似水不惧-CSDN博客

1、罗马数字转整数罗马数字包含以下七种字符: I， V， X， L，C，D 和 M。I 1V 5X 10L 50C 100D 500M 1000通常情况下，罗马数字中小的数字在大的数字的右边。但也存在特例，例如 4 不写做IIII，而是IV。数字 1 在数字 5 的左边，所表示的数等于大数 5 减小数 1 得到...

2022-04-13 10:08:03 790

1、输入一个华氏温度，输出对应得摄氏温度。TempStr = input('请输入华氏度：')C = (eval(TempStr) - 32) / 1.8print('转换后的温度是{:.2f}℃'.format(C))2、在密码学中，恺撒密码，是一种最简单且最广为人知的加密技术。它是一种替换加密的技术，明文中的所有字母都在字母表上向后（或向前）按照一个固定数目进行偏移后被替换成密文。p = int(input("输入的偏移量为:"))input = input("输入单个大写英文字

2022-04-11 17:50:15 2069

原创信号调制——调频

简介：上节讲了调制中的调幅，其实就是控制高频振动信号的幅值；而调频也就是控制高频振动信号的频率；调相为控制高频振动信号的相位。总之，调制就是对载波信号的控制。载波信号——高频振动信号调频（FM)：设基带信号为f(t),载波信号频率为；则载波信号瞬时频率调频波的瞬时相位是瞬时频率从0-t的积分：，后一项的最大值定义为调制指数注：调频时，载波瞬时频率和基带信号成线性关系变化，同时瞬时相位和基带信号的积分成线性关系若基带信号为,载波信号为,利用上述两步可得调频后的信号。其中调制指数m为

2022-03-31 16:45:18 14952 1

原创信号调制与解调python

1.信号调制中的调幅调制2.python案例

2022-03-29 17:26:32 6289

原创多个csv文件合并且保存文本并拆分python

1.csv数据合并2.文本拆分

2022-03-22 09:47:47 438

原创 LSTM文本预测分析python

1.介绍LSTM原理2.预测案例

2022-03-22 09:00:01 4061 37

原创蚁群算法讲解python

1.简单介绍蚁群算法2.讲解了蚁群算法做路径规划的运行策略3.讲解ACO进行函数优化时策略

2022-03-19 09:27:17 13171 12

原创时间序列信号处理（五）——小波变换python实现

1.介绍小波变换和离散小波变换2.python实现

2022-03-16 11:42:14 51700 26

原创时间序列信号处理（四）——傅里叶变换和短时傅里叶变换python实现

1，解释了傅里叶变换和短时傅里叶变换的原理2.用python进行实现3.比较了两个性能

2022-03-15 17:44:43 18640 9

原创在jupyter notebook运行画图遇到InvalidIndexError: (slice(None, None, None), None)解决

在jupyter notebook运行画图遇到InvalidIndexError: (slice(None, None, None), None)解决

2022-03-15 10:41:49 15258 5

原创时间序列信号处理（三）——局部均值分解LMD的python实现

1.简介LMD原理2.讲解LMD分解步骤3.python实现

2022-03-14 16:07:00 4632 26

原创一维信号的频域特征分析python

1.讲解了功率谱的实现2.利用功率谱为参考的频域特征求取

2022-03-14 11:48:27 15623 48

原创一维振动信号的时域特征python

1.时域特征简单分析2.python实现

2022-03-13 22:08:05 5790 12

原创时间序列信号处理（二）----经验模态分解EMD及其改进的EEMD

时序信号的处理----EEMD,EMD

2022-03-09 09:54:56 5870 12

原创时间序列信号处理（一）-----变分模态分解（VMD)

变分模态分解VMD对时间序列信号进行分解

2022-03-06 22:43:08 21021 179

原创果蝇算法优化支持向量机

利用果蝇算法优化支持向量机，可选择合适的参数供支持向量机分类，达到更好的效果

2022-03-02 20:59:18 847 10

原创【粒子群算法优化支持向量机——回归预测】

先介绍一下优化分类支持向量机导入需要的库：import numpy as npimport randomfrom sklearn.model_selection import train_test_splitfrom sklearn.svm import SVCimport matplotlib.pyplot as pltfrom sklearn.model_selection import cross_val_predictfrom sklearn.metrics import con.

2022-02-22 10:33:52 2758 6