在很多语音视频软件系统中，经常有将实时的音频或视频录制为文件保存到磁盘的需求，比如，视频监控系统中录制监控到的视频、视频会议系统中录制整个会议的过程、语音通话系统中录制完整的对话内容、等等。一.缘起最近正在做的一个网络招聘平台的项目，其中有一个模块是这样的，应聘者可以通过该系统的客户端录制自己的视频（自我介绍）上传到服务器，而后，招聘者会在合适的时候浏览这些应聘者的视频。该模块涉及到的主要技术就是语音视频录制技术，它需要把从麦克风采集到的语音数据和从摄像头
系统 2019-08-29 22:05:45 2448
这一个多月来，几乎一直在研究js的东西，自己顺便也理解了一下ajax的东西，完成了公司交给的添加在线编辑器新功能的任务。刚做那些功能时，都用js做基本的字符串操作，待到后来发现这么做不是好的解决方法，又重新用js操作dom来做一遍。感觉整个过程中，就是不断的去发现问题，研究问题，搜索答案（寻找解决方法），解决问题的过程。而感触最深的就是浏览器兼容的问题，不过都一一的解决了。做完了这个任务，掌握了js的面向对象编程和对dom的操作。下面的任务是做工作流，第一
系统 2019-08-12 09:30:05 2448
装饰（Decorator）模式又名包装（Wrapper）模式。装饰模式以对客户端透明的方式扩展对象的功能，是继承关系的一个替代方案。一，结构抽象构件（Component）角色：给出一个抽象接口，以规范准备接收附加责任的对象。具体构件（ConcreteComponent）角色：定义一个将要接收附加责任的类。装饰（Decorator）角色：持有一个构件（Component）对象的实例，并定义一个与抽象构件接口一致的接口。具体装饰（ConcreteDecorat
系统 2019-08-12 09:29:46 2448
上次中，记录了lamp的环境的搭建和安装，这一次说一下lnmp环境的安装和搭建，下面是详细的安装步骤：一.先是Mysql的安装步骤，其实和上次的一样：1):编译安装MySQL+-------------------------------------------------------------------------------+|操作|作用|+------------------------------------------------------
系统 2019-08-12 09:27:28 2448
现在是晚上9点45，距离下课还有五分钟的时间，觉得自己看不了什么东西了，也做不下什么题了，就下这样一篇文章吧。说是写在前面，其实在这篇文章的前面已经有几篇博文了。至于为什么要开通这个Blog，原因很简单，只是想和网上的大牛们多多交流，吸取他们的经验和知识，来充实自己，同时把自己的成果share到网上，供大家指出不足和错误。我有许多同学的blog已经建了很久，效果很不错。其实早在去年末我就有了这个想法。当时选择的是新浪blog。但是经过我的实际应用发现，新浪
系统 2019-08-12 09:26:48 2448
原文:读书笔记之SQL注入漏洞和SQL调优最近读了程序员的SQL金典这本书，觉得里面的SQL注入漏洞和SQL调优总结得不错，下面简单讨论下SQL注入漏洞和SQL调优。1.SQL注入漏洞由于“'1'='1'”这个表达式永远返回true，而true与任何布尔值的or运算的结果都是true，那么无论正确密码是什么“Password='1'or'1'='1'”的计算值永远是true，这样恶意攻击者就可以使用任何帐户登录系统了。这样的漏洞就被称作“SQL注入漏洞（S
系统 2019-08-12 01:53:37 2448
首先声明，我的想法思路未必是正确的，因为我自己也是个不成功的人，只是起一个参考价值吧。今天帮朋友的公司面试开发人员，他们公司并不是做软件开发的，是做服装行业的电子商务的公司，想招聘一个写程序过硬，综合实力相对比较强的，他们公司有自己的网络管理员、有美工、也外包的开发团队，为了安全起见，同时也是为了提高软件项目的进度，想招聘一个合适的程序员，相对来说是有1-2年以上工作经验的就可以吧，工作地点在杭州滨江区。今天来了几个人面试，首先是这些人填写简历，我觉得这个
系统 2019-08-12 01:33:29 2448
如果要用某个开源框架，需要安装多个依赖包可以如下操作：如依赖文件形式如下（可以不要版本号）：txt文件名为requirements.txt，内容为：sklearn==0.0subprocess32==3.2.7tablestore==4.3.4tensorboard==1.8.0tensorflow==1.8.0可以用如下命令安装：$pipinstall-rrequirements.txt接下来坐等，偶尔看一下，有些包下载可能会出现timeout，重新执行
系统 2019-09-27 17:57:28 2447
前面给大家分享了pandas.merge用法详解，这节分享pandas数据合并处理的姊妹篇，pandas.concat用法详解，参考利用Python进行数据分析与pandas官网进行整理。pandas.merge参数列表如下图，其中只有objs是必须得参数，另外常用参数包括objs、axis、join、keys、ignore_index。1.pd.concat([df1,df2,df3]),默认axis=0，在0轴上合并。2.pd.concat([df1,
系统 2019-09-27 17:56:17 2447
原【machinelearning】GMM算法（Python版）一、GMM模型事实上，GMM和k-means很像，不过GMM是学习出一些概率密度函数来（所以GMM除了用在clustering上之外，还经常被用于densityestimation），简单地说，k-means的结果是每个数据点被assign到其中某一个cluster了，而GMM则给出这些数据点被assign到每个cluster的概率，又称作softassignment。得出一个概率有很多好处，
系统 2019-09-27 17:54:45 2447
