【5G NB-IoT NTN】基于IoT NTN实现卫星语音通信的关键技术研究

本文以3GPP前期研究及标准化进程为基础，提出了可支持语音通信的IoT NTN融合组网架构和体制优化方向。通过综合考虑卫星资源受限及时延较高的网络特性，针对语音交互信令的精简与优化提出了解决方案以降低星地语音交互信令对星地资源的消耗并保证卫星接入场景下的语音业务质量。然而仍存在一些关键问题有待进一步研究如协议适配与优化、网元功能与性能增强以及提高语音业务稳定性等。展望未来，“虚实共生、沉浸多感、类人智能、万物智联”将成为未来实时通信的发展愿景。

【计算机网络】http协议的原理与应用，以及https是如何保证安全传输的

TLS的全称是Transport Layer Security，即安全传输层协议，最新版本的TLS（Transport Layer Security，传输层安全协议）是IETF（Internet Engineering Task Force，Internet工程任务组）制定的一种新的协议，它建立在SSL 3.0协议规范之上，是SSL 3.0的后续版本。但是无连接有两种方式，早期的http协议是一个请求一个响应之后，直接就断开了，但是现在的http协议1.1版本不是直接就断开了，而是等几秒钟，

Node-RED 物联网应用开发：十大特性

Node-RED作为一个开源项目在推出后获得了巨大的成功和广泛的开发者的支持，其跨界能力和全新的开发方式成为最大的特点。Node-RED可以轻松完成工业控制、物联网、网络通信、信息化等多种跨界融合场景的应用，同时使用了低代码平台和流程化引擎的全新方式进行开发。Node-RED是一个开源的可视化编程工具，用于连接物联网（IoT）设备、API和在线服务。随着物联网的快速发展，越来越多的设备需要连接和交互。传统的编程方法需要处理大量的底层细节，如网络协议、数据格式和设备驱动程序。

神经网络基础结构

全连接层的引入可以增加网络的灵活性和表达能力，使其能够适应各种复杂的任务，并进行准确的分类和预测。然而，随着网络层数的增加，全连接层的参数量也会大幅增加，导致计算量增加和过拟合的风险，因此需要适当的正则化和优化策略来处理。通过交替堆叠多个卷积层和池化层，CNN能够逐渐提取出抽象和高级的特征，并在全连接层中进行进一步的处理和分类。：全连接层也称为密集连接层或输出层，是神经网络中的一种常见层类型。参数共享：卷积层中的每个滤波器都使用相同的权重参数对输入数据进行卷积操作，从而减少了参数数量，降低了模型复杂度。

用C#写一个随机排序

在 C# 中实现随机排序，通常可以使用类来打乱数组或列表中元素的顺序。这里有一种常见的方法是使用 Fisher-Yates 洗牌算法，这种算法既高效又公正，确保每个元素随机且公平地被选中。

【阿里云】云服务器ECS创建搭建宝塔面板（解决无法通过8888端口访问）

【阿里云】云服务器ECS创建搭建宝塔面板（解决无法通过8888端口访问） a. 在阿里云服务器 ECS 创建宝塔面板。b. 解决：无法通过8888端口访问宝塔面板。

深度学习之基于Django+Tensorflow卷积神经网络智能新闻分类系统

一、项目背景与目标在信息时代，新闻的数量和种类日益增多，如何快速准确地分类新闻成为了一个重要的挑战。传统的新闻分类方法往往依赖于人工标注和分类，这种方式效率低下、主观性强，且难以应对大规模的数据。因此，本项目旨在利用深度学习技术，特别是基于Django和Tensorflow的卷积神经网络（CNN），开发一个智能新闻分类系统，以提高新闻分类的效率和准确性。二、系统组成本系统主要包括数据预处理、模型训练、新闻分类和结果展示四个部分。

【阿里云】云服务器ECS运行node服务

本文介绍如何在（CentOS 7.9 64位）操作系统的ECS实例上，安装Node.js并部署测试项目。使用工具：FinalShell4.3.10。

Spring boot使用websocket实现在线聊天

maven依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <dependency> <groupId>org.springframework.boot</groupId>

