精华内容
参与话题
问答
  • 矩阵特征值和特征向量求解

    千次阅读 2018-05-11 13:42:27
    下面以Matlab为例进行讲解求取矩阵特征值和特征向量求解。(Python和C/C++的相应代码在博客的最后给出)当一个计算机专业的人放下手头的工作,转而写博客时。说明他的CSDN账号积分所剩无几了。。。。。。基于Matlab...

    下面以Matlab为例进行讲解求取矩阵特征值和特征向量求解。(Python和C/C++的相应代码在博客的最后给出)

    当一个计算机专业的人放下手头的工作,转而写博客时。说明他的CSDN账号积分所剩无几了。。。。。。



    基于Matlab为例进行讲解求取矩阵特征值和特征向量求解的具体步骤如下:


    步骤一:确定所求矩阵


               X = [2 1 0;1 3 1;0 1 4];


    步骤二:求解X的特征值和特征向量

              [V,D] = eig(X) 


    步骤三:运行结果



    附加:1、Python运行结果(代码链接:https://download.csdn.net/download/qq_26545269/10407656?utm_source=bbsseo


    1、C/C++运行结果(代码链接https://download.csdn.net/download/qq_26545269/10407656?utm_source=bbsseo


          

    展开全文
  • 数字特征值(5分) 题目内容: 对数字求特征值是常用的编码算法,奇偶特征是一种简单的特征值。对于一个整数,从个位开始对每一位数字编号,个位是1号,十位是2号,以此类推。这个整数在第n位上的数字记作x,如果x...

    数字特征值(5分)

    题目内容:

    对数字求特征值是常用的编码算法,奇偶特征是一种简单的特征值。对于一个整数,从个位开始对每一位数字编号,个位是1号,十位是2号,以此类推。这个整数在第n位上的数字记作x,如果x和n的奇偶性相同,则记下一个1,否则记下一个0。按照整数的顺序把对应位的表示奇偶性的0和1都记录下来,就形成了一个二进制数字。比如,对于342315,这个二进制数字就是001101。

     

    这里的计算可以用下面的表格来表示:

    数字

    3

    4

    2

    3

    1

    5

    数位

    6

    5

    4

    3

    2

    1

    数字奇偶

    数位奇偶

    奇偶一致

    0

    0

    1

    1

    0

    1

    二进制位值

    32

    16

    8

    4

    2

    1

     

    按照二进制位值将1的位的位值加起来就得到了结果13。

     

    你的程序要读入一个非负整数,整数的范围是[0,100000],然后按照上述算法计算出表示奇偶性的那个二进制数字,输出它对应的十进制值。

     

    提示:将整数从右向左分解,数位每次加1,而二进制值每次乘2。

     

    输入格式:

    一个非负整数,整数的范围是[0,1000000]。

     

    输出格式:

    一个整数,表示计算结果。

     

    输入样例:

    342315

     

    输出样例:

    13

    时间限制:500ms内存限制:32000kb

    import java.util.Scanner;
    
    public class main{
    
    	public static void main(String[] args) {
    		// TODO Auto-generated method stub
      Scanner a=new Scanner(System.in);
      int number =a.nextInt();
      int shu;//求出的位数的值
      int count=0;//位数
      int sum=0;
      while (number>0)
      {
    	  shu=number%10;
    	  count++;
    	  if((shu+count)%2==0)//都是偶数或者奇数时
    	  {   
    		  sum+=Math.pow(2, count-1);
    				  }
    	  number=number/10;
      }
    		
    		System.out.println(sum);
    		
    	}
    
    }
    

     

    展开全文
  • 杀毒软件查杀思路 杀软常见扫描方式与技术 1、扫描压缩包技术:即是对压缩包案和封装文件作分析检查的技术。 2、程序窜改防护:即是避免恶意程序借由删除杀毒侦测程序而大肆破坏电脑。 3、修复技术:即是对恶意...

    杀毒软件查杀思路


    杀软常见扫描方式与技术

    1、扫描压缩包技术:即是对压缩包案和封装文件作分析检查的技术。
    2、程序窜改防护:即是避免恶意程序借由删除杀毒侦测程序而大肆破坏电脑。
    3、修复技术:即是对恶意程序所损坏的文件进行还原
    4、急救盘杀毒:利用空白U盘制作急救启动盘,来检测电脑病毒。
    5、智能扫描:扫描最常用的磁盘,系统关键位置,耗时较短。
    6、全盘扫描:扫描电脑全部磁盘,耗时较长。7、勒索软件防护:保护电脑中的文件不被黑客恶意加密。
    8、开机扫描:当电脑开机时自动进行扫描,可以扫描压缩文档和可能不需要的程序。


