- 博客(18)
- 收藏
- 关注
原创 机器学习:多种学习方式的特点汇总
它不依赖预先标注的数据,而是通过试错机制获取反馈信号(如奖励或惩罚),并以此调整行为以最大化长期累积回报。其核心思想是通过无标注数据的分布信息增强模型的泛化能力,适用于标注成本高昂的领域,如医学影像分析或文本分类。总体而言,每种学习范式针对不同的数据条件和任务需求设计,从依赖标注的有监督学习到完全无标注的自监督学习,从静态数据建模到动态环境交互,共同构成了机器学习的丰富方法论体系。通过聚类、降维或生成模型,它可以发现隐藏的模式或异常点,常用于客户细分、推荐系统或数据预处理。
2025-04-24 15:22:17
202
原创 基于Matlab实现基站最优部署的遗传算法
代码使用说明:导入的地形数据Point.mat(point)有【x,y,h】三个维度,然后可以设置最终的基站数量,这里设置的是15,可以更小,比如13,只要在epoch(周期,此处设置500)结束前最终可以优化到0.95的覆盖率即可(覆盖率根据要求调整)。本代码考虑了大尺度衰落和小尺度衰落,部分代码进行了简化,加快训练速度(非线性的函数跑起来很慢)。
2025-04-14 21:07:31
226
原创 通信原理:QPSK频带调制理论及matlab仿真实验(包含多普勒频偏)
QPSK为两路正交的2PSK调制:解调:科斯塔斯环(Costas)法又称同相正交环法或边环法。它仍然利用锁相环提取载频,但是不需要对接收信号作平方运算就能得到载频输出。误差信号是由两路相乘及低通滤波器提供的。效果:结果展示:检测的频率以及误码率如下:
2025-01-26 23:12:25
632
原创 通信原理PCM(对数量化:A律13折线)的matlab仿真
1、将归一化x的输入范围等比地划分为8个段。3、正负两部分结合在一起,共256个电平,对应于=8个量化比特。2、各段上采用16个电平的均匀量化,共8×16=128个电平。
2025-01-26 22:38:15
319
原创 加载预训练权重
中的每个键值对,确保键与模型中的参数名匹配,并且值(张量)的大小与模型中的参数大小一致。这意味着,如果预训练模型中的某个参数在当前模型中不存在,那么这个参数不会被添加到。注:model_dict是当前模型的权重字典,预训练权重存储在model_path指定的文件中。中有模型中不存在的参数,或者参数大小不匹配,PyTorch会抛出错误。这是一种保守的更新方式,确保不会覆盖或丢失当前模型中特有的参数。中的键(参数名)将对应的值(参数张量)赋值给模型的参数。中存在,并且对应的值(参数张量)大小相同,那么。
2024-11-27 16:11:39
312
原创 PyTorch张量和NumPy数组
虽然NumPy数组和PyTorch张量都可以作为多维数组使用,但PyTorch张量因其自动求导和GPU加速的特性,在深度学习领域更为适用。而NumPy数组则因其简洁和强大的数值计算能力,在科学计算和数据分析中更为常用。
2024-11-27 15:52:28
362
原创 目标检测:单发多框检测(SSD)——(mxnet学习笔记)
在目标检测时,我们首先生成多个锚框,然后为每个锚框预测类别以及偏移量,接着根据预测的偏移量调整锚框位置从而得到预测边界框,最后筛选需要输出的预测边界框。目标检测算法通常会在输入图像中采样大量的区域,然后判断这些区域中是否包含我们感兴趣的目标,并调整区域边缘从而更准确地预测目标的真实边界框(ground-truth bounding box)。
2024-11-23 23:08:25
893
原创 Flask系统的使用(包括几类文件的协同以及实例)
HTML、CSS和JavaScript共同工作,提供了一个具有交互性的动态Web页面。用户可以看到结构(HTML)、样式(CSS)和行为(JavaScript)的结合,从而获得完整的Web体验。这个服务器可以处理 HTTP 请求,并根据请求的 URL 和方法(如 GET、POST)返回相应的响应。中没有直接引用 HTML、CSS 和 JS 文件,它们也能通过 HTTP 请求和响应协同工作。Flask 应用作为服务器,处理这些请求,并提供必要的资源,使得前端页面能够正确显示和交互。
2024-11-19 20:31:19
389
原创 全通系统传输函数的延迟MATLAB仿真
一阶全通滤波器:N阶级联:相位延迟:构造一阶IIR全通滤波器formatlongN=10;构造一个一阶的IIR全通滤波器关于实稳定全通函数在频率范围从w=0到w=pi之间的相位变化,因果稳定实系数全通传输函数A(z)的群延迟函数 在区间0≤ω≤π上处处为正可以证明,一个M阶稳定实全通传输函数满足性质如下:实验分析相位延迟与群延迟相位延迟:随着阶数N的增加,系统的总相位延迟在每个频率点上会增加。对于一阶全通滤波器,相位延迟通常是频率的函数,并且是非线性的。
2024-07-15 15:36:27
2014
原创 窗函数在谱分析中的应用
所以在实际应用中,总是希望窗函数有尽量大的副瓣衰减。窗刚好相反,主瓣宽度宽而相对旁瓣电平高,所以频率分辨率较差而能量泄露情况较轻。,我们近似地认为,第一个旁瓣宽度为主瓣宽度的一半,峰值在该旁瓣的中心,则。时,使用矩形窗,仅考虑频率分辨率(主瓣宽度),分辨不出来第二个频率分量。或者从信息论的角度,补零没有提供更多的信息,自然不会提高频率分辨率。在频谱分析中,主瓣越宽,则频率分辨力越差。在仅考虑频率分辨率的情况下,矩形窗长的最小采样点数为。,这两个辛格函数主瓣之间的频率差就是频率分辨率。
2024-07-15 10:17:51
1830
原创 频率分辨率与栅栏效应
做周期延拓前需要先加窗,即时域与理想方波相乘,频域与辛格函数相卷。因此我们在补零的同时,的确可以减少栅栏效应地影响,但是我们“看”到的只是。或者从信息论的角度,补零没有提供更多的信息,自然不会提高频率分辨率。不变,所以时域补零只会更完整地看到频域图像,并不会提高频域分辨率。两个频率分量卷一个辛格函数,最后得到两个辛格函数叠加。,这两个辛格函数主瓣之间的频率差就是频率分辨率。补零,减小栅栏效应影响,可见图像更接近。点数),频率分辨率为信号长度的倒数。图像,但是分辨率是没有变的。但是,如果时域补零,此处的。
2024-07-15 10:04:18
627
使用Quartus ii和Verilog语言构建一个32位CPU并实现FPGA单片机流水灯
2024-07-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人