呆呆象呆呆的博客

原创 【压缩感知合集9】压缩感知的OMP算法（算法步骤分析、举例分析、说明总结和缺陷）

0 前情提要0.1 数学模型和总体框图如下给定输入信号X∈RN×1\boldsymbol{X} \in \mathbb{R}^{N\times1}X∈RN×1，最终想要得到压缩信号A∈RM×1\boldsymbol{A} \in \mathbb{R}^{M\times1}A∈RM×1，K<<NK<<NK<<N0.2 压缩过程图例分析如下整个压缩过程也可以被称为感知过程A=ΦX=ΦΨY=ΘY\boldsymbol{A} =\boldsymbol{\Phi}\b

原创 【压缩感知合集8】MP算法（算法实现、收敛讨论以及问题分析）

0 前情提要0.1 数学模型和总体框图如下给定输入信号X∈RN×1\boldsymbol{X} \in \mathbb{R}^{N\times1}X∈RN×1，最终想要得到压缩信号A∈RM×1\boldsymbol{A} \in \mathbb{R}^{M\times1}A∈RM×1，K<<NK<<NK<<N0.2 压缩过程图例分析如下整个压缩过程也可以被称为感知过程A=ΦX=ΦΨY=ΘY\boldsymbol{A} =\boldsymbol{\Phi}\b

原创 代码debug：RuntimeError: You must implement the backward function for custom autograd.Function.

RuntimeError: You must implement the backward function for custom autograd.Function.问题原因问题解决主要原因是自己写的loss梯度 回传函数有问题参考一下这一篇blog学习了一下怎么写自己的loss和网络梯度回传一开始的错误代码是这样的没有加上@staticmethod加上后就可以用了...

原创 解决apt-get安装中的E: Sub-process /usr/bin/dpkg returned an error code (1)问题

解决apt-get安装中的E: Sub-process /usr/bin/dpkg returned an error code (1)问题问题展示在用apt-get安装软件包的时候遇到E: Sub-process /usr/bin/dpkg returned an error code (1)问题问题解决cd /var/lib/dpkg/sudo mv info/ info_bak # 现将info文件夹更名sudo mkdir info #

原创 【压缩感知合集7】压缩感知RIP有限等距性：定义解析，理解说明，数学原理推导

有限等距性质RIP的理解 - 知乎压缩感知测量矩阵之有限等距性质（Restricted Isometry Property, RIP）_彬彬有礼的专栏-CSDN博客约束等距性 | 机器之心0 前情提要0.1 数学模型和总体框图如下给定输入信号X∈RN×1\boldsymbol{X} \in \mathbb{R}^{N\times1}X∈RN×1，最终想要得到压缩信号A∈RM×1\boldsymbol{A} \in \mathbb{R}^{M\times1}A∈RM×1，K<<NK&lt

原创 【压缩感知合集6】压缩感知为什么可以恢复信号；为什么需要满足稀疏性条件、RIP条件、矩阵不相关等限制条件才可以恢复信号的逻辑分析

0 压缩感知的理论依据前言主要想讲清楚的问题是：为什么压缩感知在随机采样的情况下可以对信号进行恢复？其实这个问题也可以换一个方式理解：在满足什么条件的情况下，信号可以通过压缩感知进行压缩并恢复？注意与说明：为了方便理解，在此篇内容中我们假设稀疏域是傅里叶变换，下面的图也都是用傅里叶频谱图画的，实际使用中只要找到符合要求的系数域即可。1 要求1：稀疏关于感兴趣的信号，压缩感知在压缩过程（也就是感知过程中）所表达的意思为：连续时间信号的信息率可能比根据其带宽所建议的小得多，离散时间信号所

原创 【压缩感知合集5】压缩感知简介和数学模型分析

1 压缩感知的简介1.1 提出D． Donoho、E． Candes 及华裔科学家 T． Tao等人提出了一种新的信息获取理论 － 压缩感知（Compressive Sensing）Donoho D L． Compressed sensing［J］ ． IEEE Transactions on Information Theory， 2006， 52( 4) : 1289 － 13061.2 评价突破了香农-奈奎斯特采样定理的限制。实现对信号采样的同时完成压缩的过程。并不直接测量信号本身

原创 【压缩感知合集4】理想采样信号和随机采样信号两种采样信号的频谱分析，以及采样效果比较

主要目标研究一下理想采样信号和随机采样信号两种采样信号的频谱，以及一些关联说明环境假设参数如下：采样信号的时域总共点数：1024针对所需要研究的两种信号（理想采样信号和随机采样信号）的采样频率：1KHz两种信号的抽样频率针对理想采样信号假设当这个抽样频率为10Hz时，一秒钟会有十个脉冲信号，且等间距分布，也即为这理想信号频谱的最高频上限ωm\omega_mωm​针对随机采样信号假设当这个抽样频率为10Hz时，为了方便比较一秒钟也设置相同数量的脉冲信号，间距随机，脉冲之间最小间隔可以到1

