基于SpringBoot框架的WebSocket创建聊天、群聊。 实现的功能有： 1. 登录注册 2. 好友申请，接受拒绝好友申请 3. 好友分组 4. 创建群聊，踢出群聊，拉好友入群 5. 聊天记录，消息记录查询， 6. 即时通讯，支持发送图片，文字，链接 WebSocket的由来: 之前只有一个http协议，http协议是请求响应，存在缺陷，就是请求只能由客户端发起，然后请求到服务器，服务器做响应，但是如果服务器状态做了改变，客户端并不能即使的更新，之前的是按照轮询的方法解决，轮询的效率低，非常浪费资源（因为必须不停连接，或者 HTTP 连接始终打开）。因此为了解决这个问题WebSocket 就出现了。 WebSocket简介： 服务器可以主动向客户端推送信息，客户端也可以主动向服务器发送信息，是真正的双向平等对话，属于服务器推送技术的一种。客户端请求建立连接，然后服务端收到消息，此次通讯并不会断开，而是一直连接，这样后端也能主动的发送数据到客户端。

Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；Axure设计原型+分组柱状图（中继器）；

大规模多输入多输出（MIMO）是第五代无线通信系统的一项关键技术。 联合空间划分和复用（JSDM）方法可以降低频分双工（FDD）系统CSIT的下行链路训练和反馈成本。 本文研究了基于JSDM的用户分组和用户调度问题，提出了一种复杂度较低的改进贪婪用户调度算法。 数值结果表明，基于改进算法的用户分组和调度具有较低的计算复杂度，而对系统性能的影响却很小。

主要介绍了 javascript 正则表达式分组、断言详解的相关资料,需要的朋友可以参考下

使用expandablelistview实现qq好友分组的功能，代码挺简单的，有注释

基于典型的多输入-多输出无线通信系统下的正交空时分组码信道模型，推导了瑞利衰落信道下正交空时分组码的瞬时接收信噪比和抗噪声性能的一般表达式，并用Simulink仿真工具，对在不同调制方式下几种STBC系统的误码率性能进行了仿真与结果比较分析。仿真结果表明，接收天线数目一定时，正交空时分组码的性能随着发射天线数的增加而得到改善，并且随着发射天线数目的增加，改善的程度越来越小。分析结果还表明了系统带宽利用率和抗噪声性能之间的互补关系。

VDI波导标准频段划分和分组，里面包含WR-28 7112 3556 21.1 26.5 40 0.008 0.006 Ka WR-22 5690 2845 26.35 33 50 0.012 0.008 Q WR-19 4775 2388 31.39 40 60 0.015 0.010 U WR-15 3759 1880 39.88 50 75 0.022 0.015 V WR-12 3099 1549 48.47 60 90 0.030 0.020 E WR-10 2540 1270 59.01 75 110 0.039 0.027 W WR-8.0 2032 1016 73.77 90

摘要 本文件定义互联网分组(诸如IPv6和IPv4)IPv6封装的模型和一般机制。此模型和机制也可以用于其他协议分组，诸如AppleTalk、IPX、CLNP，或其他。 目录 第1章 序言 第2章 术语 第3章 IPv6隧道化 3-1 IPv6封装 3-2 隧道中的IPv6分组处理 3-3 IPv6解封装 3-4 IPv6隧道协议引擎 第4章 嵌套封装 4-1 受限的嵌套封装 4-1-1 隧道封装限制选项 4-1-2 环回封装 4-1-3 路由环路嵌套封装 第5章 隧道IPv6首部 5-1 隧道IPv6扩展首部 第6章 IPv6隧道状态变量 6-1 IPv6隧道入口点节点 6-2 IPv6隧道出口点节点 6-3 IPv6隧道跳数限制 6-4 IPv6隧道分组流量等级 6-5 IPv6隧道流标签 6-6 IPv6隧道封装限制 6-7 IPv6隧道MTU 第7章 IPv6隧道分组大小问题 7-1 IPv6隧道分组分段 7-2 IPv4隧道分组分段 第8章 IPv6隧道出错报告和处理 8-1 隧道ICMP消息 8-2 IPv6原始分组的ICMP消息 8-3 IPv4原始分组的ICMP消息 8-4 嵌套隧道分组的ICMP消息 第9章 安全考虑 第10章 致谢 第11章 参考文献 撰写者通讯录 附录A 递归封装中的风险因子 完整版权声明

pandas获取groupby分组里最大值所在的行方法 如下面这个DataFrame,按照Mt分组，取出Count最大的那行 import pandas as pd df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]}) df Count Mt Sp Value 0 3 s1 a 1 1 2 s1 b 2 2 5 s2 c 3 3 10 s2

AES论文******************************