自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

我是高鹏

希望你能看到我~!

  • 博客(37)
  • 资源 (1)
  • 收藏
  • 关注

原创 毫米波雷达信号处理相关名词术语解析

积累记录毫米波雷达信号处理的相关名词术语,方便以后查漏补缺,如有表述纰漏支出,请大家评论改正。

2023-10-20 09:18:32 201

翻译 The fundamentals of millimeter wave radar sensors——毫米波雷达传感器基本原理

通过以太网流的LVDS:—原始模式:在这种模式下,所有LVDS数据被捕获,并通过以太网接口流。—数据分离模式:在这种模式下,用户可以为不同的数据类型添加特定的头,FPGA根据报头分离出不同的数据类型,并将其通过以太网接口传输。...

2021-09-15 20:27:38 1962

转载 2.Regression:Case Study

回归-案例研究问题的导入:预测宝可梦的CP值Estimating the Combat Power(CP) of a pokemon after evolution我们期望根据已有的宝可梦进化前后的信息,来预测某只宝可梦进化后的cp值的大小确定Senario、Task和ModelSenario首先根据已有的data来确定Senario,我们拥有宝可梦进化前后cp值的这样一笔数据,input是进化前的宝可梦(包括它的各种属性),output是进化后的宝可梦的cp值;因此我们的d...

2021-07-27 11:56:44 246

转载 1.课程前言

Learning Map下图中,同样的颜色指的是同一个类型的事情蓝色方块指的是scenario,即学习的情境。通常学习的情境是我们没有办法控制的,比如做reinforcement Learning是因为我们没有data、没有办法来做supervised Learning的情况下才去做的。如果有data,supervised Learning当然比reinforcement Learning要好;因此手上有什么样的data,就决定你使用什么样的scenario红色方块指的是task,即要解决的问题

2021-07-27 11:37:42 188

原创 深度学习概述

最近很烦,明知道以后的研究中要用到机器学习和深度学习,但是不能空出时间来系统学习,只能被需求催着东拼西凑,一知半解,买的书也没翻几页,浪费了时间还不能形成知识体系,现在决心零碎学也要从头学,参考书籍是《python深度学习》,目标打通机器学习和深度学习,理论结合实践,形成知识体系。什么是人工智能?——就是你认为的那个牛逼的,能代替人的那个概念就是人工智能什么是机器学习?——一种算法,从数据和已知的答案中“学习”一种规则,在这个学习过程中利用上一次学习的规则不断地变换遍历下一个规则,以达到要求的更优,

2020-12-30 13:57:12 173

原创 四、Understanding the Bias-Variance Tradeoff(深入理解偏差和方差)

听说这是一篇你好好看就能看懂的文章,我看不懂证明我没好好看,不是我智商低,一定是这样的。。。下面测智商开始。。。摘要理解关于我们训练出来的预测模型的方差和偏差有助于我们避免过拟合和欠拟合错误。1.不同的误差来源是如何导致方差和偏差的,下面从概念上,图形上和数学上定义偏差和方差。1.1概念偏差:预测值与我们试图预测的正确值之间的差额;方差:假设可以多次重复整个模型构建过程,方差是对给定点的预测在模型的不同实现之间有多大的差异。1.2图形1.3数学(正确值-预测值然后

2020-12-22 16:10:03 713 1

原创 三、模型评估与选择拓展——ROC与AUC

1.ROC曲线的由来最早来源于军事领域,雷达兵通过雷达显示器观察是否有敌方飞机来袭,这时飞鸟和飞机就会出现混淆和误判,每个雷达兵都有自己的判断经验和标准,将雷达兵的漏报误报概率放在一个二维坐标系里,这个坐标系横轴为假阳性概率,纵轴为真阳性概率,具体如图:其中ROC是一条曲线,AUC是曲线下的面积。2.举例A士兵是激进型士兵,他认为所有飞来的物体都是鸟:B士兵是一般型,他比较中庸。。。C士兵是惊弓之鸟型,他认为飞的全是飞机:如果有N个士兵:...

2020-12-21 17:13:25 159

原创 二、模型评估与选择

1.为什么要进行模型评估?主要是对模型误差大小的评估1.1经验误差和泛化误差1.2过拟合和欠拟合2.什么是模型评估?2.1评估方法将一个数据集分为trainning set(训练集)、testingset(测试集)、validation set (验证集),其中测试集的分割方法有以下三种2.1.1留出法2.1.2交叉验证法2.1.3自助法2.1.4验证集2.2性能度量2.2.1均方误差真实值和预测值之间的差距有多大2....

