完整的C／S架构的基于RTP／RTCP的H．264视频传输方案。此方案中，在服务器端和客户端分别进行了功能模块设计。服务器端：RTP封装模块主要是对H．264码流进行打包封装；RTCP分析模块负责产牛和发送RTCP包并分析接收到的RTCP包；QoS反馈控制模块则根据RR报文反馈信息动态的对发送速率进行调整；发送缓冲模块则设置端口发送RTP、RTCP包。客户端：RTP模块对接收到的RTP包进行解析判断；RTCP模块根据SR报文统计关键信息，产牛并发送RR包。
系统 2019-08-12 09:29:49 3077
1.webx框架的基础知识1.1.框架整体理解从整体上来说，webx框架是一个可定制可扩展的javaEE框架。为什么说它是可定制可扩展的，其根本原因在于webx框架的层次性和继承性的，webx分为3大层次，SpringExt，WebxFramework和WebxTurbine。从SpringExt到WebxFramework再到WebxTurbine，一层一层的扩展，在原来的层次基础上添加功能。从上层到下层整体来说和继承机制像类似，WebxFramewor
系统 2019-08-29 22:28:43 3076
C#中不能对字符串表达式进行编译执行，我想到一种解决办法是，添加对Ironpython(python与.net平台交互的版本)的引用，从而利用python来执行。首先，去http://ironpython.codeplex.com/releases/view/54498下载ironpython，安装。我用的是ironpython2.0(之前尝试过用Ironpython2.7，但发现在vs2008中不能添加对Ironpython的引用，所以如果发现使用不了，
系统 2019-08-12 09:30:27 3076
SQLEXPR.EXE和SQLEXPR32.EXE的区别2008-09-1922:35by挨踢人,1539阅读,0评论,收藏,编辑首先说明下，这两个安装程序位于VisualStudio安装光盘里的X:\WCU\SSE目录下，两个都是SQLSERVER2005Express的安装程序。手动安装SQLSERVER2005Express时，不少人为这两个文件烦恼，因为不知道应该运行那个才是对的。从文件名和文件信息上来看，两个文件都是SQLSERVER2005Ex
系统 2019-08-12 01:32:05 3076
本文实例讲述了Python使用Slider组件实现调整曲线参数功能。分享给大家供大家参考，具体如下：一代码importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.widgetsimportSlider,Button,RadioButtonsfig,ax=plt.subplots()plt.subplots_adjust(left=0.1,bottom=0.25)t=np.arange(0.0,1.
系统 2019-09-27 17:50:24 3075
转自：http://blog.csdn.net/blogdevteam/archive/2009/09/04/4519285.aspx首先下载并安装WindowsLiveWriter。下载安装完毕后，打开该软件，按照如下步骤进行配置。第一步，点击“工具”找到“添加日志账户”：第二步，选择“其他日志服务”，然后点击下一步。第三步，填写用户名和用户密码，把UserID替换成你自己的用户名，密码就是你账号的密码，然后点击下一步。第四步：“你所使用的日志类型”选择
系统 2019-08-29 23:39:06 3075
第一次写博文，想了半天就拿一道dp/graph的题作为处女作吧此题有两种常见解法（题意比较简单，就不赘述）1.二分图最大匹配此题等价于问一棵树中最小点覆盖数。树形结构可以把它看做是一个二分图，一个点集为奇数层，另一个点集为偶数层，显然满足二分图定义，可以套用求二分图最小点覆盖的方法。或者，补全二分图，根据对称性，就是前面构造的二分图的边数的二倍，故最后结果也要除以二。2.树形dp写树形dp时首先要考虑好每个点的可能状态，这个题中就是选不选这个点。然后就是写
系统 2019-08-29 23:30:44 3075
DECLARE@STRINGVARCHAR(8000)WHILEEXISTS(SELECTNAMEFROMSYSOBJECTSWHERETYPE='P'ANDSTATUS>=0)BEGINSELECT@STRING='DROPPROCEDURE'+NAMEFROMSYSOBJECTSWHERETYPE='P'ANDSTATUS>=0--SELECT@STRINGEXEC(@STRING)END删除存储过程
系统 2019-08-12 01:53:04 3075
现在有这样一组数据，希望去除掉里面的异常数据。其中，异常数据可能比正常数据大也可能比正常数据小，可能是正的也可能是负的。数据为deg=[]importnumpyasnpif(True):#new_nums=list(set(deg))#剔除重复元素mean=np.mean(deg)var=np.var(deg)print("原始数据共",len(deg),"个\n",deg)'''foriinrange(len(deg)):print(deg[i],'→'
系统 2019-09-27 17:52:27 3074
Numpy有很多矩阵运算的方法，小白总结了一些常用和认为在算法中用到的方法~基础操作：首先创建两个矩阵A=np.array([[1,2],[1,2]])B=np.array([[2,4],[5,5]])1.矩阵对应位置的元素相加#矩阵同位置元素相加np.add(A,B)#方法1A+B#方法2结果都为：array([[3,6],[6,7]])2.矩阵对应位置的元素相乘#矩阵对应位置的每个元素相乘A*B结果为：array([[2,8],[5,10]])与之对应
系统 2019-09-27 17:49:01 3074
