时时计算报表,加快查询

说明：  对于简单的系统进行LQR线性最优控制效果，并输出一些基本结果(LQR linear optimal control effect is applied to simple system, and some basic results are output)

功能简介: 群聊功能: 一个聊天窗口发消息全部都能收到 私聊功能: 只能给特定的IP和端口或者用户名发消息 查看在线用户功能: 可以查看当前在线用户 上传下载功能: 用户可以从文件服务器上传下载文件 发送表情功能 发送图片功能步骤: 版本1-7 文字聊天室 版本8 将文字聊天室界面美化，加按钮、换文本框(用于显示的列表框不能贴图) 版本9 开始文件管理器的图形界面化 版本10 将文件功能加入聊天室(ftpDemo) 版本11 开始将发送表情功能加入聊天室 版本13-14 开始将发送图片功能加入聊天室PS: 版本号对应文件夹尾号 项目文件夹是按功能一个个分的 里面的代码如果有多个版本则是功能慢慢完善的过程 更多的具体看每个代码开头的注释说明

实现了hadoop mapreduce模块中的wordcount例程(hadoop mapreduce wordcount)

ryu开发文档，很适合新手入门学习，有详细的模块介绍(ryu development documents, it is suitable for beginners to learn, a detailed description of the module)

说明：  扫描文件夹，通过文件大小和创建时间判断图片文件是否重复，并分类和重命名(Scanning folders to determine whether image files are duplicated, categorized and renamed by file size and creation time)

说明：  实现文件压缩，解压，使用了哈夫曼编码来实现程序(Realize file compression and decompression)

说明：  gcm python算法 包含aes128 狂欢，(GCM Python algorithm includes AES 128 carnival,)

说明：  基于注意力的的方法，预测使用的tcn，tcn是比lstm更好的一种预测方法，附数据(Based on the attention method, TCN is better than LSTM in prediction, with data attached)

pycamera,在python上的摄像头调用工具(pycamera,camera demo for python)

面部地标检测旨在定位给定特征点的面部图像的关键点，这些特征点通常遭受由任意姿势，不同面部表情和部分遮挡引起的变化。我们提出了一个粗到细的框架，它将堆叠的沙漏网络和显着区域的注意力细化联系起来，以实现稳健的面部对齐。为了实现这一目标，我们首先提出了一个多尺度区域学习模块（MSL）来分析不同面部区域的结构信息，并提取强烈的判别性深层特征。然后我们采用堆叠沙漏网络（SHN）进行热图回归和初始面部地标预测。(Facial landmark detection aims to locate keypoints for a facial image given feature points, which typically suffers from variations caused by arbitrary pose, diverse facial expressions, and partial occlusion. We put forward a coarse-to-fine framework which joints stacked hourglass network and salient region attention refinement for robust face alignment. In order to achieve this goal, we firstly put forward a multi-scale region learning module (MSL) to analyze the structure information at different facial region and extract strong discriminative deep feature. Then we employ stacked hourglass network (SHN) for heatmap regression and initial facial landmarks prediction.)