本软件 用于计算或验证CRC8 CRC16 CRC32 等50多种计数结果。 LRC-冗余校验 ---------- C0 BBC-异或校验 ---------- 80 CRC-6/ITU ------------- 35 CRC-7/MMC ------------- 2A CRC-8 ----------------- E9 CRC-8/WCDMA ----------- EF CRC-8/DACR ------------ 57 CRC-8/SAE_DVB_S2 ------ AB CRC-8/EBU-------------- 54 CRC-8/ICODE ----------- 11 CRC-16/DDS_110 -------- D6 28 CRC-16/DECT_R --------- 57 D9 CRC-16/DECT_X --------- 57 D8 CRC-16/MODBUS --------- 84 51 CRC-32 ---------------- CB F0 B6 6E CRC-32/MPEG-2 --------- A7 B0 83 4C

支持对国密SM2和SM3的验证。

SocketTool 是一款网络连接工具，方便进行协议调试。通用工具是国密算法调试工具。

使用经典PCA算法验证对离群点的不鲁棒性，使用PCA分别对一批不含离群点的数据点和一批含有离群点的数据点进行分析，效果很好

多种群遗传算法 -验证 Schaffer’s f6 函数，代码内对对多种群遗传算法中移民算子、移民频率、移民数目、交叉、变异概率都设置通用化编程，可直接修改方便

复合频率信号频率计电路功能概述: 本文介绍了一种复合信号测量系统，该系统基于TMS320F2808实现，用来检测和重建复合频率信号中的主次信号。该系统由计算模块、重建模块和通讯模块组成。为了能在实时运行中自适应地确定采样频率，我们采取了“eCAP+AD”的方法，eCAP模块记录下整形后的复合信号的上升沿过零点时间值并估计出主频率，从而使系统能自动地选取合适的采样频率完成AD采样过程。系统采用了4096点的FFT算法，能够实现高达0.25Hz的频率分辨率，相对分辨率达到0.05%。 该频率信号测量系统采用了频谱校正方法，能高精度地计算出复合信号中的主次信号的频率与幅值。计算结果通过SCI通讯模块送入上位机显示。当DSP接收到上位机的信号重建指令时，则重现出所需的信号，此时ePWM实现AD芯片的功能。ePWM模块产生的SPWM波送入外围电路滤波后，得到所需的正弦信号。 测试结果表明本设计达到了设定的指标，且有很好的精度和性能。 复合频率信号测量系统设计，完成了设计要求中所提出的各项任务，系统所达到的指标都超过了基本部分以及发挥部分的设计指标。 具体说明如下: (1) 利用设计的硬件电路完成外部信号的叠加、偏置、限幅、整形以及输出信号的滤波等； (2) 主次信号的测量范围20Hz~20KHz；若延长测量时间，主次信号的测量范围可达到0.25Hz~20KHz； (3) 复合信号频率分辨率最高可达0.05%，即可分辨出的主信号与次信号频率差为主信号的0.05％，远高于设计要求中的10%指标； (4) 可以准确地检测出主信号与次信号的频率值（几乎达到零误差），在未发生频谱混叠情况下，主次信号的幅值的检测误差在0.5%之内；若频谱混叠使得次信号幅值被主信号展宽的频谱所掩盖，此时仍能准确检测出主次信号的频率值，主信号的幅值误差在5%以内； (5) 利用DSP内部PWM发生器以及外部滤波器实现了主信号重建以及主次信号的同时重建；重建信号的频率误差在1.5%以内，幅值误差在7%以内； (6) 通过串口实现上位机与DSP之间的通讯，上位机发出指令实时控制DSP，DSP检测的主、次信号频率和幅度测量结果输入至上位机进行实时刷新显示。 附件内容截图:

针对由模块化关节构成的六自由度串联机器人手臂, 采用DH法对手臂的操作空间进行了描述, 得到了正运动学模型; 采用欧拉角表示手臂姿态, 得到了包含六个参数的用于表示手臂位姿的完备广义坐标, 并对欧拉角的几何关系进行了分析。针对SolidWorks虽然实体建模简洁方便但计算并非其强项的缺点, 编写相应接口程序, 将建立的手臂三维实体模型保留几何约束关系简化后导入MATLAB软件。基于MATLAB编写正逆运动学算法验证程序以及连杆驱动程序, 实现了手臂的仿真运动。通过仿真, 不仅更进一步验证了手臂正逆运动学解算的正确性, 而且非常直观地看出手臂末端在空间中运行的路径以及各关节的动作情况。机器人手臂正逆运动学算法正确性的验证及运动仿真为手臂的精确定位及其路径规划提供了必要的保证。

VoicePrint 是一款基于高斯混合模型的文本无关的声纹识别算法验证程序 VoicePrint的特点是： 语音特征向量：采用MFCC系数（梅尔倒谱系数） 模式匹配模型：采用GMM模型（高斯混合模型） 本程序为课程实验验证开发，所实现的声纹识别算法难免有错误及不妥之处！ 提醒：因为本程序是简略的验证程序，建议不要在正式项目中直接使用本程序中的声纹识别代码。 标签：openVP

整理了用过的一些算法，做了一个工具. win10可用。 转UTC时间，累加和计算，异或计算，UBlox_check_AB， hex转义，hex取反，hex位取反，hex转ascii，ascii转hex， hex加空格，hex去空格，hex加\x，hex去\x，字母转大写， 字母转小写，hex转bin文件，base64_Cipher，base64_Decipher crc32，crc16，MD5，HMAC_SHA1，SHA1，SHA256，SHA512， AES128，AES192，AES256，DES，3DES，IDEA，TEA，BTEA， XTEA，XXTEA，RSA_1024_公钥加密，RSA_1024_公钥解密， RSA_1024_私钥加密，RSA_1024_私钥解密，Hitag2 UTF8转Hex，Hex转UTF8，GBK转Hex，Hex转GBK，uicode转Hex，Hex转uicode， 繁体转简体，简体转繁体 SM2生成秘钥，SM2签名和验证，SM2加解密数据。还有好多项没做。 没有直接用的openssl，使用了一个大数运算库。有偿出售或改写小工具。 我很懒，没有继续完成sm2 keyagreement。 我也搞不明白每天都在做什么，是写这个工具算不务正业呢，还是每天的上班在虚度光阴。 补充了sm3，最简单的那种，不带二次hash或sign。20210802。 孤独的庆祝自己完成了CUDA计算Hitag2秘钥破解，每秒160M次的计算量。 我越走越远，越来越孤独，类似体育老师完成了数学证明题，根本不值一提。 嵌入式编程了那么多年，扔了还有点舍不得。小公司，居然被老板排挤了，有能力也会被流放。 沉舟侧畔千帆过，病树前头万木春。

主要给大家介绍了关于python验证码识别教程之利用滴水算法分割图片的相关资料，文章中通过示例代码介绍的非常详细，对大家的学习或者具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