This book is perfect to get you started with probabilistic graphical models (PGM) with Python. It starts with a quick intro to Bayesian and Markov Networks covering concepts like conditional independence and D-separation. It then covers the different aspects of PGM: structure learning, parameter estimation (with frequentist or Bayesian approach) and inference. All is illustrated with examples and code snippets using mostly the libpgm package. PyMC is used for Bayesian parameter estimation.

和 http://download.csdn.net/detail/alaofangel/6344351 匹配的 下载部分2

比较常用的 arm x86 linux cross compiler (rar 压缩包1)

### Miller-Rabin素性测试算法 #### 概述 Miller-Rabin素性测试是一种用于判断一个整数是否为素数的概率性算法。该算法在密码学领域应用广泛，尤其是在RSA公钥加密算法中扮演着重要角色。RSA算法的安全性很大程度上依赖于大素数的选择，而Miller-Rabin算法因其高效性和准确性成为检测大素数的理想工具。 #### 原理与步骤 Miller-Rabin素性测试基于以下事实：如果一个奇合数n可以表示为n = d * 2^r + 1（其中d为奇数），那么对于任意a（1 < a < n-1）存在两种情况： 1. \( a^d \equiv 1 \) (mod n)。 2. 存在一个j（0 ≤ j ≤ r-1）使得 \( a^{d*2^j} \equiv -1 \) (mod n)。 如果对多个随机选择的a都满足以上条件之一，则n很可能是素数。反之，如果找到任何一个a不满足上述任一条件，则n一定不是素数。 #### C语言实现分析 根据提供的部分代码示例，我们可以看到这是一个简化版的Miller-Rabin素性测试算法实现。下面将对该代码进行详细分析： ```c #include #include // 函数定义：计算 i^d mod n int mod(int i, int d, int n){ int c = 1; while(d > 0){ if(d % 2 == 0){ // 如果 d 是偶数，则更新 d 和 i d = d / 2; i = (i * i) % n; } else { // 如果 d 是奇数，则更新 d 和 c d--; c = (c * i) % n; } } return c; } int main(){ int i = 2, d, n = 78779; d = n - 1; while(d != 1){ if(mod(i, d, n) == 1){ if(d % 2 != 0){ printf("Not prime"); break; } d = d / 2; if(mod(i, d, n) == n - 1){ printf("Not prime"); break; } else { printf("Composite: %d", mod(i, d, n)); break; } } } if(d == 1){ printf("Prime"); } return 0; } ``` 1. **函数mod**：实现快速幂模运算 \( i^d \mod n \)，通过循环不断平方和取模来减少计算量。 2. **主函数main**：初始化变量，并通过循环来检查d是否为奇数或者是否能被2整除。如果 \( a^d \equiv 1 \) (mod n) 或者 \( a^{d*2^j} \equiv -1 \) (mod n)，则n可能为素数；否则n一定是合数。 #### 优化与改进 虽然上述代码提供了一个基本的实现框架，但在实际应用中还需要进一步优化和完善，例如： - 使用更高效的循环结构和条件判断。 - 实现多轮随机测试，以提高测试的准确性。 - 对输入值进行预处理，例如排除明显的非素数（如偶数）。 #### 结论 Miller-Rabin素性测试算法是现代密码学中一种非常重要的技术，尤其在RSA等公钥加密算法中有广泛的应用。通过对该算法的理解和掌握，可以更好地应用于密码学、信息安全等领域中的实践问题解决。

Miller-Rabin算法的C语言实现代码，大家可以看看，希望对大家有帮助！

标题中的“gcc-arm-eabi v6.3.1 linux x86-64”指的是一个针对ARM架构的交叉编译工具链，版本为6.3.1，适用于Linux操作系统，且该工具链自身是基于x86-64架构的。在嵌入式开发领域，交叉编译工具链是必不可少的，它允许在一台主机（这里可能是x86-64架构的个人电脑）上编译代码，然后在目标平台（这里是ARM架构的设备）上运行。 描述中提到的同样内容表明这是一个GCC（GNU Compiler Collection）的特定版本，用于ARM-EABI（Embedded Application Binary Interface）环境。EABI定义了ARM处理器上的二进制文件格式，包括调用约定、异常处理和其他低级细节，确保不同编译器生成的代码能相互兼容。 标签“arm linux”表明这个工具链主要用于开发运行在ARM处理器上的Linux系统。ARM处理器广泛应用于嵌入式系统、物联网设备、手机和平板电脑等。 压缩包内的文件： 1. "gcc-arm-none-eabi-6-2017-q1-update-linux.tar.bz2"：这是工具链的主文件，包含GCC编译器、链接器以及其他必要的工具，如as（汇编器）、ar（归档工具）、objcopy（对象文件转换工具）等。2017年第一季度更新版意味着它包含了那个时期最新的修复和改进。 2. "gcc-linaro-6.3.1-2017.05-x86_64_arm-eabi.tar.xz"：Linaro是一个专注于优化和开源ARM软件的组织，他们提供了GCC的定制版本。这个文件可能包含与标准GCC不同的优化或额外的工具，同样适用于x86-64主机上的ARM-EABI开发。 使用这个工具链，开发者可以编写C/C++代码，并将其编译为可在ARM处理器上运行的机器码。这对于开发嵌入式Linux系统，如物联网设备的固件，或者为ARM架构的设备（如树莓派）构建软件是非常重要的。开发者可以利用这个工具链进行调试、性能分析、代码优化等工作，确保软件在目标平台上高效、稳定地运行。同时，由于Linaro的参与，这个工具链也可能会有更出色的性能和兼容性。