    监控技术

    1、内存监控:当发现内存中存在病毒的时候,就会主动报警;监控所有进程;监控读取到内存中的文件;监控读取到内存的网络数据。
    2、文件监控:当发现写到磁盘上的文件中存在病毒,或者是被病毒感染,就会主动报警。
    3、邮件监控:当发现电子邮件的附件存在病毒时进行拦截。
    4、网页防护:阻止网络攻击和不安全下载。5、行为防护:提醒用户可疑的应用程序行为。


    常见的查杀方式

    1、特征码扫描:所谓特征码其实就是程序内部的一串或者几串二进制机器码。特征码匹配工作原理是先总结出某个病毒的特征码,然后在目标文件中搜索看有没有类似的匹配,如果有匹配就暂定为病毒文件。优点:速度快,配备高性能的扫描引擎;准确率相对比较高,误杀操作相对较少;很少需要用户参与。缺点:采用病毒特征代码法的检测工具,面对不断出现的新病毒,必须不断更新病毒库的版本,否则检测工具便会老化,逐渐失去实用价值;病毒特征代码法对从未见过的新病毒,无法知道其特征代码,因而无法去检测新病毒;病毒特征码如果没有经过充分的检验,可能会出现误报,数据误删,系统破坏,给用户带来麻烦。2、文件和校验法:将正常文件A的hash值保存,然后如果有一个新的A文件发送过来计算其hash值,如果与正常文件的不同,那么认定为病毒文件。
    3、沙盒检测:基于行为的检测,看有没有一些敏感的行为来确定文件是否为病毒。优点是可能发现未知的病毒,缺点是误报相对较高,需要用户参与。
    4、云查杀:类似于特征码查杀。只是如果特征码库没有匹配值的时候会把文件上传到云端继续分析,有时候扫描病毒刚扫描出来不是病毒,但过一会儿扫描就是病毒了,这种行为就是云查杀。


    免杀技术


    加载器

    可以查阅这个网站来看加载器的代码。shellcode加载器加载与普通的源码加载原理上没什么太大区别,只是多了一个接收参数的过程,当已经有了一个cmdshell的时候这个东西就很好用,如果是为了样本投递,用处就不是很大。运行过程如下:
    在这里插入图片描述


    花指令

    通过加一段没有意义的指令也就是花指令来达到免杀效果,原理跟改特征码差不多。例如杀毒软件本来是在0x00001000到0x00005000处找一个特征码。但因为我们填充了花指令,恶意代码跑到了0x00008000这个位置,就会导致特征码查杀失败,从而达到免杀目的。花指令撰写方法:找到程序的一个全0代码段。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NT7rIInm-1596903846754)(evernotecid://90B54479-F8FA-4F06-9F90-73E6593C6866/appyinxiangcom/27458002/ENNote/p60?hash=6cf42dc80b0f6ea25b9839ac608cab94)]

    打开 PE explorer更改入口地点也就是途中的00402D6A
    在这里插入图片描述

    使用花指令前:
    在这里插入图片描述

    使用小串花指令后:
    在这里插入图片描述

    总结:也可能是使用姿势不对,感觉不怎么好用。

    附录

    寄存器 用处
    ECX 循环计数器
    ESP 总是指向栈顶
    EBP 总是只想栈底
    段寄存器 存放预先分配的内存的基址
    EIP 存放下一条指令的地址
    EFLAGS 存放一些标识位

    汇编中lea命令是对地址进行操作例如

    lea edx, [ebx+eax4+3]
    运算EAX
    4+EBX+3,结果放入EDX


    改特征码

    改特征码是一个最基本的思路,因为大多数杀毒软件都是基于特征码进行查杀的。特征码的具体定义是能识别一个程序的不大于64字节的字符。更改特征码原则是不改变程序的运行效果的前提下,更改其特征码。不过每个厂商的特征库不同,需要针对不同的厂商进行特征码的更改。消耗的人力物力都非常大,不过效果不错。方法:利用myccl工具查找定位复合特征码: 在这里插入图片描述
    1.将文件导入后,设置好分块数量,然后点击生成。
    2.对生成对文件进行查杀,如果分块后生成的文件全部被查杀那么增加分块数量。
    3.查杀结束后点击二次处理。这时候就会生成特征码区间,点击特征取件可以弹出右面这个窗口。每次生成新的特征码后要点击特征码范围然后点击右下方“添加已确定的特征码范围”。重复操作3直到确定所有的范围并且杀毒软件完全无法查杀出病毒。在这里插入图片描述
    在这里插入图片描述

    4.因为现在特征区间很大所以需要在特征区间数值上右键选择复合定位此处特征。然后点击生成,继续重复上述操作,直到每个特征码区间的大小为2字节的时候就可以进行批量的特征码修改,也可以分批修改分批测试。 5.根据生成的特征码区间对源代码程序进行改动。在这里插入图片描述

