计科1111-1114班第二周讲义、课外作业

程序编写:

     实现RSA算法(书籍P40)

        1.判断一个正整数是否为质数的算法。函数签名如下
           int isPrime(long a)
           输入:一个长整数a
           输出:返回1(为质数),返回0(非质数)
package 质数;
import java.util.Scanner;

public class shushu {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO 自动生成的方法存根
		int k;
		Scanner scan = new Scanner(System.in);
		System.out.println("请输入一个正整数:");
		k = scan.nextInt();
		if(isPrime(k)==1)
		{
			System.out.println("你输入的数为质数.");
		}
		else
		{
			System.out.println("你输入的数为非质数.");
		}
	}

	public static int isPrime(long num)
	{
		for(int i = 2 ;i <= num/2 ;i++)
		{	
			if(num%i == 0)
			{
				return 0;
			}
		}
		return 1;
	}
}

        2.随机生成一个n bit位的长整数。函数签名如下
          long createRndInteger(int n)
          输入:随机数bit位的长度为n(解释:3bit位,则最大为111,最小为100;n bit位,则该数字二进制长度为n)
          输出:返回该随机数
package nbit;
import java.util.Scanner;
import java.util.Random;

public class nbitwei {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		// TODO 自动生成的方法存根

		int n;
		Scanner scan = new Scanner(System.in);
		System.out.println("请输入将要生成的随机数bit位的长度:");
		n = scan.nextInt();
		createRndInteger(n);
		
	}
	public static long createRndInteger(int n)
	{

		double max,min,sub;
		max = Math.pow(2, n) - 1;
		min = Math.pow(2,n-1);
		sub = max - min ;
		int r = (int)(sub*Math.random()+min);
		String r1 = Integer.toBinaryString(r);
		System.out.println(r1);
		return r;
	}

}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值