- 博客(18)
- 资源 (7)
- 收藏
- 关注
转载 达芬奇五年沉浮——嵌入式处理器架构之争决战2012
在DM642时代,是“一招鲜,吃遍天”。只有一颗处理器,无论客户做多少个产品线,多少种产品,只用维护一种开发环境和软件,只用保持为数不多的一个BOM 清单即可;可是到了达芬奇时代,DM644x算法买不起,自己做吧,还没做完,DM357出来了。跟进TI的烈士们,累的跳楼的心都有了……序:芯片是产业链上游重要的一个环节,一颗小小的芯片具有极高的技术含量和价值,半导体行业每年都会有一个各大厂
2011-12-09 15:36:21 764
原创 visio实现背景透明图片的最简单方法
第一步:打开powerpoint,新建ppt第二步:拷贝粘贴待插入visio的图片第三步:打开图片工具栏,点击背景透明工具,去除图片背景第四步:右击图片,将图片另存为PNG,只有png才能保存背景透明信息第五步:打开visio,插入-》图片,done!启动巨大的PS总是让我很恐惧,这个方法是我摸索出来的,处理背景透明图片有奇效!
2011-12-06 08:34:06 22074 2
转载 卷积及拉普拉斯变换的通俗解释
卷积(convolution, 另一个通用名称是德文的Faltung)的名称由来,是在于当初定义它时,定义成 integ(f1(v)*f2(t-v))dv,积分区间在0到t之间。举个简单的例子,大家可以看到,为什么叫“卷积”了。比方说在(0,100)间积 分,用简单的辛普生积分公式,积分区间分成100等分,那么看到的是f1(0)和f2(100)相乘,f1(1)和f2(99)相乘,f1(2)和f2
2011-12-06 08:31:34 2658
原创 极大似然估计的直观解释
教材云: 极大似然估计法是求估计值的另一种方法,最早由高斯(R.A,Gauss)提出,后来为费史(Fisher)在1912年重新提出,并证明该方法的一些性质.它是建立在极大似然原理基础上的一个统计方法. 极大似然原理:一个随机试验有若干种可能的结果A,B,C,….若在一次试验中,结果A出现,则一般认为试验条件对A出现有利,也即A出现的概率很大.例子:设甲
2011-12-06 08:30:18 716
转载 蒙特卡罗方法概述
计算方法的名称大多是与数学术语相关的,唯有蒙特卡罗方法名称特殊。大家知道,蒙特卡罗是地中海北岸的一个风景优美的城市,它是一座世界上有名的赌城。饶有兴趣的是科学家们竞用它命名了一种数学计算方法。那么,赌博与随机模拟(亦称统计试验)有什么关系呢?其实,赌博本身就可以看作是一种最简单的统计试验。例如掷骰子,一个均匀正方形的六面体,它在每一面刻有1到6的六个数码,如果要想知道掷骰子时某一面向上机会的多少,
2011-12-06 08:28:55 3973
原创 从概率论到Markov Chain Monte Carlo(MCMC)
大学本科时代开始学习的概率论,从变着花样从箱子里取不同颜色的球计算概率,到计算各种离散或连续的随机分布期望、方差,再高深点就是利用生成函数求期望和方差,再就是估计理论,包括点估计、极大似然估计和区间估计等,然后是一些假设检验,最后,会加上一点随机过程的知识。 和所有中国教育中的基础理论教学一样,我们被训练去求给定分布(一般会给一些复杂的分布)的期望和方差,我们去背复杂的估计理论和假
2011-12-06 08:27:03 1029
转载 图˙谱˙马尔可夫过程˙聚类结构
文章原作者是MIT的研究计算机视觉的博士生Dahua,很有启发性。题目中所说到的四个词语,都是Machine Learning以及相关领域中热门的研究课题。表面看属于不同的topic,实际上则是看待同一个问题的不同角度。不少文章论述了它们之间的一些联系,让大家看到了这个世界的奇妙。从图说起 这里面,最简单的一个概念就是“图”(Graph),它用于表示事物之间的相互联系。每个图有一批节点
2011-12-06 08:23:45 2801
转载 在计算机领域做研究的一些想法
本文关于米国CS计算机的介绍实在是太可爱了,不得不收藏,感谢 Xi Tan# 前言 #1. 讨论一下计算机领域的牛圈和‘带头大哥’;2. 讨论一下科研方法;3. 讨论一下计算机领域的学术论文(会议、期刊);# 第一章 #计算机的大牛90%以上都在美国,所以只讲讲美国的CS。别的国家没什么太大的参考意义(英国、法国、匈牙利、日本、香港、新加坡、大陆、加拿大),不过 还是说
2011-12-05 20:49:40 934
原创 数字通信原理的几个理解
今天Dong Xuan老师自掏腰包给我们开party,真是意外惊喜,他真是一个很好的老师,令人钦佩!顺便和解理的Chao哥请教了通信原理,终于搞清楚了一些基本概念1. 计算机内的二进制信号,经过载波调制(调相,调幅,调频等),转换到一个中频模拟信号,经由高频射频模块发送出去。2.接收方首先将天线收到的模拟信号经过低通滤波器,恢复到中频信号,在经过一个模拟信号判决模块,映射到对应
2011-12-05 20:48:42 1674
原创 OMNet++4.0及Mobility framework安装篇
