<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Frankgoogle的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Frankgoogle</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Frankgoogle]]></copyright><item><title><![CDATA[Visual Studio Code 配置c++编译环境]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517762</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517762</guid><author>Frankgoogle</author><pubDate>Tue, 06 Jul 2021 12:07:27 +0800</pubDate><description><![CDATA[原因
平时写c++大部分时间是在windows环境下，然后用Visual Studio调试和编译代码。但是由于会用到多种操作系统，有时候需要远程调试代码。远程调试用Teamviewer或者Microsoft Remote Desktop的话，还是不太方便。再加上也想学习一下g++编译器。相较于msvc，g++跨平台的特性更加实用。
配置

安装g++编译器（windows：MinGW，linux：sudo安装，macOS: brew安装）。必装的项目有g++，gcc，gdb，
vscode安装C++扩展（C]]></description><category></category></item><item><title><![CDATA[Visual Studio中Debug和Release的区别]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517723</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517723</guid><author>Frankgoogle</author><pubDate>Tue, 06 Jul 2021 12:02:54 +0800</pubDate><description><![CDATA[问题1
问题描述
在搭建EMG信号处理系统时，我需要读取一个txt文件。在debug时能正常读取。在release版本下却不能获取其中的信息。后来发现问题在于我使用了assert语句。我的读取代码如下：
void Config::gen_data_list()
{
	QFile f(select_dataset_path);
	assert(f.open(QIODevice::ReadOnly | QIODevice::Text));
	while (!f.atEnd())
	{
		QString l =]]></description><category></category></item><item><title><![CDATA[发布带运行环境的Qt执行文件]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517707</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/118517707</guid><author>Frankgoogle</author><pubDate>Tue, 06 Jul 2021 12:01:55 +0800</pubDate><description><![CDATA[在VS中生成release版本的exe文件后，文件会依赖于使用的lib以及dll文件等。这样换一个运行环境后，可能会无法运行当前的文件。例如基于Qt的exe文件，会依赖于Qt的lib和dll。Qt提供了此问题的解决办法。
解决方法

打开Qt提供的cmd窗口
cd到release版本的exe所在的位置
运行 windeployqt file_name.exe
当前文件夹下的文件就是对应exe文件所需的运行环境
上述操作生成的dll文件以及运行环境，能保证exe文件在没有安装qt环境的PC上运行。此方法只适用]]></description><category></category></item><item><title><![CDATA[Optimal Linear Estimation (OLE)]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/117384103</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/117384103</guid><author>Frankgoogle</author><pubDate>Sat, 29 May 2021 13:34:33 +0800</pubDate><description><![CDATA[Optimal Linear Estimation
背景
最优线性估计算法是神经解码中一种比较常用的算法。在算法刚提出来的时候，其解码精度和解码速度都属于较高的水准，因此在脑机接口实验中应用广泛。随着神经网络的兴起以及传统机器学习算法的更新，BCI领域用来解码的算法也越来越多，例如KF，UKF，RNN，CNN等。OLE尽管计算精度不如目前的算法，但是计算量小，反馈迅速。因此目前在线的BCI实验OLE的应用仍然较多。
算法推导
OLE算法是PVA算法的改进，PVA算法在之前的Blog中有提到，是BCI中应用.]]></description><category></category></item><item><title><![CDATA[隐马尔可夫模型(Hidden Markov Model)]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105625627</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105625627</guid><author>Frankgoogle</author><pubDate>Mon, 20 Apr 2020 00:13:13 +0800</pubDate><description><![CDATA[背景
隐马尔可夫模型(Hidden Markov Model)是一种常用的统计模型。应用也比较广泛，在时序问题，以及语音识别等问题上有广泛的应用。下面简单介绍一下隐马尔可夫模型。
隐马尔可夫模型是在马尔可夫过程的基础上，加入了隐含状态后的一种结构。这里首先介绍一下什么是马尔可夫过程(Markov Process)
在一个随机过程中，有一个状态变量III，其下一时刻的状态之和之前的状态有关。例如布朗...]]></description><category></category></item><item><title><![CDATA[最小二乘法---线性回归的求解方法]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105591992</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105591992</guid><author>Frankgoogle</author><pubDate>Sat, 18 Apr 2020 00:40:32 +0800</pubDate><description><![CDATA[这几天看书的时候突然注意到了这个经典的优化方法，于是重新推导了一遍，为以后应用做参考。
背景
最小二乘法应该是我接触的最早的优化方法，也是求解线性回归的一种方法。线性回归的主要作用是用拟合的方式，求解两组变量之间的线性关系（当然也可以不是线性的，那就是另外的回归方法了）。也就是把一个系统的输出写成输入的线性组合的形式。而这组线性关系的参数求解方法，就是最小二乘法。
我们从最简单的线性回归开始，即输...]]></description><category></category></item><item><title><![CDATA[维纳滤波(Wiener Filter)]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105571407</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105571407</guid><author>Frankgoogle</author><pubDate>Fri, 17 Apr 2020 01:07:01 +0800</pubDate><description><![CDATA[Wiener Filter
因为最近看文章接触了维纳滤波，所以这里写一下Weiner Filter的一些简单理解和推导。
基本定义
维纳滤波是一种在含噪声的时序信号把信号提取出来的滤波器，其基本框图如下：

