大数据-算法-隐含概念漂移的数据流分类研究.pdf

大数据-算法-面向海量数据库的数据流统计研究与实现.pdf

大数据-算法-面向海量信令数据流的挂机短信业务服务平台的研究与实现.pdf

安全技术-网络信息-面向多核的多层次实时网络数据流调度技术研究.pdf

宝来维修手册-大众数据流.doc

大数据-算法-非平稳数据流的概念漂移检测及其分类.pdf

Android 蓝牙AVRCP（java-framework）层连接流程图，非常详细的从btif-bta-btm-hci 数据流程走向，以及从controller收到数据到btm层，将Android 源码使用流程图的形式画了出来，使Android 蓝牙开发者更清楚数据收发走向，代码流程更加形象生动，能够很快的熟悉Android 蓝牙源码，利于后面问题处理和BUG解决。

4位超前进位加法器的数据流建模+层次建模，有测试文件，定义两个辅助函数：进位生成函数，进位传递函数。通常把实现上述逻辑的电路称为进位生成/传递部件 。CLA加法器由“进位生成/传递部件”、“CLA部件”和“求和部件”构成 。

$ vi Dockerfile FROM daocloud.io/library/centos:7 MAINTAINER ljy RUN mkdir /usr/local/jdk WORKDIR /usr/local/jdk ADD jdk-8u211-linux-x64.tar.gz /usr/local/jdk ENV JAVA_HOME /usr/local/jdk/jdk1.8.0_211 ENV JRE_HOME /usr/local/jdk/jdk1.8.0_211/jre ENV PATH $JAVA_HOME/bin:$PATH ADD flink-1.14.4-bin-scala_2.12.tgz /opt WORKDIR /opt/flink-1.14.4 EXPOSE 8081 $ docker build -f Dockerfile -t flink . $ docker run -itd -p 8081:8081 --name flink flink $ docker exec -it flink /bin/bash

网站：http://flowbasedprogramming.com DSPatch，发音为“dispatch”，是一个强大的 C++ 数据流框架。 DSPatch 不受任何特定领域或数据类型的限制，从React式编程到流处理，DSPatch 的通用、面向对象的 API 允许您创建几乎任何可以想象的数据流系统。 *另请参阅：* DSPatcher ( https://github.com/MarcusTomlinson/DSPatcher )：用于构建 DSPatch 电路的跨平台图形工具。 DSPatchables ( https://github.com/MarcusTomlinson/DSPatchables )：DSPatch 组件存储库。