ActiveMQ反序列化漏洞（CVE-2015-5254）漏洞利用工具，说明文档已存在请进行查看
2022-11-25 20:00:27
48.32MB
1
FILM的长期时间序列预测（Python完整源码和数据）
FILM的长期时间序列预测（Python完整源码和数据）
FILM的长期时间序列预测（Python完整源码和数据）
FILM：用于长期时间序列预测的模型
涵盖五个实际应用：能源、交通、经济、天气和疾病。
2022-11-25 16:27:09
1.5MB
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
基于Transformers的时间序列平稳性分析（Python完整源码和数据）
Transformers
时间序列
数据分析
2022-11-25 12:26:58
2.01MB
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
基于SCINet网络的时间序列建模和预测（Pytorch完整源码和数据）
SCINet
时间序列
Pytorch完整源码和数据
2022-11-25 12:26:57
357KB
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
基于Seasonal-Trend的时间序列预测（PyTorch完整源码和数据）
Seasonal-Trend
时间序列预测
PyTorch
完整源码和数据
2022-11-25 12:26:57
4.73MB
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
基于DSN(动态稀疏网络)的时间序列分类（Python完整源码和数据）
DSN
动态稀疏网络
时间序列
时间序列分类
2022-11-25 12:26:56
19KB
基于LSTM神经网络的时间序列预测（Python完整源码和数据）
基于LSTM神经网络的时间序列预测（Python完整源码和数据）
基于LSTM神经网络的时间序列预测（Python完整源码和数据）
2022-11-25 12:26:55
108KB
首先，对原始影像进行分块，通过伪随机序列选择要嵌入的影像块；然后，采用量化的方法在每一块的DCT低频系数中嵌入水印信息；最后，通过精度约束，对嵌入水印信息后的遥感影像进行误差控制。由于采用了量化的方法嵌入水印信息，其提取过程不需要原始影像的参与，实现了盲检测。实验结果表明，该算法在满足水印算法鲁棒性的同时，也能达到对遥感影像近乎零修改的目标。
2022-11-24 20:26:10
279KB
1
文章通过对安徽省内20个代表台站1961-2005年月平均气温序列均一性检验的研究，提出了一种新的基于Γ分布气温序列非均一性检验方法-Γ检验法；以合肥为例给出了数据处理和结果分析的全过程，并将该方法检验结果与常见的基于正态分布的SNHT法的检验结果进行了对比分析，结果表明该方法具有更广泛的使用范围和较高的准确性，可以检验大部分气温序列的非均一性；同时说明安徽省内大多数台站的温度资料质量基本可靠，而台站迁移则是造成气温序列非均一性的主要原因。
2022-11-24 19:03:31
255KB
1