题目1：三圈DES的差分攻击；
要求：设计必需的界面环境，（1） 输入明文及其对应的密文，产生相应的密钥（2） 设计有好的窗口显示实验结果题目2：RSA解密密钥攻击；
要求：设计必需的界面环境，（1） 加密密钥和解密密钥，求p、q，使n=p*q（2） 设计有好的窗口显示实验结果这是密码学课程设计的两个题目，希望对大家的学习有帮助。

（GNSS）接收机测量型OEM板性能要求及测试方法、（GNSS）接收机差分数据格式1、（GNSS）接收机差分数据格式2、（GNSS）接收机射频集成电路通用规范.pdf、北斗-全球卫星导航系统（GNSS）接收机.pdf、北斗卫星导航术语.pdf、北斗用户终端RDSS单元性能要求与用户测试要求.pdf、导航电子地图应用开发中间件接口规范.pdf、导航型天线性能要求及测试方法.pdf、定位设备通用规范.pdf、信号模拟器性能要求及测试方法.pdf

《近海环境流体动力学数值模型》比较系统地介绍了设计和使用近海环境流体动力学数值模型的相关知识，内容包括海洋流体动力学若干基础模型和完整方程组及定解条件；
离散动力学方程的一些数值方法和差分格式以及格式与物理规律的关系；
展示了从二维至三维，由均匀海洋至非均匀海洋，由固定岸界至运动岸界，由规则矩形网格至无结构网格，由正问题至逆问题等诸多模型或设计模型的特殊方法。
书中强调了对近海环境至关重要的近海天文潮和近海环流模型的特征；
对与海洋环境动力学直接相关的物质输运模型，也做了普遍性的介绍。
　《近海环境流体动力学数值模型》可作为海洋科学和环境科学相关专业的研究生与本科生的参考书，也可供开始涉足海洋环境动力学的科技工作者参考使用

基于OpenCV的智能视频监控系统设计，使用VS2010和OpenCV2.4.9完成系统设计，压缩包包含整个solution。
在安装好VS2010和配置好OpenCV包含等的情况下，可以直接加压缩，点击.sln文件打开整个项目。
压缩包内容为智能视频监控的整个project（包含源码）。
具体实现方法是利用帧差法获得差分图像，分析差分图像得出物体运动的轨迹和拍照录像与警报等。

参数自适应差分进化算法SACPMDE.rar参数自适应差分进化算法SACPMDE.rar参数自适应差分进化算法SACPMDE.rar

GPS接收机采集卫星星历数据和伪距观察信息，结合CORS站的伪距观察值和真实位置，计算伪距修正参数进行伪距修正，从而实现单点定位。
（请将ECEF2ENU函数注释）

《数字信号处理理论、算法与实现》是2003年清华大学出版社出版的图书，作者是胡广书。
绪论O.1数字信号处理的理论O.2数字信号处理的实现0.3数字信号处理的应用O.4关于数字信号处理的学习参考文献上篇经典数字信号处理第1章离散时间信号与离散时间系统1.1离散时间信号的基本概念1.1.1离散信号概述1.1.2典型离散信号1.1.3离散信号的运算1.1.4关于离散正弦信号的周期1.2信号的分类1.3噪声1.4信号空间的基本概念1.5离散时间系统的基本概念1.6LSI系统的输入输出关系1.7LSI系统的频率响应1.8确定性信号的相关函数1.8.1相关函数的定义1.8.2相关函数和线性卷积的关系1.8.3相关函数的性质1.8.4相关函数的应用1.9关于MATLAB1.10与本章内容有关的MATLAB文件小结习题与上机练习参考文献第2章Z变换及离散时间系统分析2.1Z变换的定义2.2Z变换的收敛域2.3Z变换的性质2.4逆Z变换2.4.1幂级数法2.4.2部分分式法2.4.3留数法2.5LSI系统的转移函数2.5.1转移函数的定义2.5.2离散系统的极零分析2.5.3滤波的基本概念2.6IIR系统的信号流图与结构2.6.1IIR系统的信号流图2.6.2IIR系统的直接实现2.6.3IIR系统的级联实现2.6.4IIR系统的并联实现2.7用z变换求解差分方程2.8与本章内容有关的MATLAB文件小结习题与上机练习参考文献第3章信号的傅里叶变换3.1连续时间信号的傅里叶变换3.1.1连续周期信号的傅里叶级数3.1.2连续非周期信号的傅里叶变换3.1.3傅里叶级数和傅里叶变换的区别与联系……下篇统计数字信号处理附录索引

