CRC32（循环冗余校验）模板。 实现为C ++类。

针对神经网络存在的过学习、欠学习、局部极小值等问题,提出了一种基于支持向量机(SVM)的数字调制方式的识别方法。从信号的瞬时幅度,瞬时相位,瞬时频率,频谱,包络变化等特性中提取了7个特征参数,用于训练支持向量机。运用二叉树理论设计多类分类器,与已有算法相比,具有简单、高速、高精度的特点。仿真结果证明,在高斯白噪声(AWGN)下,当信噪比大于15dB时,对2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK调制方式的识别率可以达到97%以上。

获得非高斯噪声环境衰落信道中正交空时分组码(OSTBC)的性能估计，对OSTBC的成对差错概率(PEP)进行了研究．基于物理统计Middleton Class A噪声模型，通过将非高斯Class A分布变换成条件高斯分布，给出空间依赖时间独立条件下OSTBC系统中噪声信号的联合概率密度函数．利用矩母函数(MGF)分析法推导Class A噪声环境下最大似然接收机的成对差错概率的上界．对不同衰落信道中系统误符号率(SER)性能的仿真研究表明，在Class A噪声环境下，OSTBC系统性能随噪声脉冲性的增强而下

Android反编译工具包，命令行方式，首先用解压缩软件将 apk 包里的 class.dex 解压出来 ，然后和下载的文件放在一起，运行 bat 可以的到 out目录，需要将 java 配置到 path环境变量里

班级增量学习 文件 用于班级增量学习的自适应聚合网络，CVPR2021。[ ] [] 助记符训练：无需忘记的多级增量学习，CVPR2020。[ ] [] 引文 如果它们对您的工作有帮助，请引用我们的论文： @inproceedings { Liu2020AANets , author = { Liu, Yaoyao and Schiele, Bernt and Sun, Qianru } , title = { Adaptive Aggregation Networks for Class-Incremental Learning } , booktitle = { The IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) } , year = { 20

将.class文件反编译为.java文件,可以实现将别人的文件反编译后查看里面的代码。

就是三种class反编译工具，留着备用保存的！

class编辑器

功能特点： ======== 1、XJad是基于Jad核心的Java源程序反编译软件，内置Jad1.5.8e2； 2、可处理多个*.class文件，可以处理文件夹内的所有文件，甚至可以处理*.jar文件； 3、带有多页面文本编辑器，也可集成在资源管理器中，随时点击右键都可进行操作； 4、支持java语法的高亮显示； 使用说明： ======== 1、打开一个或者多个*.class文件，XJad反编译后，重命名为*.java文件， 保存至当前文件夹，并在编辑器中打开查看； 2、打开一个文件夹，XJad将该文件夹下所有*.class文件进行反编译，并保存至该文件夹下， 依据包路径信息生成文件夹路径，如com.spring.framework.*， 将建立com\spring\framework的文件夹结构； 3、打开一个*.jar文件，XJad将该Jar文件中的所有*.class文件解压缩到临时目录并进行反编译， 并将源文件带包路径信息保存至当前文件夹下名称为“~” + *.jar 的文件夹中；

电脑class修改工具，可直接对class文件进行修改储存。