C/C++

C语言是在70年代初问世的。一九七八年由美国电话电报公司(AT&T)贝尔实验室正式发表了C语言。同时由B.W.Kernighan和D.M.Ritchit合著了著名的“THE C PROGRAMMING LANGUAGE”一书。通常简称为《K&R》，也有人称之为《K&R》标准。但是，在《K&R》中并没有定义一个完整的标准C语言，后来由美国国家标准学会在此基础上制定了一个C 语言标准，于一九八三年发表。通常称之为ANSI C。

基于开源3D打印切片软件Prusa Slicer进行二次开发改造，修改3D打印配置信息，导入新打印机配置，改造软件页面，定制软件外观以及功能

UVC免驱摄像头接入。 1.支持图像格式（RGB/MJPG/YUY2）。 2.支持最高120帧摄像头处理。 3.支持视频录制mp4、抓拍、涂鸦。 4.摄像头参数调整（亮度、对比度、锐化、焦距等）。 5.支持串口通信。

数据巴士（DataBus ，以下均简称为数据巴士）是一款 ETL 抽取工具，ETL 的全称为 Extract-Transform-Load 。描述数据从来源端经过抽取（Extract）、转换（Transform）、加载（Load ）至目的端的过程。数据巴士作为构建数据仓库的重要一环，拥有丰富的数据抽取机制；提供多种数据抽取方式包括全量抽取、增量抽取以及半全量抽取。能够适应不同数据源的同步、数据的整合、数据的转换、数据清洗等场景。DataBus 能够从不同的数据源，如 MySql、Oracle、SqlServer、SCSDB、ElasticSearch、KAFKA 、达梦7、Greenplum、PostgreSQL、GaussDB、json、excel 以及 CSV 将数据加载到目标数据库中去。

1.【面向对象与问题解决】 本项目面向医院HIS系统集成商和医疗机构，旨在解决医保电子凭证与医院HIS系统之间的无缝对接问题。通过开发一个轻量级的Windows桌面端辅助工具，实现了医保身份认证、患者信息查询、HIS系统自动填充等功能，显著提升了医院窗口工作效率，降低了人工操作错误。 2.【方案特点】 相比市场常规方案，本系统具有以下优势： 极低资源占用：采用原生C++开发，内存占用控制在15MB以下，CPU占用率低于0.1%，适合在老旧PC设备上运行 高度集成性：支持多种患者信息获取模式（数据库查询、API接口、模拟数据），适应不同医院的信息系统架构 便捷操作：提供全局热键（默认Ctrl+Alt+Q）一键触发全流程，支持系统托盘操作，不干扰日常工作 完善调试：内置医保接口测试套件，支持实时监控日志，方便开发和问题排查 安全可靠：采用参数化查询防止SQL注入，支持敏感数据内存加密，完整的操作日志记录 3.【产品组成与技术选型】 核心组件： 医保电子凭证认证模块（集成NationECCode.dll） 患者信息查询模块（支持ODBC数据库和HTTP API） HIS系统自动填充模块（基于

NdcReason 知识图谱推理框架可以帮助企业与个人免费搭建知识图谱和知识自动推理，并在此技术上嵌入大模型LLM实现智能问答应用场景。系统长期维护并已经迭代到4.0版本。经过三年多的工业化成熟度落地，已在银行、交通、医院等行业成功运行实施。 具体详见：www.niudic.com

1、通过c++方式封装了对各类主流数据库的操作（包含sqlServer、oracle、mysql、db2） 2、封装了DB适配器，用于兼容不同数据库操作 4、提供测试程序，方便对以上代码进行测试 5、测试用户可以自行准备数据库进行联调 6、有问题可以咨询作者（作者联系qq：7309717，加入请填写“代码问题咨询”，资源文件中包含实现代码）

该软件界面为一款基于 SVM 的图像分析与仿真工具。左侧展示原始图像与仿真效果，支持样本选取与可视化比对；右侧聚焦参数配置与操作控制，涵盖物料标注、二值化阈值调整、仿真模型参数设置等功能，便于用户快速迭代实验。按钮命名直白明确，如“获取样本”“仿真标记”等，降低了学习成本，适合研发阶段高频调试与批量分析场景。整体布局紧凑高效，功能聚焦于自动样本获取、仿真生成与模型验证。

这个项目主要是三个板块，一是产品订购，二是代理商系统，三是充值板块，代理等级不同，充值赠送的金额比例也不同，同时不同等级推荐人充值的收益也不同

本项目是一个基于ROS的自动驾驶感知框架，集成了激光雷达、相机和毫米波雷达等多种传感器，通过模块化设计实现环境感知、目标检测和轨迹预测等功能。激光雷达模块负责点云预处理和障碍物检测，相机模块利用深度学习算法进行图像目标检测，毫米波雷达模块则专注于目标速度估计。多传感器数据融合模块将各传感器的检测结果进行时间同步和坐标对齐，采用UKF实现高精度的目标定位。轨迹预测模块基于历史轨迹数据，使用卡尔曼滤波预测目标的未来运动轨迹。整个框架通过ROS的异步通信机制保证实时性，并采用模块化设计便于扩展和维护。该框架可应用于自动驾驶车辆、智能交通和机器人导航等领域，具有高精度、高鲁棒性和可扩展性等特点。已在多个项目上交付运行。

**全流程案件管控** - 案件信息矩阵录入（当事人/案由/管辖法院智能联想输入） - 多维度进度看板（可视化展示立案、审理、执行各阶段状态） - 双通道提醒系统（开庭日/举证期等关键节点短信+邮件自动预警） 2. **司法期限管理** - 时效自动计算引擎（诉讼时效/上诉期/执行期限智能推算） - 动态日历同步（法院排期与律师日程智能匹配） ### 二、智能文书工作台 1. **文档全生命周期管理** - 模板化文档生成（起诉状/答辩状等200+法律文书一键生成） - 合同智能审查（风险条款自动标红+修订建议） - 电子签名生态（对接权威CA机构实现文书在线签署） 2. **文档智能分析** - NLP关键信息提取（自动生成案件摘要/证据清单） - 文书质量检测（格式规范/法律要件完整性校验）

•采用爬虫获得井盖数据集，根据井盖状态对其进行四分类标注，采用yolov8对输入的井盖图像进行目标检测，使用分类损失、回归损失和目标置信度损失进行模型训练优化，提高识别准确率。 •使用streamlit库与NCNN框架分别部署于Web与Android端，确保了识别结果的实时可视化。尝试多种方法，较好地解决了Pytorch to NCNN的模型转化过程中出现的错误从而导致APP崩溃的问题。 •训练过程中四个分类的mAP均在0.82~0.94，总体mAP@0.5为0.82，表明模型在总体上有较好的表现，有较高的精度和召回率。针对复杂光照条件导致的误报问题，引入曝光度调整的数据增强策略，有效降低误报率，提高模型在不同环境下的鲁棒性，助力路政部门高效监测井盖异常，降低公共安全风险。针对边缘设备fps过低的问题使用了FasterNet，极大的提升了fps。

一款基于终端的轻量级文件管理器，支持以下功能： 图形化目录浏览（上下键导航，Enter进入目录） 基础文件操作（复制、移动、删除） 文件搜索（按名称/类型快速过滤） 权限管理（通过chmod命令修改权限） 内置简易文本查看器（支持.txt/.c等文件预览）

（京东）验证码是一款通过人机识别帮助网站、APP和微信小程序等拦截机器恶意攻击的SaaS应用，验证码体系包括低中高三种验证难度的验证方式，低难度验证方式为静默验证，用户无需额外操作；中等难度验证方式有图中点图、滑动拼图、轨迹验证、拖动拼图、旋转图片等方式，涵盖点击、滑动、拖动、轨迹四种操作方式；高难度验证方式有点击式语义、3D旋转式点击验证等，破解难度大，可抵御高强度的恶意攻击，是验证体系中最为强劲的安全保障。实现技术有： 1、多种图形库运用，使用cairo 库强大的性能处理2D图片，能够实现各种样式的验证码效果； 2、多种数据协议和序列化，使用mpack 打包内存图片数据，使用rapidjson封装前后端数据； 3、验证码实现离线渲染并运用对象存储和内存数据库（lmdb）技术存储验证码资源和图片，使验证码接口吞吐能力相比传统提升多个量级并极大增强黑灰素材对抗能力； 4、使用机器学习通过轨迹识别人机，能够提升人机判别效率的同时确保用户体验质量；

此项目能获取股票历史日线数据，查看相关报表和K线图，提供理财计算工具和基础学习，帮助用户理性理财。使用技术有：股票分析仿真系统前端用的 C++语言的MFC框架，后端是C++和Python语言进行逻辑处理，数据库用的是SQLServer，数据库连接用的是Dao技术。