动态面板差分GMMSTATA命令以及原理，易上手，原理清晰明白，适合面板数据，考虑被解释变量滞后期

全书分为9章：第1章在比较了几种常用的流体流动数值计算方法特点的基础上着重介绍了有限体积法的基本思想和特点；
第2章介绍扩散问题的有限体积解法，从一维稳态扩散问题人手，简要介绍了区域离散方法、离散方程的推导和控制容积界面值的近似计算；
第3章介绍对流扩散问题的有限体积法，通过例题说明对流项对数值计算的影响；
第4章从离散方程的守恒性、方程系数的有界性和流动过程的输运性出发讨论了有限体积法中重要的差分格式问题；
第5章介绍压力速度耦合问题的有限体积算法，讨论了解决压力速度耦合问题数值计算中两个难点的方法，即交错网格算法和压力耦合问题的半隐算法（SIMPLE算法及其改进算法）；
第6章简要介绍了求解三对角方程的TDMA算法及其在高维问题中的应用；
第7章讨论了非稳态流动问题的有限体积算法的过程；
第8章介绍了有限体积法求解过程中对边界条件的处理方法；
第9章着重讨论了有限体积法中非规则网格的生成和非规则网格条件下离散方程的求解过程。
其中第2章、第3章，第5章～第8章的内容主要编译自AnIn—troductiontOComputationalFluidDynamics一书，为使其适合一般工程专业学生学习的需求，编写过程中做了适当的增删，并补充了一些习题和思考题。

Matlab关于人工神经网络在预测中的应用的论文二-人工神经网络模型在研究生招生数量预测中的应用.pdf四、灰色人工神经网络人口总量预测模型及应用摘要：针对单一指标进行人口总量预测精度不高的问题，基于灰色系统理论和人工神经网络理论，用1990年至2004年中国人口总量序列建立并训练一个多指标的灰色人工神经网络人口总量预测模型。
对2005年至2007年的人口总量进行检验性预测，结果表明灰色人工神经网络模型大大提高了预测精度。
关键词：人口总量；
灰色系统；
BP人工神经网络；
灰色人工神经网络模型引言：本文从影响人口增长的诸多因素中筛选出6个主要因素，结合灰色系统思想与神经网络的优点建立了一个灰色人工神经网络（GreyArtificialNeuralNetwork，GANN）预测模型，对每一个指标分别用GM（1，1）模型选择最佳的维数进行预测，再利用神经网络非线性映射的特性把这6个指标进行非线性组合得到人口总量的预测结果。
该模型充分利用灰色系统弱化数据的随机性及其动态性和神经网络非线性映射的特性，发挥两者的优势，从而进一步提高预测精度。
中间内容省略~结语：由于传统遗传算法聚类算法本身的优点：在解决聚类问题上速度快、准确率高，加上免疫网络分类算法可以进行非监督学习，确定聚类数及聚类点，在实际聚类应用中有更广阔的适用性；
在这种独特的聚类算法的基础上，结合粗糙集理论构建了一种图像分割算法；
同时，通过实验证明该方法不但比传统的FCM算法聚类速度快，分割效果好，而且比文献[2]的分割准确度还要高。
由于该方法有在聚类上的无教师监督的独特优点，并且通过对人脑MR图聚类和分割的两个实验，证明了该分割算法比以往分割算法在具体应用上都有一定的提高。
灰色人工神经网络人口总量预测模型及应用.pdf五、人工神经网络模型在研究生招生数量预测中的应用摘要：研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素，这些影响因素往往无法量化，而且各个影响因素之间关系错综复杂，简单的线性模型预测未来招生数量往往难以实现。
尝试采用人工神经网络模型，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，通过对黑龙江省历年研究生招生数量进行系统分析，建立了人工神经网络预测模型，并对未来3年的招生数量进行了预测，预测结果较好，为该方面研究提供了新的研究思路与研究方法。
关键词:黑龙江省;研究生招生;预测;人工神经网络模型引言：关于研究生招生数量的确定，涉及诸多因素，例如国家政策、社会就业、人才需求、专业分布与需求等等。
这些影响因素往往无法量化，很难找出定量化的因素来进行分析，而这些因素又确确实实在很大程度上影响着研究生招生的数量及其分布。
以往分析预测方法主要是确定性数学模型和随机统计方法，例如有限单元法、有限差分法、灰色理论建模、回归分析、谐波分析、时间序列分析、概率统计法等。
这些方法多以线性理论为基础，考虑问题偏于简单化，导致预测精度不高。
本论文结合黑龙江省1981年—2004年的研究生招生规模，针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题，探讨应用一种改进的BP网络模型对未来3年黑龙江省研究生招生规模进行预测，为该方面研究提供新的研究思路与研究模式，并渴望为用人单位、科研院校提供制定长远发展与建设规划提供参考。
中间内容省略~结语：采用人工神经网络模型可以有效的处理黑龙江省研究生数量中涉及的人为、政策等随机因素、难以量化等因素的干扰，拟合精度非常高，预测精度也相对较高，为未来研究生招生规模提供科学理论依据，为该方面研究提供新的研究方法与研究思路。
人工神经网络模型在研究生招生数量预测中的应用.pdf六、基于RBF人工神经网络模型预测棉花耗水量摘要：利用MATLAB工具箱，以平均气温、日照时数、平均风速为输入变量，建立了新疆石河子地区棉花耗水量的RBF人工神经网络预测系统，通过2008年实测数据的检验表明，此预测系统网络模型的绝对误差最大为0.0967mm/d、最小为0.0025mm/d、平均为0.0419mm/d，相对误差最大为2.6491%、最小为0.0341%、平均为0.8780%。
可见，网络模型预测的准确度较高，较以往的线性模型更合理，并且此网络训练花费的时间仅需0.0780s，具有一定的实用价值。
关键词：预测；
人工神经网络；
径向基函数；
棉花耗水量引言：计算机人工神经网络是20世纪8

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。