2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、如何快速識(shí)別種類繁多的文件類型是計(jì)算機(jī)中的一個(gè)基本問(wèn)題。在數(shù)字取證、數(shù)據(jù)恢復(fù)和逆向工程等領(lǐng)域常常會(huì)遇到數(shù)據(jù)碎片類型識(shí)別問(wèn)題,但是傳統(tǒng)的基于擴(kuò)展名和魔數(shù)的識(shí)別方法往往因?yàn)橄鄳?yīng)的數(shù)據(jù)碎片元信息遭到損壞或丟失而失效。因此,數(shù)據(jù)碎片類型識(shí)別成為了當(dāng)前這些領(lǐng)域中亟待解決的難點(diǎn)和熱點(diǎn)問(wèn)題。本文針對(duì)基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別問(wèn)題,特別是其關(guān)鍵技術(shù)——數(shù)據(jù)碎片的特征提取技術(shù),進(jìn)行了深入研究,主要工作如下。
  首先,提出了一種基于灰度圖的數(shù)據(jù)碎片

2、類型識(shí)別方法。該方法將一維數(shù)據(jù)碎片的字節(jié)信息轉(zhuǎn)化為二維的字節(jié)矩陣,并將矩陣中的字節(jié)值看作灰度圖像中的像素值;再利用計(jì)算機(jī)視覺(jué)領(lǐng)域中的GIST Descriptor圖片描述方法來(lái)提取灰度圖像的特征;然后在灰度圖像的GIST Descriptor特征基礎(chǔ)之上,借助經(jīng)典的分類器對(duì)數(shù)據(jù)碎片進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,該方法較之于以往的歸一化壓縮距離和NLP等方法在識(shí)別精度方面有一定程度的提高。
  其次,提出一種基于頻域和1-gram的數(shù)

3、據(jù)碎片類型識(shí)別方法。為了提高識(shí)別的精度,該方法先采用離散余弦變換將數(shù)據(jù)碎片信息轉(zhuǎn)化到頻域之后再提取出直流系數(shù)及少部分交流系數(shù)作為碎片在頻域中的特征;再使用字節(jié)頻率分布提取出數(shù)據(jù)碎片中1-gram分布特征;然后將這兩種特征結(jié)合并在此基礎(chǔ)之上,借助經(jīng)典的分類器對(duì)數(shù)據(jù)碎片進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明,該方法較之于基于灰度圖、歸一化壓縮距離和NLP等方法,識(shí)別精度提高了10%-20%。
  本文針對(duì)基于內(nèi)容的數(shù)據(jù)碎片類型識(shí)別問(wèn)題,特別是其關(guān)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論