2018年Linux系统安全检查、加固shell脚本

高斯瑞利分布下qpsk和QAM的误码率分析，不仅对理论的曲线进行了绘制，而且进行了仿真。16QAM在瑞利衰落信道下的的程序网上比较难找，这份资料详细的分析并得出了最终的曲线图！

SHT20温湿度传感器程序（使用GPIO口模拟I2C），包含头文件与c文件，内含中文技术手册！！

其中包含了三种线性信号检测算法MRC,ZF,MMSE和两种非线性信号检测算法ZF-SIC和MMSE-SIC,实测可用

【实例简介】模式识别系统聚类法之k均值算法，是无监督学习方法的一种，可以将模式分为k类，程序现在实现了将模式分为3类，供大家参考

linux远程连接工具xshell、文件传输工具xftp，内含密钥

【实例简介】用C语言做的模拟数独游戏做的代码，其中数独会随机生成

里面包含一些资源：漂亮的WPF界面框架(OSGi.NET插件)源码.rar基于插件式的开发框架源码.rarWPF之DataGrid.rarMVVMDataGrid.rarWPF界面下的会员登录.rarWPF动态添加行列DATAGRID.rarWpfApplication1.zipWPF.MDI.rarwpf-treeview.zipMVVM.rarWPF中UserControl如何访问它所属的Window的控件或事件.txtTabControl.zip

Java Card技术适用于智能卡和其他高度专业化设备的Java平台，这些设备的内存和处理能力都比J2ME设备的要求更加苛刻。智能卡在个人信息安全方面有很大用处。它们可用于添加验证和安全访问到需要高级别安全的信息系统。保存在智能卡上的信息是便携的。使用Java Card技术，你可能随身携带保存在一个小型并且安全的媒介上的重要并且敏感的个人信息，比如你的病历、信用卡号或者电子现金余额。

【实例简介】概率神经网络（Probabilistic Neural Network）的网络结构类似于RBF神经网络，但不同的是，PNN是一个前向传播的网络，不需要反向传播优化参数。这是因为PNN结合了贝叶斯决策，来判断测试样本的类别。

【实例简介】LSTM异常检测自动编码器 使用LSTM自动编码器检测异常并对稀有事件进行分类。 如此多次，实际上是现实生活中的大多数数据，我们都有不平衡的数据。 数据是我们最感兴趣的事件，很少见，不像正常情况下那么频繁。 例如，在欺诈检测中。 大多数数据是正常情况，无论数据是否已标记，我们都希望检测异常或何时发生欺诈。 处理未标记的数据时，我们通常会使用“异常值检测”方法，例如，基于聚类的局部离群值因子（CBLOF） ，基于直方图的离群值检测（HBOS）等。而标记的数据被视为“分类”问题和分类器，如和。 但是，由于正数据点在数据中很少见，因此该算法发现很难从数据中学到很多东西。 例如，分类器通常最终会在所有情况下都预测为“负”，以实现最佳准确性。 在这里，我们将研究可用于有监督和无监督以及罕见事件分类问题的另一种方法。 长短期记忆自动编码器。