研究DTN和机会网络(Opportunistc Networks),使用的主要模拟工具是TKK的ONE(Opportunistic Network Environment),该工具特别适合网络层以上的协议、移动模型、网络连通特性等方面的研究。鉴于实验室后续的很多研究工作都不仅仅是DTN的路 由,并考虑到OMNet++强大的模拟能力和开源特性,希望将模拟平台转移到OMNet++上。 之前在
2011-12-05 20:46:00 1087
原创 linux下删除大数据文件中部分字段重复的行
最近写的一个数据采集程序生成了一个含有1千多万行数据的文件,数据由4个字段组成,按照要求需要删除第二个字段重复的行,找来找去linux下也没找到合适的工具,sed/gawk等流处理工具只能针对一行一行处理,并无法找到字段重复的行。看来只好自己python一个程序了,突然想起来利用mysql,于是进行乾坤大挪移:1. 利用mysqlimport --local dbname data.txt
2011-12-05 20:45:10 1077 1
转载 最大熵模型
最近想用信息论的方法做一个关于网络方面的研究,最大熵方法是一个很有意思的方法,无意中搜到下面这篇读书笔记,比自己总结的还要全面和详细,分享一下。作者是北大软件学院的胡江堂,原文在这里:http://johnthu.spaces.live.com/blog/cns!2053CD511E6D5B1E!246.entry1. 物理学的熵2. 信息论的熵3. 熵和主观概率(
2011-12-05 20:42:06 1009
原创 无线通信网络领域的SCI期刊不完全列表
为了方便投稿,专门收集的无线通信领域的SCI期刊,列表不是很完全,但主要的期刊都包括了。刊号可通过google解决,影响因子大致是按照近年的论文引用计算的。期刊缩写 期刊全名 近年影响因
2011-12-05 20:41:18 4219
原创 Android平台的模块编译加速
由于需要修改wifi的驱动实现高效的AP扫描,放弃了Symbian平台,转向开源的Android平台,噩梦开始了。我的小黑T40每次需要从移动硬盘启动虚拟机的ubuntu系统,每次启动起来都累得气喘吁吁,看着狂闪的硬盘和呼呼的风扇,心疼的不行。今天费劲心思终于找了一台高性能的linux 服务器,没有了那个虚拟的家伙,速度快了不少,但还是要等待太长时间。我只需要修改启动的wp
2011-12-05 20:40:18 381
原创 2.6内核基于NetFilter处理框架修改TCP数据包实现访问控制
征战论文的途中,以前公司的人来找我说要给之前我设计的网络内容过滤产品添加一个功能,只允许使用了我们产品的用户才能访问某教育局提供的视频教育资源。相比写论文,这种工程复杂性接近于O(1)或顶多是O(t)。 有两种方法可以实现:1)在产品中添加VPN功能,将所有用户虚拟成一个局域网,需要做较多工作,虽然可以向公司要一笔钱,但眼下确实没时间了,可惜啊!2)在用户出口,在产品上给去往教育局视频资源
2011-12-05 20:39:35 1280
原创 Android平台上无线网卡自动扫描并关联AP的实现
最近为了验证一个算法的能耗,研究了在开源的Android平台上如何实现无线网卡的自动开启和基于wpa_supplicant的AP自动扫描和关联,记录且共享之。目标:自动打开无线网卡,扫描指定的信道列表,并在发现合适的AP时自动关联。1. Android平台的WiFi框架Android平台使用的WiFi控制框架是基于大名鼎鼎的wpa_supplicant,它是一个安全
2011-12-05 16:12:36 826
原创 网络研究中的Traffic generator
尽管在CRAWDAD上已经有一些公开的Internettraffic datatrace可以用,但一来这些数据量非常大,二来很难调整traffic的参数,不便于使用,因此就有了各种各样的trafficgenerator。由于最近需要在各种traffic模型下研究无线信道的检测算法,对这些工具有了一些粗浅的认识。1. InternetTraffic统计特性要生成Internet traf
2011-12-05 16:10:40 2571
原创 求集合所有K划分的算法
在准备一篇论文的过程中,需要将一个集合进行k划分,并求出所有划分,网上搜了下并没有直接可用的算法,只好自己动手,特分享出来,转载请注明出处。首先分析将包含n个元素的集合进行k划分,假定总的划分次数为F(n,k),则其所有的划分可以由kF(n-1,k)和F(n-1,k-1)得到,前者是指将集合的前n-1个元素划分成k个子集,则将第k个元素可以加入其中的任一个子集形成一个新的划分,后者是指集合
2011-12-05 15:58:43 1740
世界级软件公司-Oracle的研发模式和经验
2008-11-12
Nessus原理分析
2008-11-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人