    例如上述对源代码区间是00002060之后对两个字节。换算成真实内存地址就是 00400000+.text段的rva+00002060-00000400也就是00402c60.我们用x23dbg看看。在这里插入图片描述

    暂时将其改为nop。 上述为一个较为完整的一处特征码修改过程,与正确的修改过程区别就是最后一步改代码应该改为不影响程序整体运行的代码,最简单的方法是移动到全0区域用jmp调用。


    这边第一篇就结束啦,还有几种方法放在第二篇讲。

    展开全文
  • 对于振动信号而言,时域常见的特征指标有波形指标、脉冲指标、峭度指标、裕度指标、峰峰值等;频域指标有重心频率、均方频率、均方根频率、频率方差、频率标准差等; 时域、频域提取特征都是针对某段长度的样本而...

    对于振动信号而言,时域常见的特征指标有波形指标、脉冲指标、峭度指标、裕度指标、峰峰值等;频域指标有重心频率、均方频率、均方根频率、频率方差、频率标准差等;

    时域、频域提取特征都是针对某段长度的样本而提取出来的一个统计特征值;而时频域则是针对某段长度得到的统计特征值则不止一个,有多个,比如小波能量谱等;如果把时域、频域及时频域得到的特征指标作为一个整体特征样本同时输入到分类器,此时输入不再满足矩阵形式,而只能是元胞数组的形式,请问这怎么样构造输入特征样本?或者说只能把它们分来进行输入,分开进行分类器训练并分类,那这样感觉时域、频域这两个域与时频域关联度不大,缺乏意义;最近一直苦恼这个问题,望同行懂这个的多多指导!





    展开全文
  • matlab时域频域信号特征提取资料整合

    千次阅读 多人点赞 2019-09-28 15:31:44
    最近在做一个项目,需要将声纳信号中的特征都提取出来进行分析。资料查到头秃终于整合出来了些东西,记录一下。 由于不是专业人员,如果发现任何错误请不要大意的附在评论区,我会及时修改,谢谢! 2 思路 思路这...
  • SIFT特征提取分析

    万次阅读 多人点赞 2012-06-06 22:06:09
    SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,...
  • 传统图像特征提取方法列表

    千次阅读 2019-09-24 10:05:33
    文章目录特征是什么?图像特征的操作步骤常见的特征提取方法:其他常用的特征检测算法 特征是什么? 常见的特征有:边缘、角,区域; 图像特征的操作步骤 目前图像特征的提取主要有两种方法:传统图像特征提取...
  • matlab边缘检测(卷积特征)

    万次阅读 多人点赞 2016-05-17 22:32:58
    一、前言本篇文章主要介绍了CNN网络中卷积层的计算过程,详细了解CNN的其它信息可以参考:技术向:一文读懂卷积神经网络。卷积神经网络(CNN)是局部连接网络。相对于全连接网络其最大的特点就是:局部连接性和权值...
  • EEMD分解后的特征提取

    千次阅读 2019-10-30 10:53:57
    有篇论文里讲到对eemd特征的分解,然后使用函数进行特征提取,大概步骤如下: 使用 EEMD 对原始振动信号进行四层分解,即得到四个 IMF 分量,之后对所得到的 IMF 分量和原始振动信号及各自频谱分别提取 9 个时域特征...
  • 小波包变换常用于提取非线性信号的特征,常应用于故障诊断领域的故障特征提取。
  • HOG特征的可视化

    千次阅读 2016-08-02 08:18:00
    方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。 近来做论文时,为了...
  • RT,我在求一个超大矩阵(10021\*10021的稀疏图的邻接矩阵)的特征值和特征向量遇到如下问题: (1)特征值和特征向量计算时间过长,虽然可以运行出来,但是需要处理大约50分钟,这里使用matlab自带的eig函数运算,...
  • 矩阵特征值和特征向量详细计算过程(转载)

    万次阅读 多人点赞 2018-09-02 09:43:47
    1.矩阵特征值和特征向量定义        A为n阶矩阵,若数λ和n维非0列向量x满足Ax=λx,那么数λ称为A的特征值,x称为A的对应于特...
  • 矩阵特征值和特征向量详细计算过程

    万次阅读 多人点赞 2018-05-07 12:22:13
    1.矩阵特征值和特征向量定义 A为n阶矩阵,若数λ和n维非0列向量x满足Ax=λx,那么数λ称为A的特征值,x称为A的对应于特征值λ的特征向量。式Ax=λx也可写成( A-λE)x=0,并且|λE-A|叫做A 的特征多项式。当特征...
  • 已知矩阵A,在MATLAB界面输入[x,y]=eig(A),可以得到特征值以及特征向量。其中y为对角阵,每个元素为特征值;x的每一列为特征值所对应的特征向量。 需要进行特征向量标准化时,可以输入x(:,1)/norm(x(:,1))将特征...
  • Haar特征

