基于单标记分类的降维及特征选择方法难以直接运用到多标记学习中，而将多标记学习问题独立分解为多个单标记学习问题再进行降维会丢失标记的相关性信息。

嵌入式特征提取的多标记分类算法，将非负矩阵分解引入到多标记学习过程中，在对原始多标记数据集进行特征提取的同时，减少冗余特征、不相关特征及髙维特征对多标记分类的影响。

在4个公开的标准数据集上进行对比实验，结果表明该算法能对数据进行有效降维，在准确度、精度、F度量值等评价指标上相比传统BR、CC、LM算法具有更好的分类性能。

制造商:Power Integrations产品种类:交流/直流转换器RoHS: 安装风格:SMD/SMT封装 / 箱体:SMD-8C-7输出电压:5 V输入/电源电压—最小值:85 VAC输入/电源电压—最大值:265 VAC拓扑结构:Buck, Buck-Boost, Flyback开关频率:66 kHz占空比 - 最大:72 %最小工作温度:- 40 C最大工作温度:+ 150 C输出电流:120 uA系列:封装:Reel封装:Cut Tape封装:MouseReel商标:Power Integrations绝缘:Non-Isolated湿度敏感性:Yes输出端数量:1 Output产品:AC/DC Converters产品类型:AC/DC Converters1000子类别:PMIC - Power Management ICs商标名:类型:Off-Line Switcher IC单位重量:1.184 g

嵌入式设备固件安全分析技术进行了细化分析，从静态分析、符号执行、二进制漏泂关联、动态分析平台和模糊测试等五个方面进行了详细分析和横向评估。

且各型号具有不同的引线间距，分别为 10 mm (B32921X* / Y*)、15 mm (B32922X* / Y*) 和 22.5 mm (B32923X* / Y*)，具体视容值而定。

(素材来源：eccn和ttic.如涉版权请联系删除。特别感谢）