实用的汉化版抓包软件,抓取所需包,分析网络情况,学习TCP/IP协议
2024-03-26 14:30:45 40.01MB Sniffer 抓包软件
1
keil免安装绿色版,可以拷在U盘中,插上即可在任一台电脑运行
2024-03-26 07:50:40 28.56MB keil
1
Linux环境Nginx1.24.0版本,解压即用。 解压后使用./nginx -V可查看版本和编译信息。 编译参数包含flv、pcre-8.45、openssl-1.1.1l、zlib-1.2.11等,满足基本使用;
2024-03-25 11:17:23 3.78MB linux nginx
1
本人已测试成功,压缩包内有如下文件 1、编译zlib、openssl、openssh的脚本 2、打包openssh的脚本 3、部署到3559A的脚本
2024-03-25 11:17:03 12KB Hisi 3559A 交叉编译 arm64
1
java源码跟踪Android对象追踪 此存储库包含用于对象跟踪的源代码,该代码使用OpenCV Java库在PC和Android设备上实现。 文件夹Mean_Shift_tracker包含PC版本 文件夹ObjectTracking包含Android版本
2024-03-25 10:14:09 1023KB 系统开源
1
简单的歌曲建议系统 在我们的示例中使用的“百万首歌曲”数据集,其中使用“百万首歌曲”数据集创建了简单的歌曲推荐系统; 来自各种网站的歌曲的混合,用户在听完歌曲后给出的乐谱,包含数据集和数据集。 例如其内容: 合并两个数据集 在我们合并的数据集的内容中打印数据(行)和属性(列)的数量 显示数据集的内容 分离数据集作为训练和测试数据 创建不基于定制的基于受欢迎度的推荐类的示例 尝试使用基于相似度的建议类别示例来预测用户喜欢的歌曲列表 通过歌曲标题建议类似歌曲的示例 根据用户输入的歌曲给出建议的部分 资源利用 该示例的屏幕截图: 数据集内容中的数据(行)和属性(列)数: 数据集包含: 基于受欢迎程度的建议,无需定制: 基于相似度的建议: 根据歌曲名称建议相似的歌曲: 根据用户输入的歌曲的建议:
2024-03-25 09:51:11 139KB Python
1
【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师,还是企业界的探索者,这个项目都是为您量身打造的。无论您是初入此领域的小白,还是寻求更高层次进阶的资深人士,这里都有您需要的宝藏。不仅如此,它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论,使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术,更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码,助您从理论走向实践,如果您已有一定基础,您可以基于这些源码进行修改和扩展,实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源,与我们一起在人工智能的海洋中航行。同时,我们也期待与您的沟通交流,共同学习,共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来!
2024-03-24 23:03:38 161.43MB 毕业设计 课程设计 项目开发 实训作业
QT操作PDF,使用Poppler第三方开源库时,下载地址:https://poppler.freedesktop.org/,编译报错,缺少的poppler-export.h文件
2024-03-24 16:49:57 679B pdf
1
Java使用FFmpeg实现mp4转m3u8
2024-03-24 09:35:17 459KB java
1
我们用相对论的麦克斯韦-玻尔兹曼统计量找到了热平均截面乘以相对速度velocityσvrel⟩的精确公式。 该公式在有效场论方法中是有效的,因为与暗物质质量和截止尺度相比,an没产物的质量可以忽略。 在x = m / T≫1处的扩展直接给出了非相对论性极限⟨σvrel⟩,通常用于计算重颗粒在非相对论时解耦的文物丰度。 我们将此扩展与通过以非相对论相对速度vr的幂扩展总横截面σ(s)所获得的扩展进行比较。 我们展示了正确的不变过程,该过程给出了非相对论性平均averageσnrvr⟩nr与共同移动框架中⟨σvrel⟩的大x膨胀相吻合。 我们使用真实的相对论相对变量以不变的方式显式地公式化了Boltzmann方程的通量,横截面,热均值,碰撞积分,显示了Møller速度的无用性并进一步阐明了与其使用有关的概念和数值上的不一致。
2024-03-24 08:55:14 659KB Open Access
1