机器学习-回归分析
· 一、综述回归分析是一种统计学习方法，用于研究 自变量（X）与因变量（Y）之间的关系。 找一个函数 f(X) 最好地拟合真实值 Y，通常表示为：Y=f(X)+ϵ。其中 ϵ 是噪声。 包括： 线性回归(Linear Regression) 逻辑回归（Logistic regressions） 多项式回归(Polynomial Regression) 逐步回归(Step Regressi
机器学习-增量更新的流数据聚类
增量更新的流数据聚类 A. 通用 Density-Grid 流水线（对应典型网格法） B. CEDGM（基于密度网格 + 核心微簇 + 宏簇相交） C. DenStream（指数衰减 + 核心/潜在/离群 微簇） D. HPStream（投影/子空间聚类 + 衰减簇摘要） E. EDSSC（高维演化数据流的动态稀疏子空间聚类） F. 流数据聚类总结 A) 通用 D
Rust-base-learning-5
· Rust基础学习–（五）十一、动态数组 Vector时隔三个月，rust base learning又被捡起来了嘻嘻（）实则舍友开始学rust，被卷到了所以捡起来了…回归正题。 vector实际上在cpp里经常见到了，这么好用的功能居然在这么恶心的语言里有，良心了。 1、创建动态数组vec::new1let v: Vec<i32> = Vec::new(); 最经典的创建方式，如
机器学习-可扩展流形学习方法SUDE
· 一、前置知识1、 K 近邻集合（KNN）定义：给定一个点 xix_ixi 与正整数 KKK，它的 K 近邻集合$$\mathcal{N}K(i) = \operatorname*{arg,Kmin}{j \neq i} ; d_{ij}$$即与 xix_ixi 距离最小的 KKK 个样本的索引集合（实现里通常包含自邻居） 2、反近邻计数（RNN）定义：一个点 x_u 的 RNN 计数
机器学习-CDC聚类算法
· 前置知识准备：1、Gram矩阵：定义：$$G = \left[ \langle v_i, v_j \rangle \right]_{i,j=1}^k$$G 是一个 k*k 的对称矩阵； 第 (i,j)(i,j)(i,j) 元素就是向量 vi 和 vj 的内积。 意义：用于刻画向量之间的角度与长度关系，Gram矩阵就是向量组的内积表 2、聚类算法：传统聚类方法包括： **（1
24獬豸杯复现
· apk取证1、APK包名是多少。（标准格式：com.xxx.xxx）FLAG：com.example.readeveryday 2、APK的主函数名是多少。（标准格式：comlongxin）FLAG：StartShow 见1 3、APK的签名算法是什么。（标准格式：xxx）FLAG：SHA1withRSA 4、APK的应用版本是多少。（标准格式：1.2）FLAG：1.0 见1 5、请判断该
MCCTF-re-取证复现
· reEzhard_launcher直接给源文件的re题一般没有难的…直接看逻辑，异或0不用管，直接拼接就行 （re就出一题还这么简单…有点难绷） 取证1.1【妙妙取证小工具 MemProcFS： 作用：把物理内存（RAM）映射为一个虚拟文件系统，用户可以像浏览普通文件夹一样，直接访问内存中的进程、模块、句柄、网络连接等信息。 用法： （1）取证模式启动指令: .\memprocfs.exe
whuctf新生练习赛-re-wp
· guess number在Linux系统里面运行即可，注意这个程序是32位的，而我们直接下载的Linux虚拟机/wsl多数是64位的，需要再安装32位的支持包（直接问ai即可） ezbase这道题作为ida的入门，其实本意是在考察汇编语言（这题由于用的并不自己写的加密函数而是直接调用扩展的库函数，IDA反汇编结果有点过于难看了），关于汇编语言，这里推荐去看b站视频即可简单入门，看懂就