计算汉字词语相似度

说明：  美国本科python课堂实用初级入门教学实例(Python introduction teaching example)

1维LBP算法，在一维上做LBP算法，用于提取微表情特征(1-dimension LBP，abstract microfacial expression features)

说明：  利用改进k-means算法对客户进行分类，改进rfm模型(Using improved k-means algorithm to classify customers and improve RFM model)

说明：  读取.pacp文件，提取里面的icmp、ip、udp等字段信息。 。。。。(Read the .pacp file and extract the icmp, ip, udp and other field information.)

Programming collective intelligence的中文版：集体智慧编程(Programming collective intelligence)

说明：  other

卷积神经网络python实现。 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络

决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。 决策树方法最早产生于上世纪60年代，到70年代末。由J Ross Quinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进，对于预测变量的缺值处理、剪枝技术、派生规则等方面作了较大改进，既适合于分类问题，又适合于回归问题。 决策树算法构造决策树来发现数据中蕴涵的分类规则．如何构造精度高、规模小的决策树是决策树算法的核心内容。决策树构造可以分两步进行。第一步，决策树的生成：由训练样本集生成决策树的过程。一般情况下，训练样本数据集是根据实际需要有历史的、有一定综合程度的，用于数据分析处理的数据集。第二步，决策树的剪枝：决策树的剪枝是对上一阶段生成的决策树进行检验、校正和修下的过程，主要是用新的样本数据集（称为测试数据集）中的数据校验决策树生成过程中产生的初步规则，将那些影响预衡准确性的分枝剪除。

说明：  本文提出了一种用于通信系统中无线电信号检测的自动调制识别框架。该框架考虑了深度卷积神经网络（CNN）和长期短期记忆网络（LSTM）。 此外，我们提出了一种预处理信号表示，其组合了调制信号的同相，正交和四阶统计。所提供的数据表示允许我们的CNN和LSTM模型对我们的测试数据集实现8％的改进。(Automatic Modulation Recognition using Deep Learning Architectures, 2018 IEEE 19th International Workshop on Signal Processing Advances in Wireless Communications (SPAWC))

bro联动防火墙的Python实现，分客服端和服务端，服务端把bro的报警信息定时发送到iptables，防火墙处理动作(Python implementation bro with Firewall, sub-customer side and service side, the server time to bro send alarm information to iptables, the firewall processing actions)