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. 逆向编译技术.chm

  2. 摘要 本论文提出逆向编译器或反编译器的编写技术。这些技术基于编译器和优化理论，并以独特的方式应用于反编译；这些技术以前从未被公开发表。 反编译器由几个阶段组成，即被组织成与语言或机器特征相关的几个模块。前端是一个机器依赖的模块，句法分析二进制程序、分析其指令的语义、并且生成该程序的低级中间表示法和每一子程序的控制流向图。通用的反编译机器是一个与语言和机器无关的模块，分析低级中间代码，将它转换成对任何高级语言都可接受的高级表示法，并且分析控制流向图的结构、把它们转换成用高级控制结构表现的图。最后

  3. 所属分类：其它

    • 发布日期：2010-07-26
    • 文件大小：819200
    • 提供者：mww1234

  1. 逆向编译技术CHM(Reverse Compilation Techniques)

  2. 逆向编译技术完整译文CHM格式 摘要 本论文提出逆向编译器或反编译器的编写技术。这些技术基于编译器和优化理论，并以独特的方式应用于反编译；这些技术以前从未被公开发表。 反编译器由几个阶段组成，即被组织成与语言或机器特征相关的几个模块。前端是一个机器依赖的模块，句法分析二进制程序、分析其指令的语义、并且生成该程序的低级中间表示法和每一子程序的控制流向图。通用的反编译机器是一个与语言和机器无关的模块，分析低级中间代码，将它转换成对任何高级语言都可接受的高级表示法，并且分析控制流向图的结构、把它们转

  3. 所属分类：其它

    • 发布日期：2010-09-25
    • 文件大小：804864
    • 提供者：caoyt88

  1. 逆向编译技术 [[评价可免费]

  2. 首先关于 [评价可免费] 的严重声明: 一、评价=评论加评价（评星星）； 二、评价必须是下载完了该资源后的评价，没下载就评论无效； 三、如果正确评价了，返还积分可能需要等等，系统需要反应下。呵呵 评论时记得要评分。然后会返回给你花费的分再加1分.理论上有十分就可以下载完所有的资源了。一般人我不告诉他。 逆向编译技术原文： Reverse Compilation Techniques 作者： Cristina Cifuentes 下载： http://www.itee.uq.edu.au/~cr

  3. 所属分类：其它

    • 发布日期：2008-06-27
    • 文件大小：819200
    • 提供者：xcntime

  1. 【matlab】基于BP算法和遗传算法的自适应噪声抵消器

  2. 一、引言自适应噪声抵消技术是一种能够很好的消除背景噪声影响的信号处理技术，应用自适应噪声抵消技术，可在未知外界干扰源特征，传递途径不断变化，背景噪声和被测对象声波相似的情况下，能够有效地消除外界声源的干扰获得高信噪比的对象信号。 从理论上讲，自适应干扰抵消器是基于自适应滤波原理的一种扩展，简单的说，把自适应滤波器的期望信号输入端改为信号加噪声干扰的原始输入端，而它的输入端改为噪声干扰端，由横向滤波器的参数调节输出以将原始输入中的噪声干扰抵消掉，这时误差输出就是有用信号了。在数字信号采集、处理中

  3. 所属分类：硬件开发

    • 发布日期：2012-12-30
    • 文件大小：2048
    • 提供者：mmfile

  1. 深度学习研究综述.pdf

  2. 深度学习的概念源于人工神经网络的研究，含多隐层的多 层感知器（ＭＬＰ）就是一种深度学习结构。深度学习通过组合 低层特征形成更加抽象的高层表示（属性类别或特征），以发 现数据的分布式特征表示［１］。ＢＰ算法作为传统训练多层网络 的典型算法，实际上对于仅含几层网络，该训练方法就已很不 理想［２］。深度结构（涉及多个非线性处理单元层）非凸目标代 价函数中普遍存在的局部最小是训练困难的主要来源。

  3. 所属分类：专业指导

    • 发布日期：2013-04-24
    • 文件大小：1013760
    • 提供者：zsc347

  1. VC++数字图像模式识别技术及工程实践

  2. 目录 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主

  3. 所属分类：C++

    • 发布日期：2013-05-16
    • 文件大小：14680064
    • 提供者：a121649982

  1. Visual C++数字图像模式识别技术及工程实践工程源代码

  2. 第1章 绪论 1.1 模式和模式识别的概念 1.2 模式空间、特征空间和类型空间 1.3 模式识别系统的构成 1.3.1 信息获取 1.3.2 预处理 1.3.3 特征提取和选择 1.3.4 分类决策 1.4 物体的结构表示 1.5 图片识别问题 第2章 模式识别中的基本决策方法 2.1 基于最小错误率的贝叶斯决策 2.2 分类器设计 2.2.1 多类情况 2.2.2 两类情况 2.3 关于分类器的错误率 2.4 关于贝叶斯决策 2.5 线性判别函数的基本概念 2.6 设计线性分类器的主要步骤