2020-12-21 16:46:19 482

原创 一、绪论

1.机器学习是什么?流程如下:应用领域:图像识别智能驾驶:5G和AI处理会打通智能驾驶壁垒古文字识别:死海古卷相邻页面拼接选民投票:提高选举经费利用效率和投票率2.基本概念监督学习:数据有明确标注无监督学习:没有明确标注分类:二分类、三分类、多分类等有限个判断回归:连续的实数集假设空间:用科学的推理手段归纳和演绎,从保存的候选方案中寻找合适的方法。假设空间=候选集合3.每天都是前一天,...

2020-12-21 10:56:20 473

原创 python正则表达式

以前不想学的总得还啊,今天遇到了从一堆数据里截取自己想要的字符,用了普通的函数截取,发现这个规律有漏洞,故只好——正则表达式,下面开始苦逼学习。Python将正则表达式功能整合在re模块中。re.match函数语法:re.match(pattern, string, flags=0)pattern 匹配的正则表达式 string 要匹配的字符串。 flags 标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等。 flags可选的标志位如下:

2020-12-15 10:12:13 126 1

原创 泛读:LPI Radar Waveform Recognition Based on Deep Convolutional Neural Network Transfer Learning

基本思路提出了一种基于Choi-Williams分布(CWD)和深度卷积神经网络迁移学习的自动分类识别系统。思路详细首先,系统对LPI雷达波形进行CWD时频变换,得到二维时频图像。然后系统对原始时频图像进行预处理。然后系统将预处理后的图像发送到深度卷积网络的预训练模型(incep -v3或ResNet-152)进行特征提取。最后将提取的特征送入支持向量机分类器,实现对雷达波形的离线训练和在线识别。重点CNN Model-Based Transfer Learning and Featur

2020-12-11 15:08:39 516

原创 泛读:基于随机森林的雷达信号脉内调制识别

基本思路首先提取雷达信号时频图像的形状特征和纹理特征构成融合特征,然后将融合特征输入随机森林分类器,实现信号的分类识别。思路详细提取时频图像的纹理特征与形状特征,构成融合特征,作为识别雷达信号的特征。对于分类器的选取,本文选择组合分类器—随机森林(random forest,RF),随机森林包含多个决策树,具有在不增加运算量的基础上达到较高的预测精度、处理高维数据、较好的容噪能力等优点。在仿真实验中,提取了8种常见的雷达信号的时频图像的融合特征,并采用RF分类器进行分类识别。重点1.使用

2020-12-11 14:14:20 546 1

原创 python多线程

import threadingimport timeg_num = 100 #全局变量def read_data(): global g_num for i in range(3): g_num += 1 print("in work1 g_num is : %d" % g_num)def write_data(): global g_num print("in work2 g_num is : %d" % g_num)def .

2020-12-11 10:13:21 126

原创 泛读:基于粗糙集与RBF神经网络的雷达辐射源信号识别研究

基本思路用粗糙集理论对雷达辐射源信号进行离散化 、属性约简、规则提取, 达到分类的目的。用粗糙 K-均值聚类方法计算径向基神经网络 (RBFNN)的聚类中心, 然后用粗糙集理论约简得到的规则构建径向基神经网络对未知雷达辐射源信号进行识别。粗糙集理论能够通过约简减少冗余属性, 获得识别规则, 这些识别规则可以简化径向基神经网络;并且能改进 K-均值的聚类方法, 通过上近似和下近似得到新的聚类中心 。思路详细雷达辐射源信号经过分选和特征提取后, 就可以得到描述雷达辐射源信号的脉冲描述字, 在此基

2020-12-09 16:24:12 432 1

原创 泛读:基于机器学习的雷达辐射源识别方法综述

基本思路文章使用图像识别的方法辨别病例图像,提高效率,减少医生工作量,用以辅助诊断。首先,通过子图像裁剪和颜色增强进行乳腺癌图像预处理; 其次,使用深度学习模型中典型的 3 种深度卷积神经网络( InceptionV3、ResNet-50 和 VGG-16) ,提取乳腺癌病理图像的多网络深层卷积特征并进行特征融合; 最后,通过利用两种关系( “样本-样本”和“特征-特征”关系) 和 lF 正则化,提出一种有监督的双关系正则化学习方法进行特征降维,并使用支持向量机将乳腺癌病理图像区分为 4 类—正常、良性

