带有私钥的证书，由Public Key Cryptography Standards #12，PKCS#12标准定义，包含了公钥和私钥的二进制格式的证书形式，以.pfx作为证书文件后缀名。 只有pfx格式的数字证书是包含有私钥的

对802.15.6中csma-ca的马尔科夫模型的吞吐量和平均接入时延的分析

提供了建立在普通的通讯层基础上的加密传输层；这些功能为许多网络应用和服务程序所广泛使用。为应用软件提供证书是 OpenSSL 最为常用的功能之一。

用于区块链学习中，搭建fabric1.4环境所需要的证书文件，解压缩之后是一个bin文件夹，是启动fabric的不可或缺的文件。

线性跟驰模型的matlab代码扩展卡尔曼滤波器项目入门代码 无人驾驶汽车工程师纳米学位课程 背景 卡尔曼滤波器可用于估计系统状态。 在无人驾驶汽车的情况下，用例例如是无人驾驶汽车跟踪另一辆行驶中的汽车的状态。 该移动车辆的“状态”可以用px，py，vx，vy（X和Y方向上的位置和速度）表示。 这些状态变量可能无法直接观察到，因此需要通过从自动驾驶汽车上的传感器获取的LIDAR和RADAR测量值进行估算。 卡尔曼滤波器的直觉（来自Udacity的演讲） 卡尔曼方程式包含许多变量，因此这里是一个高级概述，以使您对卡尔曼滤波器的工作有一些直观认识。 预测假设我们知道对象的当前位置和速度，并将其保存在x变量中。 现在一秒钟过去了。 我们可以预测一秒钟后物体的位置，因为我们在一秒钟之前就知道了物体的位置和速度。 我们只是假设物体保持相同的速度运动。 x'= Fx +ν方程为我们进行了这些预测计算。 但是也许物体没有保持完全相同的速度。 也许物体改变了方向，加速或减速。 因此，当我们在一秒钟后预测位置时，不确定性就会增加。 P'= FPFT + Q表示不确定性的增加。 过程噪声是指预测步骤中的不确

CA-Net：用于可解释医学图像分割的综合注意力卷积神经网络 该存储库提供“ CA-Net：可解释医学图像分割的综合注意力卷积神经网络”的代码。 现在可以在上我们的工作。 接受了我们的工作。 图1. CA-Net的结构。 图2.皮肤病变分割。 图3.胎盘和胎脑分割。 要求条件 一些重要的必需软件包包括： 版本> = 0.4.1。 智慧 Python == 3.7 一些基本的python软件包，例如Numpy。 按照官方的指导安装 。 用法 用于皮肤病变分割 首先，您可以在下载数据集。 我们仅使用了ISIC 2018 task1训练数据集，要对数据集进行预处理并另存为“ .npy”，请运行： python isic_preprocess.py 为了进行5倍交叉验证，请将预处理数据分成5倍并保存其文件名。 跑步： python create_folder.py 要在ISI

基于GIS_MATLAB_CA的农业景观格局空间优化模型的建立及应用

CA贫困和中位数收入 加利福尼亚州2019年贫困百分比估计和家庭收入中位数的数据可视化。

由于无线传感器网络（WSN）的主要应用领域的发展，无线人体局域网（WBAN）目前已成为开发人员和研究人员感兴趣的主要领域。 高效的传感器节点数据收集是任何有效的无线人体局域网的关键特征。 对节点和簇头选择方案进行优先级排序在WBAN中起着重要作用。 人体表现出姿势移动性，该姿势移动性影响不同传感器节点之间的距离和连接。 在这种情况下，我们提出了基于最大共识的簇头选择方案，该方案允许通过使用链接状态来选择簇头。 还引入了通过传输功率的节点优先级，以使WBAN更有效。 该方案可降低平均功耗，并减少网络延迟。 本文对具有不同簇头位置的基于IEEE 802.15.6的CSMA / CA协议进行了比较。 这些结果表明，在平均功耗，网络延迟，网络吞吐量和带宽效率方面，我们提出的方案优于随机簇头选择，头，脚和腹部固定簇头的性能。

本指导意见适用于年旅客吞吐量达到 1000 万以上量级的大型 运输机场建设噪声监测系统的技术性指导工作。年旅客吞吐量为 1000 万以下的运输机场和通用机场建设噪声监测系统可参照本指 导意见执行。