2021-02-13

最新推荐文章于 2022-04-02 17:08:18 发布
原创 最新推荐文章于 2022-04-02 17:08:18 发布 · 置顶 · 91 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

新年到来，分享实用的国家标准链接，助您提升技术标准意识：http://openstd.samr.gov.cn/bzgk/gb/std_list_type?p.p1=1&p.p90=circulation_date&p.p91=desc。
HighPC
关注
CVE-2021-3177浅析
weixin_42421477的博客
10-05 1996
CVE-2021-3177浅析CVE-2021-3177漏洞成因PoC环境准备浮点数覆盖返回地址方法运行 这篇文档作为对CVE-2021-3177的学习记录。 CVE-2021-3177 CVE-2021-3177发布日期为2021年02月19日，内容为python的函数库_ctypes/callproc.c中存在缓冲区溢出问题，具体的函数为ctypes.c_double.from_param。最为简单的PoC如下： >>> from ctypes import * >>&gt
Draft 2021-02-13 10:20:10-数据集
03-04
本数据集，名为“Draft 2021-02-13 10:20:10”，可能是一个正在开发或更新中的项目的一部分，其创建日期为2021年2月13日10时20分10秒。这个时间戳表明该数据集在那个时候处于草稿状态，意味着它可能尚未完成或者还在...
字符串类型的2021-02-13T16:00:00.000Z 转成date类型
m0_57302315的博客
11-17 1384
String str = "2021-02-13T16:00:00.000Z"; SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.S'Z'"); Date date = sdf.parse(str); System.out.println(date);//Sat Feb 13 16:00:00 CST 2021
2021-02-20
Mango_allergy的博客
02-20 1734
python 导入模块 在开始使用一个模块中的函数之前,必须用 import 语句导入该模块。在代码中, import 语句包含以下部分: 文章目录python 导入模块前言一、导入模块二、两种导入方式1.import module2.from random from *总结 前言 在开始使用一个模块中的函数之前,必须用 import 语句导入该模块。在代码中, import 语句包含以下部分。 一、导入模块 在导入一个模块后,就可以使用该模块中所有很酷的函数 二、两种导入方式 1.import m
2021-04-21
qq_56102648的博客
04-21 980
2021-05-05
樊金良的博客
05-05 918
你需要努力，fighting！
2021-01-02
shine_tom的博客
01-02 1572
[root@localhost doc]# man echo [root@localhost doc]# help echo echo: echo [-neE] [arg …] Write arguments to the standard output. Display the ARGs on the standard output followed by a newline. Options: -n do not append a newline -e enable interpretatio
网络攻防｜CVE-2021-42287、CVE-2021-42278域内提权
weixin_42282189的博客
12-20 3276
作者： r0n1n 免责声明：本文仅供学习研究，严禁从事非法活动，任何后果由使用者本人负责。 0x01 漏洞原理 Microsoft Windows Active Directory 域服务权限提升漏洞（CVE-2021-42278、CVE-2021-42287）攻击者可利用该漏洞将域内的普通用户权限提升到域管理员权限，造成风险和危害极大。 漏洞情报来源： 1、影响版本 CVE-2021-42278 ￮ Windows Server 2012 R2 ￮ Windows Server 2012 (S.
2021-02-13-idea使用svn检出代码和更新上传代码
qq_41270550的博客
02-10 3381
idea使用svn检出代码和更新上传代码前言整合检出项目代码 前言 一般，进入公司开发一个项目，你的领导一般会给你一个svn的链接和账号密码 你只需要学会从svn根据链接检出代码和写完代码后会更新上传代码就行了 本博客的前提是你电脑装好了svn，没装的百度一下装了再看本文档 整合 在idea设置里找到这个地方，把svn安装的exe文件的地址填写上去，然后点击apply和OK就可以了 检出项目代码 ...