简单的维纳滤波其实就是通过一个FIR滤波器，去除噪声的过程。在这里，hhh的作用也可以理解为： 通过训练集的数据对信号和噪声的建模，然后通过前几个点的信息，预测当前时刻的噪声信号所占的比例，然...]]></description><category></category></item><item><title><![CDATA[梯度下降法(Gradient Descent)基础公式推导]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105525215</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105525215</guid><author>Frankgoogle</author><pubDate>Wed, 15 Apr 2020 00:21:39 +0800</pubDate><description><![CDATA[这篇Blog的主要内容是关于梯度下降法的一些理解，以及相关的公式推导。梯度下降法很早之前就接触过，但是因为长时间不用，所以理解上也有了一些欠缺，今天看了一些参考文献，写一下自己的一些理解。便于以后帮助自己回忆。
Artificial Neural Network
关于人工神经网络，这是目前使用最广泛的一类算法了。神经网络和其他的算法相比较，计算更加直接。不需要去推导公式，去计算两者的关系，直接通过...]]></description><category></category></item><item><title><![CDATA[无迹卡尔曼滤波 (Unscented Kalman Filter)]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105525098</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105525098</guid><author>Frankgoogle</author><pubDate>Wed, 15 Apr 2020 00:20:12 +0800</pubDate><description><![CDATA[最近读了一篇文献，里面用到了无迹卡尔曼滤波(Unscented Kalman Filter)。这里写一下我对这种方法的理解。卡尔曼滤波的理解部分可以参考我之前的文章。
我的一点点理解
无迹卡尔曼滤波是对卡尔曼滤波的一种改进。这种改进主要是针对非线性的信号。因为在卡尔曼滤波中，预测模型以及测量空间对应的转换矩阵都是都是线性转换。但是在面对非线性信号时，会出现无法拟合的情况。所以就有了无迹卡尔曼滤波。...]]></description><category></category></item><item><title><![CDATA[Population Vector Algorithm(PVA)]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/105524794</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/105524794</guid><author>Frankgoogle</author><pubDate>Wed, 15 Apr 2020 00:13:28 +0800</pubDate><description><![CDATA[背景
Population Vector Algorithm(PVA)是运动神经解码领域很常见的一种解码方法。主要是基于运动神经学领域的一个发现：神经元的发放率和当前的运动方向之间存在余弦调制的关系，即tuning curve[1]。基于这一简单的线性关系，于是有了PVA算法。
算法推导：


