上图的GUI反馈的同时，会对图片上每个人脸进行检测并表情识别，处理后如下图。 实时检测 实时检测基于Opencv进行设计，旨在用摄像头对实时视频流进行预测，同时考虑到有些人的反馈，当没有摄像头想通过视频进行测试则修改命令行参数即可。 使用下面的命令会打开摄像头进行实时检测（ESC键退出），若要指定视频进行进行检测，则使用下面的第二个命令。 python src/recognition_camera.py python src/recognition_camera.py --source 1 --video_path 视频绝对路径或者相对于该项目的根目录的相对路径 下图是动态演示的在Youtube上某个视频上的识别结果。

mifengzhibo-master (1)乐创直播项目源码.zip 174Mb

BLE开发项目功能点介绍 启动页 首页 蓝牙连接列表 我的（世界排名，运动目标，历史记录，更多设置，帮助，退出） 历史记录 模式选择（时间模式，卡路里模式，公里模式） 跑步控制界面 跑步结束界面（保存，分享） 首页 首页的UI布局由一个仪表盘组成，外层显示公里数，内层显示时间天数，目标设置可在：我的——运动目标，设置。下方两个按钮条转到历史记录和模式选择两个模块中。蓝牙中心控制者SerialGATT服务保持在首页即MainPageViewController控制器中，由此控制器传值到蓝牙列表，跑步机控制界面。 蓝牙连接列表 由MainPageViewController将蓝牙设备数组peripheralViewControllerArray，传递到次中。list展示。点击cell携参回调回首页执行开始跑步。 跑步控制界面 由MainPageViewController将蓝牙服务SerialGATT *sensor传递到BLEViewController控制器中，经过软硬件双方校验后将正确的蓝牙数据包内容分隔显示到指定label中展示。（具体校验方法下方有做说明） 模式选择 模式选择分为时间，卡路里，公里模式，三种模式选择完成后，通过通知中心传递到蓝牙控制界面中，在数据接收中进行判断，如果匹配，则以label的形式显示 运动目标 运动目标分为7日目标， 30日目标，目标设置完成通过NSUserDefult保存在plist文件中做数据持久化。