To be a better man

12和18的公倍数有：36,72,….其中36是12和18的最小公倍数,记作[12,18]=36.12和18的公约数有：1,2,3,6.其中6是12和18的最大公约数,记作（12,18）=6.几个数公有的约数,叫做这几个数的公约数；几个数公有的倍数,叫做这几个数的公倍数；其中最小的一个,叫做这几个数的最小公倍数.例如：12的倍数有：12,24,36,48,60,72,84,…例如：12的约数有：1,2,3,4,6,12；18的倍数有：18,36,54,72,90,…18的约数有：1,2,3,6,9,18.

看了很久的numerical theoritical transform，看了许久的理论知识发现对象是整数，咱们的数据集是浮点数，现实生活中大部分数据也都是浮点数

自然数自然数概念指用以计量事物的件数或表示事物件数的数，即用数码0，1，2，3，4，……所表示的数 。自然数由0开始 ， 一个接一个，组成一个无穷集体。互质互质是公约数只有1的两个整数，叫做互质整数。公约数只有1的两个自然数，叫做互质自然数，后者是前者的特殊情形。a|b在数学中代表什么“a|b是整除的意思。 若整数b除以非零整数a,商为整数,且余数为零, 我们就说b能被a整除(或说a能整除b),b为被除数,a为除数,即a|b(“|”是整除符号),读作“a整除b”或“b能被a整除”。”..

数论家族的4个成员：初等数论、解析数论、代数数论、几何数论想学个快速数论变化，结果一看需要原根知识，再看原根发现里面得基本符号都看不懂，这坑挖大了。解析数论是以微积分为工具来研究解决数论问题的，代数数论是以群论为工具来研究解决数论问题的。...

应用比如，在雷达中，人们感兴趣的是跟踪目标，但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响，得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计(滤波)，也可以是对于将来位置的估计(预测)，也可以是对过去位置的估计(插值或平滑)。参考资料卡尔曼滤波_百度百科 (baidu.com)...

在深度学习中经常用到的一个概念是 KL散度。之前对KL散度进行过一次理解，但后来随着利用次数的减少，开始忘却其具体的定义与物理意义，仅在印象中记得是“描述两个分布的相似度的度量”。这个描述并不准确。为了便于以后查找回顾，这里再次把KL散度的相关理解整理下来。KL 散度,全称 Kullback-Leible divergence, 是用于度量一个拟合分布Q与标准分布P的差异的一种方法，它是非对称的，这意味着. 其中可以理解为Q分布与P分布的差异，或者信息损失。介绍KL散度之前，先介绍信息熵的概念.

DIT先乘以旋转因子后蝶形运算 时间序列被decimation成了两部分（Radix-2）所以是DIT Radix-23.3.4.2.1 Decimation-in-time (DIT) Radix-2 FFT_思考实践的博客-CSDN博客DIF先蝶形运算后乘以旋转因子，频率序列被decimation成了两部分（Radix-2）所以是DIF Radix-2印度老师的视频讲解，标题写错了应该是DIFProblem 2 based on 4 Point DIF(Decimat..

这篇文章讲清楚了DIT是什么意思，讲清楚了什么是基2算法，基n算法，从DIT DFT过渡到DIT FFT,国内很多文章过渡的不好，甚至我认为讲解的不是很连贯，有很强的误导性，推荐大家看看这篇国外博客。OpenStax CNX...

亟待整理基2与基4时分FFT算法浅析及其比较_bleauchat的博客-CSDN博客_基4fftFFT具体实现原理（FFT硬件结构） - 知乎快速傅立叶变换(FFT)算法(原来这就是蝶形变换)_0小龙虾0的博客-CSDN博客_蝶形变换DIT FFT 与 DIF FFT_skyline758的博客-CSDN博客_ditfft和diffft运算量...

前提：这里是从数学和算法的角度理解FFT，不涉及信号处理背景知识已知系数表达式求点值表达式这里n是2的整数幂，不够要补零。核心：就是我①式计算前面2/n部分的结果可以保留下来用于计算后面2/n部分②式的计算，这样的话就可以把每个区间每一次进行等分成两份，就可以分成logn次，每次需要计算n次（比如A1(x)公式你看里面最大那一项是），最后时间复杂度就是，这样我们就在时间内得到了点值表达式这样就可以每计算一个值需要递归logn层，计算n个值所以在时间内得到了点值表达式.

这篇博客主要讲解STFT，需要引入Zero padding,FFT,Windowing（加窗）概念，所以先引入这三个概念再讲STFT（短时傅里叶变换）参考资料离散傅里叶变换零基础入门-中文2（针对工科生，无需连续傅立叶变换知识）_哔哩哔哩_bilibili...

傅里叶分析告诉咱们任何周期信号都可以被表示成一组正弦(这里正弦包括余弦)函数的线性组合。而离散傅里叶变换是想告诉咱们这些线性组合的各个分量的频率、幅值、还有相位。那它是如何做到的呢？首先我对两个周期的余弦函数进行40次采样，任务是我怎么知道这40次采样里面余弦函数振动了多少次呢？对人类而言我们可以直接数出来有俩周期 对计算机而言只能通过暴力破解那么计算机是怎么暴力破解的呢？ 选四十个基信号，对于0 periods in 40 samples这里图画错了，应该是0~30

转载于为什么等差数列的英文是「算术数列」，等比数列是「几何数列」？ - 知乎

作者：赵曌链接：https://www.zhihu.com/question/20099543/answer/13971850来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。首先要将所谓图像频率与频率的物理学定义脱离开，否则很难理解。图像频率是图像的一个指标而非一个参数。图像的频率是一个分布。将图像做二维傅里叶变换所得的频谱图，也就是图像的梯度分布图即可定义为该图像的频率。直观表现为衡量表征图像中灰度变化剧烈程度的指标。参考资料//参考资料..

考研学到拉格朗日乘数法还给宇哥了，这里看支持向量机用到拉格朗日乘数法去最优化也就是最大化支持向量到超平面的距离，忘记了，重来。作为一种优化算法，拉格朗日乘子法主要用于解决约束优化问题，它的基本思想就是通过引入拉格朗日乘子来将含有n个变量和k个约束条件的约束优化问题转化为含有（n+k）个变量的无约束优化问题。 来个题可能就直接让你想起了，没想起也没关系，咱们继续往下看，好吧。 到这里就不浪费读者的时间了，直接去看第一个参考资料，注重看3.2定义与...

解释首先，得先知道什么是极差，极差就是一组数据中的最大数据与最小数据的差。