软件估算：“黑匣子”揭秘.pdf 个人收集电子书，仅用学习使用，不可用于商业用途，如有版权问题，请联系删除！

汽车行驶记录仪俗称汽车黑匣子，是一种能够对车辆行驶速度、时间、里程以及其他状态信息进行记录的电子装置。本文设计的基于TI 公司的TMS470R1A256 汽车行驶记录仪可以记录汽车行驶的状态，并对通过汽车行驶状况的记录分析、鉴定道路交通事故，提高交通管理执法水平和运输管理水平，保障车辆运行安全具有重要作用。文中主要给出了系统的硬件设计及主程序的软件设计。本文在传统记录仪的基础上，增加GPRS , GPS及USB 主机等功能，实现对正在行驶的汽车进行远程监控、卫星导航等功能。 　　1.  “黑匣子”的分类 　　由于各研制生产厂家的出发点不同，因而产品的类型不同，产品结构形式也不尽相同。目前市

五一数学建模A题飞机坠毁 自己的想法

遗传算法多目标优化matlab代码BMOBench 欢迎到B缺乏-输入框中m ULTI-目的Øptimization乙enchmarking（BMOB）平台。 该平台的目的是将文献中的黑匣子多目标问题整合到一个单一的框架中。 这样，多目标优化社区中的研究人员就可以更轻松地全面比较，评估和分析以前的算法和新算法。 本质上，为可重复研究的工具增加了障碍。 使用BMOBench ，您可以在多目标优化社区中针对100个已建立的问题测试新开发的算法，并自动在基于乳胶的纸张模板中获得实验结果。 结果以数据质量的形式报告了四个质量指标：超量，附加ε指示符，反向世代距离和世代距离。 要求： 对于实验： MATLAB ， C 对于后处理：带有Numpy，matplotlib和paletable包的C和Python 32-bit是一个好的开始。 设置 目前，该平台正在支持MATLAB和C 将来的版本也可能支持Python 。 要开始使用BMOBench平台，请从github下载其代码： 下载为/ 解压缩下载的文件以找到以下文件夹： problems ：与问题相关的文件和描述 postprocess ：用于

解释器仪表板 创建人：Oege Dijk 该软件包使快速部署仪表板Web应用程序变得很方便，该应用程序说明了（兼容scikit-learn的）机器学习模型的工作原理。 仪表板提供有关模型性能，特征重要性，特征对单个预测的贡献，“假设条件”分析，部分依赖图，SHAP（交互作用）值，单个决策树的可视化等交互式图表。 您还可以在笔记本/便携式计算机环境中以交互方式浏览仪表板的组件（或直接从那里启动仪表板）。 或使用自己的和说明设计仪表板（由于库的模块化设计）。 您可以将多个仪表板组合到一个。 例如部署在： ，在详细的文档 ，例如如何推出针对不同型号笔记本的仪表板，以及如何与解释器对象交互的例子笔记本电脑。 与scikit-learn ， xgboost ， catboost ， lightgbm等一起使用。 安装 您可以通过pip安装该软件包： pip install explain

高效的基于决策的人脸识别黑匣子对抗攻击

VB无纸化考试自动判分软件，对于编程题，采用黑匣子原理，按程序功能用一批数据输入，输出正确就得分，错则无分。编程题的控件在窗体的位置、次序和大小，可以随意。控件的名字有的为意义明确需按题意改名，其它都可用电脑给出的名字。软件着重于考察考生编程的能力和程序的功能。软件采用Ftp的技术，把考生在编程时生成的文件夹、子文件夹和所有的文件，回收 到教师机上规定的目录下，方便快捷。填空题有时有多义性，在多义性不多时，软件可以给出正确的判分。软件部分改动后，还可应用于 VB、C语言、数据库、java 等编程语言。

由于神经网络很容易实现从输入空间到输出空间的非线性映射,因此,神经网络应用者往往未考虑输入变量和输出变量之间的相关性,直接用神经网络来实现输入变量与输出变量之间的黑箱建模,致使模型中常存在冗余变量,并造成模型可靠性和鲁棒性差。提出一种透明化神经网络黑箱特性的方法,并用它剔除模型中的冗余变量。该方法首先利用神经网络释义图可视化网络;再利用连接权法计算神经网络输入变量的相对贡献率,判断其对输出变量的重要性;最后利用改进的随机化测验对连接权和输入变量贡献率进行显着性检验,修剪模型,并以综合贡献度和相对贡献率均不显着的输入变量的交集为依据,剔除冗余变量,实现NN模型透明化及变量选择。实验结果表明,该方法增加了模型的透明度,选择出了最佳输入变量,剔除了冗余输入变量,提高了模型的可靠性和鲁棒性。因此,该研究为神经网络模型的透明化及变量约简提供了一种新的方法。

该存储库包含ICML 2019论文的代码： 郭川，Jacob R. Gardner，尤荣友，Andrew G. Wilson，Kilian Q. Weinberger。 简单的黑匣子对抗攻击。 我们的代码使用CUDA 9.0和Python 3.5的PyTorch（pytorch> = 0.4.1，torchvision> = 0.2.1）。 脚本run_simba.py包含用于使用各种选项运行SimBA和SimBA-DCT的代码。 要运行SimBA（像素攻击）： python run_simba.py --data_root --num_iters 10000 --pixel_attack --freq_dims 224 要运行SimBA-DCT（低频攻击）： python run_simba.py --data_root <imagenet_

MATLAB不同版本代码区别PID工具箱 PIDtoolbox是一组用于分析多转子黑匣子日志数据的图形工具。 它可以作为Windows，Mac和Linux的独立程序使用，并且专门针对Betaflight和INAV日志文件而设计，但也应该运行EMU Flight日志文件。 尽管PIDtoolbox是为喜欢修整并在其迷你模型中获得最佳性能的人而设计的，但对于新手来说，它也应该相对简单明了，并且有详细的帮助。 开发此工具的动机是，使用高级语言和简单的绘图和可视化工具来创建用于分析黑箱数据的用户友好的GUI，FPV社区的较大部分都可以使用该工具。 第二个目标是开发一种比较航班之间的客观方法。 它的灵感来自我们经常对飞行性能问题进行排查的方式（例如，振动，节气门中途振荡，预洗），在这种情况下，我们进行背靠背测试飞行，每次测试的软件/硬件/机械设置略有变化，然后进行关于飞行性能的主观推论。 问题是，当测试之间的差异很细微时，主观偏见就成为一个真正的问题。 在设计PIDtoolbox时考虑到了这一点。 以下是开始使用PIDtoolbox所需的一切。 下载 解压缩整个文件夹并将其放在计算机上的首选位置