delphi-hook-library，wr960204武稀松.2012.2主页http://www.raysoftware.cn通用Hook库.支持X86和X64.Get使用了开源的BeaEngine反汇编引擎.BeaEngine的好处是可以用BCB编译成OMF格式的Obj,被链接进Delphi的DCU和目标文件中.不需要额外带DLL.BeaEngin引擎http://www.beaengine.org/限制:1.不能Hook代码大小小于5个字节的函数.2.不能Hook前五个字节中有跳转指令的函数.希望使用的朋友们本人也具有一定的汇编或者逆向知识.Hook函数前请确定该函数不属于上面两种情况.另外钩COM对象有一个技巧,如果你想在最早时机勾住某个COM对象,可以在你要钩的COM对象创建前本人先创建一个该对象,Hook住,然后释放你本人的对象.这样这个函数已经被下钩子了,而且是钩在这个COM对象创建前的.
2015/5/8 2:40:50
488KB
1
结合人人开源平台,开发的快速开发平台支持多数据源，简单配置即可实现切换。
支持按钮及数据权限，可自定义部门数据权限。
对常用js插件进行二次封装，使js代码变得简约，更加易维护完善的XSS防范及脚本过滤，彻底杜绝XSS攻击Maven多项目依赖，模块及插件分项目，尽量松耦合，方便模块升级、增减模块。
国际化支持，服务端及客户端支持完善的日志记录体系简单注解即可实现
支持按钮及数据权限，可自定义部门数据权限。
对常用js插件进行二次封装，使js代码变得简约，更加易维护完善的XSS防范及脚本过滤，彻底杜绝XSS攻击Maven多项目依赖，模块及插件分项目，尽量松耦合，方便模块升级、增减模块。
国际化支持，服务端及客户端支持完善的日志记录体系简单注解即可实现
2022/9/4 8:02:25
10.55MB
1
传统的去噪方法往往假设含噪图像的有用信息处在低频区域，而噪声信息处在高频区域，从而基于中值滤波、Wiener滤波、小波变换等方法实现图像去噪，而实际上这种假设并不总是成立的。
基于图像的稀疏表示，近几年来研讨者们提出了基于过完备字典稀疏表示的图像去噪模型，其基本原理是将图像的稀疏表示作为有用信息，将逼近残差视为噪声。
利用K-SVD算法求得基于稀疏和冗余的训练字典，同时针对K-SVD算法仅适合处理小规模数据的局限，通过定义全局最优来强制图像局部块的稀疏性。
文献[28]提出了稀疏性正则化的图像泊松去噪算法，该算法采用log的泊松似然函数作为保真项，用图像在冗余字典下稀疏性约束作为正则项，从而取得更好的去噪效果。
基于图像的稀疏表示，近几年来研讨者们提出了基于过完备字典稀疏表示的图像去噪模型，其基本原理是将图像的稀疏表示作为有用信息，将逼近残差视为噪声。
利用K-SVD算法求得基于稀疏和冗余的训练字典，同时针对K-SVD算法仅适合处理小规模数据的局限，通过定义全局最优来强制图像局部块的稀疏性。
文献[28]提出了稀疏性正则化的图像泊松去噪算法，该算法采用log的泊松似然函数作为保真项，用图像在冗余字典下稀疏性约束作为正则项，从而取得更好的去噪效果。
2022/9/4 0:28:02
2.07MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB