弱口令批量扫描工具是一款支持批量多线程检查，可快速发现弱密码、弱口令账号，密码支持和用户名结合进行检查，大大提高成功率，支持自定义服务端口和字典。可进行单IP或域名，也可进行段扫描。

对NER的监管不力 与ACL 2020接受的论文“没有标签数据的命名实体识别：弱监督方法”相关的源代码。 要求： 您首先应该确保安装以下Python软件包： spacy （版本> = 2.2） hmmlearn snips-nlu-parsers pandas numba scikit-learn 您还应该在Spacy中安装en_core_web_sm和en_core_web_md模型。 要在ner.py运行神经模型，还需要安装pytorch ， cupy ， keras和tensorflow 。 要运行基线，您还需要安装snorkel 。 最后，您还需要下载以下文件并将

解压后五百多兆，收集了常用的wifi弱密字典

cleanlab：机器学习的标准包，带有嘈杂的标签并在Python中查找标签错误的数据

四种智能指针的使用、机制和缺陷分析

学习理解函数加上weak后的变化

C++ 智能指针（shared_ptr/weak_ptr）源码 源码位置：gcc-6.1.0\gcc-6.1.0\libstdc++-v3\include\tr1 这里只单列shared_ptr.h文件用于分析

永磁同步电机弱磁控制仿真模型

Effects of Second-Order Matched Stochastic Resonance for Weak Signal Detectiong

在对随机弱散射屏进行表面参数的原子力显微镜测量和建立了门积分取样平均的随机光强自相关函数测量系统的基础上，对弱散射屏在严格像面和离焦像面上产生的散斑自相关函数进行了测量。发现在严格像面上，散斑平均颗粒的大小随表面粗糙度增加而减小，且光强自相关函数次极大的相关间隔宽度随粗糙度增加而减小；而次极大的起伏随粗糙度的增大而增大；在离焦像面上，离焦量的增加使光强的自相关函数下降变得平滑，并使极小值点和次极大点变得不明显或者消失。