用于读取二进制文件，可进行二进制数据检索等。

2021年鹏城实验室的pwn题，考查了libc-2.31.so下off-by-null的漏洞利用，值得学习一波。

这计算了 CSLBP 算子的直方图，它是 LBP 的扩展。 使用 CSLBP 对于照明和模糊类型的图像转换非常有效。 它返回长度为 16 的未归一化的 CSLBP 直方图。人们可以根据他的应用程序轻松进行归一化。 大多数情况下，它用作关键点描述符。 检测关键点，估计关键点周围的局部补丁，然后计算 CSLBP 描述符。 然而，为了简单起见，下面的示例计算图像级描述符而不是局部关键点描述符。 例子： %% 加载图像img = imread('myImage.jpg'); 如果RGB，%%转换为灰度img = rgb2gray(img); h = CSLBP(img); % 它返回给定图像/补丁的 CSLBP 直方图。 可以很容易地按照原始论文中的建议将向量归一化为 0-1 之间h = h./sum(h);

为改善传统立体匹配视差图中目标边缘的毛刺现象，以及弱纹理和视差不连续区域的“阶梯效应”等，提出了一种结合局部二进制表示和超像素分割的立体匹配方法。首先融合二进制表示的窗口内像素的空间和颜色特征进行代价计算，并以此求得初始视差;然后将简单线性迭代聚类方法分割的结果作为像素的空间和颜色标记，为超像素内的目标边缘和其他像素点选择恰当的稳定点进行视差传播，以达到视差优化时边缘保持和空间平滑的目的。在Middlebury数据集上分别进行代价计算与优化方法的对比实验，结果表明，采用该算法获取的目标边缘的视差更为平滑，在左右视图中的遮挡区和不重叠区域获得的视差也比较准确，有效地降低了非遮挡区、全图、不连续区域的误匹配率。

vcf2phylip 将VCF格式的SNP转换为PHYLIP，NEXUS，二进制NEXUS或FASTA比对以进行系统发育分析 简要描述;简介 该脚本以VCF文件作为输入，并将使用SNP基因型创建PHYLIP（松弛版本），FASTA，NEXUS或二进制NEXUS格式的系统发育分析矩阵。 对于杂合SNP，已达成共识，并将IUPAC核苷酸歧义码写入最终矩阵（ces），允许任何倍性水平并自动检测。 该代码针对大型VCF矩阵（数百个样本和数百万个基因型）进行了优化，例如，在我们的测试中，它在约27分钟内处理了20GB VCF（约300万个SNP x 650个个体）。 该脚本的初始版本仅产生了PHYLIP矩阵，但现在我们添加了其他流行的格式，包括使用BEAST中的SNAPP插件运行SNP分析的二进制NEXUS文件（仅适用于二倍体基因型）。 此外，您可以为每个SNP选择最少数量的样本，以控制丢失数

k8s集群整套部署

安装二进制的文档资料，包括基础组件和kuboard

fabric镜像文件及官方指定所需的二进制文件。

香农代码的matlab 香农二进制编码matlab 使用MATLAB的Shannon编码过程查找二进制源代码的效率和冗余

两个二进制数字Ai,Bi和一个进位输入Ci相加,产生一个和输出Si,以及一个进位输出Ci＋1。表2-2中列出一位全加器进行加法运算的输入输出真值表。根据表2-2所示的真值表,三个输入端和两个输入端可按如下逻辑方程进行联系：Si＝Ai⊕Bi⊕CiCi＋1＝AiBi＋BiCi＋CiAi表2-2一位全加器真值表      输入输出AiBiCiSiCi＋10000000110010100110110010101011100111111　按此表达式组成的一位全加器(FA)的逻辑结构见图2-4(a)。图2-4　一位全加器(FA)对图2-4(a)所示的一位全加器(FA)来说，Si的时间延迟为6T(每级异或门