信号预处理 这里的算法推导主要针对神经元集群解码，因为PVA的主要应用还是在神经元解码中 首先，采集到的...]]></description><category></category></item><item><title><![CDATA[卡尔曼滤波 (Kalman Filter) 公式推导]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/99454492</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/99454492</guid><author>Frankgoogle</author><pubDate>Wed, 14 Aug 2019 08:54:58 +0800</pubDate><description><![CDATA[Kalman Filter
本文简单介绍了卡尔曼滤波(Kalman Filter)的基本原理以及我对卡尔曼滤波的一些理解。
首先谈一下我的一点点理解
卡尔曼滤波是目前应用很广泛的一种滤波方法，最早由Kalman老先生在1960年提出，网上可以找到原文。这种方法最开始用在航天领域，作为轨道矫正的一种方法，有很好的效果。
卡尔曼滤波的方法的核心思想，就是用另一个测量空间的观测值去纠正当前空间对被测量的...]]></description><category></category></item><item><title><![CDATA[总体方差和样本方差]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/80260969</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/80260969</guid><author>Frankgoogle</author><pubDate>Wed, 09 May 2018 22:44:37 +0800</pubDate><description><![CDATA[讨论了总体方差和样本方差的区别]]></description><category></category></item><item><title><![CDATA[win10需要system权限才能修改的解决办法]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/71122900</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/71122900</guid><author>Frankgoogle</author><pubDate>Wed, 03 May 2017 14:06:41 +0800</pubDate><description><![CDATA[今天重装了系统，一时没想清楚直接用360粉碎了windows.old文件夹。导致C盘中出现了一个以数字命名的文件夹。当我尝试去删除的时候，发现文件夹需要各种权限才能删除，有管理员权限，有system权限，还有trustedinstaller权限。这里统一给出解决方案另外，重装系统后windows.old文件夹的删除方式应该是磁盘清理，而不是用其他的方式。首先打开文件夹属性，然后选择安全，然后选择编辑]]></description><category></category></item><item><title><![CDATA[FPGA和CY7C68013A的连接以及控制程序（1）]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/58127091</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/58127091</guid><author>Frankgoogle</author><pubDate>Mon, 27 Feb 2017 15:59:51 +0800</pubDate><description><![CDATA[毕业设计的题目是“基于USB2.0的FPGA和PC之间的通讯”。用的是Altera的FPGA，具体型号暂时不清楚，后续会更新。USB控制器用的是CY7C68013A。开发软件是Quartus II 9.0。连接上是将FPGA和CY7C68013A连接，然后CY7C68013A和PC端连接。我会开一个文件夹写关于这个题目的相关文章。这是第一篇。 
总的来说，搭建这个系统，主要分成两个部分： 
1. F]]></description><category></category></item><item><title><![CDATA[Quartus ii 9.0软件的使用和win10不兼容解决方案]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/56667166</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/56667166</guid><author>Frankgoogle</author><pubDate>Thu, 23 Feb 2017 11:06:03 +0800</pubDate><description><![CDATA[Quartus ii 9.0软件的使用和win10不兼容解决方案本文只介绍关于quartus软件的编译和仿真的内容，以Verilog代码为例，不进行电路图绘制。也提供一种win10下仿真不兼容的解决方案 
首先打开quartus  
 
然后新建工程文件：File->New Project Wizard 
 
然后出现弹窗，点击下一步会进入工程文件夹路径选择界面，根据自己需要进行设置 
 
然后弹窗]]></description><category></category></item><item><title><![CDATA[非局部均值滤波算法]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/52209901</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/52209901</guid><author>Frankgoogle</author><pubDate>Mon, 15 Aug 2016 11:53:09 +0800</pubDate><description><![CDATA[2016.09.09更新，修改了SSIM中值太大的问题首先谈一下什么是非局部均值滤波。在此之前，我们先来看一下均值滤波的原理。均值滤波均值滤波的计算非常简单，将图像像素点灰度记录在数组中，然后设置方框半径的值，然后将方框中的所有点的像素求和取平均，得到的结果就是均值滤波后对应像素点的灰度值。 
优点： 
计算很快而且简单 
从算法可以看出，只是求了平均，并没有很复杂的计算 
缺点： 
得到的图像很模]]></description><category></category></item><item><title><![CDATA[初学OpenGL]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/51945368</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/51945368</guid><author>Frankgoogle</author><pubDate>Mon, 18 Jul 2016 21:11:24 +0800</pubDate><description><![CDATA[今天在公司开始了第一天的实习。首先就让学习ray casting算法。
关于ray casting算法的心得我会在学习透彻之后再写一篇文章分析。今天首先做的事情就是配置了OpenGL然后学习了OpenGL配合VS的一些基本使用。
先上代码吧
// openGL_test_d.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include "GL/gl]]></description><category></category></item><item><title><![CDATA[BMP图像的处理（24位转16位）]]></title><link>https://blog.youkuaiyun.com/Frankgoogle/article/details/51927550</link><guid>https://blog.youkuaiyun.com/Frankgoogle/article/details/51927550</guid><author>Frankgoogle</author><pubDate>Sun, 17 Jul 2016 00:31:16 +0800</pubDate><description><![CDATA[bmp图像的简单转换]]></description><category></category></item></channel></rss>