TAU

美国Delta tau PMAC系列运动控制器、美国Parker伺服、英国Renishaw光栅，激光干涉仪，提供运动控制解决方案，欢迎咨询。 李先生：13001226142 专业 诚信 分享 共赢 来源： oschina 链接： https://my.oschina.net/u/4397452/blog/4872530

作者：知道创宇404实验室翻译组 原文链接： https://blog.malwarebytes.com/cybercrime/2020/10/fake-covid-19-survey-hides-ransomware-in-canadian-university-attack/ 最近，我们观察到了Silent Librarian APT黑客组织针对 全球范围内大学 的 网络钓鱼 活动。10月19日，通过伪装的COVID-19调查，我们确定了针对哥伦比亚大学（UBC）员工的新型网络钓鱼文档，该文档是一个会自动下载勒索软件并勒索受害者的恶意Word文件。幸运的是，基于UBC网络安全团队的迅速对应措施，该网络钓鱼活动并未成功。 一、COVID-19强制性调查 黑客组织通过mailpoof.com服务器创建电子邮件地址，进而在Box.net和DropBox中注册帐户。不直接通过电子邮件发送假调查，而是将文档上传到Box和DropBox并使用其共享功能进行分发。这可能是为了规避会阻止来自信誉低电子邮件的网络钓鱼过滤器。黑客组织声称自己是管理员，并通过文件共享功能中发表以下评论： 晚上好，伙计们！管理员正在与您共享一项关于对组织应对流行病的反应的看法的强制性调查，请务必在周一前提交并尽快填写！ 文末附带物资申请表格，包括：手套、洗手液、口罩或消毒喷雾剂。只需签名并输入所需物资的数量便可获取

　　 　　 不利用电子显微镜，通过借助“果冻”和“荧光”来观察神经的形态，从而协助诊断阿尔兹海默症（AD）等神经疾病？ 这一充满趣味的方式不再是奇思妙想，它已经变为现实。 　　西湖大学生命科学学院 PI Kiryl Piatkevich 博士的研究发明即围绕于此。他开发了一种新型材料——与果冻形态类似的凝胶，结合用以辅助观察的荧光材料，无需大型显微仪器便可以观察精密的神经活动。 　　他因为这项研究而获得了一笔来自 BBRF（Brain and Behavior Research Foundation，大脑和行为研究基金会，该基金会在今年遴选出了 150 位青年科学家的项目）的青年科学家基金的定向支持资金。西湖大学也成为了获得该项基金支持的唯一一家中国机构。 图丨Kiryl Piatkevich，他硕士毕业于罗蒙诺索夫莫斯科国立大学，毕业后在莫斯科国立大学和美国阿尔伯特爱因斯坦医学院进行联合博士培养（来源：受访者提供） 　　 在博士毕业后，Kiryl 选择在麻省理工学院 Edward Boyden 博士领导的合成神经生物学实验室从事博士后研究。Edward 被称为是凝胶“大神级”玩家，他最早开启了“凝胶显微镜”的研究。在与“大神”共同进行研究期间，Kiryl 利用合成生物学研发神经接口的新方法，并研发出了几种新型分子技术用于观察活体动物的神经元活动。 　　七年多的博士后研究之后

GSM GSM/GPRS基础汇总 GSM帧结构 GSM协议栈结构和GSM、GPRS信道映射 GSM呼叫信令流程 GSM系统消息 GSM/GPRS/EGPRS相关调制方式/速率 GSM频率分配 GSM 协议索引 GPRS Operation & States GSM功率等级 CDMA/EvDo CDMA/EVDO协议基础知识汇总 3G WCDMA/TDCDMA UMTS基础知识汇总 3G Cell Update 的信令流程 LTE LTE协议基础知识汇总 LTE Frame Structure - Downlink LTE Frame Structure - Uplink Overal LTE Sequence LTE从开机到RACH过程 LTE RACH过程 LTE小区搜索过程 LTE小区搜索和MIB恢复 LTE射频测试和测量 如何计算的LTE峰值数据率？ RRC_IDLE状态下的非连续接收DRX LTE中的CQI RI PMI参数 下行吞吐量问题分析 LTE Drop的场景分析 LTE 中的Data Centric 和 Voice Centric含义 LTE的QoS LTE PWS CMAS CBS消息 netmanias LTE系列博客翻译 1-LTE Network Architecture: Basic 2-LTE Identification I: UE and ME

