登录
首页 » 算法 » 实现base64编解码运算,实现base64编解码运算

实现base64编解码运算,实现base64编解码运算

于 2022-04-15 发布 文件大小:6.79 kB
0 179
下载积分: 2 下载次数: 1

代码说明:

实现base64编解码运算,实现base64编解码运算-BASE64 CODEC, achieving base64 CODEC

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

  • NVIDIA 的数学运库,包括快速开方,浮点转整数等
    NVIDIA 的数学运算库,包括快速开方,浮点转整数等-NVIDIA mathematical libraries, including rapid evolution, floating point to integer, etc.
    2022-07-18 03:32:51下载
    积分:1
  • 一个图可以找出投影仪的中心线,我做本科毕业论文…
    可以把一图形的投影中心线找出来,我本科论文就做过那玩意-A graph can find out the centerline of the projector, I did undergraduate thesis on那玩意
    2022-06-17 03:14:47下载
    积分:1
  • 二维粒子滤波程序
    粒子滤波是一种基于蒙特卡罗方法的非线性贝叶斯估计方法,适用于非线性非高斯的估计问题。程序中通过一个二维跟踪系统对粒子滤波的跟踪性能进行了仿真,可作为学习粒子滤波的资料。
    2022-07-03 01:04:30下载
    积分:1
  • 基于遗传的tsp
    资源描述基于GA的tsp算法结局旅行商问题,该方法高校快捷方便,所需数据简单,代码有注释,易懂,能进行修改,是一套非常不错的算法,用了好多次 稳定性较好。
    2022-06-12 07:26:08下载
    积分:1
  • 数值分析插值
    数值分析插值算法-numerical analysis interpolation algorithm
    2022-03-30 18:09:41下载
    积分:1
  • bushound 3.1.rar bushound 3.1.rar bushound 3.1.rar bushound 3.1.rar
    BusHound 3.1.rar BusHound 3.1.rar BusHound 3.1.rar BusHound 3.1.rar -BusHound 3.1.rarBusHound 3.1.rarBusHound 3.1.rarBusHound 3.1.rarBusHound 3.1.rarBusHound 3.1.rar
    2022-03-14 16:07:27下载
    积分:1
  • 创建多维数据集和投影
    此示例程序演示如何使用运算符projective_trans_object_model_3d 在成功的决窍。在此示例中一些多维数据集是通过不同的方式创建的。在那之后,多维数据集是与投影得到转型。
    2022-11-05 21:20:03下载
    积分:1
  • 冒泡排序和汉诺塔问题的递归实验报告好东西来下载啊
    冒泡排序和汉诺塔问题的递归算法实验报告好东西来下载啊-Bubble Sort and Tower of Hanoi " problem of the recursive algorithm experimental reports, good things to download ah
    2022-01-25 15:49:01下载
    积分:1
  • 地震频率-波数域相移波动方程正演模拟,适合地震正演的初学者
    资源描述地震频率-波数域相移法波动方程叠后正演模拟,适合地震正演的初学者,频率-波数域波动方程正演、偏移无法适应横向变速较大的地质模型,但预算速度较快,对于一般的地球物理层状速度模型效果较好
    2022-11-04 02:40:07下载
    积分:1
  • K-means algorithm
    KMEANS 利用两相的迭代算法来减少点到形心的距离,K 的所有群集的都总和的总和。第一阶段使用文献通常描述作为"批"的更新,每次迭代组成的就是重新分配到他们最近的群集质心点一下子,紧接着簇中心的重新计算。这一阶段可以看作是提供速度快,但可能只有近似解作为起始点,第二阶段。第二阶段使用文献通常描述作为"上线"的更新,在那里点单独重新分配如果这样做会降低的距离,总和和簇中心则在每个重新分配后重新计算。在这第二个阶段的每次迭代包含一通虽然所有的点。KMEANS 可以收敛于局部最优解,在这种情况下是在哪个移动到不同的群集的任何单点增加的距离总和的点的一个分区。这个问题只能是解决了起始点的聪明 (或幸运,或详尽无遗) 的选择。IDX 分为不同的 K 组 = KMEANS (X、 K) 分区 N 由 P 数据矩阵 X 中的点。此分区减少总和,在所有的群集,群集内款项的点到聚类质心的距离。X 行对应于点、 变量对应的列。KMEANS 返回 N 由 1 向量 IDX 包含每个点的聚类指数。默认情况下,KMEANS 使用平方欧氏距离。
    2023-03-13 10:35:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载