网络安全工具超级弱口令检查工具V1.0是平台的弱口令审计工具,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,大大进步成功率,支持自定义服务端口和字典。
2017/9/23 23:11:06 4.82MB 弱口令
1
《Linux多线程服务端编程:使用muduoC++网络库》主要讲述采用现代C++在x86-64Linux上编写多线程TCP网络服务程序的主流常规技术,重点讲解一种适应性较强的多线程服务器的编程模型,即oneloopperthread。
目录第1部分C++多线程系统编程第1章线程安全的对象生命期管理31.1当析构函数遇到多线程............................31.1.1线程安全的定义............................41.1.2MutexLock与MutexLockGuard....................41.1.3一个线程安全的Counter示例....................41.2对象的创建很简单...............................51.3销毁太难....................................71.3.1mutex不是办法............................71.3.2作为数据成员的mutex不能保护析构...............81.4线程安全的Observer有多难.........................81.5原始指针有何不妥...............................111.6神器shared_ptr/weak_ptr..........................131.7插曲:系统地避免各种指针错误.......................141.8应用到Observer上..............................161.9再论shared_ptr的线程安全.........................171.10shared_ptr技术与圈套............................191.11对象池.....................................211.11.1enable_shared_from_this......................231.11.2弱回调.................................241.12替代方案....................................261.13心得与小结...................................261.14Observer之谬.................................28第2章线程同步精要2.1互斥器(mutex)...............................322.1.1只使用非递归的mutex........................332.1.2死锁..................................352.2条件变量(conditionvariable)..........
2016/11/27 9:54:01 140.94MB Linux 多线程 服务端
1
利用EmguCV3.20完成的精确的车牌定位方法,在弱光下,大尺寸图片,在复杂环境下定位效果好,速度快,内含两种定位方法。
2019/1/15 2:17:10 38.88MB 车牌识别 车牌定位
1
报告对各种Boosting集成学习模型进行系统测试Boosting集成学习模型将多个弱学习器串行结合,能够很好地兼顾模型的偏差和方差,该类模型在最近几年获得了长足的发展,主要包括AdaBoost、GBDT、XGBoost。
本篇报告我们将对这三种Boosting集成学习模型进行系统性的测试,并分析它们应用于多因子选股的异同,希望对本领域的投资者产生有实意图义的参考价值。
2020/5/17 15:54:58 2.72MB AI Boosting
1
wifi弱暗码
2018/11/13 14:49:45 1.49MB java
1
•Alpha-Beta剪枝(Alpha-Betapruning)对于一般的最大最小搜索,即使每一步只有很少的下法,搜索的位置也会增长非常快;
在大多数的中局棋形中,每步平均有十个位置可以下棋,于是假设搜索九步(程序术语称为搜索深度为九),就要搜索十亿个位置(十的九次方),极大地限制了电脑的棋力。
于是采用了一个方法,叫“alpha-beta剪枝”,它大为减少了检测的数目,提高电脑搜索的速度。
各种各样的这种算法用于所有的强力Othello程序。
(同样用于其他棋类游戏,如国际象棋和跳棋)。
为了搜索九步,一个好的程序只用搜索十万到一百万个位置,而不是没用前的十亿次。
•估值这是一个程序中最重要的部分,如果这个模块太弱,则就算算法再好也没有用。
我将要叙述三种不同的估值函数范例。
我相信,大多数的Othello程序都可以归结于此。
棋格表:这种算法的意思是,不同的棋格有不同的值,角的值大而角旁边的格子值要小。
忽视对称的话,棋盘上有10个不同的位置,每个格子根据三种可能性赋值:黑棋、白棋和空。
更有经验的逼近是在游戏的不同阶段对格子赋予不同的值。
例如,角在开局阶段和中局开始阶段比终局阶段更重要。
采用这种算法的程序总是很弱(我这样认为),但另一方面,它很容易实现,于是许多程序开始采用这种逼近。
基于举动力的估值:这种更久远的接近有很强的全局观,而不像棋格表那样局部化。
观察表明,许多人类玩者努力获得最大的举动力(可下棋的数目)和潜在举动力(临近对手棋子的空格,见技巧篇)。
如果代码有效率的话,可以很快发现,它们提高棋力很多。
基于模版的估值:正如上面提及的,许多中等力量的程序经常合并一些边角判断的知识,最大举动力和潜在举动力是全局特性,但是他们可以被切割成局部配置,再加在一起。
棋子最少化也是如此。
这导致了以下的概括:在估值函数中仅用局部配置(模版),这通常用单独计算每一行、一列、斜边和角落判断,再加在一起来实现。
估值合并:一般程序的估值基于许多的参数,如举动力、潜在举动力、余裕手、边角判断、稳定子。
但是怎么样将他们合并起来得到一个估值呢?一般采用线性合并。
设a1,a2,a3,a4为参数,则估值s:=n1*a1+n2*a2+n3*a3+n4*a4。
其中n1,n2,n3,n4为常数,术语叫“权重”(weight),它决定了参数的重要性,它们取决于统计值。
2017/8/17 10:01:12 884KB 黑白棋 算法 论文
1
基于图像的表格检测、辨认数据集,建立在互联网上Word和Latex文档的新型弱监督基础上,包含417K高质量的标记表
2021/4/16 20:28:48 772KB Python开发-机器学习
1
EWSA字典+++++++++++++++++++
2017/7/1 19:56:25 16KB EWSA字典
1
实用低频功率放大器的主要应用是对音频信号进行功率放大,本文引见了具弱信号放大能力的低频功率放大器的基本原理、主要内容和基础线路。
整个电路主要由直流稳压电源、前置放大器、功率放大器和波形变换电路等4部分组成。
1
在通信系统中,要提高信息传输的有效性,我们将信源的输出经过信源编码用较少的符号来表达信源消息,这些符号的冗余度很小,效率很高,但对噪声干扰的抵抗能力很弱。
为了提高信息传输的精确性,我们引进了差错控制技术。
而该技术采用可靠的,有效的信道编码方法来实现的
1
共 162 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