2020-12-08 12:14:14 3447 3

原创 泛读:基于融合多网络深层卷积特征和稀疏双关系正则化方法的乳腺癌图像分类研究

基本思路文章使用图像识别的方法辨别病例图像,提高效率,减少医生工作量,用以辅助诊断。首先,通过子图像裁剪和颜色增强进行乳腺癌图像预处理; 其次,使用深度学习模型中典型的 3 种深度卷积神经网络( InceptionV3、ResNet-50 和 VGG-16) ,提取乳腺癌病理图像的多网络深层卷积特征并进行特征融合; 最后,通过利用两种关系( “样本-样本”和“特征-特征”关系) 和 lF 正则化,提出一种有监督的双关系正则化学习方法进行特征降维,并使用支持向量机将乳腺癌病理图像区分为 4 类—正常、良性

2020-12-07 11:27:20 240

翻译 2020.10.23英语翻译

National security was again cited as the pretext when Sweden telecom authorities announced on Tuesday that equipment from Huawei and ZTE will be banned from its 5G networks, and equipment from the two Chinese companies already installed will be removed by

2020-12-03 12:56:04 240

转载 Python——Argparse模块——快速实现命令行接口

转载自:https://www.cnblogs.com/cuhm/p/10643765.html#/c/subject/p/10643765.htmlargparse 模块可以轻松编写用户友好的命令行接口。程序定义它需要的参数,然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息。argparse简单使用流程主要有三个步骤:创建ArgumentParser()对象 调用ad...

2020-12-03 11:32:22 208

转载 python中 __init__文件的作用

转载自:https://www.cnblogs.com/mlllily/p/13624535.html如果一个文件没有__init__.py文件,他就不能叫做一个包,只能说是目录。那包和目录的区别在哪呢?假设目录结构为:这样其他地方要使用其中某一个py文件时,导入方式是这样的:但是如果目录中有了 __init__.py,并在__init__.py中加入以下内容:上面的语句等价于:from mypackage im...

2020-12-03 11:15:58 390

原创 第二周文献阅读报告

文献阅读报告泛读1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1.《毫米波与太赫兹技术》1

2020-11-18 22:16:43 1555 1

原创 2020.11.17——“学习攀比”心理状态调整

When we are kids, we are constantly being compared to others. Our parents may compare us to our siblings. Our teachers probably compared us to other students. Kids compared us to other kids.小时候,我们经常被人拿来和别人比较。我们的父母可能会把我们和兄弟姐妹们相比,老师可能会把我们和其他学生相比,小孩儿会把我们...

2020-11-17 10:14:02 294

原创 第一周文献阅读报告

文献阅读报告泛读1.《毫米波与太赫兹技术》功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入泛读1.《毫米波与太赫兹技术》**1.研究问题:**从硬件芯片和技术应用两方面介绍了毫米波和太赫兹的研究现状。功能快捷键撤销:Ctr

2020-11-11 13:18:45 1990

原创 2020.10.29——全国石窟寺景区将“限流”

China plans to lay down 制定,主张 a red line on carrying capacities to cope with 处理 potential overtourism at its grotto relics, said heritage and tourism authorities.国家文物和旅游管理部门表示,将对石窟寺等遗产景区设置承载量警示线,以解决可能出现的过度旅游问题。The notice listed an array of measures to

2020-10-29 21:59:38 505

原创 一、Fmcw毫米波雷达原理

0.概念FMCW(Frequency Modulated Continuous Wave),即调频连续波。FMCW技术和脉冲雷达技术是两种在高精度雷达测距中使用的技术。其基本原理为发射波为高频连续波,其频率随时间按照三角波规律变化。1.基础知识FMCW雷达的核心是一种叫做线性调频脉冲的信号,线性调频脉冲是频率随时间以线性的方式增长的正弦波,在下图中信号以fc的正弦波开始,然后他的频率不断增大,chirp信号的起始频率为 fc,带宽为B,信号的持续时间为Tc,则频率变化率为:S=B/Tc.

2020-10-28 23:19:07 17434 6

原创 2020.10.22——超速别车泼咖啡,车主被判拘役3个月丨Driver gets 3 months‘ detention

A driver, surnamed Su, who threw a cup of coffee at a moving car was sentenced to 3 months' detention for dangerous driving by the Chaoyang District People's Court in Beijing on Wednesday.The case drew widespread attention after a video of the incident w

2020-10-22 14:00:42 117

原创 形式语言中形式语法四种类型的通俗理解

形式语法在乔姆斯基的语法理论中被分为以下四种类型:1.0型文法(无约束文法)如题,没什么约束2.1型文法(上下文有关文法)对任一产生式α→β,都有|β|>=|α|, 仅仅 S→ε除外产生式的形式描述:α1Aα2→α1βα2(其中,α1、α2、β∈(VN∪VT)*,β≠ε,A∈VN)即:被替换的A只有出现在α1α2的上下文中,才允许用β替换。3.2型文法(上下文无关文法)产生式的形式描述:A→β(A∈VN),即β取代A时,与A所处的上下文无关。3.3型文法(正则文法)每.

