在大学本科毕业论文中，研究了基于Matlab的复摆混沌行为，探讨了其相关特性和表现。
暂无评论
提出了一种基于运动模式分析的无监督方法用于对视频中的异常行为进行检测。为了有效描述视频场景中的各种目标信息，对每个前景像素点提取了时空描述符，再结合块区域信息并通过词袋模型生成视觉单词，对视频进行表示
基于应用行为模式的调度优化算法，孙聪聪，李静林，系统中多应用的调度对于提升系统性能、提高系统稳健性日趋重要，目前系统中应用调度多是混乱的，由运维人员通过自身经验决定，没
基于应用描述的Android应用异常行为检测研究，王然，王浩宇，移动应用是否恶意，与用户对该应用的应用的期望相关。然而，Android应用的一个特点是广泛使用第三方库,第三方库的使用会对应用异常�
异常检测是入侵检测的一种重要手段,异常检测的关键在于正常模式的刻画,而正常模式的质量取决于数据的质量。对于纯净(不带噪声)的数据,正常模式的准确度相对较高;对于不太纯净的数据,就有可能丢掉某些真正的用
固件与传统的应用软件一样，都有可能存在木马、后门、逻辑炸弹等具有恶意行为的代码。由于固件具有硬件相关性、任务执行的阶段性与高内聚性等特点，使得传统的程序恶意行为描述方法不能适用于固件程序。探讨了固件程
使用聚类技术对BNR进行扩展，得到一个新的4层模型，该模型同时使用了术语间和文档间的相近和相似关系，将此扩展模型和简单的RNR、扩展的BNRM模型比较，实验证实信息检索系统的检准率和检全率都有所提高。
虚拟角色的行为控制是虚拟火灾逃生系统的重要组成部分。在逃生过程中，火灾环境中的各种危害因素会对逃生人员的身体健康产生严重影响，而健康状况又会对逃生人员的逃生行为和速度产生重要影响。为了使虚拟角色的行为
基于机器学习的用户行为可预测性研究，徐帅，崔鸿雁，针对人类行为的可预测性问题，基于分布式爬虫抓取的二十万Github网站用户贡献行为轨迹数据，在利用XGBoost和随机森林两个机器学习方��
随着慕课快速发展为当下最新、最潮的学习形式，在线学习平台积累了大量学习行为数据，数据挖掘技术被引入在线学习行为的研究，从而涌现出大量的研究成果。为了深入分析在线学习行为研究中数据挖掘技术的整体应用情况
构件行为的兼容性分析是研究构件动态交互过程中的重要问题，其研究结果可应用于构件替换、迁移、动态自适应演化等研究。为了保证构件在替换或组合之后系统仍能正常稳定运行，利用Pi演算对构件行为进行建模，并对多
暂无评论