地址验证器 使用 USPS 或 UPS API 验证美国送货地址的 Web 服务 用法 您需要从 USPS ( ) 或 UPS ( ) 获取帐户和许可证密钥 打开 web 配置文件并在 appSettings 下输入您的许可证密钥(如果使用 UPS,则输入用户名/密码)。
2024-05-23 20:24:53 55KB
1
swjtu电子设计自动化(EDA)实验7报告
2024-05-23 13:09:54 4.29MB
1
基于最小费用流(MCF)法的相位解包裹理论与实验验证-含Matlab代码.zip
2024-05-21 15:33:29 1.14MB 相位解包裹
SimulationApp 一个概念证明算法开发用例的应用程序项目。 此存储库依赖于以下存储库中的内容来支持演示: Algo_Cluster_Infrastructure:设置Rancher Kubernetes集群的说明和Ansible手册。 Algo_Dev_Scenario_1:一个场景存储库,其中包含基本运行时(OpenJDK)和执行数据。 Algo_Dev_Scenario_2:另一个方案存储库,包含基本运行时(OpenJDK)和执行数据。 DevSecOps软件工厂中的算法开发 该项目的主要目的是演示一种在我们的领域内定制和应用DevSecOps实践的方法。 我们正在探索的用例是算法开发。 过去,我们经常看到在“繁重的数学”环境中使用模拟和蒙特卡洛分析来评估变化和评估性能的算法参考实现。 在这种情况下经常会看到大量的Matlab使用,这几乎总是作为单线程单片应用程序执行
2024-05-21 09:44:02 15KB Java
1
该软件运行于Linux/Unix系统,可以对文件或者字符串计算md5散列值,详细使用说明请参看文件夹内INSTALL说明
2024-05-08 16:39:07 3KB MD5 文件加密 软件验证 Hash散列
1
无感FOC龙伯格观测器+PLL仿真模型,电机为米格电机,可直接运行,适合验证算法,相关原理分析及说明: 永磁同步电机无感FOC(龙伯格观测器)算法技术总结-仿真篇:https://blog.csdn.net/qq_28149763/article/details/136346434 永磁同步电机无感FOC(龙伯格观测器)算法技术总结-实战篇: https://blog.csdn.net/qq_28149763/article/details/136347031
2024-05-06 21:52:14 76KB 电机控制 simulink PMSM
1
Better Way Electronics-PS4 NOR验证器 该程序是我的PS4 NOR验证程序的发行版,旨在验证PS4控制台的NOR闪存! 您为什么需要这样做? 好吧,如果您的控制台突然死了并且有所谓的“ BLOD”,则NOR可能就是原因。 使用我的程序,您将可以验证NOR的每个字节(或超过2100个特定区域),从而查看损坏的位置或是否损坏。 导致BLOD的最常见损坏区域是CID。 如果幸运的话,实际上可以修复此部分的某些区域! 我和其他人都做到了! 不要忘记使用我的比较器工具来帮助您了解NOR特定部分的区别。 它将帮助您修补! 其他区域可以在不同的控制台之间互换,并且更适合维修,WiFi / BT模块就是一个很好的例子。 因此,从根本上讲,该程序适用于像我这样的控制台维修人员。 如果您确实是修理工并经营着业务,我可以为您制作一个定制的“批量”版本! 但是现在,请随意在工
2024-05-04 13:14:05 5KB flash validation entropy validator
1
IC仿真验证软件VCS + DVE的中文用户手册,内容详实,通俗易懂,比较适合刚接触IC验证的同学参考学习。
2024-05-03 18:36:57 6.58MB ASIC验证
1
首先贴一张验证码上来做案例: 第一步先通过二值化处理把干扰线去掉: from PIL import Image # 二值化处理 def two_value(): for i in range(1,5): # 打开文件夹中的图片 image=Image.open('./Img/'+str(i)+'.jpg') # 灰度图 lim=image.convert('L') # 灰度阈值设为165,低于这个值的点全部填白色 threshold=165 table=[] for j in range(256): if j<
2024-04-28 18:28:19 112KB data pixel python
1
1.项目利用Python爬虫技术,通过网络爬取验证码图片,并通过一系列的处理步骤,包括去噪和分割,以实现对验证码的识别和准确性验证。 2.项目运行环境:Python环境:需要Python 2.7配置,在Windows环境下下载Anaconda完成Python所需的配置,下载地址为https://www.anaconda.com/,也可以下载虚拟机在Linux环境下运行代码。 3.项目包括4个模块:数据爬取、去噪与分割、模型训练及保存、准确率验证。用request库爬虫抓取验证码1200张,并做好标注。图片爬取成功后进行去噪与分割。处理数据后拆分训练集和测试集,训练并保存。模型保存后,可以被重新使用,也可以移植到其他环境中使用。 4.准确率评估:测试结果精度达到99%以上。 5.项目博客:https://blog.csdn.net/qq_31136513/article/details/131571160
2024-04-28 10:40:57 23.11MB python 爬虫 机器学习 验证码识别
1