G1D34-时域&频域

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