struct typedef and
Jellyfish and OEIS
Jellyfish and OEIS 题意 题面传送门 题解 恭恭敬敬给致远磕大头。 首先我们将原序列分割成很多块，使得每一块都是相对位置的排列。且这一块内不可分割出另外的块。 例如：\([3,1,2][5,4]\)，而 \([1,2,3]\) 是不合法的，因为他可以被分割为 \([1][2][3] ......
Hierarchical Clustering-based Personalized Federated Learning for Robust and Fair Human Activity Recognition-2023
任务：人类活动识别任务Human Activity Recognition HAR 指标：系统准确性、公平性、鲁棒性、可扩展性 方法：1. 提出一个带有层次聚类（针对鲁棒性和公平的HAR）个性化的FL框架FedCHAR；通过聚类（利用用户之间的内在相似关系）提高模型性能的准确性、公平性、鲁棒性。 2 ......
论文阅读-Self-supervised and Interpretable Data Cleaning with Sequence Generative Adversarial Networks
1. GARF 简介 代码地址：https://github.com/PJinfeng/Garf-master 基于 SeqGAN 提出了一种自监督、数据驱动的数据清洗框架——GARF。 GARF 的数据清洗分为两个步骤： 规则生成 (Rule generation with SeqGAN)：利用 ......
What do you think of Online and Classroom Class advantages and disadvantages?
What do you think of Online and Classroom Class advantages and disadvantages? Online and classroom classes each have their own set of advantages and d ......
sans sec 565 Red Team Operations and Adversary Emulation - 红队运营和对手仿真 之 565.1 Lab 1.4：奖金！用户名枚举和密码喷射
565.1 Lab 1.4：用户名枚举和密码喷射 目标 用户名枚举以发现其他有效用户 使用已知密码对新发现的账户进行喷洒 本实验室模拟的 TTP T1594 - Search Victim-Owned Websites T1078 - Valid Accounts T1087.003 - Accou ......
An Introduction to Bioinformatics Algorithms, Neil C. Jones and Pavel Pevzner, the MIT Press, 2004.
An Introduction to Bioinformatics Algorithms, Neil C. Jones and Pavel Pevzner, the MIT Press, 2004. This introductory text offers a clear exposition o ......
vulnhub Me and My Girlfriend靶场
目录1.信息收集2.漏洞挖掘3.漏洞利用4.提升权限 1.信息收集 扫描存活主机 sudo arp-scan -l 扫描主机的开放端口 nmap -p- 192.168.42.156 扫描端口具体开放服务 nmap -p 22,80 -A -sV 192.168.42.156 扫描网站指纹 what ......
sans sec 565 Red Team Operations and Adversary Emulation - 红队运营和对手仿真 之 565.1 Lab 1.3：侦察和密码攻击
sans sec 565 Red Team Operations and Adversary Emulation - 红队运营和对手仿真 之 565.1 Lab 1.3：侦察和密码攻击 目标 通过分析 Draconem.io 网站进行侦察 确定密码攻击的目标对象 通过收集电子邮件地址发现有效的用户名 ......
CF573B Bear and Blocks
题意 给定每列有多少个方块 \(h_i\)。 每次炸掉边缘的方块。 问你几次能把所有方块炸完。 Sol *1600 竟然还开了题解，该退役了。 发现每个方块只会有三种情况影响时间。 设每列的最短时间为 \(v_i\)。 \(h_i\) \(v_{i - 1} + 1\) \(v_{i + 1} + ......
typedef vs using
语言支持类型别名typedef，显然，CPP也支持咯。不过自CPP11(也称之为Modern CPP)开始，引入了using关键字用以表示类型别名。 创建类型别名 typedef和using都可以创建类型别名，区别是在语法语义上的不同。 typedef的语法如下： typedef [original ......
CF1593E-Gardener-and-Tree-题解
title: CF1593E Gardener and Tree 题解 date: 2022-05-27 21:30:48 categories: - 题解 原题面 题意： 给出一个 \(n\) 个点的树，删除 \(k\) 次叶子节点，求剩下的节点数。 思路： 设 \(cnt_i\) 为 \(k\) ......
AT_abc323_f [ABC323F] Push and Carry 题解
不难发现答案的下界为 \(|x_b-x_c|+|y_b-y_c|\)，这是每步都推箱子的情况。 但很多时候并不能直接开始推箱子，所以人要先移动到箱子的后面（相对于目的地），再把箱子往目的地推。 比如这种情况（B 为箱子，C 为目的地）： B.. ... ..C 推完箱子的一边后，还要走到另一边： ↓ ......
高等数值分析（高性能计算，并行计算） (Parallel and High Performance Computing)
https://github.com/OpenMP https://math.ecnu.edu.cn/~jypan/Teaching/ParaComp/ Parallel and High Performance Computing(高等数值分析（高性能计算，并行计算)) 基本信息： 教材：本课程主 ......
