论文研究JSAC:一个基于深度学习的恶意 JavaScript 代码检测框架 .pdf

现代的JavaScript触摸手势库。允许开发人员配置预先存在的手势，甚至使用ZingTouch的生命周期中创建自己的。

基于深度学习的目标检测论文包括fasterRCNN，SSD,YOLO,MaskRCNN等等，以及各种网络论文：LeNet，AlexNet、vgg，ResNet等等

10个经典深度学习框架;AlexNet 、GAN、GoogleNet 。。

对二进制恶意代码进行形式化建模，开发了一个检查迷惑恶意代码的模型检查器。生成迷惑前的二进制恶意代码的有限状态机模型，再使用模型检查器检测迷惑二进制恶意代码，如果迷惑二进制恶意代码能被有限状态机模型识别

提出一种基于纹理指纹的恶意代码特征提取及检测方法,通过结合图像分析技术与恶意代码变种检测技术,将恶意代码映射为无压缩灰阶图片,基于纹理分割算法对图片进行分块,使用灰阶共生矩阵算法提取各个分块的纹理特征

里面有不少html的特效，还有些JavaScript常用函数的示例，也可以自己修改代码，看显示效果

一个WAP2.0端到端安全机制的恶意利用漏洞，曹海旺，范亚军，WAP2.0在WAP1.X的基础上集成了新的Internet标准和技术，增加了对标准Internet通信协议如TCP、HTTP的支持,使得

行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述，然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成，在图像、语音等领域得到了成功应用

基于图像深度估计的微位移检测系统,袁韬,黄涛,如今,在检测领域,涉及位移或距离的检测主要使用的方法包括了四种:超声波测距,微波测距,激光测距和视觉测距。根据人眼的光电

基于深度学习的音乐特征提取，赵天坤，张雷，深度学习作为一种新的特征提取技术，在语音信号处理领域取得了一系列成功。本文借鉴深度学习在语音信号处理上的研究成果在音乐分