重装系统你能不能别让我这么烦

激活文件的备份总让人感到很不舒服,重装系统后,很多软件都需要重新激活,病毒库还要从网上下载,所以让人感到特别烦,怎么办呢?这里笔者给大家介绍几种方法,可以备份电脑中的激活信息,就算重做系统也没有关系,不用再进行繁琐的激活的备份的工作。     

拜托! 我应该怎么去杀毒呀?

菜鸟:"我的电脑现在是*(——#·…#—$…$!!#"高手:"嗯,根据你说的这个现象,应该是中毒了,你杀杀毒吧。我要过节去,先挂了哈!"嘟,嘟,嘟……菜鸟:"……"我晕呀,我要知道怎么杀毒,我还打什么电话,看来求人不如求己,我还就不信我搞不定了。     

微软决定发布检测Vista破解的更新

微软宣布,近日发布一个可以检测盗版操作系统的更新。这个更新主要针对两类破解:一是像Grace Timer这样修改激活时间的破解;还有就是著名的OEM BIOS,依靠修改系统文件和BIOS信息来伪装成已激活的品牌机。如果这个更新检测到了破解程     

一种改进残差深度网络的多目标分类技术

由于受场景、视角、光照、尺度变化以及局部变形等因素的影响,对重叠目标、拥挤目标、小目标的识别精度较低,提出了一种改进多支路的残差深度卷积神经网络来提高多目标识别的准确度。首先,在第一个卷积残差块layer1后保留恒等映射的同时,增加一个1×1的短接分支尽可能多的保留原始特征;再平行嵌入一个修改激活函数RELU6的空间_通道注意力机制模块（CBAM）;最后这三个特征图进行融合。融合后的特征层着重关注空间和通道中比较显著的信息,从而增强特征图的特征表达能力,以至于卷积神经网络(CNN)获得更多的判别特征,从而大大提高物体识别精度。在FashionMNIST和Cifar10两个数据集的对比性实验显示改进的resnet50算法是准确性-速度较为折中的目标识别模型。     

基于对比层级相关性传播的由粗到细的类激活映射算法研究

以卷积神经网络为代表的深度学习算法高度依赖于模型的非线性和调试技术,在实际应用过程中普遍存在黑箱属性,严重限制了其在安全敏感领域的进一步发展。为此,该文提出一种由粗到细的类激活映射算法(CF-CAM),用于对深度神经网络的决策行为进行诊断。该算法重新建立了特征图和模型决策之间的关系,利用对比层级相关性传播理论获取特征图中每个位置对网络决策的贡献生成空间级的相关性掩码,找到影响模型决策的重要性区域,再与经过模糊化操作的输入图像进行线性加权重新输入到网络中得到特征图的目标分数,从空间域和通道域实现对深度神经网络进行由粗到细的解释。实验结果表明,相较于其他方法该文提出的CF-CAM在忠实度和定位性能上具有显著提升。此外,该文将CF-CAM作为一种数据增强策略应用于鸟类细粒度分类任务,对困难样本进行学习,可以有效提高网络识别的准确率,进一步验证了CF-CAM算法的有效性和优越性。     

多分辨率融合输入的U型视网膜血管分割算法

针对视网膜血管拓扑结构不规则、形态复杂和尺度变化多样的特点,该文提出一种多分辨率融合输入的U型网络(MFIU-Net),旨在实现视网膜血管精准分割。设计以多分辨率融合输入为主干的粗略分割网络,生成高分辨率特征。采用改进的ResNeSt代替传统卷积,优化血管分割边界特征;将并行空间激活模块嵌入其中,捕获更多的语义和空间信息。构架另一U型精细分割网络,提高模型的微观表示和识别能力。一是底层采用多尺度密集特征金字塔模块提取血管的多尺度特征信息。二是利用特征自适应模块增强粗、细网络之间的特征融合,抑制不相关的背景噪声。三是设计面向细节的双重损失函数融合,以引导网络专注于学习特征。在眼底数据用于血管提取的数字视网膜图像(DRIVE)、视网膜结构分析(STARE)和儿童心脏与健康研究(CHASE_DB1)上进行实验,其准确率分别为97.00%, 97.47%和97.48%,灵敏度分别为82.73%, 82.86%和83.24%,曲线下的面积(AUC)值分别为98.74%, 98.90%和98.93%。其模型整体性能优于现有算法。     

一种结合类激活映射的半监督图像分类方法

半监督学习要求无标记数据集远大于标记数据集,然而无标记数据集中包含的复杂无关信息又会对模型训练造成负面影响.针对此问题,本文提出了一种基于增强的均值教师模型的半监督图像分类方法.首先根据类激活映射的工作机制,构建一个具有类激活映射功能的网络;然后将无标记数据集输入结合类激活映射的目标初定位网络,得到目标初定位图;最后将标记图像和目标初定位图像组成训练数据集,训练得到半监督图像分类器.本文设置了标记数据占比、骨干网络、数据集的对比实验,结果表明,本文算法在Top1和Top5上的表现优于现有算法,说明了本文算法的可行性和有效性.     

一种改进的深度信念网络算法

为了找到更合适的网络激活函数,来进一步提高深度信念网络算法的非线性逼近能力和性能,本文提出了一种基于径向基函数的深度信念网络算法.该算法将径向基函数引入其中,作为其激活函数,同时利用对比分歧的方式对激活函数的重点变量(中心、宽度、权值)进行了优化和调整.然后,设计了人脸识别预测实验和洛伦兹序列预测实验来对本文算法进行验证,人脸识别预测实验使用了比较权威的户外脸部检测数据库LFW.实验结果表明,本文所提出的算法在性能、预测准确率方面优于传统方法,同时具备可行性.     

钙掺杂自激活锗酸锌长余辉材料的多色余辉及动态防伪应用

长余辉材料在安全指示、防伪和生物成像等领域具有广泛应用前景,但其缺陷调控及余辉机理尚不清晰。自激活长余辉材料以其物质组成及晶体结构简单,便于研究余辉机理而受到关注。本研究以自激活长余辉材料锗酸锌为基质,采用高温固相反应合成得到了一系列钙掺杂的长余辉材料Zn_2–xCa_xGeO₄(x=0、0.1、0.2、0.3、0.4、0.5)。实验表明,在锗酸锌中掺杂钙元素后,使用376nm紫外光激发时,观察到锗酸锌基质样品的黄色发光峰;同时在267 nm激发下, Zn_1.5Ca_0.5GeO₄荧光强度增强了6.2倍。从余辉光谱和余辉衰减曲线上看, Zn_1.5Ca_0.5GeO₄初始余辉强度增强了25.1倍;并且在所考察的300 s余辉时间里,与锗酸锌相比, Zn_1.5Ca_0.5GeO₄保持了近5倍的余辉强度。进一步热释曲线表征显示,材料主要陷阱的...     

用信息技术“激活”数学教学

随着新课程改革的不断深入,作为数学教师不但要在课堂教学中运用信息技术,更要关注运用的有效性。如何使信息技术与数学学科有效整合,从而使教学效果最大化呢?●重在灵活运用,杜绝哗众取宠教师运用信息技术辅助教学时,应体现出学生为主体,教师为主导,探