移至
该项目演示了通过The Things Network通过MQTT从多个传感器接收的数据流的可视化。 （也可以修改为服务其他MQTT经纪人。）
特征
TTN服务器
订阅MQTT主题
使用websockets将收到的消息转发给客户端
历史数据服务器
读取历史数据
提供API来检索历史数据
客户
多系列折线图实时数据可视化
历史数据可视化
入门
先决条件
在运行客户端之前，请确保已在计算机上下载/安装了以下文件：
node.js
npm
python3.6
python-flask和python-flask_cors（使用python-pip）
具有feedmqtt.ttn机密文件
正在安装
要开始使用该项目，请按照此处描述的安装步骤进行操作，
1. mqtt-ttn-server
这样创建一个config.json文件，
{
"username": "user",
2021-12-12 19:32:05
864KB
1
1. 利用Sqlite创建BLOB类型字段，可用于图片或数据流的存储；
2. 实现BLOB类型字段的读写；
3. 利用ZlibNet对二进制字节流进行数据解压缩；
2021-12-11 17:46:50
1.19MB
1
HelloDataflow-LLVM
开始在LLVM中编写数据流分析。 （没有标准模板）
LLVM API的代码准则
请参阅从访问功能的基本步骤，基本块和说明。
以下LLVM API可能有助于实现数据流分析。 假设您有一个基本块，并且想找出其后继者，请使用以下代码片段迭代其后继者。
// #include "llvm/IR/CFG.h"
for (BasicBlock *Succ : successors(&basic_block)) {
...
}
接下来，使用以下API查找前身。
// #include "llvm/IR/CFG.h"
for (BasicBlock *Pred : predecessors(&basic_block)) {
...
}
使用标准的C ++ API执行基本的集合操作，例如两个集合或向量的并集。
// #include
std
2021-12-10 15:00:00
2KB
1
Audio各场景数据流：
1.TV-TVIN Scene
2. TV-Media Scene
3.TV-DTV Scene
4.STB-Media Scene
5.Framework Stream
6.A2DP Play Scene
2021-12-09 20:05:13
346KB
1
摘要：数据流计算机体系结构的性能优于传统的冯•诺依曼式体系结构，其应用前景更加广泛。本文主要介绍了数据流计算机体系结构的分类，工作原理，性能分析，系统的优缺点介绍以及DDMP处理器的结构与特点。
关键词：数据流计算机；数据驱动；需求驱动；数据驱动处理器DDMP；操作码；运算顺序;数据流图;
中图分类号：TP302.1 文献标识码:A
2021-12-08 20:56:54
69KB
1