原创 Python 运行时出现 UserWarning: semaphore_tracker 问题解决（实际上是忽略方法）

最近在跑代码的时候总是会遇到这个错误，明明是UserWarning，但是程序会停止运行，错误提示为multiprocessing/semaphore_tracker.py:144: UserWarning: semaphore_tracker: There appear to be 4 leaked semaphores to clean up at shutdown len(cache))查了很多资料，这个问题似乎很早之前就有，最早能找到的是在2013年，但是没有什么很好的解决方法，最终发现，需

原创 【Linux系统理论操作学习27】全部杀掉某个程序进程的5种方法

这篇文章主要介绍了linux下3种kill所有某个特殊程序进程的方法,需要的朋友可以参考下在linux系统管理中，我们有时候需要kill掉所有一个特殊程序的进程（举例是firefox或者python），这里介绍及几种方式。（比较推荐后面三种方法因为是现成的，且非常简单）每一个方法我都用python举一下例子（使用方法3-5的时候因为没有使用sudo 所以也不会杀掉别人的进程不用担心）方法1使用ps -ef|grep python然后一条条kill掉方法2写一个脚本执行方法1方法3注意：

原创 【压缩感知合集3】压缩感知的背景与意义

1 压缩感知的背景大约有70%的信息是通过人眼获得的视频和图像信息视频图像信息是人类最重要的获取信息的方式。视频图像信息丰富数据量大信号采样传输存储有巨大的压力在数据的存储和传输方面， 传统的做法是先按照奈奎斯特采样获取数据， 然后将获得的数据进行压缩， 最后将压缩后的数据进行存储或传输。显然， 这样的方式造成很大程度的资源浪费人们对信息的获取有两方面的需求信息质量高，信息数量大（帧率高，像素清晰）信息传输速度快2 压缩感知的意义2.1 意义最重要的价值实现降低采样率，同时

原创 【压缩感知合集2】（背景知识）信号稀疏表示的数学推导和解释理解

信号稀疏表示（信号的稀疏性或可压缩性）信号稀疏与可压缩的数学定义（以一维信号为例）信号都可以用正交基向量进行线性表示，假设这些基向量都是规范化后的正交向量。（使用基向量进行线性表示的时候是否规范化只是影响表示的系数。）一维信号向量X=[x1,x2,⋯ ,xn]∈RN×1\boldsymbol{X} = [x_1,x_2,\cdots,x_n] \in \mathbb{R}^{N\times 1}X=[x1​,x2​,⋯,xn​]∈RN×1，可以用正交基向量线性表示公式如下。X=∑k=1Nψkyk=Ψ

原创 【压缩感知合集1】（背景知识）香农奈奎斯特采样定理的数学推导和图解分析

香农奈奎斯特采样定理1 评价支配先阶段几乎所有信号的获取、处理、存储、传输过程。采样后再进行压缩的方式浪费了大量的采样资源， 如果采样后的信号长度仍然很长， 那么变换会消耗很长时间。由于需要保留的KKK个重要分量的位置是随着信号的不同而不同，所以这种编解码方式是自适应的，需要分配多余的存储空间以保留KKK个重要分量的位置。KKK个重要分量有可能在传输过程中丢失其中的某几个分量从而造成较差的抗干扰能力。2 数学解释傅里叶分析示意图数学模型证明输入连续信号xa(t)x_a

原创 重装系统中遇到的问题：（1）请检查你的介质驱动器,错误代码0x80300024（2）选中的磁盘采用gpt分区形式

无法在你选择的位置安装windows.请检查你的介质驱动器,错误代码0x80300024这个问题一般只有电脑有两个硬盘时才会有，出现这个问题的起因是你想要安装的盘在系统启动路径上不优先于另一个盘（假设你有两个盘c，d，系统启动顺序中d优先与c，你想把系统装在c里面，就会报这个错误）解决方案一（亲测有效）：关机断电、把物理连接上的两个盘的位置交换一下，原来c硬盘数据线和d硬盘上面的数据线接口交换一下，主板出来插到c的那根线现在插到d上，原来插d的那根线现在插到c上，主板的线不动）这样他的启动顺序就换了，根

原创 VSCODE 控制ctrl 滚轮进行放大缩小