生存？还是毁灭？——哈姆雷特可分？还是不可分？——支持向量机之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，...
分类：
其他好文 时间：
2014-11-19 12:13:03
阅读次数：
273
一、前言
上一篇文章讲解了“熊猫烧香”病毒样本的反汇编代码入口处的分析，虽然尚未研究到病毒的核心部分，但其实我们后续的分析与之前的思想是一致的。而越到核心部分，可能会遇到越来越多的API函数，结合所调用函数的参数进行分析，反而有助于我们更容易地理解病毒的行为。应当将分析出的每一个CALL函数，改为我们能够理解的名字，这往往也有助于对后续程序的理解。
二、病毒功能分析
...
分类：
其他好文 时间：
2014-11-18 16:02:21
阅读次数：
217
近日，360网站卫士安全团队近期捕获一个基于PHP实现的webshell样本，其巧妙的代码动态生成方式，猥琐的自身页面伪装手法，让我们在分析这个样本的过程中感受到相当多的乐趣。接下来就让我们一同共赏这个奇葩的Webshell吧。Webshell代码如下：关键看下面这句代码，sprintf(‘%s?%...
分类：
Web程序 时间：
2014-11-17 17:40:00
阅读次数：
189
1.半方差函数：也称空间变异函数是地统计学的重要组成部分，是抽样间隔为h时样本值方差数学期望的一半。以变异函数K(h)为Y轴，抽样间隔h为x轴，可绘成变异函数曲线图。2.块金值（Nugget）用Co表示：也叫块金方差，反映的是最小抽样尺度以下变量的变异性及测量误差。理论上当采样点的距离为0时，半变异...
分类：
其他好文 时间：
2014-11-16 23:05:58
阅读次数：
1137
k-means算法： 第一步：选$K$个初始聚类中心，$z_1(1),z_2(1),\cdots,z_k(1)$，其中括号内的序号为寻找聚类中心的迭代运算的次序号.聚类中心的向量值可任意设定，例如可选开始的$K$个模式样本的向量值作为初始聚类中心。 第二步：逐个将需分类的模式样本$\{x\}$按.....
分类：
编程语言 时间：
2014-11-16 21:29:00
阅读次数：
257
这是我在上模式识别课程时的内容，也有参考这里。线性判别函数的基本概念判别函数为线性的情况的一般表达式 式中x是d 维特征向量，又称样本向量， 称为权向量， 分别表示为 是个常数，称为阈值权。设样本d维特征空间中描述，则两类别问题中线性判别函数的一般形式可表示成 (3-1) 其中 而ω0...
分类：
其他好文 时间：
2014-11-16 17:08:44
阅读次数：
281
1. 与K-均值算法的比较–K-均值算法通常适合于分类数目已知的聚类，而ISODATA算法则更加灵活；–从算法角度看， ISODATA算法与K-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的；–ISODATA算法加入了一些试探步骤，并且可以结合成人机交互的结构，使其能利用中间结果所取得的经...
分类：
编程语言 时间：
2014-11-16 15:53:14
阅读次数：
378
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。简单来说，朴素贝叶斯分类器假设样本每个特征与其他特征都不相关。举个例子，如果一种水果具有红，圆，直径大概4英寸等特征，该水果可以被判定为是苹果。尽管这些特征相互依赖或者有些特征由其他特征决定，然而朴素贝叶斯分类器认为这些属性在判定该水果是.....
分类：
其他好文 时间：
2014-11-15 20:14:09
阅读次数：
319
设计模式-原型模式效果:原型模式,其实就是完整的复制一个对象,以一个对象为样本,进行复制作业,然后再来使用.以下以复制一个UIView的操作来讲解原型模式的实现注:UIView对象是不能够复制的,我们需要完整的把UIView对象的参数都复制了后,就行了.http://stackoverflow.co...
分类：
其他好文 时间：
2014-11-15 00:12:38
阅读次数：
311
关于RANSAC算法的基本思想，可从网上搜索找到，这里只是RANSAC用于SIFT特征匹配筛选时的一些说明。RANSAC算法在SIFT特征筛选中的主要流程是：(1) 从样本集中随机抽选一个RANSAC样本，即4个匹配点对(2) 根据这4个匹配点对计算变换矩阵M(3) 根据样本集，变换矩阵M，和误差度...
分类：
编程语言 时间：
2014-11-14 15:35:56
阅读次数：
2089
