讨论区Python语言中的BranchandBound算法实现它包含r_tree子模块，因而使用--递归选项进行克隆gitclone--recursivehttps://github.com/sudkumar/bbs_implementation用法$pythonskyline.py＃例如pythonskyline.pyquery2.txtsample2.txt参数文件<查询文件＞添加了两个示例查询文件，分别名为query2.txt和sample_query.txt。
第一行包含我们要在其上计算天际线的维，不包括第一列（id），并且从1开始第二行包含磁盘上的page_size第三行包含以空格分隔的pointer_size和key_size
第一行包含我们要在其上计算天际线的维，不包括第一列（id），并且从1开始第二行包含磁盘上的page_size第三行包含以空格分隔的pointer_size和key_size
2017/5/17 19:42:17
151KB
1
1、 训练数据准备所有数据均放置于Sample\Build\下，其中Build为数据类型，根据本人需要进行修改，本示例数据为512*512大小GF2建筑，训练数据按照:Sample\Build\train\IMG_T1-----------------------\IMG_LABEL-----------------\val\IMG_T1-----------------------\IMG_LABEL2、 训练参数设置参数和运行皆在dp0_train.py中，主要参数包括：（1） num_epochs，训练批次（2） learning_rate，学习率（3） dataset，步骤一本人构建的数据集名称（4） band，输入数据通道数（波段数）（5） n_class,模型输出通道数（类别）设置好后点击run即可3、 训练模型位置模型结构放与net文件中，生成模型文件pt位于Checkpointspath\4、 预测使用填写参数Checkpointspath，模型位置名称Dataset，待预测数据文件夹Outputpath，输出数据文件夹
2021/11/14 23:13:06
526.96MB
1
代码说明CBC模式的全称是CipherBlockChaining模式，即密文分组链接模式，之所以叫这个名字，是因为密文分组像链条一样相互连接在一起。
在CBC模式中，首先将明文分组与前一个密文分组进行异或运算，然后再进行加密。
填充提示攻击是一种利用分组密码中填充部分来进行攻击的方法。
在分组密码中，当明文长度不为分组长度的整数倍时，需要在最后一个分组中填充一些数据使其凑满一个分组长度。
在填充提示攻击中，攻击者会反复发送一段密文，每次发送时都对填充数据进行少许改变。
由于接收者（或者说服务器）在无法正确解密时会前往一个错误信息，攻击者通过这一错误消息就可以获得与明文相关的信息。
（这一攻击并不仅限于CBC模式，还适用于所有需要进行分组填充的模式）。
填充提示攻击成立有两个重要前提：1.攻击者能够获得密文，以及附带在密文前面的iv（初始化向量）；
2.攻击者能够出发密文的解密过程，且能够知道密文的解密结果。
运行指导将源码clone到本地运行Padding_Oracle_Attack.py程序即可。
软件环境：VisualStudio2019硬件环境：PC机
在CBC模式中，首先将明文分组与前一个密文分组进行异或运算，然后再进行加密。
填充提示攻击是一种利用分组密码中填充部分来进行攻击的方法。
在分组密码中，当明文长度不为分组长度的整数倍时，需要在最后一个分组中填充一些数据使其凑满一个分组长度。
在填充提示攻击中，攻击者会反复发送一段密文，每次发送时都对填充数据进行少许改变。
由于接收者（或者说服务器）在无法正确解密时会前往一个错误信息，攻击者通过这一错误消息就可以获得与明文相关的信息。
（这一攻击并不仅限于CBC模式，还适用于所有需要进行分组填充的模式）。
填充提示攻击成立有两个重要前提：1.攻击者能够获得密文，以及附带在密文前面的iv（初始化向量）；
2.攻击者能够出发密文的解密过程，且能够知道密文的解密结果。
运行指导将源码clone到本地运行Padding_Oracle_Attack.py程序即可。
软件环境：VisualStudio2019硬件环境：PC机
2018/5/21 17:08:33
844KB
1
代码说明使用python代码实现了一个基于RSA的CET成绩证明系统，主要架构分为CET_prove_system模块，CET_com官方模块，RSA模块和md5模块。
RSA模块和md5模块包含了RSA和md5的底层函数打包，CET_com官方模块里存储着所有学生的id和CET成绩，CET_prove_system模块担任组装各模块最终实现CET成绩证明系统。
运行指导将源码clone到本地运行CET_prove_system.py即可开始。
软件环境：VisualStudio2019硬件环境：PC机
RSA模块和md5模块包含了RSA和md5的底层函数打包，CET_com官方模块里存储着所有学生的id和CET成绩，CET_prove_system模块担任组装各模块最终实现CET成绩证明系统。
运行指导将源码clone到本地运行CET_prove_system.py即可开始。
软件环境：VisualStudio2019硬件环境：PC机
2020/7/15 18:06:22
3KB
1
文件包含一个数据集（csv文件）和一个可执行代码（py文件），是对红酒数据集的分类训练与测试。
可作为人工智能、机器学习初学者的学习资料。
模型训练基于逻辑回归算法，数据集和测试集按照8:2的比例进行划分。
数据集前11列为红酒的属性，最初一列是红酒的分类标签，此处红酒总共有六类（标签分别为3、4、5、6、7、8），每一行为一个红酒样本。
通过对机器学习分类模型输入特征值，得出此红酒的种类。
需要Python版本3.8及以上；
需要引入第三方库pandas和sklearn。
可作为人工智能、机器学习初学者的学习资料。
模型训练基于逻辑回归算法，数据集和测试集按照8:2的比例进行划分。
数据集前11列为红酒的属性，最初一列是红酒的分类标签，此处红酒总共有六类（标签分别为3、4、5、6、7、8），每一行为一个红酒样本。
通过对机器学习分类模型输入特征值，得出此红酒的种类。
需要Python版本3.8及以上；
需要引入第三方库pandas和sklearn。
2020/10/4 16:03:38
27KB
1
机器学习FileTypeIdentifier：一种机器学习算法，用于自动识别文件编写的编程语言类型。
