一、RSA基本原理 对明文分组M和密文分组C，加密与解密过程如下： C = POW (M , e) mod n M = POW(C , d) mod n = POW(POW( M ,e), d) mod n=POW( M,e*d) 其中POW是指数函数，mod是求余数函数。 其中收发双方均已知n，发送放已知e，只有接受方已知d，因此公钥加密算法的公钥为 KU={ e , n},私钥为KR={d , n}。该算法要能用做公钥加密，必须满足下列条件： 1. 可以找到e ，d和n，使得对所有M<n ,POW(M ,e*d)=M mod n . 2. 对所有 M<n,计算POW (M , e)和POW(C , d)是比较容易的。 3. 由e 和n确定d是不可行的
上传时间： 2014-08-04
上传用户：sevenbestfei
针对M/PH/1(k)排队系统推导出该排队系统在任意时刻、到达时刻、退去时刻的队列长度状态概率分布、平均队列长度、以及平均等待时间，并编写程序进行数值计算，并对M/E2/1(k), M/M/1(k), M/H2/1(k)排队系统的性能进行数值比较。
上传时间： 2013-11-30
上传用户：秦莞尔w
这是我学习《MATLAB程序设计与应用》刘卫国、陈昭平 一书时第一章和第二章的课后习题 目录 exponential_e.m exsub.m fheritage.m initialise.m matrix.m matrix2.m matrixm.m matrix_c.m matrix_mul.m mult.m mywork1201.dll mywork1201.m normcdf_.m p41_4.m p41_5.asv p41_5.m p41_6.m p41_7.m p41_8.m p64_1.m p64_2.m p64_3.m p64_4.m p64_5.m p65_10_1.m p65_10_2.m p65_10_3.m p65_6.m p65_8.m
标签： exponential_e fheritage initiali MATLAB
上传时间： 2015-08-11
上传用户：x4587
1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多类分类 Regression_LS_SVMlab.m - 函数拟合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多类分类 3、工具箱：stprtool\svm Classification_stprtool.m - 多类分类 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二类分类 Regression_SVM_SteveGunn.m - 函数拟合
标签： Classification_LS_SVMlab Regression_LS_SVMlab LS_SVMlab OSU_SVM
上传时间： 2014-01-20
上传用户：CHINA526
这是关于RADRA仿真的.有如下代码placeClutter.m, plotDistLines.m, plotFOV.m, radarSimulation.m, runRadarSim.m, targetsReturn.m, radarSimulation.fig, analyzBuffer.m, buildAntenaGain.m, createTargets.m, displayTargets.m, handleRadarControlls.m, MTIcalcTargetsV.m
标签： radarSimulation plotDistLines placeClutter runRadarSim
上传时间： 2015-10-15
上传用户：GavinNeko
已知一个序列x(n)=0.5cos(0.55*pi*n)+cos(0.45*pi*n),时域FFT分析其频谱。 （1）使用不同宽度的矩形窗截断该序列为M点，取M分别为：20，40，160,观察不同长度对频谱影响；（2）使用哈明窗和凯泽窗重做；（3）对三种窗的结果进行分析比较；（4）总结窗类型和长度对频谱分析的影响。
上传时间： 2013-12-25
上传用户：yuanyuan123
分数是两个整数的比，通常表示为 (或b/a)的形式，其中b称为分子，a称为分母，分母不能为0。分数在计算机中以整数或浮点数（有限小数）的形式表示，大多数情况下都是近似表示，具有较大的误差，例如 ，在计算机中用整数表示为0，用浮点数表示为0.333333。本实例就是要设计一个Fraction (分数) 类类型，该类型的对象可以像基本类型数据一样进行运算，结果仍为分数，运算包括四则运算，关系运算，及求一元一次分式方程的解，输入输出要求按分数方式进行。
上传时间： 2016-02-18
上传用户：zhoujunzhen
这里实现了基于四种SVM工具箱的分类与回归算法: 1、工具箱：LS_SVMlab Classification_LS_SVMlab.m - 多类分类 Regression_LS_SVMlab.m - 函数拟合 2、工具箱：OSU_SVM3.00 Classification_OSU_SVM.m - 多类分类 3、工具箱：stprtool\svm Classification_stprtool.m - 多类分类 4、工具箱：SVM_SteveGunn Classification_SVM_SteveGunn.m - 二类分类 Regression_SVM_SteveGunn.m - 函数拟合 更详细的相关函数说明请通过help命令查看！
标签： Classification_LS_SVMlab Regression_LS_SVMlab LS_SVMlab SVM
上传时间： 2016-03-03
上传用户：jkhjkh1982
读取mit-bih心电信号数据的m文件，rddata.m,英文
上传时间： 2013-12-01
上传用户：225588
图的深度遍历，输出结果为（红色为键盘输入的数据，权值都置为1）： 输入顶点数和弧数:8 9 输入8个顶点. 输入顶点0:a 输入顶点1:b 输入顶点2:c 输入顶点3:d 输入顶点4:e 输入顶点5:f 输入顶点6:g 输入顶点7:h 输入9条弧. 输入弧0:a b 1 输入弧1:b d 1 输入弧2:b e 1 输入弧3:d h 1 输入弧4:e h 1 输入弧5:a c 1 输入弧6:c f 1 输入弧7:c g 1 输入弧8:f g 1 深度优先遍历: a b d h e c f g 程序结束.
标签：
上传时间： 2016-04-04
上传用户：lht618
