简介：

简介：笔者的朋友大多都是懒人，没有统一记录软件安装序列号的习惯，于是每次安装软件都不得不翻箱倒柜地忙碌一番。还常常出现找不到的情况。为此，笔者不辞辛劳，从网上为他们寻觅了一款名为KeyFinderThing的工具，它可以把系统中已存在的软件序列号搜出来，并自能化地将它们保存成TXT或HTML文件。

简介：过去十年间,几项技术的进步使人工智能(AI)成为最令人振奋的技术之一。2012年,GeoffreyEverestHinton在Imagenet挑战赛中展示了他的广义反向传播神经网络算法,该算法使计算机视觉领域发生了革命性变化。然而,机器学习理论早在2012年之前就有人提出,并且NvidiaGTX580图形处理器单元等微处理器使这一理论得以实现。这些处理器具有相对较高的内存带宽能力且擅长矩阵乘法,可将该神经网络模型的AI训练时间缩短至大约一周。

简介：本文首先把边着色问题转化成可满足性问题,然后利用Lipton解决SAT思想来解决边着色问题,最后应用一个实例来说明算法。

简介：所有使用此格式化程序序列化的对象也可使用它进行反序列化,在随后对对象进行反序列化时,当序列化程序试图序列化未标记的对象时将会出现异常

简介：支持向量机是一种基于统计学习理论的新的机器学习方法，该方法已用于解决模式分类问题．本文将支持向量机（SVM）用于混沌时间序列分析，实验数据采用典型地Mackey-Glass混沌时间序列，先对混沌时间序列进行支持向量回归实验；然后采用局域法多步预报模型，利用支持向量机对混沌时间序列进行预测．仿真实验表明，利用支持向量机可以较准确地预测混沌时间序列的变化趋势．

简介：利用第二种椭圆方程的已知解与解的非线性叠加公式,构造了广义BBM方程的由Jacobi椭圆函数解、双曲函数和三角函数组成的无穷序列新解.

简介：云计算可以改变什么？ICT的业态，企业的商业模式，社会生活……而IDC给出的数字量化指标是，未来五年，公有和私有云计算服务上的支出将在全球创造近1400万个工作岗位，其推动的IT创新预计每年会带来1．1万亿美元的新业务收入。

简介：大家知道，软件只要成为商品，都会要求注册，这也是对程序员劳动成果的尊重。当然现在高手太多了，什么都有破解版，可能注册也只是一种心理安慰，但它还是能起到一定作用。此时写一个好的注册程序就非常有必要。

简介：一次计算可得到所有P个变量的K步预测结果.这两种网络模型同样也可以进行迭代多步预测计算.利用传统的预测方法进行多变量时间序列的建模与预测非常复杂.而利用神经网络进行多变量时间序列的预测方法如同单变量时间序列预测一样简单,由单变量的时间序列重构相空间时,对多变量时间序列(x11

简介：　　　　3RMSP算法及实现　　　　RMSP方法同时使用MB乱序加密形状与VLC码字乱序加密纹理实现互补,由于VLC码字乱序和MB乱序双重互补加密,通过块内VLC码字乱序来加密纹理细节信息

简介：随着网络和通信技术的发展，数据的开放性和共享性使遥感图像传输安全性受到了威胁。为了保证遥感图像的信息安全，本文在分析传统数据流加密技术的特点的基础上，比较了图像置乱加密技术，基于伪随机序列的图像加密技术以及基于混沌序列的图像加密技术三种图像加密技术的优缺点，提出了适合遥感图像的加密和解密方法。实验结果表明，基于混沌序列的图像加密技术具有更高的稳定性、抗攻击性和加密解密速度快等优点．适合谣感图像的加密解密．

简介：序列拼接算法是DNA测序过程中的关键技术。随着新一代测序技术的发展，如何实现高通量、高效率测序已经成为生物信息学领域的重要挑战，序列拼接算法也在逐渐改进以提高拼接效果。基于deBruijn图的序列拼接算法是目前．使用最广泛的方法之一，对其进行分析研究，利用C＋＋编程实现该算法，并对实验结果进行分析。

简介：GMDH方法用于电信数据预测,我们用GMDH方法对这类序列进行拟合预测,GMDH方法完全适合于电信数据的预测分析

简介：GMDH方法用于电信数据预测,我们用GMDH方法对这类序列进行拟合预测,GMDH方法完全适合于电信数据的预测分析

简介：把水印信息嵌入低频系数中,在选出的系数矩阵中嵌入水印信息,设水印信息为32×32的二值图像

简介：Isometric3Dshapepartialmatchinghasattractedagreatamountofinterest,withaplethoraofapplicationsrangingfromshaperecognitiontotexturemapping.Inthispaper,weproposeanovelisometric3DshapepartialmatchingalgorithmusingthegeodesicdiskLaplacespectrum（GD-DNA）.Ittransformsthepartialmatchingproblemintothegeodesicdiskmatchingproblem.Firstly,thelargestenclosedgeodesicdiskextractedfromthepartialshapeismatchedwithgeodesicdisksfromthefullshapebytheLaplacespectrumofthegeodesicdisk.Secondly,GeneralizedMulti-DimensionalScalingalgorithm（GMDS）andEuclideanembeddingareconductedtoestablishfinalpointcorrespondencesbetweenthepartialandthefullshapeusingthematchedgeodesicdiskpair.TheproposedGD-DNAisdiscriminativeformatchinggeodesicdisks,anditcanwellsolvetheanchorpointselectionprobleminchallengingpartialshapematchingtasks.ExperimentalresultsontheShapeRetrievalContest2016（SHREC＇16）benchmarkvalidatetheproposedmethod,andcomparisonswithisometricpartialmatchingalgorithmsintheliteratureshowthatourmethodhasahigherprecision.

简介：本文对长短波相互作用方程组作行波变换后转化成第一种椭圆方程,利用第一种椭圆方程的解和Bcklund变换,构造了长短波相互作用方程组的无穷序列新解.这里包括了椭圆函数解、双曲函数解、指数函数解和有理函数解.

简介：

简介：图3基于启发示算法的序列表决结果,造成所有片段长度的总和大于目标序列的7-8倍以上,TargetLen是目标序列的长度