调查结果与分析报告附数据整理分析报告总结报告.pdf
2022-02-21 19:06:04 1.9MB 资源
通过对开源项目OpenSSL分析,整理了GMSSL项目介绍,Windows下的编译,Windows命令行下SM4加解密,SM2密钥对生成,加密验签的操作方法等。
2021-07-26 17:39:20 941KB sm2 sm4
1
流行病学调查数据录入软件
2021-07-14 13:04:50 3.03MB 数理录入 整理分析
1
在阶段病例已经获得处理数量(即Stage_Treated)较大,且认为其数据是有效的情况下: 阶段的康复率变化波动大的地区与环境温度相关性越能对应上 康复情况越差的地区越可能是处于寒冷的地区,反之则不一定成立 康复情况好的地区很多都是处于环境温度较高地区 当以间隔天数较小进行阶段划分时,同一地区出现较多较大的阶段的康复率的概率是在天气温度较好的时间(在Excel中可过滤可能是异常数值的数据,如阶段康复率是在0.5到1的区间,阶段康复数大于或等于10和阶段死亡数大于或等于0,将过滤后的数据拷贝到新的工作表中,针对该新建工作表数据创建一个以地区和子地区为行,阶段日期组合成月为列,阶段康复率平均值为值的数据透视表) 环境温度对阶段康复率的影响有滞后性,根据供冷供暖情况不同,天气温度会对环境温度有不同的影响,所以不太会出现极端天气温度造成极端差的康复情况,有些地区会出现在寒冷的天气温度下供暖后的康复情况比不供暖时的要好,但大多都会比不过天气温度较高时的状况。 印度的疫情大数据告诉我们,并不是温度越高越好,在2021年2月温度较适宜,2021年1月和2021年3月稍差,到了现在2021年5月更差了,预测印度接下来的更炎热的夏天会疫情康复情况数据会更差。
2021-07-02 11:02:44 35.33MB COVID-19 数据分析
文档是对\linux-4.4.52\drivers\media\platform\omap3isp\Isp.c阅读后的梳理总结。这份代码是TI针对OMAP3 ISP模块的驱动实现,编写遵守V4L2框架,涉及多个v4l2_subdev,非常典型的V4L2的编写场景,代码清新,很适合对V4L2的深入学习理解。另:TI对应的datasheet对ISP的硬件描述也非常详尽,可辅助学习。
2021-05-19 19:44:37 131KB ISP V4L2
1
本文档介绍了JVET下H.266及JEM平台的关键编码技术,为总结性调研文档。文档简介和前两章内容见本人博客。压缩包中附带部分参考文献。
2020-01-27 03:02:53 19.72MB H.266 JVET JEM 视频编码
1