csdn找了半天没有直接可以用的代码。
这个压缩包解开放一个文件夹可以直接用。
直接在command里面输入[s_box,inv_s_box,w,poly_mat,inv_poly_mat]=aes_init;2plaintext_hex={’00’’11’’22’’33’’44’’55’’66’’77’...3’88’’99’’aa’’bb’’cc’’dd’’ee’’ff’};4plaintext=hex2dec(plaintext_hex);5ciphertext=cipher(plaintext,w,s_box,poly_mat);6re_plaintext=inv_cipher(ciphertext,w,inv_s_box,inv_poly_mat);plaintext明文cipehertext密文re_plaintext解密key在aes_init修改实测可用

AR人脸库（美国）：Purdue大学126人的彩色照片光照尺度和表情变化126peopleover4000colorimages

在matlab下读取同一路径下多个txt和mat文件

CMU的人脸库，源文件是若干个.mat文件，我将.mat文件中的图像文件都提取了出来，由于CSDN的大小限制，便没有将.mat文件放在这里，这里都是.jpg文件

基于双目立体视差图进行三维点云的重建，并提供PFM文件转成Mat格式的接口。
点云重建过程清晰明了、内含所需的所有文件，详情见：https://mp.csdn.net/mdeditor/86644361

lte_data1.mat:bw=1.4M,cellID=170,normalCP,4slots,start2ndslot,NID1=56NID2=2lte_data2.mat:bw=1.4M,cellID=173,extendCP,4slots,start2ndslot,NID1=57NID2=2数据采样率30.72MHz。

资源包括99.9%的常用的实验高光谱图像数据，全部是.mat文件，到手即用(数据集和标签都有，部分还有的图像)数据集包括:Indianpines，paviauniversity，paviacenter,botswana,Houston_2013,Houston_2018,KSC,Salinas,xuzhou,xiongan，由于数据量过大，本资源提供百度云链接，请自行下载

defGMM_algorithm(iterMax,gmm,dataset):'''高斯混合聚类算法:paramiterMax:最大迭代次数:paramgmm:保存gmm模型的数据:return:簇划分结果'''step=0m=len(dataset)flagMat=np.mat(np.zeros((m,1)))#保存每个样本的簇标记lateProbMat=np.mat(np.zeros((m,3)))#保存后验概率whilestep3):k+=1print(k)mark=['or','ob','og','ok','^r','+r','sr','dr','＜r','pr']#画出所有样例点属于同一分类的绘制同样的颜色foriinrange(numSamples):

一个opencv在Qt中的小应用，包含了Qt的多线程，QImage与Mat转化；
封装了qml接口，还包含了opencv中的一些图片检测和矫正技术

MIMOOFDMSimulator:OFDM.m:OFDMSimulator(outerfunction)create_channel.m:GeneratesaRayleighfadingfrequency-selectivechannel,parametrizedbytheantennaconfiguration,theOFDMconfiguration,andthepower-delayprofile.svd_decompose_channel.m:Sincefullchannelknowledgeisassumed,transmissionisacrossparallelsingularvaluemodes.Thisfunctiondecomposesthechannelintothesemodes.BitLoad.m:Applythebit-loadingalgorithmtoachievethedesiredbitandenergyallocationforthecurrentchannelinstance.ComputeSNR.m:Giventhesubcarriergains,thissimplefunctiongeneratestheSNRvaluesofeachchannel(eachsingularvalueoneachtoneisaseparatechannel).chow_algo.m:ApplyChow'salgorithmtogenerateaparticularbitandenergyallocation.EnergyTableInit.m:GiventheSNRvalues,formatableofenergyincrementsforeachchannel.campello_algo.m:ApplyCampello'salgorithmtoconvergetotheoptimalbitandenergyallocationforthegivenchannelconditions.ResolvetheLastBit.m:Anoptimalbit-loadingofthelastbitrequiresauniqueoptimization.modulate.m:Modulatetherandominputsequenceaccordingtothebitallocationsforeachchannel.ENC2.mat:BPSKModulatorENC4.mat:4-QAMModulator(Graycoded)ENC16.mat:16-QAMModulator(Graycoded)ENC64.mat:64-QAMModulator(Graycoded)ENC256.mat:256-QAMModulator(Graycoded)precode.m:Precodethetransmittedvectorateachtimeinstancebyfilteringthemodulatedvectorwiththeright-inverseofthechannel'srightsingluarmatrix.ifft_cp_tx_blk.m:IFFTblockoftheOFDMsystem.channel.m:ApplythechanneltotheOFDMframe.fft_cp_rx_blk.m:FFTblockoftheOFDMsystem.shape.m:Completethediagonalizationofthechannelbyfilteringthereceivedvectorwiththeleft-inverseofthechannel'sleftsingularmatrix.demodulate.m:Performanearestneighborsearchknowingthetransmitconstellationused.

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。