为什么要用内存池？首先，在7 * 24h的服务器中如果不使用内存池，而使用malloc和free，那么就非常容易产生内存碎片，早晚都会申请内存失败；并且在比较复杂的代码或者继承的屎山中，非常容易出现内存泄漏导致mmo的问题。 为了解决这两个问题，内存池就应运而生了。内存池预先分配一大块内存来做一个内存池，业务中的内存分配和释放都由这个内存池来管理，内存池内的内存不足时其内部会自己申请。所以内存碎片的问题就交由内存池的算法来优化，而内存泄漏的问题只需要遵守内存池提供的api，就非常容易避免内存泄漏了。 即使出现了内存泄漏，排查的思路也很清晰。1.检查是不是内存池的问题；2.如果不是内存池的问题，就检查是不是第三方库的内存泄漏。 全局内存池 一个连接一个内存池(本文实现这个场景的内存池)

安全管理平台简介 1.本方案聚焦工业互联网领域，面向制造业、能源、交通等行业客户，解决OT（运营技术）与IT（信息技术）融合场景下“设备接入失控、数据传输裸奔、策略统一管理难”的核心痛点。通过构建“端-管-云-边”一体化防护体系，实现工业全流程安全闭环管控，助力企业满足等保2.0、关基保护条例等合规要求。 2.方案核心特点：国密零信任架构：基于SM2非对称加密与SM4-GCM流加密技术，构建“动态认证+细粒度授权”机制，实现设备身份可信、数据传输机密、操作行为可溯，破解工业协议裸露传输风险；基于属性的策略引擎（ABAC）：支持按设备类型、生产环节、数据敏感度等50+属性动态生成访问策略，结合CDX执行引擎实现隧道级流量管控，策略生效延迟

本项目基于通信模块对Basic系统进行物联网化改造，实现传统卷帘门设备的智能升级。通过Vue等技术开发前端插件，解决了企业设备依赖外置硬件实现上云的痛点，简化部署流程，提升系统稳定性。该项目已在实际企业场景中测试应用，运行效果良好，满足行业基本需求。未来将拓展图像检测功能，进一步提升自动化水平，降低人工干预成本，增强整体系统的智能性与实用性，具有广阔的推广前景。

PCR（聚合酶链式反应）基因检测设备是分子生物学和医学诊断中用于扩增特定DNA片段的核心工具，广泛应用于病原体检测、遗传病诊断、基因突变分析、法医鉴定等领域。 实时荧光定量PCR仪（qPCR） 通过荧光信号实时监测扩增过程，定量分析DNA/RNA。 病毒载量检测（如HIV、HPV）、癌症标志物分析、基因表达研究。 高灵敏度，支持绝对/相对定量，无需后处理。 温控系统 使用avr芯片开发了加热与温度控制系统 升降温速率：高速PCR仪（≥5°C/秒）可缩短检测时间。 温度均一性：±0.5°C以内确保结果一致性。 光学系统（qPCR/dPCR） 荧光通道：多通道支持多重检测（如FAM、HEX、CY5）。 检测灵敏度：可检测单拷贝基因。 通量与耗材 样本通量：96孔（常规）、384孔（高通量）或微流控芯片（dPCR）。 软件与分析功能 数据分析：通过机器学习算法自动阈值设定、熔解曲线分析、标准曲线生成。

1. 本方案主要面向云桌面产品，解决了通过远程电脑访问本地USB设备的问题。 2. 本方案可以支持重定向市面上常见的USB设备，稳定性和兼容性良好。 3. 在设备端使用的是类过滤驱动，通过过滤hub设备的请求来获取系统中的usb设备，缓存后供用户层调用，在远端使用的是WDM框架，虚拟了VHCI设备和HUB设备，并在HUB设备下创建了虚拟设备，通过用户层得到虚拟设备收到的请求通过TCP发送到远端，远端应用程序再将请求发送给真实USB设备，得到回复后再返回给虚拟设备，远端对虚拟设备的请求可以正确响应，USB设备也可以使用了。

该项目主要用于训练使用，主要包括电脑监控、双方人员环境实体生成、席位分配、文件下发、训练管理等。主要涉及技术有网络通信（UDP、TCP、MQ消息队列），数据库操作（达梦数据库）、XML文件读写、Json解析、Http服务器搭建