小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

2001年,美国发布了高级加密标准(AES),取代了数据加密标准(DES)。AES广泛应用于数字通信,本文深入解析其数学原理,包括SubBytes、ShiftRows、MixColumns和AddRoundKey等核心操作,以及密钥扩展算法。AES设计强调安全性、性能和透明性,至今未被有效破解,展现出强大的安全性和广泛的应用前景。

【密码学百科】AES 逐步拆解:SubBytes 到 MixColumns 的数学

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-04-04T00:00:00Z

文章讲述了作者帮助女儿可可提高数学能力的经历。可可对数学感到无聊,习惯用加法解决问题。作者通过引导她理解数学原理,逐步培养她的兴趣,最终可可开始主动询问问题,并对数学产生兴趣,希望找到有趣的数学书籍。

带可可学数学

云风的 BLOG
云风的 BLOG · 2025-12-16T01:50:28Z

本专题“游戏中的数学”介绍游戏开发所需的数学原理,包括线性代数、几何、物理模拟、图形学、动画和人工智能,为开发者提供全面的学习路径。

游戏中的数学

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2025-11-30T00:00:00Z
分片与分布式:韧性与高可用性的数学原理

概率是数学的一个分支,帮助理解不同结果的可能性。文章比较了应用级分片和分布式SQL两种数据库扩展架构,指出应用级分片的可用性为99.4%,而分布式SQL可达99.99999%。分布式SQL通过冗余和仲裁机制增强系统的可靠性和容错能力,适合高吞吐量的实时服务。

分片与分布式:韧性与高可用性的数学原理

The New Stack
The New Stack · 2025-07-01T19:00:29Z
损失函数解析:每个只需2分钟理解数学原理

损失函数是机器学习中衡量模型预测与真实值差距的工具。常见的损失函数包括均方误差、平均绝对误差、Huber损失、铰链损失、二元交叉熵和分类交叉熵。选择合适的损失函数对模型性能至关重要,理解其作用有助于更有效地训练模型。

损失函数解析:每个只需2分钟理解数学原理

MachineLearningMastery.com
MachineLearningMastery.com · 2025-06-05T13:59:36Z

与王小川聊AI✖️医疗:通向“生命科学的数学原理”

与王小川聊AI✖️医疗:通向“生命科学的数学原理”

Josherich的博客
Josherich的博客 · 2025-02-11T00:00:01Z

本文介绍了傅里叶变换的基础知识,包括数学原理和快速算法。还介绍了傅里叶变换在信号处理、图像处理和自然语言处理中的应用,并提供了代码示例。飞桨框架提供了全面的傅里叶变换API,方便进行信号处理和图像处理任务。

基于飞桨框架的傅里叶变换基础及领域应用

百度大脑
百度大脑 · 2024-08-02T12:03:28Z
将帕累托数学原理应用于《马里奥卡丁车8》

数据科学家Antoine Mayerowitz应用了意大利经济学家Vilfredo Pareto的原则,通过数据可视化找出了《马里奥卡丁车8》中速度和加速度最佳的角色和车辆组合。他使用Pareto前沿原理,将可能的选择缩小到了25,704个。根据速度和加速度,最佳的角色是Bowser和Wario,最佳的车辆组合是Peach在Teddy Buggy上,使用roller tires和Cloud Glider。

将帕累托数学原理应用于《马里奥卡丁车8》

The Verge
The Verge · 2024-04-19T21:31:52Z
见证者中的数学原理

本文讨论了游戏《见证者》中的数学原理,主要关注图论和路径联通分支。介绍了图论中的连通性和联通分支的概念,并提出了相关问题。讨论了对称与群论、树与编码、表面与隐藏等数学原理在游戏中的应用。总结了游戏的优点,并提出了进一步探讨游戏背后哲学意义的计划。

见证者中的数学原理

知乎每日精选
知乎每日精选 · 2024-01-08T06:33:25Z
可视化理解 Shamir's Secret Share 密钥共享算法的数学原理

本文介绍了Shamir's Secret Share (SSS)算法的数学原理和Go语言实现。SSS算法允许在不安全的网络中安全分发私密信息,通过多项式和阈值来共享秘密,只有收集到足够的点才能揭示秘密。文章解释了如何通过循环多项式和模数操作来解决安全漏洞,并提供了Go语言的算法实现代码。

