软件工程师考试通过嘞欸~
时域与频域
(一) CV论文
这篇文章使用时频域变换DCT代替了CNN的第一层下采样,对于ImageNet数据集,在ResNet-50和MobileNetV2上实现了更少数据量的输入情况下,达到更高精度的预测。
链接:https://blog.csdn.net/qq_38556984/article/details/106117149
优点:在保证后期网络结构不变的情况下,相对于粗糙的下采样来说,这是一种可以使用更少数据量的特征提取方式。
ps:imagenet原来是450*300的,所以是支持这样的crop的。
(二)流量检测
文章使用DFT提取特征,最后使用聚类算法完成分类任务,实现了大流量的实时检测。
其中,通过transform,可以降低原始数据的维度;再进行频率抽取。实现了整体数据量的降维。(并不是通过频率抽取降维,而是通过transform降维)
https://blog.csdn.net/airenKKK/article/details/124500225