迅雷 快车 QQ旋风地址解密加密

版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。http://blog.youkuaiyun.com/mayongzhan - 马永占,myz,mayongzhan

在线版解密加密正式在本博运行, 欢迎试用(公告部分), 此程序仅作为学习和讨论使用, 并不作为商用, 不以赢利为目的.

开发目标

用base64来完成对迅雷thunder,快车flashget,QQ旋风的解密与加密, 以后不在找在线加密解密方法, 直接到自己的博客中完成加密解密.

执行过程

挖掘原理, 找代码, 读代码, 修改和编写代码, 测试.

部署: 在csdn博客的公告中加入相关代码.
<script type="text/javascript" src="http://tfqurl.googlecode.com/svn/trunk/jqTFQUrl_min.js"></script>
<script type="text/javascript" src="http://tfqurl.googlecode.com/svn/trunk/jqTFQUrl_creator.js"></script>

部署完成, 再测试. OK.

代码托管 (需要源码 请访问项目地址)

http://code.google.com/p/tfqurl/

参考

Base64 js
http://www.webtoolkit.info/javascript-base64.html

utf-8
http://www.fileformat.info/info/unicode/utf8.htm

Base64
http://zh.wikipedia.org/zh-cn/Base64

其他

压缩采用JSPacker, 在线地址: http://dean.edwards.name/packer/
其中有两个比较值得研究的编码规则, 一个是utf8 encode 一个是base64 encode .

资源下载链接为: https://pan.quark.cn/s/00cceecb854d 这个项目名为“mnist-nnet-hls-zynq7020-fpga prj”,是一个与机器学习相关的工程,专注于利用高级综合(HLS)技术将针对MNIST数据集设计的神经网络(nnet)实现在Zynq 7020 FPGA平台上,以加速图像识别任务。项目提供的压缩包包含所有相关代码文件,如C/C++源码、HLS接口定义、Vivado HLS项目文件、硬件描述语言代码(Verilog或VHDL)及配置文件等,用户可通过这些代码理解、实现或修改设计流程。 项目标签“mnist-nnet-hls-z”进一步明确了其关注点:MNIST数据集、HLS技术以及Zynq目标平台。MNIST是用于手写数字识别的知名训练数据集;HLS可将高级编程语言转化为硬件描述语言;Zynq 7020是Xilinx的SoC FPGA,融合了ARM处理器与可编程逻辑。文件名中提到的“vivado”指的是Xilinx的Vivado设计套件,它是一个用于FPGA设计、实现、仿真和调试的集成开发环境,其中的Vivado HLS工具能够将C、C++或SystemC编写的算法自动转换为硬件描述语言代码。 项目可能的实施步骤如下:首先,对MNIST数据集进行预处理,如归一化、降维等,使其适配神经网络模型输入;其次,构建适用于手写数字识别的神经网络模型,例如卷积神经网络(CNN)或全连接网络(FCN);接着,运用HLS工具将神经网络模型转化为硬件描述,并优化性能与资源利用率;然后,在Vivado环境中,将生成的硬件描述代码映射到Zynq 7020的FPGA部分,进行时序分析与综合优化;此外,由于Zynq是SoC,包含处理器系统,还需编写控制软件来管理与调度FPGA上的硬件加速器,可能涉及OpenCV、OpenCL等库的使用;之后,
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