Go 语言 Excel 表格转成 Struct
- 最近用go语言的Excelize包实现xlsx读取发现一点问题。当xlsx末尾列数据为空时（下图中红框部分），如果存入到像[]string切片或者数组内，Go语言数组这种会自动忽略右边的空值，会出现行的长度不一致（比如第14行列数为4,15行列数为3，第18行直接没数据）。这比python的pa ......
Build Secure Web Services With SOAP Headers and Extensions
原文如下： https://www.developer.com/microsoft/dotnet/build-secure-web-services-with-soap-headers-and-extensions/ 摘录我最想要的Extensions部分 <%@ WebService Langua ......
结构体写法（Struct）
一、 struct stu{ char *name; //姓名 int num; //学号 int age; //年龄 char group; //所在小组 float score; //成绩 } stu1; //定义结构体类型的同时定义结构体变量 /* *其他写法： * ① //先定义结构体类型， ......
Omkar and Akmar 题解
题意：有一个 \(n\) 个点的环，以及两个人。每个人可以向环中任意一个位置放置一个 \(A\) 或者 \(B\)，但是相邻的位置不能相同，不能行动者输。问最终的局面有多少种。 一个结论是：后手必胜。 证明：最终肯定不可能出现两个连续的空格，否则一定可以在其中一个上填 \(A\) 或 \(B\)。所 ......
Animals and Puzzle 题解
原题链接：CF713D 题意：给定一个 \(n\times m\) 的地图 \(a\)，\(a_{i}\) 为 \(0\) 或 \(1\)。有 \(t\) 次询问，每次询问给定一个矩形，求出这个矩形中最大的由 \(1\) 构成的正方形的边长是多少。 首先考虑预处理出 \(d_{i,j}\) 表示以 ......
B. Swap and Delete
原题链接 反思 要明确每个变量的含义！！！ 读题 1.取一对01置换，或者删掉一个元素，使得经过若干次改变后的序列\(t\)，和\(s\)的前\(|t|\)项元素各不相同。求问最少要删掉几个元素？ 一些事实的思考 1.对于一个给定的序列\(a\)，和另一个 “0的个数”与“1的个数”均相同，但是排列 ......
《CLIP：Connecting text and images》论文学习
一、Abstract 尽管深度学习已经彻底改革了计算机视觉领域，但当前的深度学习视觉方案方法存在几个主要问题： 高质量的视觉数据集，制作过程耗时且成本高昂，同时只包含了有限范围的视觉概念 标准的深度学习视觉模型（例如ImageNet、ResNet）擅长完成单一任务，且只能完成一个任务，需要投入巨大的 ......
c/c++中typedef定义结构体内成员赋初值
写数据结构作业时遇到的问题：需要给typedef定义的结构体中的成员数组赋初值。如下：写数据结构作业时遇到的问题：需要给typedef定义的结构体中的成员数组赋初值。如下： typedef struct { Node* nodes[maxsize]; int front,rear; }Queue; ......
BIgdataAIML-IBM-A neural networks deep dive - An introduction to neural networks and their programming
https://developer.ibm.com/articles/cc-cognitive-neural-networks-deep-dive/ By M. Tim Jones, Published July 23, 2017 Neural networks have been around f ......
BigdataAIML-ML-Models for machine learning Explore the ideas behind machine learning models and some key algorithms used for each
最好的机器学习教程系列：https://developer.ibm.com/articles/cc-models-machine-learning/ By M. Tim Jones, Published December 4, 2017 Models for machine learning Alg ......
Squeeze-and-Excitation Networks：SENet，早期cv中粗糙的注意力
Squeeze-and-Excitation Networks * Authors: [[Jie Hu]], [[Li Shen]], [[Samuel Albanie]], [[Gang Sun]], [[Enhua Wu]] Local library 初读印象 comment:: (SENet ......
Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network
Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network * Authors: [[Wenzhe Shi]], [[Jose Caballer ......
（15-418） Project 1: Exploring Multi-Core and SIMD Parallelism
Program 1: Parallel Fractal Generation Using Threads 加速比与线程数并不成正比： thread nums serial thread speedup 1 395.95 395.234 1.00x 2 394.42 201.087 1.96x 4 3 ......
数据结构与算法 第二章线性表（48课时课程笔记）Data Structure and Algorithms
2.1 线性表的类型定义 一个线性表是n个数据元素的有限序列。 （1）结构初始化 InitList(&L) 构造一个空的线性表L。 （2）销毁结构 DestroyList(&L) （3）引用型操作 （4） 修改型操作 一个算法举例： 假设有两个集合A和B分别用两个线性表LA和LB表示（即：线性表中的 ......
GCGP：Global Context and Geometric Priors for Effective Non-Local Self-Attention加入了上下文信息和几何先验的注意力
Global Context and Geometric Priors for Effective Non-Local Self-Attention * Authors: [[Woo S]] 初读印象 comment:: （GCGP）提出了一个新的关系推理模块，它包含了一个上下文化的对角矩阵和二维相 ......
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance
A Guide to Image and Video based Small Object Detection using Deep Learning : Case Study of Maritime Surveillance 基于图像和视频的小对象指南使用深度学习进行检测：的案例研究海上监视 1 ......