![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
原理类
哈鲁卡
如果驴可以看见整幅图景,它还会去追胡萝卜么
展开
-
数据集分布拟合最大似然练习1
数据集对一个分布的似然率计算过程:一个数据集可以是各种分布的,可以是高斯分布,指数分布等。但是它是这种分布的概率有多大呢?我们将计算每个点属于这个分布的概率。如果整个概率最大,那整体概率就高。上图参考链接来自https://www.youtube.com/watch?v=XepXtl9YKwc例如要计算这个分别的概率,就是计算每个点属于这个分布的概率的乘积。由于概率越乘越小。可以...原创 2020-03-14 20:03:16 · 657 阅读 · 1 评论 -
简单版本 回声消除+降噪
基础版本的降噪:人的说话过程是有间隙的,字与字之间是有停顿的。而像马路噪声之类的,这种背景噪声比较持续的。有人说话的地方的频谱 等于 人声+背景噪声, 没人说话的地方的频域 等于 背景噪声。所以持续检测一段时间的最小频谱。 可以将它作为噪声估算结果。 然后可以把原信号-背景噪声;缺点:1.有些噪声并不平稳;2.减的做法,怎么样不引入突变噪声; 3.上面的做法是不考虑相位的。4. 噪声收...原创 2020-03-12 19:13:04 · 1222 阅读 · 0 评论 -
幸福最大似然
从前有个3年级的小朋友,由于考试拿了第二名,于是获取了一笔巨款300元。一开始他特别兴奋,但是 紧接着他就陷入了选择困惑。第一是把这笔钱去买他喜欢的动感奥特曼模型。第二是把这笔钱上交给老妈,去买个新的课程。第三是把钱存起来,明年继续争取奖金,然后凑够400块去买他最喜欢的动感巨型奥特曼模型。该怎么选呢?内心深深地困惑。让我们来建模,让这个小朋友的幸福期待最大化吧。得到动感奥特曼...原创 2020-02-27 11:11:41 · 111 阅读 · 0 评论 -
关于 ima adpcm 的灵活应用
ima adpcm的编码过程,就是 (预测值-实际值)/量化步长= Value, 这个value,去掉符号位,的有效位置是3bit。。 那么就是尽量让它落在0-7的中间,通过调整 量化步长然后 它的量化步长 表 是一条指数型曲线有些场合,我们需要压缩数据,但是,我们并不限制其bit数,这种情形下,我们可以自己定义 量化值的有效比特数,可以用指数增减的方法去调整量化步长。 不受表的原创 2017-08-11 15:17:10 · 629 阅读 · 1 评论