    千次阅读 2018-08-06 18:35:04
    特征是计算机视觉领域一种常用的特征描述算子,特征,描述图像的特征,多用于人脸检测、行人检测,等目标检测,Haar-like特征模板内只有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素...
  • ORB特征提取详解

    万次阅读 多人点赞 2016-09-22 18:46:48
    ORB(Oriented FAST and Rotated BRIEF)是一种快速特征点提取和描述的算法。这个算法是由Ethan Rublee, Vincent Rabaud, Kurt Konolige以及Gary R.Bradski在2011年一篇名为“ORB:An Efficient Alternative to SIFT...
  • 一、单块系统面临的四大问题   二、分布式系统的基本特征和五大技术挑战
  • 心电图中的各个波形都...所以识别这些波形以及提取相应特征对我们后续做心律失常的分类很重要。 我们在用算法做心律失常判别分类之前,有两个关键点: 第一步: 识别检测ECG信号中的波群(目前主要是先定位QRS波...
  • 机器学习 之 Haar特征

    万次阅读 多人点赞 2016-08-16 20:07:02
    Haar特征Haar特征原理综述Haar特征是一种反映图像的灰度变化的,像素分模块求差值的一种特征。它分为三类:边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板,在特征模板内用 黑色矩形...
  • 深度特征融合---高低层(多尺度)特征融合

    万次阅读 多人点赞 2019-03-09 23:00:07
    在很多工作中,融合不同尺度的特征是提高分割性能的一个重要手段。低层特征分辨率更高,包含更多位置、细节信息,但是由于经过的卷积更少,其语义性更低,噪声更多。高层特征具有更强的语义信息,但是分辨率很低,对...
  • 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一 颜色特征 (一)特点:  颜色特征是一种全局特征,描 述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的...
  • 特征工程——特征构造

    千次阅读 2018-05-26 17:51:47
    特征工程概述 一、特征工程概述 特征工程 = 数据准备(for 数据挖掘) 数据清洗、转换 1.1 特征工程主要内容 1.2 特征工程重要性 好数据>多数据&...
  • 特征工程之特征选择

    千次阅读 2018-03-11 22:22:53
    一、为什么要做特征选择?如果一个模型在训练数据上的表现比在测试数据上要好很多,这就表示这个模型过拟合了。过拟合是指模型的参数对于训练数据的特定观测值拟合的非常接近,而训练数据的分布于真实数据的分布并不...
  • numpy求解矩阵的特征值和特征向量

    万次阅读 多人点赞 2018-04-28 10:31:54
    代码如下:#-*- encoding:utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import numpy as np from numpy import * # X=[ [1,2,1,1], # [3,3,1,2], # [3,5,4,3], # [5,4,5,4], ...
  • 运动想象丨特征提取 MATLAB例程(一)

    千次阅读 热门讨论 2018-08-18 14:32:55
    运动想象BCI丨特征提取 MATLAB例程(一) 开源是一种情怀,像开源致敬! 源码地址:M-MohammadPour/EEGClassification 特征提取   实施脑电信号分类,该计划分为两个阶段:   第一阶段是使用自回归(AR...
  • 利用随机森林对特征重要性进行评估

    万次阅读 多人点赞 2017-08-18 16:22:48
    随机森林是以决策树为基学习器的集成学习算法。随机森林非常简单,易于实现,计算开销也很小,更令人惊奇的是它在分类和回归上表现出了十分惊人的性能,因此,...本文是对随机森林如何用在特征选择上做一个简单的介绍。
  • 图像特征提取三大法宝:HOG特征,LBP特征,Haar特征 一、HOG特征 1、HOG特征: 即局部归一化的梯度方向直方图,是一种对图像局部重叠区域的密集型描述符, 它通过计算局部区域的梯度方向直方图来构成特征。方向...
  • 特征选择之支持向量机递归特征消除(SVM-RFE)

    万次阅读 热门讨论 2017-05-15 14:01:14
    支持向量机递归特征消除(下文简称SVM-RFE)是由Guyon等人在对癌症分类时提出来的,最初只能对两类数据进行特征提取。它是一种基于Embedded方法。支持向量机支持向量机广泛用于模式识别,机器学习等领域,SVM采用结构...
  • RFE算法的主要思想就是使用一个基模型(这里是S模型VM)来进行多轮训练,每轮训练后,根据每个特征的系数对特征打分,去掉得分最小的特征,然后用剩余的特征构建新的特征集,进行下一轮训练,直到所有的特征都遍历了...

空空如也

1 2 3 4 5 ... 20
收藏数 299,948
精华内容 119,979
关键字:

特征