Epidemic.Network该算法通过使用（BATS，TBATS，Holt线性趋势，ARIMA，SIR和NNAR）模型预测共阴病例19 Makarovskikh Tatyana Anatolyevna“МакаровскихТатьянаАнатольевна” Abotaleb mostafa“АботалебМостафа” 电机工程与计算机科学系 南乌拉尔州立大学，车里雅宾斯克州，俄罗斯联邦 这项工作得到了俄罗斯联邦科学和高等教育部的支持（政府命令FENU-2020-0022）。

Softperfect Network Scanner是一款功能强大且实用的电脑ip扫描工具，能够同时支持IPv4/IPv6协议，可以对各个ip网段进行扫描，从而获得ip地址，mac地址，主机名等等参数，并且支持远程计算机管理，远程桌面登陆，远程关机，远程休眠，访问共享文件夹等等操作，让你可以更好的管理ip地址，适用于网络维护的人员，以及对计算机安全感兴趣的普通用户。与同类软件相比，该软件拥有精心设计的界面、以及轻量级和便携性等特色，可以通过 WMI、SNMP、HTTP、SSH 和 PowerShell ping 计算机、扫描端口、发现共享文件夹并检索有关网络设备的几乎任何信息，同时还能够扫描远程服务、注册表、文件和性能计数器；以及提供灵活的过滤和显示选项，并将NetScan 结果导出为从 XML 到 JSON 的各种格式。

神经网络遗传算法bp网络，有关网络训练如何正确进行分类

区块链+hyperledger fabric+test network

仅本人实测，血的考试。换来的。值得拥有！

纸 论文“深度融合集群网络”的源代码 图W.涂，周S.，刘X.，郭X，蔡Z. 被AAAI2021接受。 安装 克隆此仓库。 git clone https://github.com/WxTu/DFCN.git Windows 10或Linux 18.04 的Python 3.7.5 脾气暴躁的1.18.0 斯克莱恩0.21.3 火炬视觉0.3.0 Matplotlib 3.2.1 准备 我们总共采用了六个数据集，包括三个图形数据集（ACM，DBLP和CITE）和三个非图形数据集（USPS，HHAR和REUT）。 要在这些数据集上训练模型，请从（访问代码：4622）或下载它们。 代码结构与用法 在这里，我们提供了PyTorch中的深度融合集群网络（DFCN）的实现，以及DBLP数据集上的执行示例（由于文件大小的限制）。 该存储库的组织方式如下： load_data.py

EGNN-Pytorch（WIP） 中的实现。 最终可用于Alphafold2复制。 安装 $ pip install egnn-pytorch 用法 import torch from egnn_pytorch import EGNN layer1 = EGNN ( dim = 512 ) layer2 = EGNN ( dim = 512 ) feats = torch . randn ( 1 , 16 , 512 ) coors = torch . randn ( 1 , 16 , 3 ) feats , coors = layer1 ( feats , coors ) feats , coors = layer2 ( feats , coors ) # (1, 16, 512), (1, 16, 3) 带边 import torch from egnn_pytorch impo

合并的pdf，带目录；网上下的都是没有合并、或没有目录的

Android-网络-渗透-工具- 安卓设备测试网络安全的工具集合。 仅用于教育目的！

:magnifying_glass_tilted_left: 适用于以太坊devp2p协议的Wireshark解剖器 此仓库包含一组用于以太坊的网络协议解析器，您可以将其加载到广泛流行的Wireshark中，以开始检查以太坊流量。 当前，我们支持基于UDP的发现协议，但是正在支持RLPx Wire协议和ETH子协议。 以下是以太坊发现解剖器当前支持的功能（我们正在做更多工作）： 启发式技术可动态检测以太坊发现流量，无论其运行在哪个端口上。 解码PING ， PONG ， FIND_NODE和NODES数据包，使用适当的数据类型将消息分成其元素。 在协议树中链接PING => PONG帧，以及FIND_NODE => NODES交互。 很多