2021-01 补丁日: 微软多个高危漏洞通告
爱国小白帽
01-14 1174
报告编号：B6-2021-011302 报告来源：360CERT 报告作者：360CERT 更新日期：2021-01-13 0x01事件简述 2021年01月13日，360CERT监测发现发布了的风险通告，事件等级：严重，事件评分：8.8。 此次安全更新发布了83个漏洞的补丁，主要涵盖了以下组件: Windows操作系统、Edge浏览器、Office办公套件、Windows 编解码器库、Visual Studio、SQL Server、反病毒引擎、.NET、Azure 。其中包括10个严重漏洞，73个高危.
CVE-2021-4034（权限提升漏洞）
m0_57856283的博客
04-02 6060
01介绍 近日，国外安全团队发布安全公告，Linux Polkit被爆出权限提升漏洞，Polkit是Linux系统中的一个身份认证管理工具， 通过定义和审核权限规则，实现不同优先级进程间的通讯，负责在系统层面进行权限控制，而漏洞的主要原因则是 Polkit下的应用程序 pkexec 允许在非特权用户根据预定义的策略以特权用户身份运行命令。 影响版本如下： CentOS系列 CentOS 6：polkit-0.96-11.el6_10.2 CentOS 7：polkit-0.112-26.e...
精选资源
lu分解的matlab源代码-ENM502-2021-hw2:ENM502-2021-HW2
05-23
2021-02-21 分配2 LU分解 介绍 在本作业中，我们将在Matlab中实现LU分解。 基本上，下-上（ LU ）分解或因式分解因子a是下和上三角矩阵的乘积。 运算次数约为O(n^3) ，其中n是分解矩阵的一维。 $$ A = LU $$，看起来...
2021-2022收藏资料面向对象程序设计-复习题.doc
09-26
2021年09月16日
WebIDE-UISimpleTC-2021-04-02T21-13-19.922Z-github:为工具链创建
04-03
【标题】"WebIDE-UISimpleTC-2021-04-02T21-13-19.922Z-github:为工具链创建"揭示了一个项目，它涉及到Web集成开发环境（IDE）的用户界面（UI）简单测试用例的创建。这个项目可能是为GitHub上的某个工具链建立的，...
elasticsearch-7.17.22-linux-x86-64.tar.gz分享给需要的同学
12-08
elasticsearch-7.17.22-linux-x86_64.tar.gz分享给需要的同学
rocketmq-dashboard 1.0.0 源码
12-08
rocketmq-dashboard 1.0.0 源码
基于Q-learning算法在能源市场中实现效益最大化研究（Matlab代码实现）
12-08
基于Q-learning算法在能源市场中实现效益最大化研究（Matlab代码实现）
AI时代，中小技术转移机构面临收入增长乏力挑战，如何抓住企业创新数智空间机遇实现体系化核心优势？.docx
12-08
聚焦AI+技术转移、院所成果转化与知识产权管理，以人工智能为底座的数智化科技创新平台，为提升区域科技管理与创新能力提供全面解决方案，驱动地方产业升级。
【智能无人系统】基于ACO-MLP混合模型的无人机三维路径规划： 项目介绍 MATLAB实现基于ACO-MLP 蚁群算法（ACO）结合多层感知机（MLP）进行无人机三维路径规划（含模型描述及部分示例代
最新发布
12-08
内容概要：本文介绍了一个基于MATLAB实现的无人机三维路径规划项目，采用蚁群算法（ACO）与多层感知机（MLP）相结合的混合模型（ACO-MLP）。该模型通过三维环境离散化建模，利用ACO进行全局路径搜索，并引入MLP对环境特征进行自适应学习与启发因子优化，实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题，结合并行计算与参数自适应机制，提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例，涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群：具备一定MATLAB编程基础，熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师；适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员； 使用场景及目标：①应用于复杂三维环境下的无人机路径规划，如城市物流、灾害救援、军事侦察等场景；②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化；③为智能无人系统的自主决策与环境适应能力提供算法支持； 阅读建议：此资源结合理论模型与MATLAB实践，建议读者在理解ACO与MLP基本原理的基础上，结合代码示例进行仿真调试，重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现，以深入掌握混合智能算法在工程中的应用方法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值