可视化理解 Shamir's Secret Share 密钥共享算法的数学原理

Shadow Walker 松烟阁
Shadow Walker 松烟阁 · 2023-11-11T15:16:27Z

By Long Luo 从古到今,人类一直希望机器能够像人一样,代替人们从事各种工作。 机器学习(Machine Learning)是一门引人入胜的领域,通过模拟人脑神经网络,使计算机能够从数据中学习和改进,以完成各种任务。 深度学习(Deep Learning) 神经网络(Neutral Network) 3Blue1Brown 的 深度学习之神经网络的结构 Part 1...

手写数字识别:解码机器学习的背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2023-03-03T14:58:51Z

By Long Luo 从古到今,人类一直希望机器能够像人一样,代替人们从事各种工作。 机器学习(Machine Learning)是一门引人入胜的领域,通过模拟人脑神经网络,使计算机能够从数据中学习和改进,以完成各种任务。 深度学习(Deep Learning) 神经网络(Neutral Network) 3Blue1Brown 的 深度学习之神经网络的结构 Part 1...

手写数字识别:解码机器学习的背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2023-03-03T14:58:51Z

By Long Luo 从古到今,人类一直希望机器能够像人一样,代替人们从事各种工作。 机器学习(Machine Learning)是一门引人入胜的领域,通过模拟人脑神经网络,使计算机能够从数据中学习和改进,以完成各种任务。 深度学习(Deep Learning) 神经网络(Neutral Network) 3Blue1Brown 的 深度学习之神经网络的结构 Part 1...

手写数字识别:解码机器学习的背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2023-03-03T14:58:51Z

By Long Luo 最近在 YouTube 上看了 Freya Holmér 的 贝塞尔曲线之美 的视频,这个视频做的非常好,通俗易懂地解释了贝塞尔曲线的实现原理,通过结合代码,大致了解了 Bezier Curve[1] 的数学原理。 之前用过 TI 的一个开发板,里面有个屏保的程序,可以在开发板的屏幕上 屏保 ,用的是 Bresneham[2] 算法,源码如下 。Bresneham...

贝塞尔曲线(Bezier Curve):优雅背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2022-12-08T00:08:07Z

By Long Luo 最近在 YouTube 上看了 Freya Holmér 的

贝塞尔曲线(Bezier Curve):优雅背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2022-12-08T00:08:07Z

By Long Luo 最近在 YouTube 上看了 Freya Holmér 的

贝塞尔曲线(Bezier Curve):优雅背后的数学原理

Long Luo's Life Notes
Long Luo's Life Notes · 2022-12-08T00:08:07Z

过去我们已经知道被称为紧密连接的神经网络。这些网络的神经元被分成若干组,形成连续的层。

卷积神经网络数学原理解析

FreeBuf网络安全行业门户
FreeBuf网络安全行业门户 · 2022-09-16T04:14:59Z

很早就学过欧几里得算法,但是一直不知道它的原理。几乎每本算法书都会提到它,但是貌似只有数学书上才会见到它的原理。。。 前段时间粗粗看了点数论(《什么是数学》),惊讶于这个原理的奇妙。现在把它通俗地写下来,以免自己忘记。 欧几里得算法是求两个数的最大公约数(Greatest Common Divisor (GCD))的算法,我们首先假设有两个数 $a$ 和 $b$,其中 $a$ 是不小于...

欧几里得算法求最大公约数(GCD)的数学原理

This Cute World
This Cute World · 2017-05-26T15:58:53Z

PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA 通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于 PCA 的文章有很多,但是大多数只描述了 PCA…

PCA的数学原理

INTJer
INTJer · 2016-08-11T00:00:00Z
PCA的数学原理

PCA(主成分分析)是一种常用的数据降维方法,通过线性变换提取数据的主要特征。文章介绍了PCA的数学原理,包括数据的向量表示、降维的必要性、内积与投影的几何意义、协方差矩阵的计算及优化目标。PCA旨在选择正交基,以保留尽可能多的信息,最终通过特征值和特征向量的计算实现有效降维。

PCA的数学原理

INTJer
INTJer · 2016-08-11T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码