注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Fuzzing_模糊测试--强制性安全漏洞发掘

  2. 目录 作者序 译者序 前 言 第一部分 第1章 安全漏洞发掘方法学 1.1 白盒测试 1.1.1 源代码评审 1.1.2 工具和自动化 1.1.3 优点和缺点 1.2 黑盒测试 1.2.1 人工测试 1.2.2 自动测试或模糊测试 1.2.3 优点和缺点 1.3 灰盒测试 1.3.1 二进制审核 1.3.2 自动化的二进制审核 1.3.3 优点和缺点 1.4 小结 1.5 脚注 第2章 什么是模糊测试 2.1 模糊测试的定义 2.2 模糊测试的历史 2.3 模糊测试阶段 2.4 模糊测试的局限

  3. 所属分类：Web开发

    • 发布日期：2010-07-05
    • 文件大小：837632
    • 提供者：jojo0103

  1. Fuzzing_模煳测试--强制性安全漏洞发掘

  2. 作者序 译者序 前 言 第一部分 第1章 安全漏洞发掘方法学 1.1 白盒测试 1.1.1 源代码评审 1.1.2 工具和自动化 1.1.3 优点和缺点 1.2 黑盒测试 1.2.1 人工测试 1.2.2 自动测试或模糊测试 1.2.3 优点和缺点 1.3 灰盒测试 1.3.1 二进制审核 1.3.2 自动化的二进制审核 1.3.3 优点和缺点 1.4 小结 1.5 脚注 第2章 什么是模糊测试 2.1 模糊测试的定义 2.2 模糊测试的历史 2.3 模糊测试阶段 2.4 模糊测试的局限性和期

  3. 所属分类：网络监控

    • 发布日期：2012-02-29
    • 文件大小：837632
    • 提供者：zhuyu106156

  1. Fuzzing 模糊测试--强制性安全漏洞发掘

  2. 目录 作者序 译者序 前 言 第一部分 第1章 安全漏洞发掘方法学 1.1 白盒测试 1.1.1 源代码评审 1.1.2 工具和自动化 1.1.3 优点和缺点 1.2 黑盒测试 1.2.1 人工测试 1.2.2 自动测试或模糊测试 1.2.3 优点和缺点 1.3 灰盒测试 1.3.1 二进制审核 1.3.2 自动化的二进制审核 1.3.3 优点和缺点 1.4 小结 1.5 脚注 第2章 什么是模糊测试 2.1 模糊测试的定义 2.2 模糊测试的历史 2.3 模糊测试阶段 2.4 模糊测试的局限

  3. 所属分类：网络安全

    • 发布日期：2012-10-30
    • 文件大小：988160
    • 提供者：a26192252

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 生物信息学中的特征选择

  2. 回顾了特征选择的主要原理及其在生物信息学中的最新应用。我们将特征选择看作组合优化或搜索问题,将特征选择法分为穷举搜索法、启发式搜索法以及混合法,其中启发式搜索法可以被进一步分为是否结合数据特征重要程度的排序,这样比常规对特征选择方法以滤波、封装和嵌入式的分类更为合理。

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：405504
    • 提供者：weixin_38743602

  1. 基于特征聚类集成技术的组特征选择方法

  2. 特征选择[1]指从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的的过程，是模式识别和机器学习领域中一项必不可少的技术，在数据预处理中发挥重要作用，它广泛应用于文本分类、生物信息学和信息检索等方面。尤其在海量高维数据不断涌现的今天，许多机器学习算法受不相关和冗余特征的影响，而通过选择合适的特征选择算法，可以有效地去除不相关、冗余特征，加速数据挖掘的过程，提高学习算法的泛化性能和运行效率，得到更加简单和容易理解的学习模型[2-3]。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：535552
    • 提供者：weixin_38723559

  1. 基于邻域粗糙集和概率神经网络集成的基因表达谱分类新方法

  2. 随着生物信息学的发展，近年来对基因芯片的研究已引起研究人员的越来越多的关注。 基因表达谱在癌症诊断和分类中的应用已逐渐成为生物信息学领域的热门话题之一。 根据高维小样本集的基因表达谱特征，提出一种基于邻域粗糙集理论和概率神经网络集成分类算法的癌症分类方法。 首先，通过Relief算法对基因进行分类。 然后，使用邻域粗糙集理论选择分类信息基因。 最后，我们用概率神经网络集成分类模型进行癌症分类。 实验结果表明，该方法可以有效地选择癌基因，并获得较好的分类结果。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：181248
    • 提供者：weixin_38606076

  1. 用于手腕脉搏分析的强大信号预处理框架

  2. 腕部脉搏一直是传统中医（TCM）的身体健康指标。 随着传感器技术和生物信息学的发展，使用信号处理技术量化脉搏诊断近年来受到越来越多的关注。 由于在实际情况下，传感器收集的腕部脉冲信号通常会被伪影破坏，因此引入了许多关于腕部脉冲预处理的方法，包括脉冲去噪和基线漂移消除，可以进行更准确的腕部脉冲分析。 但是，这些分散的方法用于预处理我们的特殊脉冲数据以用于临床应用时，还存在一些局限性。 本文提出了一种用于手腕脉搏分析的强大的信号预处理框架。 首先介绍了基于频率相关分析（FDA）的级联滤波器，以消除高

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：2097152
    • 提供者：weixin_38647039

  1. 从基于序列的特征预测离子淌度质谱中的肽漂移时间

  2. 背景：离子淌度质谱（IMMS）是一种结合了离子淌度质谱（IMS）和质谱（MS）的分析技术，可以在毫秒级的时间内快速分离离子。 IMMS成为分析复杂混合物的强大工具，尤其是蛋白质组学中肽段的分析。 该技术的高通量性质为鉴定复杂生物样品中的肽提供了挑战。 作为重要参数，肽漂移时间可用于增强基于IMMS的蛋白质组学中的下游数据分析。 结果：在本文中，提出了一个基于最小二乘支持向量回归（LS-SVR）方法的模型，该模型可以根据基于序列的肽段特征预测IMMS中的肽离子漂移时间。 从多肽序列中提取了四个描述

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：271360
    • 提供者：weixin_38577922