java开发OFD所需JAR包:ofdrw-full.jar 、ofdrw-layout.jar 、ofdrw-sign.jar
2024-07-01 15:01:49 20.26MB java
1
一、什么是感知机模型? 感知机是线性分类的二分类模型,输入为实例的特征向量,输出为实例的类别,分别用1和-1表示。感知机将输入空间(特征空间)中的实例划分为正负两类分离的超平面,旨在求出将训练集进行线性划分的超平面,为此,导入基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得最优解。感知机是神经网络和支持向量机的基础。 二、感知机模型 感知机的函数公式为:f(x)=sign(w⋅x+b)f(x)=sign(w·x+b)f(x)=sign(w⋅x+b) 其中www和bbb为感知机模型参数,w∈Rnw\in R^nw∈Rn叫做权值或者权值向量,b∈Rb\in Rb∈R叫做偏差,w⋅xw
2024-05-14 20:15:23 172KB sign sign函数
1
android rom自动签名工具。 使用方法: 1)安装并配置好JAVA 2)将auto-sign解压到任意目录(需要自己能找到) 3)将改好的包改名为update.zip 4)将update.zip 文件复制到签名工具的目录下 5)运行 Sign.bat 。也许有人要问如何运行,我会非常认真的告诉大家:双击:) 6)需要一点时间,目录下会多出一个update_signed.zip文件 7)这个文件就是已经经过签名的刷机包
2024-03-20 23:20:51 10KB auto-sign
1
ROM签名工具
2024-03-20 23:15:17 202KB Auto-sign
1
C++部分使用了Wei Dai整理的开源C++加密工具cryptopp(www.cryptopp.com),cryptopp是一个非常优秀和完善的开源C++加密工具,将C++技术和设计模式使用到了淋漓尽致的地步,不过对于初学者来说比较难以上手,特别是需要将项目交给初学者来实现的时候,所以当时在cryptopp的基础上做了一些封装,并且将RSA,AES,SHA1,RSA-SHA1 Sign分离成独立的类,并且添加了Base16和Base64编码算法,使用这几个加密算法,几乎可以解决一般项目对通信安全的需要。 Java部分使用了JDK自带的SunJCE加密框架,一般网上可以找到的Java加密解密都是使用SunJCE框架,还有一个比较著名的 Java开源加密工具是bouncycastle(http://www.bouncycastle.org/),因为SunJCE是JDK自带的,所以使用比较方便,相对于cryptopp,SunJCE要容易上手得多,几乎不需要再做封装,不过为了跟C++封装统一,也做了简单的封装,保持C++接口和Java接口相近。 C++封装在Visual Studio 2003下测试通过,Java封装在jdk1.5.0_14下测试通过。 更详细的信息,解压缩后参考/doc/crypto.doc和源代码.
2023-12-15 07:05:14 225KB RSA AES SHA1 RSA-SHA1
1
苹果apple Id登录详细代码,viewController里有简单详解,敬请关注
2023-09-13 21:40:38 80KB 系统功能(Phone Camera...) apple in
1
使用Firebase摇动Google登录 查看我的中篇文章 。 在此应用程序中,我已经使用Android和iOS的Firebase实施了Google登录,并通过最新的Flutter更新解决了所有问题。 要了解如何解决Flutter中的所有Firebase问题,请确保查看我的中型文章。 注意:该项目已在Flutter 1.20(稳定版)上进行了测试,并使用了所有最新版本的插件。 项目版本 该项目有三个版本: 简单的Google登录() 结合自动登录( ) 结合使用生物识别的本地身份验证( ) 使用这个程序 如果要克隆和使用此应用程序,则必须完成以下步骤: 步骤1:产生SHA-1
2023-07-06 11:11:21 374KB android ios firebase google-sign
1
永辉生活sign算法源码
2023-04-26 22:29:39 4KB 网络相关源码
1
颜色分类leetcode 实时交通标志检测和分类 使用 SSD 的新版本将于今年夏天发布,供任何需要更高精度检测方法的人使用。 请继续关注新的更新! 1. 说明 该项目是一个使用 OpenCV 的视频交通标志检测和分类系统。 检测阶段使用图像处理技术在每个视频帧上创建轮廓并在这些轮廓中找到所有椭圆或圆。 它们被标记为交通标志的候选对象。 检测策略: 增加视频帧的对比度和动态范围 使用 HSV 颜色范围去除不必要的颜色,如绿色 使用 Laplacian of Gaussian 显示对象的边界 通过二值化制作轮廓。 检测椭圆形和圆形轮廓 在下一阶段 - 分类阶段,通过基于候选坐标从原始帧中裁剪来创建图像列表。 预训练的 SVM 模型将对这些图像进行分类,以找出它们是哪种类型的交通标志。 当前支持的交通标志(每个标志文件的名称与其在 SVM 中的类相对应): 注意: 所有属于 8 级及以上的标志都被标记为OTHERS,因为比赛需要这样做。 还有一个 0 类被标记为非交通标志 仅对当前帧中最大的标志进行裁剪和分类 每次main.py调用时都会训练 SVM 模型,在检测阶段之前,但我仍然保存模型
2023-04-11 14:56:53 26.78MB 系统开源
1
auto-sign 用于给android应用 反编译之后重新给apk注入签名,将密钥文件和update.apk放入该文件夹内并且将update.apk更改名称为update.zip,再打开Sign.bat即可进行签名注入,完成之后 会生成 update_signed.apk
2022-12-24 16:18:47 222KB 反编译 auto-sign
1