深度学习之基于暗通道算法+卷积神经网络图像去雾可视化系统

一、项目背景与意义在图像处理领域，图像去雾技术一直是一个重要的研究方向。由于雾霾等天气条件的影响，拍摄得到的图像往往模糊不清，难以进行有效的信息提取和识别。因此，图像去雾技术对于提高图像质量、增强图像信息的可用性具有重要意义。近年来，随着深度学习技术的快速发展，尤其是卷积神经网络（CNN）在图像处理领域的广泛应用，为图像去雾技术提供了新的解决方案。本项目旨在结合暗通道算法和卷积神经网络，构建一套高效、准确的图像去雾可视化系统，实现对雾霾天气下拍摄图像的清晰化处理。二、技术实现。

【Linux系统化学习】传输层——UDP协议

本篇文章介绍了传输层UDP协议。

本地连不上远程阿里云MySQL数据库，密码对就是连不上

【代码】本地连不上远程阿里云MySQL数据库，密码对就是连不上。

IPSecVPN与SSLVPN

突出验证的重要性和安全性，而sslvpn注重校验用户身份及访问权限的特点完全契合零信任体系，vpn本身对于企业办公的助力良多，而vpn自身安全保障不足，普通网络结构下的vpn存在巨大风险，容易产生盗取账号、冒用，已致内网失陷等严重安全事件，sslvpn基于高层协议的特殊性可以严格管控用户权限，摒弃了原先vpn默认可访问所有资源的老套路，防患于未然。当然了，不是说ipsecvpn就在认证上次于sslvpn，sslvpn基于应用层，高层协议的强项是对用户身份认；IPsecVPN与SSLVPN。

前端探秘：HTML表单基本控件的魔法手册

使用CSS来美化你的表单，使其与网站设计融为一体。表单控件是构建动态网页不可或缺的一部分，它们看似简单，却蕴藏着无限的可能性。从基础的文本框到复杂的交互设计，每一步都是对用户体验的精心雕琢。今天的学习只是开始，随着技术的迭代，HTML5及Web组件的出现，表单的设计与实现将更加灵活和强大。希望这篇文章能激发你对表单设计的热情，让你的网页与用户之间的对话更加生动有趣。互动话题：你在开发过程中遇到过哪些表单设计上的挑战？又是如何解决的？或者你有哪些建议和心得想要分享？

Caddy2使用阿里云DNS申请https证书，利用阿里云DNS境内外不同解析给Gone文档做一个同域名的国内镜像站点

Caddy2使用阿里云DNS申请https证书，利用阿里云DNS境内外不同解析给Gone文档做一个同域名的国内镜像站点;使用docker重新编译Caddy2，使用docker-compose来管理容器。

设计模式-状态模式

状态（State）模式的定义：对有状态的对象，把复杂的“判断逻辑”提取到不同的状态对象中，允许状态对象在其内部状态发生改变时改变其行为。

从 Volcano 火山模型到 Pipeline 执行模型，Apache Doris 执行模型的迭代

在完成 Pipeline 执行模型的改造后，Apache Doris 在高负载情况下集群假死以及资源抢占的问题得以彻底解决、CPU 利用率得到大幅提升，而 PipelineX 执行引擎的迭代又进一步优化了执行引擎的并发执行模式与调度模式，使得 Apache Doris 执行引擎取得了显著的收益和进步，能够在真实生产环境中帮助用户进一步提升执行效率。目前，我们正在将广泛应用于大数据场景的数据落盘技术与 PipelineX 引擎相结合，旨在进一步提升查询的性能及可靠性。

深度学习500问——Chapter09：图像分割（2）

因为上采样可以补足一些图片的信息，但是信息补充的肯定不完全，所以还需要与左边的分辨率比较高的图片相连接起来（直接复制过来再裁剪到与上采样图片一样大小），这就相当于在高分辨和更抽象特征当中做一个折中，中，因为随着卷积次数增多，提取的特征也更加有效，更加抽象，上采样的图片是经历多次卷积后的图片，肯定是比较高效和抽象的图片，然后它与左边不怎么抽象但更高分辨率的特征图片进行连接）。解码网络使用保存的最大池化索引上采样，得到稀疏的特征图，将特征图与可训练的解码滤波器族卷积得到致密的特征图。（1）使用全卷积神经网络。