RSA 加密算法是 1977 年由罗纳德・李维斯特（Ron Rivest）、阿迪・萨莫尔（Adi Shamir）和伦纳德・阿德曼（Leonard Adleman）共同提出的非对称加密算法，因三人姓氏首字母得名。作为目前应用最广泛的非对称加密技术之一，RSA 被用于 HTTPS 通信、数字签名、SSH 登录、电子证书等场景，其核心优势在于 “加密密钥与解密密钥分离”，从根本上解决了对称加密中 “密钥分发” 的安全难题。

<title>云计算实验Web站点</title><style></style>

欢迎访问云计算实验站点

虚拟机名称：x

Web服务器：Apache2

本文详细记录 Windows 与 Linux 虚拟机创建、三种网络模式（NAT、桥接、仅主机）配置与连通性测试等实验全流程，附关键操作截图与原理分析，适合云计算入门学习者参考。（注：图中展示的ip地址为学校网络地址，仅为示例使用）（截图中经典的蓝底黑框为Windows系统，橙色背景的为linux系统）

本项目是一个基于YOLOv8的零件检测系统，可以检测出六种类型的缺陷。模型配置：依据具体的检测需求，挑选合适的YOLO8预训练模型，对模型的配置文件加以调整，像类别数、输入尺寸、学习率等参数。模型训练：运用训练集对模型展开训练，在训练过程中持续调整参数，以优化模型性能。借助验证集对模型进行评估，监控各项指标，如mAP（平均精度均值）、Precision（精确率）、Recall（召回率）等。模型优化：对训练过程中出现的过拟合或欠拟合问题进行分析，并采取相应的解决措施。

做的比较简陋，有需要完整代码的话可以私我。

基于上次数据量太少，类别不足的缺点，这次采用6万份数据，5万份作为训练集，1万份作为测试集。经过测试，正确率可以达到78%。（原因是模型简单，拟合性能不足，不过应付课程设计足够啦，想要更高的准确率当然还得是神经网络卷积等方法，卷积卷卷卷，卷起来）

该代码主要利用图像的方向梯度直方图（HOG）特征，基于线性判别分析（LDA/FDA 思路）实现功能。先是组织正、负样本数据及提取特征，接着计算类内、类间散度矩阵求投影向量，用于投影、分类，最后算出准确率并可视化投影结果。

正确率达到80%，初步估计是因为数据太少，这里只选用了120份数据。采用更多数据学习效果会更好。

拉格朗日乘子法实现二次规划区分手写5和8，其中训练集为40张手写5,40张手写8；测试集为10张手写5，10张手写8。

以区分手写数字5,8为例。

最大似然估计+最小错误率贝叶斯决策实现二分类，以区分数字5,8为例，进行了模型的训练和测试。

为了求出一个数字序列中的绝对众数（即唯一最多且数量超过序列个数的一半），数据范围1 <= x <=(保证存在绝对众数）

均值滤波（cv2.blur函数）、方框滤波（cv2.boxFilter函数）、高斯滤波（cv2.GaussianBlur 函数）、中值滤波（cv2.medianBlur 函数）、双边滤波（cv2.bilateralFilter 函数）去除噪声对比

使用Python+OpenCV进行图像变换（平移、旋转、缩放、镜像）