登录
首页 » 算法 » ras&md5

ras&md5

于 2023-02-13 发布 文件大小:10.06 kB
0 122
下载积分: 2 下载次数: 1

代码说明:

rsa&md5 公钥和私钥就是从两个文件PublicKey.xml、PrivateKey.xml中读取出来,相当于是现实中的指定公钥和私钥;再验证时我为了方便直接验证的A计算出的HASH码,现实中应该是由B重新计算出文件M的HASH码-ras&md5

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 经典数值源码(很好)
    C++经典数值算法源码(good)-C classical numerical algorithm source code (good)
    2022-12-12 05:00:04下载
    积分:1
  • Verilog课程设计_洗衣机设计电路
    应用背景 这是初次学习verilog的课程设计,设计过程中用三个表示状态的寄存器zz(正转)、fz(反转)、pause(暂停),以及三个寄存器表示LED灯,LED1表示zz;LED2表示fz;LED3表示pause。用data_out1,data_out2显示预置时间。Beep为音响信号。 关键技术设计一个电子定时器,控制洗衣机作如下运转:定时启动--->正转20秒-->暂停10秒-->反转20秒-->暂停10秒-->定时未到,回到“正转20秒-->暂停10秒-->反转20秒-->暂停10秒”;若定时到,则停机发出音响信号。用两个数码管显示洗涤的预置时间(分钟数),按倒计时的方式计时,直到时间到停机;洗涤过程由“开始”信号开始。三只LED灯表示“正转”、“反转”、“暂停”三个状态
    2022-03-16 21:43:00下载
    积分:1
  • 热耦合方腔流动,求解带有温度场的平板驱动方腔流动
    本程序是用来求解平板驱动方腔流动的,利用涡量——流函数方法,耦合温度场,泊松方程采用迭代求解,空间导数采用中心差分。
    2022-06-12 22:22:51下载
    积分:1
  • 一个创建随机数的程序
    一个创建随机数的程序-create a random number of procedures
    2022-05-30 18:25:51下载
    积分:1
  • 线性规划的实现
    线性规划算法的实现-linear programming algorithm implementation
    2022-07-01 08:54:43下载
    积分:1
  • 赋权边覆盖问题——采用禁忌搜索的C++实现
    本文详细讨论了禁忌搜索算法求解赋权边覆盖问题的定义、原理及求解思路,在文末给出了实验结果及完整的C++实现代码。
    2022-07-17 14:42:20下载
    积分:1
  • Ridge Regression RR 岭回归估计,是非常有用的非线性时间序列,在局部多项式预测中非常有用。...
    Ridge Regression RR 岭回归估计,是非常有用的非线性时间序列算法,在局部多项式预测中非常有用。-Ridge Regression RR ridge regression estimates, it is useful to nonlinear time series algorithms, in Local Polynomial prediction in very useful.
    2022-02-12 20:17:17下载
    积分:1
  • 数据结构 java版源代码
    资源描述数据结构的实现  java版本的  这是一部分  其他的写完上传  
    2022-07-26 05:29:33下载
    积分:1
  • 自平衡小车
    资源描述姿态结算源码:内含MPU6050、气压计、磁力计等驱动源码。
    2022-01-22 15:44:58下载
    积分:1
  • BP网络的C/C++实现,含有详细代码和例子,适合初学者
    应用背景人工神经网络(ANN)中关于反向传播算法的内容,相比单个感知器而言,采用多层网络的反向传播算法能表示出更多种类的非线性曲面,整个神经网络可以分成三层:输入层,隐藏层,输出层,通过加权线性变换,层与层之间的传递,最终得到输入层的实数值。关键技术 本人根据附件里面的文章编写的反向传播算法代码,里面含有详细的代码注释和文章例子, 可以让初学者深刻理解反向传播算法,适合初学者学习。给出BP算法训练的例子,对单个样本的训练的情况进行编写和验证。 //输入层到隐层的过程 float fNetj[m]; for (int j= 0;j < m; j++){ fNetj[j] = fTheta[n][j]; //这里权值矩阵最后一列是偏置,偏置×1还是偏置,所以直接加上, //后面就不用乘了 for(int i = 0;i < n; i++){ //得到netj 的值 netj= X^V fNetj[j] +=fInputdata[i]*fTheta[i][j]; } fMidResult[j] = 1/(1 + exp(-fNetj[j])); //cout
    2022-08-03 01:10:12下载
    积分:1
  • 696518资源总数
  • 105877会员总数
  • 14今日下载