文件名：Ability Combat Toolkit v2.3.2.unitypackage Ability & Combat Toolkit 是 Unity 引擎的一个功能强大的插件，专门为开发者提供了丰富的能力和战斗系统的工具和框架。它旨在帮助开发者快速构建复杂的能力和战斗机制，而无需从零开始编写这些系统。以下是该工具的一些核心功能和特点： 核心功能 能力系统 (Ability System)： 自定义能力：开发者可以创建各种类型的能力，如攻击、护盾、治愈、Buff/Debuff等。能力的触发条件、持续时间、冷却时间和效果都可以进行详细的配置。 能力组合：支持将多个能力组合成更复杂的行为，像连招或联合效果。 动态调整：可以在游戏运行时动态添加、移除或修改能力。 战斗系统 (Combat System)： 近战与远程战斗支持：插件支持多种战斗类型，包含近战和远程攻击，开发者可以自由配置角色的攻击方式和动画。 目标锁定与瞄准：提供自动瞄准和锁定功能，让玩家在复杂的战斗场景中轻松瞄准敌人。 战斗数值管理：包括伤害计算、护甲穿透、暴击等战斗相关的数值计算。

Python3.7版本对应的PyQt5的轮子文件

基于GaBi软件的钢铁工业球团工艺LCA生命周期评价 基于GaBi软件的钢铁工业球团工艺LCA生命周期评价是对钢铁工业球团工艺的环境影响进行评估和分析的方法。本文将围绕LCA在钢铁工业球团工艺中的应用背景、方法步骤、应用领域和未来发展方向等方面进行详细阐述。 一、背景知识 钢铁工业是国民经济的重要支柱产业，但同时也带来了严重的环境问题。球团工艺是钢铁生产中的重要环节，其主要目的是将铁矿石粉加工成具有一定强度和冶金性能的球团矿，为高炉冶炼提供优质原料。然而，球团工艺中的各个阶段都存在一定的环境影响，因此需要进行全面的LCA评价。 二、LCA评价方法及步骤 LCA评价的方法步骤主要包括四个阶段：数据收集、流程设计、数据分析和结果呈现。 1. 数据收集：在进行LCA评价时，首先需要收集与球团工艺相关的各项数据，包括原料成分、能源消耗、生产过程中的污染物排放等。 2. 流程设计：根据球团工艺的生产流程，将其分为不同的生命周期阶段，包括原料采选、加工、焙烧、运输等。针对每个阶段，详细分析其环境影响因子，并确定评价的范围和目的。 3. 数据分析：利用GaBi软件，对收集到的数据进行处理和分析。该软件是一种常用的生命周期评价软件，具有强大的数据处理和分析能力。通过GaBi软件，可以定量计算出各个生命周期阶段的环境影响因子，以及球团工艺的总环境影响。 4. 结果呈现：根据数据分析结果，编写LCA评价报告。报告中需要详细阐述球团工艺的生命周期评价过程、各阶段的环境影响以及总的环境影响。同时，还需要提出降低球团工艺环境影响的建议和措施。 三、应用领域及意义 LCA在钢铁工业球团工艺中的应用领域广泛，主要包括： 1. 原料选择：通过LCA评价，可以筛选出对环境影响更小的原料，从而优化球团工艺的原料配方。 2. 能源优化：分析能源消耗对环境的影响，提出节能优化方案，降低球团工艺的能源消耗。 3. 污染物减排：通过LCA评价，找出球团工艺中主要的污染物排放源，针对这些排放源采取有效措施，减少污染物排放。 4. 产品优化：根据LCA评价结果，可以优化球团产品的设计，提高产品的环保性能和资源利用率。 基于GaBi软件的钢铁工业球团工艺LCA生命周期评价可以为钢铁工业球团工艺的可持续发展提供重要支持，并对环境保护和资源利用产生积极的影响。

安卓32位kodi-20.0-Nexus-armeabi-v7a(1).apk