手机控制电脑开关机，局域网内测试通过。包括电脑端java代码段（shutdown.java）和手机端android代码段（MainActivity.java、activity_main.xml）。
2021-12-07 19:40:30
3KB
1
了解你的敌人：FFSN
1)首先概述什么是Fast-flux服务网络，它们的运行机制，以及犯罪者是如何经营它们的，包括single-flux和double-flux两种类型的服务网络。2)然后我们将给出了一些最近发现的Fast-flux服务网络的实例，3)接下来详细描述了应用于Fast-flux服务网络的恶意代码是怎样运行的，并且给出了对蜜罐捕获Fast-flux恶意代码的研究结果。4)在最后，我们将介绍在大规模网络环境下如何发现、识别和应对Fast-flux服务网络。文章的最后附带了五个附录为有兴趣挖掘更多技术细节的人提供进一步的信息。
2021-12-07 17:28:35
410KB
1
深入了解示波器，示波器XYZ。
本读本提供的概念将引导读者逐步理解示波器的基础知识和操作方式。
本读本的后面的术语表对各术语进行了定义。针对示波器的原理和控
制，本读本列出了词汇表以及练习中设计的多项选择题，对课堂学习很
有帮助。并不要求有数学和电子学的基础知识。
在实际工作中使用示波器时，借助随同示波器一同提供的手册，能帮助
您了解更多特定的信息。一些示波器制造商也提供各种应用备忘录，其
中的注意事项可以帮助您优化示波器，以满足特定测量的需求。
2021-12-05 20:24:22
6.79MB
1
cookie ：是用户保存在用户浏览器端的一对键值对，是为了解决http的无状态连接。服务端是可以把 cookie写到用户浏览器上，用户每次发请求会携带cookie。
存放位置：
每次发请求cookie是放在请求头里面的。
应用场景：
·登陆用户和密码的记住密码
·显示每页显示的数据，以后都是按照设定的数目显示
·投票机制
案例用户登录
创建用户登录的url
url(r'^login/', views.login),
创建登录页面
代码为：
<!DOCTYPE html>
<html lang="en">
<head>
<meta char
2021-12-05 17:35:57
313KB
1
此示例将计算集成到有关铁磁体 Ising 模型的物理课程中。 最后附有练习。 学生将学习如何实现 Metropolis 算法、编写模块化程序、绘制物理关系、并行运行 for 循环，以及开发机器学习算法以对相位进行分类并预测自旋的 2D 配置的温度。 所需产品注意事项： 尽管某些练习使用了统计和机器学习工具箱，并行计算工具箱和神经网络工具箱，但MATLAB是运行实时脚本的唯一必需产品。
2021-12-05 14:57:04
4.74MB
1
神经网络可视化
神经网络架构和参数的可视化。
描述
这个项目是为我的硕士论文完成的。 可以从论文中获得一般描述：
抽象的
人工神经网络是人工智能研究的热门领域。 大型模型的大小和复杂性的增加带来了某些问题。 神经网络内部工作缺乏透明度，因此很难为不同任务选择有效的架构。 事实证明，解决这些问题具有挑战性，并且由于缺乏对神经网络的深入了解，这种情况变得根深蒂固。 考虑到这些困难，介绍了一种新颖的3D可视化技术。 通过使用来自神经网络优化领域的既定方法，可以估算出经过训练的神经网络的属性。 批处理规范化与微调和特征提取一起使用，以估计神经网络不同部分的重要性。 重要值与各种方法（如边缘捆绑，光线跟踪，3D冒名顶替者和特殊的透明技术）的组合产生了代表神经网络的3D模型。 证明了所提取的重要性估计的有效性，并探索了开发的可视化的潜力。
如何使用
使用描述的参数准备configs/processi
2021-11-30 16:23:12
5.58MB
1
机器学习 深度学习 pytorch tensorflow 贝叶斯 神经网络 算法
2021-11-30 13:01:25
8.06MB
对许多嵌入式项目来说，系统设计师都倾向于选择实时操作系统(RTOS)。但RTOS总是必要的吗？答案是取决于具体的应用，因此了解我们要达到什么目标是决定RTOS是必要的还是花瓶的关键。
2021-11-30 06:44:44
113KB
1
关于使用线性模型，逻辑回归和增长曲线分析来分析眼动数据的R Workshop
这个由4部分组成的系列最终以使用增长曲线分析为眼动数据建模。
R简介
什么是数据帧和向量？ R函数如何工作？ R中的统计检验如何工作？ 如何导入和导出数据？
通用线性模型
如何在R中拟合线性模型？ 什么时候应该使用aov（）和什么时候应该使用lm（）？ 如何解释参数估计值（无需SPSS ...）？
广义线性模型
如何使用广义线性模型（例如，逻辑回归）进行基于时间的眼动追踪分析？ 如何在同一端使用经验logit回归？ 和反正弦根转换吗？ 混合效果模型的随机效果（截距和斜率）如何在lmer（）中工作？
增长曲线分析
我如何看待随时间变化的非线性变化？ 自然多项式和正交多项式有什么区别？ 如何解释增长曲线模型与经验对数模型的估计？ 如何可视化我的原始数据和模型拟合？
致谢
Dan Mirman适用于GCA技术
Dal
2021-11-29 17:10:36
7.25MB
1