CMake

本项目基于Python实现气温预测模型，包含四大核心功能模块：数据预处理模块：读取历史气温CSV数据集，完成缺失值填充、异常值过滤及特征工程，提取时间、季节等关键特征；可视化分析模块：利用Matplotlib绘制气温时序趋势图、季节波动图及相关性热力图，直观展示数据规律；模型训练模块：基于Sciki

1.最多支持添加32个摄像头，支持摄像头实时音视频浏览。2.支持水印和遮罩添加，保护隐私。3.支持录像回复和运动侦测。4.支持摄像头PTZ控制5.支持摄像头双向音频6.支持摄像头手动录像和参数设置

1.实时波形显示与伤损定位基于QtC++设计多线程并发框架，Sqlite数据库,集成硬件PCB，实现PCB的配置和控制，以及数据的接收，实现80通道数据实时采集与波形绘制硬件集成，根据编码器脉冲信号，对裂痕位置进行毫米级定位，支持多个临近伤损的自动合并算法2.深度计算与报表生成根据探伤峰值数据，结合

架构设计采用高内聚设计思想，将探伤检测核心功能与外部接口（FTP、MES、PLC等）统一集成到单一UI界面入口，形成完整闭环的探伤检测解决方案。80通道并发处理基于QtC++设计多线程并发框架，实现80个通道的并行数据采集和处理。通过合理的线程池设计和资源调度，确保高负载下系统稳定运行，数据不丢包、

1.支持按大小自动翻滚（logrotation），避免单个日志文件过大2.提供分级日志（DEBUG/INFO/WARNING/ERROR）3.提供日志宏，记录日志通过宏简易操作

一键换肤：支持动态切换主题，轻松适配不同风格（如深色/浅色模式、企业定制色等），提升用户体验。优雅窗口特效：内置阴影、圆角、模糊背景等效果，让应用界面更具质感与层次感。流畅动画引擎：集成多种预置动画（如渐显、滑动、弹性效果等），让交互更生动。跨平台兼容：基于QML的强大跨平台能力，可无缝部署到桌面、

UTKWidget分为三个核心模块：utkwidget：基础控件库，提供统一样式、颜色和主题风格，支持亮色/暗色主题切换和换肤效果utkcore：提供除UI以外的类封装，如线程、同步/异步消息机制、配置文件解析等example：代码示例，帮助开发者快速上手这个框架遵循模块化设计思想，使开发者可以根据

主要分为1.边缘计算设备，作为本地的计算核心，部署LLM，Mcp服务，语音交互工作流，深度学习的算法模型检测等。2.控制器，基于Esp32s3过uart串口与边缘计算设备通信，传输数据调用mcp服务控制机器人的休眠状态，功放开启等

平台集成“点云编辑器+AI分割+RRT路径规划+流程”四大引擎。①点云：一键去噪、降采样、模板匹配，0.1mm精度生成抓取点；②AI：深度学习模型包管理，自动识别异形件与缺陷；③规划：关节-笛卡尔混合避碰，支持DXF轨迹导入，节拍优化20%；④流程：拖拽式图形编程，逻辑、视觉、运动同屏调试，虚实同步

自家有个大花园，需要定期浇水，于是做了一套智能化解决方案，包含全套硬件和软件，现设备不再使用，可成套出售，价格面议！！！产品具备功能：1、定时计划，无人值守2、实时告警，及时发现隐患3、视频监控，守护庭院安全4、数据追溯与导出5、智能灌溉，提高生产效率6、低功耗唤醒联系方式：13928690503（

1.开发wps的登录模块和文件分享模块2.开发cam的画布操作、dxf/SVG导入、路径优化、机器连接、嵌入ai、相关功能3.开发自动编译打包平台、bug日志

1.CVM旨在开发一个能够进入区块链共识的模型推理平台，采用全整形数据流2.MRT从MxNet/Pytorch等其他模型训练框架导入模型，并量化至CVM兼容格式

通过指纹识别/人脸识别/ID卡实现智能考勤/门禁功能,实现智能云考勤门禁/手机APP考勤门禁,中控主机通过无线WiFi网络将考勤门禁数据实时传输到云平台。

使用ALSA录音采集PCM数据,通过科大讯飞语音识别进行指令识别,进而控制具体家居设备并通过无线(WiFi)网络将数据同步传输到手机APP或云平台显示,可通过语音控制、手机APP、中控网关显示屏、硬件面板等方式控制设备。

移植了最新版本的LVGL进行功能模块演示，实现基于i2c驱动的oled显示GIF，实现基于spi驱动的w25q64模块的读写flash。实现基本串口通信，实现文件浏览器，实现相机画面显示与拍照。

该方案针对使用低版本mysql数据库需要对表文件进行加密的用户，部署时做到轻量化，不替换原有的mysql文件。 该方案中利用mysql的plugin功能，而加密相关的功能单独编译为动态库。 部署前先通过获取符号变的工具获取相关api的符号表，使用plugin命令加载加密代码编译的库文件，利用gcc提供的接口替换掉原有的符号表。 该方案可以根据用户使用的mysql版本单独提供加密库文件，能够解决低版本mysql机密问题。

该项目主要完成saas环境审计系统下，统计并记录多用户流量用于计费。 用户流量按流量采集客户端地址来区分存储，存储服务为mysql数据库， 审计节点本地使用原子操作记录流量值并周期同步到mysql存储服务(使用lock锁表)，同时落地到文件， 出现存储服务出现异常并回复后，根据流量记录时间及更新时间恢复流量表数据； 存储服务中的相关表设置触发器禁止删除及清理； 通过该方案在saas环境下能准确记录用户流量并在表文件损坏时能及时恢复数据

1、CS架构低延迟系统，服务端用C++开发，基于TCP的消息队列通信。 2、Server对接了迅投miniQMT、顶点HTS、期货CTP等同用接口，以及中泰、华泰、中金、华鑫等极速柜台或外围三方系统。 3、无UI，提供C++/Python API，客户端可用于报撤单、查询资金/持仓/委托/成交、接收委托/成交回报。

通过自定义协议，完成网管（设备管理系统的总成）对通信设备（节点设备）的控制，包括参数配置，比如频点，功率，ssid等控制，同时实现设备的展示，升级，告警提示，日志的存储和显示，流量统计和展示，网络地址的配置和显示，在线时长显示等等；另外，还能实现对设备的认证，密钥的更新和分发，安全算法的修改和配置；实现用户管理，用户密钥管理，用户角色的切换与管理，用户权限的分配和管理；对系统运行日志进行分类，检索，存储；完善的管理控制协议，支持对AP/STA，Probe的分类协议；

高精度大语言模型推理模拟平台，精度达到行业领先水平，运行速度极快。 1. 模拟平台在各项模拟上运行效率都远优于同类型开源项目，相较于LLMCompass，平均实现了超过85%的性能提升。 2. 该模拟平台具有高可扩展性，可以很容易集成新型算法和新加速器架构。 3. 模拟平台精度高，与实际误差不超过4%。