2020-10-21 12:23:15 2352

转载 Python中 __init__的理解

搬运自知乎,以下为原文刚好在写Python的总结写到这块,强行答一波,本人也是Python小白:以下内容为节选:class Person: def __init__(self, name, age): self.name = name self.age = ageclass关键字后面跟类的名称就定义了一个类,类的名称可以任意,采用驼峰命名法,也即每个单词的首字母大写,如Book、Person、WildAnimal等这里的__init__方法是一个

2020-10-10 17:52:32 309 1

原创 1.(python)阿拉伯数字转中文大写

dic_num = {"1": "壹", "2": "贰", "3": "叁", "4": "肆", "5": "伍", "6": "陆", "7": "柒", "8": "捌", "9": "玖", }dic_unit = {1: "", 2: "拾", 3: "佰", 4: "仟", 5: "万"}while 1: fs = [] daxie = "" num = input("\n请输入数字(1-99999),若输入q则退出程序:") if int(num) &l.

2020-10-09 19:13:21 4714

原创 Python笔记(五)——文件处理

1.# 打开pi_digits.txt文件with open('pi_digits.txt') as file_object: contents = file_object.read() print(contents) # 在read函数到达文件末尾会返回一个空字符串,显示出来比源文件多一个空行 print(contents.rstrip()) # 使用rstrip函数可以删除这个空行filename = 'pi_digits.txt'with open(filen

2020-09-30 18:21:12 167

原创 Python笔记(五)——类

1.# 根据类来创建对象被称为 实例化class Dog(): # 根据约定,在Python中,首字母大写的名称指的是类。 # 每当使用DOG类创建实例的时候,Python都会自动运行__init__方法 def __init__(self, name, age): """初始化属性name和age""" self.name = name self.age = age def sit(self): """模拟

2020-09-29 18:48:16 103

原创 Python笔记(六)——用户输入和 while 循环和函数

1.input接收存入变量的是字符串类型,不能与整数18比较,所以用int()转换为整形。age = input("How old are you? ")age = int(age)age >= 182.求模运算符( % ),将两个数相除并返回余数,可用来判断奇偶。number = input("Enter a number, and I'll tell you if it's even or odd: ")number = int(number)if number % 2 =

2020-09-29 13:12:15 873

原创 Python笔记(四)—— if语句and字典

1. and or 可以直接写,就是字面意思2.检查特定值是否包含在列表中( in 语句中别忘了:)requested_toppings = ['mushrooms', 'onions', 'pineapple']if 'mushrooms' in requested_toppings: else:检查特定值是否不包含在列表中(not in)banned_users = ['andrew', 'carolina', 'david']user = 'mari...

2020-09-28 23:20:22 430

原创 Python笔记(三)—— 列表

超出

2020-09-28 18:37:02 145

原创 python笔记(二)——字符串和数字操作

1.避免使用大写字母作为变量名;2.字符串大小写操作"""""""""字符串大小写操作"""""""""#用引号括起的都是字符串,其中的引号可以是单引号,也可以是双引号name = "ada lovelace"print(name.title()) # title()首字母大写显示每个单词print(name.upper()) # upper()字符串改为全部大写print(name.lower()) # lower()字符串改为全部小写3.拼接字符串""""""..

2020-09-27 23:11:28 163

原创 python笔记(一)——语言应用场景

111

2020-09-27 18:30:27 156

原创 英语单词积累1

1.with the benefit of 得益于 hind 后面的,后部的 behind 在...的后面 hindsight后见之明 with the benefit of hindsight 事后看来,事后诸葛亮2.account 账户 account for 导致,占比 take sth. into account 考虑到某事 on account of 由于,因为3.apply 应用,运用 apply for 申请 apply to 将...应用到....

2020-09-27 13:14:13 596 1

原创 常用SQL语句(整理搬运自网络)

表结构:Student(S#,Sname,Sage,Ssex) 学生表Course(C#,Cname,T#) 课程表SC(S#,C#,score) 成绩表Teacher(T#,Tname) 教师表问题:1、查询“001”课程比“002”课程成绩高的所有学生的学号;select a.S# from (select s#,score from SC where C#=’001’) a,(select ...

2018-02-27 16:18:15 770

网页坦克大战

请用ie运行,用HTML编写的坦克大战经典游戏。

2014-07-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除