[PDF] Top 20 應用支持向量機偵測惡意網頁
Has 10000 "應用支持向量機偵測惡意網頁" found on our website. Below are the top 20 most common "應用支持向量機偵測惡意網頁".
應用支持向量機偵測惡意網頁
... 在本研究裡，我應用了支持向量機，一個強而有力的機器學習技術，以偵測惡意網 頁。 在實驗裡，我從網址 (URL) 與網頁內容拮取其特徵資訊做為支持向量機學習之 ... See full document
72
支持向量模糊類神經網路及其在資料分類和函數近似之應用
... 支持向量模糊類神經網路及其在資料分類和函 數近似之應用 摘 要 模糊類神經網路經常使用倒傳遞學習演算法或分群學習演算法學習調整模 糊規則和歸屬函數的參數以解決資料分類和函數回歸等問題，但是此學習演算法 經常不能將訓練誤差及預測誤差同時地最小化，這將造成在資料分類之預測階段 ... See full document
79
以支持向量機應用於美國手語樣板數位影像辨識系統之成效研究
... 摘要 摘要 摘要 摘要 本研究旨在探討以支持向量機為基礎之手勢數位影像辨識，並以美國手語樣 板，做為支持向量機的訓練樣本與測試樣本的基準，設計一套手勢數位影像辨識 系統，以此作為人機介面的一種溝通方式。此系統應用 RGB 色彩模型轉換為 YCbCr ... See full document
10
尋優支持向量機於分類應用之研究
... 制。在本論文中，我們提出「尋優支持向量 機」，其中以模擬退火演算法找出支持向量機 所需的支持向量集合做為訓練資料集，配合支 持向量機的學習機制，在較少數量訓練資集 ... See full document
7
支持向量機應用於水稻田辨識之研究
... 轉換上可能會喪失部份準確性。圖 11 為將向量格 式及影像格式之檢核資料進行套疊，由該套疊可 見，某些坵塊邊緣有不密合之現象。 將嘉義及新竹實驗區之各分類成果影像與多 時段衛星影像進行比對，其中，各分類方法於建築 物及道路之辨識能力相差甚小，皆能將該坵塊辨識 為非水稻，但高斯最大似然分類法相對於支持向量 機及輻狀基底函數類神經網路則易於將水稻辨識 為非水稻。 ... See full document
16
探討支持向量機器在發行人信用評等分類模式之應用
... The main objective of this research is to propose a classification model for the issuers’ credit ratings based on support vector machines, a novel classification algorithm famous for d[r] ... See full document
24
以支持向量機應用於美國手語樣板數位影像辨識系統之成效研究
... 4. 拍攝的測試樣本，其環境光線必須充足。 5. 手部部分不能穿戴手套等遮蔽。 第二節 未來研究方向 本論文使用的攝影鏡頭，僅能捕捉平面影像二維空間，無法對於深度資訊做進一步 的處理，建議可以提升硬體規格，例如使用 Microsoft Kinect 感測器，具有捕捉深度 ... See full document
61
利用階層式支持向量機演算法建立應用於行動化視覺搜尋之影像字彙樹
... Mobile Visual Search 不單是一個手持裝置的應用程式，而是一個結合手持裝置 與雲端運算的應用，手持裝置所拍攝的照片影像利用網路傳回雲端伺服器，雲端伺服器 搜尋既有的影像資料庫，找出最接近照片影像的影像，之後將找出影像的相關資訊傳回 至手機上；在 Standford 大學的研究中[1][2][3][4]，他們在雲端伺服器建立一個 CD ... See full document
66
Landsat 8衛星影像支持向量機雲偵測演算法
... 對應於表2、3、4，研究地區檢核資料如表5、6、 7所示，本研究所提出之方法整體準確度大約於93% 至97%之間，皆高於Fmask使用最佳門檻值，其中準 確度浮動較大之原因可能在於SVM分類成果對於訓 練樣本挑選區域較為敏感，若訓練樣本無包含測試 地區之情況，分類準確度會直接受影響。而F度量值 方面，則易受薄雲所影響，如表6西藏地區第三張測 試影像中厚雲較薄雲量少，而薄雲因含有地物之反 ... See full document
15
基於小波與支持向量機演算法之人臉偵測研究 陳南樺、黃登淵
... 10 2.3 線性不可分離................................ 13 2.4 非線性可分離................................ 16 第三章 人臉偵測系統之數位影像處理相 關技 3.1 色彩模型與膚色的關係........................ 20 3.1.1 RGB色彩模型............................... 20 ... See full document