# 关于4GLTE的一些学习笔记 调制的用途是提高速率，将信号提到射频，使之能够快速传输信息，但是调制的性能越高，需要的信号质量就越高，这与无线环境是息息相关的。其中，自适应调制编码（AMC）是基于信道质量的信息反馈自主选择最合适的调制方式，来调整数据量的大小和数据率。对于好的信道，就减少冗余编码，对于信道质量比较差的，就需要增加冗余编码来减少干扰； 目前最受欢迎的天线技术是MIMO，它有复用和分集两种工作模式，复用是指在不同天线上发送不同的数据，可以增加容量，分集模式就是多根天线发送相同的数据，在弱环境条件下能够提高用户速率； 正交频分复用技术需要在带宽比较大的时候才能使用，它采用FFT技术，通过在一个带宽范围内设计多个相互正交的子载波，能够明显提高频谱利用率，并且能够对抗频率选择性衰落。但是它对于频偏又比较敏感，峰均比比较高； 调度是指基站规定用户的发送速率。一些常用的调度算法有轮询算法、最大载干比算法、正比公平算法等； 小区干扰协调值得注意的是其中心是使用副频率的，而边缘是使用主频率的。小区间干扰协调的方法有降低邻区干扰、提升小区边缘用户数据吞吐量、改善边缘用户体验等，干扰的降低是以牺牲容量为代价的。传统的ICIC与动态和静态两种，自适应ICIC，是通过MR测量判断信道环境调整ICIC，只有在高负载场景下才有必要开启ICIC。 自组织网络是一个更智能化、更自动化的网络

蚂蚁算法的应用（01背包、函数极值、TSP） ​ 笔者是一位大一的萌新，这篇算法是自己查阅文献以及参考别人的博客再加上自身的理解写出来的。有错误的地方希望及时指正。这篇文章我使用的是Matlab，后续会给出python版本。以后会陆续出其他的优化算法以及人工智能算法，机器学习，深度学习等。 这是我在 b站的详细讲解 目录： 原理 应用_TSP 应用_函数极值 应用_01背包 1. 原理 背景介绍 ​ 在了解蚂蚁算法前，首先当然是了解一下算法的背景。 在自然界中，蚂蚁总能找到一条从蚂蚁洞到食物的最短路径，这是人们观察出来的结果。这是为什么呢，因为有一个叫信息素的物质的存在。蚂蚁在运动过程中，能够感知这种物质的存在和这个物质的浓度，同时也会释放这种物质。 原理简介 ​ 在初始阶段，环境中的信息素浓度为0，此时，蚂蚁会随机选择路径到食物。如下图所示： 随后的蚂蚁，根据之前路径上的信息素，选择自己走哪一条路。 划重点！ 信息素是一个随时间挥发的物质 。假设每只蚂蚁在单位时间留下的信息素相同，那么，路径越短，残留的信息素也就越多。蚂蚁选择这条路的概率也就越大。这条路上的蚂蚁也就越来越多，产生的信息素也越来越多了。因此形成了 正反馈 。最终得出最优路径。 基本蚂蚁算法的参数和公式 以TSP问题为例子来讲解。 首先是初始化参数： m：蚂蚁数量，约为城市数量的1.5倍。如果蚂蚁数量过大

