Needham-Schroeder共享密钥协议的分析与改进，缪祥华，张云生，研究了Needham-Schroeder共享密钥协议，提出了该协议存在的缺陷和漏洞，并给出了两种攻击该协议的方法。虽然Needham-Schroeder对原始的协议��

该存储库包含Tübingen-Oslo团队在 使用的源代码。 该方法在英语和西班牙语数据集上均赢得了最佳位置。 该论文描述了该研究： ÇağrıÇöltekin和Taraka Rama（2018） 。 在：第十二届国际语义评估研讨会（SemEval-2018）的会议记录，第34-38页（ ） 要求 该存储库仅包含模型的代码。 您需要按照网页上的说明获取数据。 为了进行测试，存储库中包含一个小样本。 除了标准的Python库， ， （和 ）需要运行在这个仓库的脚本。 脚本的简要说明 所有脚本都在Python 3上运行（可能需要进行一些更改才能在Python 2上运行）。 大多数脚本通过命令行选项和提供摘要的-h选项进行控制。 k-fold-linear.py使用n-grams袋模型对指定输入进行给定超参数的k倍交叉验证，并报告。 k-fold-linear.py -h给出了简要

主机是xp(sp2)，虚拟机是VMware6.0（绿色版），在虚拟机中安装了redhat enterprise linux 5 server (rhel5s)。我做的教程演示了如何实现xp与linux之间的文件互访

C#操作共享内存读写工程、C#操作共享内存读写工程、C#操作共享内存读写工程

语义文本相似度 Anant Maheshwari Simeng Sun Danni Ma Yezheng Li 抽象的 语义文本相似度（STS）衡量句子的含义相似度。 该任务的应用包括机器翻译，摘要，文本生成，问题解答，简短答案分级，语义搜索，对话和会话系统。 我们开发了具有多种功能的支持向量回归模型，包括使用基于比对的方法和基于语义组合的方法计算的相似度得分。 我们还使用BiLSTM和卷积神经网络（CNN）训练了句子的语义表示。 在测试数据集中，我们系统输出的人类评级之间的相关性高于0.8。 介绍 此任务的目的是测量给定句子对之间的语义文本相似性（它们的含义，而不是它们在语法上是否看起来相似）。 尽管进行这样的评估对人类来说是微不足道的，但是构建模仿人类水平性能的算法和计算模型却代表了一个困难而深刻的自然语言理解（NLU）问题。 范例1： 中文：小鸟在水盆里洗自己。 英文释义：这只鸟

D2D（device-to-device）通信由于直通链路距离短，可以带来信道增益、复用增益和跳数增益，对提高蜂窝网络的频谱效率和能量效率有很大帮助。同时同频收发的全双工通信可提升D2D通信的性能，被广泛认为是下一代蜂窝网络的关键技术之一。首先概述了全双工D2D通信的特点，结合未来5G通信系统的需求阐明了其重要性并介绍了其主要应用；然后论述了全双工D2D通信资源分配的研究现状和存在问题；最后，探讨了全双工D2D 通信的未来研究方向并进行了总结。

目前道路违规事件检测多在固定摄像头下人工框定区域进行检测，但人工框定工作量大，并且摄像头转动会使得框定区域失效。针对此问题，率先提出一种目标检测与语义分割相结合的违停检测方法。该方法首先使用目标检测Faster R-CNN，采取迁移学习、多阶段训练等方法建模，提取共享单车的类别与检测框位置信息。再使用group normalization改进语义分割DeepLab v3+网络模型，提高其在小batch size下训练的模型精度，用于分割图像获得道路的语义和区域信息。最后综合两部分信息，根据单车检测框内不同道路区域所占比例判定共享单车是否属于违规停放。实验结果表明，该方法对共享单车类别的mAP为72.36%，对共享单车违规停放的平均检测率为89.11%，适用于真实城市道路监控环境中。

EV屏幕共享是一唯科技推出的电脑屏幕共享投屏软件，在同一局域网内，可以让电脑和手机共享同一屏幕，不仅可以给您带来优秀的一站式屏幕交互解决方案，更有着同类软件不可比拟的极简式操作体验！

前一篇博客说了怎样通过命名管道实现进程间通信，但是要在windows是使用命名管道，需要使用python调研windows api，太麻烦，于是想到是不是可以通过共享内存的方式来实现。查了一下，Python中可以使用mmap模块来实现这一功能。 Python中的mmap模块是通过映射同一个普通文件实现共享内存的。文件被映射到进程地址空间后，进程可以像访问内存一样对文件进行访问。 不过，mmap在linux和windows上的API有些许的不一样，具体细节可以查看mmap的文档。 下面看一个例子： server.py 这个程序使用 test.dat 文件来映射内存，并且分配了1024字节的大小，

论文研究-存在车辆租赁及共享且有时间窗的多配送中心开环VRP.pdf,  针对企业自身运力有限以及旗下多个配送中心在各决策周期运力不均衡的情况,提出了一类具有多个配送中心、需要进行车辆租赁和车辆共享、有时间窗限制、开环的VRP, 建立了相应的混合整数规划模型.通过引入一个虚拟配送中心,将多配送中心VRP 转化为单配送中心VRP, 并设计了一种结合扫描算法和C-W节约算法、对车辆路径和车辆调度统筹优化的混合遗传算法.最后,以重庆天友乳业物流分公司的业务数据对该模型的可行性和有效性进行了验证, 结果表明本文所提方法与该企业现有的配送方案相比,在配送总里程、配送总成本和车辆在途时间等方面均有明显改进.此外,进行了模型参数的灵敏度分析和算法的收敛性分析, 结果表明该算法具有较好的性能.