基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。

完整可运行的python代码。
数据过滤，清洗，分割，特征选择，训练词向量模型，测试等等，每行都有注释，真实的数据集超过20w条，是个不错的nlp入门例子。

一种绕过应用防火墙过滤规则的XSS漏洞自动化检测方法，陆廷宇，李祺，XSS漏洞作为Web应用系统中重要的安全问题仍然具有非常高的危害性，随着应用防火墙等安全防护手段的介入，黑盒漏洞检测再次变成主流

提出了一种用于空间配准和多目标跟踪（MTT）的扩展产品多传感器基数化概率假设密度（PM-CPHD）滤波器。
目标的数量和状态以及传感器的偏差是通过这种方法联合估算的，而无需数据关联。
蒙特卡罗（MC）仿真结果表明，所提出的方法（i）的性能优于（i），尽管在计算上要比用于联合空间配准和MTT的扩展多传感器PHD滤波器要好；
（ii）优于多传感器联合概率数据关联（MSJPDA）过滤器，该过滤器在杂波相对密集时也适用于联合空间配准和MTT。

以实例演示的方式介绍了很多与ASP.NETWebAPI相关的最佳实践，同时还提供了一系列实用性的扩展。
《ASP.NETWebAPI2框架揭秘》详细讲解了ASP.NETWebAPI从接收请求到响应回复的整个流程，包括路由、HttpController的激活、Action方法的选择与执行、参数的绑定与验证、过滤器的执行和安全等相关的机制。

自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。
共包含3273626个段落的文本（一个段落包含了多个语句）。
处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。

《机器学习笔记（2）——使用朴素贝叶斯算法过滤（中英文）垃圾邮件》一文中的邮件数据

本文通过研究Windows网络体系结构和防火墙核心封包过滤技术，采用NDIS中间层驱动和Winsock2SPI技术相结合的方案，实现了核心层和应用层的双重过滤，完成了Windows个人防火墙的设计与实现。
本防火墙在核心层模式下，使用NDIS中间层驱动程序，截获所有流经网卡的原始数据包，并根据用户界面针对核心层设置的安全规则进行过滤，在内核态实现了对IPv4协议和IPv6协议的数据包过滤控制，同时实现了基于状态自动检测的过滤，防御恶意扫描，如TCPSYN、TCPNULL、TCPXmas、UDP、ICMP扫描，防御ARP欺骗、IP欺诈。
在应用层模式下，基于Winsock2SPI符合Windows开放服务体系模式，本论文开发了分层服务提供者程序的动态链接库，实现了对Winsock网络通信的截获，向用户提供了对网络进程的实时监控，并根据用户界面针对应用层设置的安全规则进行过滤。
本防火墙程序是在Windows操作系统下，以VC6．0为平台、WindowsDDK3790．1830为开发工具、以MSDN为联机帮助文档联合进行开发，本防火墙向用户提供了友好的用户界面，经过实际测试，运行稳定，能够实时显示当前网络流量，有效地拦截恶意扫描，实时提供所有访问网络的应用程序的活动状态，并根据用户设置的本地安全策略，准确地过滤IPv4协议和IPv6协议的原始数据包，在正确配置本地安全策略的情况下，能有效地防御蠕虫、木马等病毒，同时，还能对恶意网站进行过滤设置，防止恶意程序注入，保护本地网络的安全。

五、更新记录======================1.1.6较1.1.5的更新*支持RADStudio10.3Rio。
*代码格式化专家支持10.3的新语法。
*函数过程列表修正对C/C++文件的匹配支持。
*CnDebugViewer增加进程过滤选项。
*其他错误修正和改进。

第一章：引言第二章：文本特征提取技术第三章：文本检索技术第四章：文本自动分类技术第五章：文本自动聚类技术第六章：话题检测跟踪技术第七章：文本过滤技术第八章：关联分析技术第九章：文档自动摘要技术第十章：信息抽取第十一章：智能问答（QA）技术第十二章：文本情感分析技术第十三章：Ontology第十四章：半结构化文本挖掘方法第十五章：文本挖掘工具与应用

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。