目录 Catalog 前言 Foreword 坐标系 Coordinate Systems 参考线几何描述 Geometry 直线 Line 参考线坐标系 e s ⃗ , e t ⃗ , e h ⃗ \vec{e_s}, \vec{e_t}, \vec{e_h} e s ​ ​ , e t ​ ​ , e h ​ ​ 曲率 κ \kappa κ 位置 p ⃗ \vec{p} p ​ 欧拉螺旋线 & 弧线 Sipral & Arc 曲率 κ \kappa κ 参考线坐标系 e s ⃗ , e t ⃗ , e h ⃗ \vec{e_s},\vec{e_t},\vec{e_h} e s ​ ​ , e t ​ ​ , e h ​ ​ 位置 p ⃗ \vec{p} p ​ 参数三次曲线 Parametric Cubic Curve 位置 p ⃗ \vec{p} p ​ 参考线坐标系 e s ⃗ , e t ⃗ , e h ⃗ \vec{e_s},\vec{e_t},\vec{e_h} e s ​ ​ , e t ​ ​ , e h ​ ​ 曲率 κ \kappa κ 前段时间在看OpenDRIVE文档，做相关的建模。现整理一下参考线（Reference Line）的采样方式，考虑采样出来的每个点都记录一些辅助信息。 前言 Foreword 本文根据OpenDRIVE 1.6

文章目录 往期文章链接目录 Convolutional graph neural networks (ConvGNNs) GCN Framework GCN v.s. RecGNN What is Convolution Spatial-based ConvGNNs Message Passing Neural Network (MPNN) Introduction to MPNN Shortage of the MPNN framework GraphSAGE (SAmple and aggreGatE) Overview of GraphSAGE Aggregator Fuctions PATCHY-SAN Overview of PATCHY-SAN Two problems considered in PATCHY-SAN Steps of PATCHY-SAN 往期文章链接目录 往期文章链接目录 Convolutional graph neural networks (ConvGNNs) Convolutional graph neural networks (ConvGNNs) generalize the operation of convolution from grid data to graph data. The main idea is to

https://study.163.com/course/courseMain.htm?courseId=1006383008&share=2&shareId=400000000398149 （博主录制） (原创声明，转载引用需要指明来源) 模块概述 Python 模块(Module)，是一个文件，用 .py 结尾。模块包含了 Python 对象定义和Python语句。模块能够有逻辑地组织 Python 代码段，把相关的代码分配到一个模块里能让开发人员的代码更好用，更易懂。模块能定义函数，类和变量，模块里也能包含可执行的代码。 下例是个简单的模块 simpleModule.py： # -*- coding: utf-8 -*- """ 最简单的模块 """ def PrintName(name): #定义一个函数 print("hello:",name)#输出信息 导入模块三种形式 只有导入模块后才能使用。导入有多种方法，每种方法对名称空间都有不同的影响。 模块引入形式主要有三种形式，用math模块为例，分别如下： （1） import math ( 推荐) 这是进行导入的最简单方法，通常建议这样做。您可以使用模块名称作为前缀来访问模块的名称空间。这意味着您可以在程序中使用与模块中相同的名称，但可以同时使用它们。当您导入多个模块时，就可以清晰辨别特定名称属于哪个模块。 import

   友情提示，博主第一篇正式文章，在文字排版上可能有些不足之处，目前优化了电脑观看体验，手机端等我熟悉了Markdown语法会再次优化！！！    本文主要介绍灵龙芯NB-IOT通讯模组的低功耗能力，下文中涉及到的知识除AT指令外，基本通用于任何NB模组。 介绍 关于PSM 关于eDRX 三种模式区别 PSM PSM唤醒 PSM相关指令 PSM特性 说明 eDRX eDRX简介 eDRX模式 PTW eDRX配置相关指令 应用示例 PSM模式 开启/关闭PSM模式 PSM和UDP测试示例 PSM和UDP测试示例(RAI Flag) eDRX模式 开启eDRX模式 设置eDRX周期为指定值 设置eDRX周期为20.48s,PTW为10.24s 关闭eDRX模式 结语 介绍   NB-IoT 支持三种省电模式：PSM (Power Saving Mode，省电模式)、DRX（Discontinuous Reception，不连续接收模式），eDRX（Extended DRX，扩展不连续接收模式）。   NB 中采用了 PSM(power saving mode)和 eDRX(extended Discontinuous Reception)来节省功耗。在 PSM 模式下，终端无需接收 paging 以检测是否有下行服务，而 eDRX 模式相对于 DRX，具有更长的寻呼检测周期