C/C++

本产品主要是采用SFU架构的方式提供视频会议系统，并提供基于web端、安卓APP的视频会议终端，并对外提供视频会议会控接口、提供流媒体播放器、提供sip接入协议，将能够将webrtc终端、sip终端和运营商的IMS、PSTN接入到会议系统。 本人主要负责会议系统的业务功能实现、提供二次开发接口，会议系统提供SIP接入，对接第三方视频设备。封装基于rtmp协议的流媒体服务器，共web端和第三方媒体播放器播放会议视频。

1. 使用zmq ipc进行多进程通信 2. 读取行情并由tick驱动进行报撤单 3. 基本的风控 4. A股及期指交易 5. 交易分析及统计 6. 订单管理及进程控制

项目技术：是一个麻将单机游戏，由c++语言开发，界面使用sdl2.0，切图都是其他地方找的，通过ndk，jni 技术在安卓上编译成功，可以玩。windows上也能编译出来可以玩。其他的平台没试过。 项目经过：独立完成的，起初是大学时候写的玩法，空闲没事的时候完善了游戏的界面，找了切图，后面做了些安卓app，决定放到安卓上跑看看。 后续：可以扩展成网络游戏，也可以改成2.5d，3d。

主要功能:通过后web端将摄像头终端的视频推送给向安卓终端和SIP终端，能够在webrtc上和sip上播放摄像头的视频。 负责:负责整个功能的结构设计，控制信令和业务实现,通过国标协议、海康SDK、RTMP协议接入摄像头。 难点:需要将摄像头的h265编码格式转换成webrtc和sip终端能够视频的H264编码，采用ffmpage将h265转换成h264

销售预测系统是一款强大的企业决策支持工具，它能够帮助企业准确预测未来一段时间内的销售情况，从而帮助企业制定更加精准的市场策略和运营计划。本系统通过运用先进的数据分析技术、机器学习和人工智能算法，将大量的销售数据、市场信息以及企业运营数据进行深度挖掘和分析，为企业提供高度可靠、实时的销售预测结果。 一、系统特点 1. 高度智能化：销售预测系统采用人工智能算法，自动学习和优化预测模型，不断提高预测准确性。 2. 数据驱动：系统充分挖掘和利用企业内外部的海量数据，包括历史销售数据、市场动态、竞争对手信息等，为预测提供有力支持。 3. 实时性强：销售预测系统可以实时收集和分析销售数据，为企业提供最新的销售预测结果，帮助企业快速响应市场变化。 4. 灵活可定制：系统提供多种预测模型和参数设置，可根据企业业务特点和需求进行灵活调整，满足不同场景下的预测需求。 5. 易于使用：销售预测系统界面友好，操作简便，无需专业技能即可轻松上手，助力企业快速实现销售预测目标。 二、应用场景 1. 销售目标设定：根据销售预测系统提供的预测结果，为企业设定合理的销售目标，提升市场竞争力。 2. 库存管理：预测系统可

全国区域用户集中管理和分类信息记录，按各种需求导入或导出数据表格，针对分散的客户资源，减少管理成本和时间。

1. 读取估值表数据及wind数据: 清洗各托管数据格式，根据会计准则解析数据，结合需求获取需要的wind数据 2. 计算业绩报告指标及绘图: 数据分析及整理，使用windows接口调用office 3. 按要求生成excel及word文档

学生管理系统是一种基于C语言的应用程序，旨在方便学校或教育机构管理学生的信息和成绩。该系统可以实现添加、删除和插入学生信息以及计算分数平均值等功能。 首先，定义一个学生的结构体，包含学生的姓名、学号和成绩等信息。通过使用结构体，我们可以方便地组织和管理学生的数据。 接下来，使用C语言提供的文件操作函数来实现学生信息的存储和读取。通过将学生的信息保存在一个文件中，我们可以在需要的时候快速地读取和修改数据。 在主函数中，我们可以使用循环来提供一个用户友好的界面，允许用户选择不同的操作。例如，用户可以选择添加学生信息、删除学生信息、插入学生信息或计算分数平均值。 当用户选择添加学生信息时，程序会要求用户输入学生的姓名、学号、性别和成绩等信息，并将这些信息保存到文件中。类似地，当用户选择删除学生信息时，程序会要求用户输入要删除的学生的学号，并在文件中删除对应的记录。 如果用户选择插入学生信息，程序会要求用户输入要插入的学生的位置和信息，并将该学生插入到文件的指定位置。 最后，当用户选择计算分数平均值时，程序会读取文件中的所有学生信息，并计算他们的平均分数。然后，将结果输出给用户。