2
應用動態樁技術於合作式網頁應用程式測試
... 哲青學長、莉玲學姐，謝謝你們曾經給過的意見指導和幫助。再來是我最親愛的同學們， 楷元、嘉凱，這兩年來我們一起成長，所有苦的甜的回憶我會一輩子珍藏，要一直保持 聯絡! 最後我要感謝愛我的家人及朋友們，感謝爸媽從小栽培與關懷才能有現在的我，也 要感謝阿君、阿淳、旻旻、小瀞、呆瓜、小白，總是不斷的給我勇氣，一路上的支持與 鼓勵，很開心我的碩士生涯能夠有你們陪伴在旁。 ... See full document
69
運用支持向量機和決策樹預測台指期走勢 - 政大學術集成
... i 摘要 本研究利用 479 個全球指標對台指期建立預測模型。該模型可以預測台指期在未 來 K 天的漲跌走勢。我們使用了兩種演算法（支持向量機和決策樹）以及兩種 取樣方式（交叉驗證和移動視窗）進行預測。在交叉驗證的建模過程中，決策樹 展現了較高的預測力，最高準確度達到了 93.4%。在移動視窗的建模過程中，支 ... See full document
43
利用支持向量機器預測蛋白質中金屬鍵結區域
... 首先要謝謝指導教授黃鎮剛老師，在這兩年來給予我的鼓勵、寬容和體 諒，帶我進入生物資訊這個有趣又富挑戰性的領域。在作研究的過程中遇 到瓶頸時，每次都能藉著和老師的討論，幫助我理清頭緒，了解問題所在， 知道下一步該如何進行。老師不僅在學業上指點提攜，也在生活和人生規 劃上給予指引和鼓勵，從老師身上，不僅學習到科學研究的知識，更體認 到一位學者應有的研究精神與態度。也感謝師母甜美的人性顧惜，師母親 ... See full document
54
應用多方向量分析分析污染檢測數據
... 再來我要特別感謝，這六年來一路陪伴我的瑞元，在最重要的時刻你總是給我 最棒的精神鼓勵及支持，讓我有勇氣突破！ 希望我的致謝能夠真實的傳達我最真摯的感謝。 在交大的六年，如今要畫下一個句點。但，這個句點代表著下個人生階段的起點 ... See full document
107
預測蛋白質-蛋白質交互作用-使用模糊單類別支持向量機
... 主持人：郝沛毅 國立高雄應用科技大學資訊管理學系 電子信箱(Email): haupy@cc.kuas.edu.tw 一、摘要 「後基因體時代-蛋白質體學」其著重 的議題是在探討蛋白質所扮演的生理功 能，而蛋白質之間的交互作用提供推論蛋 白質功能重大的線索。所有預測蛋白質間 交互作用的計算方法，都必須使用正樣本 與負樣本作為訓練的資料，然而高產量的 ... See full document
12
射頻功率偵測器的應用
... 最後感謝女朋友詠文從大學一直到研究所的陪伴，謝謝你在這兩年碩士生活 中陪伴我走過許多人生的起起伏伏。在我研究上遇到瓶頸時，你的鼓勵與支持讓 我走過種種一切的不如意;在我忙碌於研究時，你總是默默的陪伴在我身邊替我 加油，讓我能無後顧之憂的向成功邁進。 ... See full document
92
以共同行為為基礎之三階式Android惡意程式偵測與分類
... 拆解電腦、待人處事等。謝謝你們總是在我需要幫助時伸出援手，也讓我能夠在 歡樂的氣氛下，度過這兩年碩士生涯。 最後感謝我的家人，能夠在我遭遇到挫折時給予支持和鼓勵，讓我能夠適應 研究所生活並且無憂無慮的完成學業。 ... See full document
41
利用行為相似性偵測Android平台惡意應用程式
... 攻擊者可以透過再包裝與混淆的技術，將惡意程式碼同時隱藏到多個看似一般的 應用程式來進行散佈，使得 Android 平台上的惡意程式偵測與分析工作更加的費 時和困難。然而，被打包惡意程式碼的應用程式即使有了不同的外表，但同樣的 ... See full document
42
以應用程序權限與介面呼叫模型偵測 Android惡意程式之研究
... 若要達到非常準確的惡意行為判斷，需同時對程式進行靜態分析與動態分析，才能將 惡意程式之行為完整揭露。靜態分析方法會將惡意程式透過反組譯的方法，將可執行 程式轉換為原始程式碼或是組合語言。像是在 Android 的平台上的靜態分析方法，會 透過反組譯工具將 Android 的安裝檔案(APK, Android Application ... See full document
47
基於可疑行為及類神經網路之惡意軟體偵測機制
... 基於可疑行為及類神經網路之惡意軟體偵測機制 Suspicious Behavior-based Malware Detection Using Artificial Neural Network 研 究 生：蔡薰儀 Student：Hsun-Yi Tsai 指導教授：王國禎 Advisor：Kuochen Wang ... See full document
44
相關主題