  3. 所属分类：C++

    • 发布日期：2013-05-17
    • 文件大小：14680064
    • 提供者：a121649982

  1. 循序渐进Linux基础知识、服务器搭建、系统管理、性能调优、集群应用

  2. 第一部分 基础知识篇 第1章 Linux学习方法论 3 1.1 选择适合自己的Linux发行版 4 1.1.1 初学者入门首选——Red Hat系列 4 1.1.2 企业级应用首选——SuSE Linux 5 1.1.3 游戏娱乐首选——Ubuntu Linux 6 1.1.4 Linux作为服务器是发展趋势 6 1.2 养成良好的Linux操作习惯 6 1.2.1 一定要习惯命令行方式 7 1.2.2 理论结合实践 7 1.2.3 学会使用Linux联机帮助 7 1.2.4 学会独立思考问题

  3. 所属分类：Linux

    • 发布日期：2014-01-17
    • 文件大小：81788928
    • 提供者：jsntghf

  1. 基于深度卷积神经网络的人脸识别技术综述_景晨凯

  2. 人脸识别是计算机视觉的重要应用之一，广义的人脸识别包含图像采集、人脸检测、人脸对齐、特征表示等过程。人脸识别的发展史主要是人脸特征表示方法的变迁史。针对特征的表示方法，从人脸识别技术的发展历史、研究现状和未来发展三个方面进行综述:分阶段对传统的几类经典的人脸识别算法进行回顾和总结;以深度学习算法的诞生过程为切入点，重点分析了在人脸识别中取得突破性进展的深度卷积神经网络 DCNN(deep convolutional neural networks)的技术思想和关键问题;针对人脸识别和深度学习算

  3. 所属分类：讲义

    • 发布日期：2018-04-08
    • 文件大小：674816
    • 提供者：aiwei169

  1. 网络表示学习发展综述论文

  2. 文档包含几篇网络表示学习的论文，对网络表示学习进行了很好的总结，阐述了网络表示学习的发展历程以及未来研究下方向，对网络表示学习的算法知识进行了很好的总结。

  3. 所属分类：深度学习

    • 发布日期：2018-07-15
    • 文件大小：7340032
    • 提供者：qq_28900249

  1. AAAI 2020最新「因果推理表示学习」【附122页ppt和最新综述论文】.zip

  2. 近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。来自Georgia、Buffalo、阿里巴巴与Virginia的学者做了因果推理表示学习报告，在本教程中，介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。

  3. 所属分类：机器学习

    • 发布日期：2020-02-12
    • 文件大小：7340032
    • 提供者：syp_net

  1. 基于快速密度聚类的电力通信网节点重要性评估.pdf

  2. 电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种 评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方 法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类， 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电

  3. 所属分类：其它

    • 发布日期：2019-09-13
    • 文件大小：403456
    • 提供者：weixin_38743481

  1. 生成对抗网络综述：算法、理论与应用.rar

  2. 密歇根大学关于生成式对抗网络的28页综述。生成性对抗网络是近年来研究的热点。GANs自2014年以来得到了广泛的研究，并提出了大量的算法。然而，很少有全面的研究解释不同甘氨酸变体之间的联系，以及它们是如何进化的。本文从算法、理论和应用的角度对各种GANs方法进行了综述。首先，详细介绍了GANs算法的基本原理、数学表示和结构。此外，GANs还与其他机器学习算法结合用于特定应用，如半监督学习、转移学习和强化学习。本文比较了这些GANs方法的共性和差异。其次，研究了与政府机关有关的理论问题。再次，介绍

  3. 所属分类：互联网

    • 发布日期：2020-06-09
    • 文件大小：1048576
    • 提供者：weixin_44809329

  1. 网络表示学习算法综述

  2. 网络是一系列节点和边的集合,通常表示成一个包含节点和边的图。许多复杂系统都以网络的形式来表示,如社交网络、生物网络和信息网络。为了使网络数据的处理变得简单有效,针对网络中节点的表示学习成为了近年来的研究热点。

  3. 所属分类：机器学习

    • 发布日期：2020-09-24
    • 文件大小：2097152
    • 提供者：syp_net

  1. 网络表示学习综述.pdf

  2. 网络数据形式可以自然地表达物体与物体之间的联系，在我们的日常生活中无处不在。例如社交网络、引文网以及国家电网和交通网络中。这些网络数据对于我们处理具体的事务非常有帮助，在传统的机器学习算法中，我们可以利用输入的数据来进行模型的建模以及对数据的分析，但是对于网络结构而言，我们最直观的一个问题就是如何合适的表示网络信息，传统的网络表示一般使用的是高维的稀疏向量，但是高维的表示也成为了人们使用统计学习方法时的局限所在，因为高维的向量将会花费更多的运行时间和计算空间。

  3. 所属分类：其它

    • 发布日期：2020-11-05
    • 文件大小：1048576
    • 提供者：weixin_43198122