要求Python模块：theano、numpy、scipy、scikit-learn(sudo)pipinstalltheanonumpyscipyscikit-learn用法现在，您可以通过以下命令运行脚本：pythonmain.py或者pythoncode_identifier.py并按照帮助信息（使用部分。
）。
code_identifier.py是用Theano实现的，而main.py是用Scikit-Learn实现的。
PS：这个工具的使用还是有点小技巧的，在near功能上应该愈加人性化。
要求Python模块：theano、numpy、scipy、scikit-learn(sudo)pipinstalltheanonumpyscipyscikit-learn用法现在，您可以通过以下命令运行脚本：pythonmain.py或者pythoncode_identifier.py并按照帮助信息（使用部分。
）。
code_identifier.py是用Theano实现的，而main.py是用Scikit-Learn实现的。
PS：这个工具的使用还是有点小技巧的，在near功能上应该愈加人性化。
2017/4/9 7:23:07
399KB
1
看懂java源码GetSmellsGetSmells使用提取Java源代码中的代码味道。
先决条件GetSmells被编写为可在Windows或MacOS上运行（在Windows7和MacOS10.12上进行了测试）理解：您必须已在本地安装才能运行脚本。
它应该安装在操作系统的默认位置（对于Windows为C:\ProgramFiles\SciTools\或在MacOS上为/Applications/Understand.app）；
如果它不在默认位置，则可以在understandapi.py和understandcli.pycli.py的顶部都修改路径。
您可以申请1年教育许可证，以了解Python3.4+：该脚本是为Python3.4+编写的，在Windows上，您的32位/64位版本的Python3应该与您的Understand安装（使用Python3.664位开发）的位数相婚配。
Python库：pip3installnumpy用法python3getsmells.py[sourcePath][outputPath(optiona
先决条件GetSmells被编写为可在Windows或MacOS上运行（在Windows7和MacOS10.12上进行了测试）理解：您必须已在本地安装才能运行脚本。
它应该安装在操作系统的默认位置（对于Windows为C:\ProgramFiles\SciTools\或在MacOS上为/Applications/Understand.app）；
如果它不在默认位置，则可以在understandapi.py和understandcli.pycli.py的顶部都修改路径。
您可以申请1年教育许可证，以了解Python3.4+：该脚本是为Python3.4+编写的，在Windows上，您的32位/64位版本的Python3应该与您的Understand安装（使用Python3.664位开发）的位数相婚配。
Python库：pip3installnumpy用法python3getsmells.py[sourcePath][outputPath(optiona
2017/9/27 18:41:35
8KB
1
matlabdir源代码Crop_DiseasesCropDiseasesDetection代码源于Google识别API，根据数据情况做了少许修改。
深度学习框架Tensorflow1.9密码:yq30生成TFrecords运行process.py将数据图像压缩生成TFRecords类型的数据文件，可以提高数据读取效率#修改process.py主函数路径，改为本人的下载后压缩的路径pythonprocess.py训练模型#配置train.sh参数#生成的TFrecords路劲(根据本人的实际修改，下同)DATASET_DIR=/media/zh/DATA/AgriculturalDisease20181023/tf_data#训练过程产生的模型，迭代保存的数据位置TRAIN_DIR=/media/zh/DATA/AgriculturalDisease20181023/check_save/resnetv1_101_finetune#定义预训练模型定义(预训练模型下载地址上面有给出)CHECKPOINT_PATH=/media/zh/DA
深度学习框架Tensorflow1.9密码:yq30生成TFrecords运行process.py将数据图像压缩生成TFRecords类型的数据文件，可以提高数据读取效率#修改process.py主函数路径，改为本人的下载后压缩的路径pythonprocess.py训练模型#配置train.sh参数#生成的TFrecords路劲(根据本人的实际修改，下同)DATASET_DIR=/media/zh/DATA/AgriculturalDisease20181023/tf_data#训练过程产生的模型，迭代保存的数据位置TRAIN_DIR=/media/zh/DATA/AgriculturalDisease20181023/check_save/resnetv1_101_finetune#定义预训练模型定义(预训练模型下载地址上面有给出)CHECKPOINT_PATH=/media/zh/DA
2017/8/5 16:52:45
720KB
1
这就是我今天发的iwanna游戏的py文件，所有资源都在百度网盘，链接:https://pan.baidu.com/s/1V2Ajw6j1YBhqr8HRiR87jQ?pwd=xx4j提取码:xx4j?w,s,a,d,上下左右都可以移动。
空格腾跃，可以两段跳。
十分坑爹。
r重新开始，c退出。
希望大家玩的快乐！
空格腾跃，可以两段跳。
十分坑爹。
r重新开始，c退出。
希望大家玩的快乐！
2020/1/13 12:40:51
16KB
1
基于Pytorch实现的深度强化学习DQN算法源代码，具有超详细的正文，已经在诸多项目中得到了实际应用。
主要包含2个文件：（1）dqn.py，实现DQN只能体的结构、经验重放池、Q神经网络、学习方法等；
（2）runner.py，使用dqn.py中的智能体与环境进行交互与学习，并最终学会仿真月球车着陆游戏。
主要包含2个文件：（1）dqn.py，实现DQN只能体的结构、经验重放池、Q神经网络、学习方法等；
（2）runner.py，使用dqn.py中的智能体与环境进行交互与学习，并最终学会仿真月球车着陆游戏。
2020/1/5 5:04:31
8KB
1
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