项目:项目功能包括安卓APP集成webrtc、web端继承webrtc,实现webrtc之间、webrtc和sip之间的音视频通话。 责任：整个项目的负责人，负责项目进度的跟进和人员协调；负责制定webrtc的通信协议和sip协议，实现webrtc和sip协议之间的转换已经通信的媒体协商。 整个项目中使用websocket通信协议、UDP通信协议、DTLS的加解密、rtp媒体传输协议、G711音频编码、H264的视频编码、媒体的编码和解码 难点: 需要将webrtc的加密媒体流解密转发到sip终端，将sip的媒体流解码转发到webrtc之间，解决方案使用媒体服务端代理媒体，实现媒体编解码和转发。

此为对于flv格式封装方式的解析 以及aac h264格式解析 了解其封装方式 解析方式为 将文件转换为对象树 通过对象可以看到整个文件的结构内容 git clone https://github.com/farawaystars1/FlvParser

1.服务端：可以进行推理检测 2.边缘端：实时检测：已完成算法在Nvidia Jetson Nano上的C++实现：效率约比基于python的实现提高1倍 已完成模型的小型化和基于TensorRT的推理优化 算法已部署在服务器端，业务逻辑采用了前端视频流处理-推理服务器模式，目前在10路摄像机上进行测试：业务架构优点： 运维方便，后台推理服务器进行推理，稳定性好 添加业务需求简单，前端进行业务修改便利 后台推理服务器可充分利用线程池优化，提高了可服务的摄像机路数的容量，降低了资源损耗

模块：pad,server,base,location,nav,嵌入式 任务：pad(50%), server(80%),base(40%) pad端主要使用mvc框架，包含ui模块，通讯模块，三方库，相机封装库，公用模块，数据库，ftp...

1.用户使用:用户通过注册登录后可以浏览和搜索浏览MySQL数据库中的各景点内容并并查看各景点剩余门票和订票。常看旅友发的动态以及可以上传自己动态到数据库。 2.管理员使用:通过管理员账号登录，查看用户订票状态以及各景点运营状态。同时通过网页及时更新MySQL数据，继而优化网页各景点信息安全与可靠性。

主要做了用户管理，关系管理，快照管理，以及服务器的高并发，采用技术为makefile编写，另外gdb调试，涉及到了高并发

该作品为界面开发，主要用的是一些qt库，底层写好了read，write。主要是界面的排版，然后采用cmake，在visual studio2 019完成的项目

可以通过网口与FPGA实现告诉通信，带宽达到1G，进行高速的数据抓取分析。界面使用了QT，网络协议采用了udp协议。

主要做了用户管理，关系管理，快照管理，以及服务器的高并发，采用技术为makefile编写，另外gdb调试，涉及到了高并发

针对教务工作而简化的阅卷平台，功能完善并对数据再加工，从而形成系统完整的分析报表，能客观真实地纵向和横向对比。

因为AutoCAD的存在嵌套块实体图形，且块图形分为多行快和单个块类型，它们互相嵌套； 块图形可能还存在角度和收缩，因此依靠手动去分解此类块图形非常困难； 本功能解决了以上问提，一个命令可以全部分解成非块图形实体，且图形外观不变;

从事物联网平台相关工作约7年，累计接入70多种物联设备. 物联设备不存在标准通讯协议，每一种设备都需编写对应的通讯协议栈，因此特别擅长通讯协议开发，对多种通讯协议比较熟悉。