<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[NDnarg的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/NDnarg</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; NDnarg]]></copyright><item><title><![CDATA[二维材料异质结的纳米卷曲增强光电化学析氢反应]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/128823312</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/128823312</guid><author>NDnarg</author><pubDate>Tue, 31 Jan 2023 21:19:40 +0800</pubDate><description><![CDATA[纳米片->纳米卷 提高反应速率]]></description><category></category></item><item><title><![CDATA[单层MoS2连续薄膜的晶片生长和转移]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/128790489</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/128790489</guid><author>NDnarg</author><pubDate>Sun, 29 Jan 2023 16:40:46 +0800</pubDate><description><![CDATA[薄膜晶片生长转移]]></description><category></category></item><item><title><![CDATA[动态规划-题型【01背包】]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/127176406</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/127176406</guid><author>NDnarg</author><pubDate>Fri, 07 Oct 2022 14:10:09 +0800</pubDate><description><![CDATA[01背包问题]]></description><category></category></item><item><title><![CDATA[创建链表相关]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126759759</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126759759</guid><author>NDnarg</author><pubDate>Thu, 08 Sep 2022 10:30:19 +0800</pubDate><description><![CDATA[拷贝、创建链表]]></description><category></category></item><item><title><![CDATA[vector和string中的erase和find易混淆点]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126570334</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126570334</guid><author>NDnarg</author><pubDate>Sun, 28 Aug 2022 16:04:49 +0800</pubDate><description><![CDATA[find与erase]]></description><category></category></item><item><title><![CDATA[ACM模式下C++的一些输入输出处理]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126404234</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126404234</guid><author>NDnarg</author><pubDate>Thu, 18 Aug 2022 14:28:06 +0800</pubDate><description><![CDATA[acm模式下C++输入注意问题]]></description><category></category></item><item><title><![CDATA[链表相关手撕算法===更新ing]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126399561</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126399561</guid><author>NDnarg</author><pubDate>Thu, 18 Aug 2022 09:56:26 +0800</pubDate><description><![CDATA[链表相关要点]]></description><category></category></item><item><title><![CDATA[动态规划-题型【最问题】]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126393144</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126393144</guid><author>NDnarg</author><pubDate>Wed, 17 Aug 2022 21:16:52 +0800</pubDate><description><![CDATA[动态规划易混淆“最”问题]]></description><category></category></item><item><title><![CDATA[几种重要的排序算法]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/126319033</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/126319033</guid><author>NDnarg</author><pubDate>Sat, 13 Aug 2022 14:00:36 +0800</pubDate><description><![CDATA[6种排序算法]]></description><category></category></item><item><title><![CDATA[二叉树的4种遍历方式代码]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/124660776</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/124660776</guid><author>NDnarg</author><pubDate>Mon, 09 May 2022 10:39:47 +0800</pubDate><description><![CDATA[二叉树的4种遍历方式（前、中、后序–递归和迭代法）（层序-迭代法）
前序遍历
递归
void traversal(TreeNode* curr, vector&lt;int&gt; &amp;vec)
{
    if(curr==nullptr)
    {
       return;
    }
    vec.push_back(curr-&gt;val);
    traversal(curr-&gt;left,vec);
    traversal(curr-&gt;right,vec);
}
]]></description><category></category></item><item><title><![CDATA[关于将word中的表格直接转成相应latex代码的方法]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/120310454</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/120310454</guid><author>NDnarg</author><pubDate>Wed, 15 Sep 2021 16:11:59 +0800</pubDate><description><![CDATA[如何将word画好的表格较为容易地搬移到Latex中？
流程



将word中的表格单独放在一个新的word中，并且另存为网页格式；


将保存好的网页格式的表格用excel打开；


打开后，选中表格，依次点击上方的“加载项 -&gt; Excel2Latex: Convert Table to Latex”



这样就可以得到这个表格的latex代码啦，懒人的福音！！！！最后只需要进行简单修改即可！！！



涉及的插件
其中涉及到的Excel2Latex插件网上蛮多，可以自行下载，也欢迎各位小伙伴]]></description><category></category></item><item><title><![CDATA[全零块判决机器学习代码部分]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/115286157</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/115286157</guid><author>NDnarg</author><pubDate>Sun, 28 Mar 2021 20:22:46 +0800</pubDate><description><![CDATA[理一遍全零块判决中，将上下文影响因子加到代码里的逻辑流程
预先知道Rate表，state，以及概率差值
文章目录流程A.原理B.流程图总结

流程
A.原理
首先，需要找到语法元素的rate，state以及概率之间的关系。具体来说，就是找出码率映射表和state之间的关系，然后再从state对应到概率差值。
B.流程图

总结
总的来说，就是在跑代码的过程中根据语法元素的Rate找state，然后再根据state找MPS和LPS的概率，从而得到概率差值，把这个概率差值拿去训练即可。

...]]></description><category></category></item><item><title><![CDATA[VVC中用到的新技术点]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/114386931</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/114386931</guid><author>NDnarg</author><pubDate>Sat, 06 Mar 2021 19:55:27 +0800</pubDate><description><![CDATA[VVC相比HEVC所采用的一些新的技术点
文章目录变换量化部分A.大尺寸变换块的高频置零B.用于核变换的多变换选择C.LFNSTa.缩减的不可分离变换b.LFNST变换选择c.LFNST索引信号与其他工具的交互D.SBT

变换量化部分
A.大尺寸变换块的高频置零
VTM支持64x64大小的变换块，以此来适应更高分辨率的视频，如1080p和4K序列。对于宽或者高等于64的变换块，高频系数置零，只保留低频系数。
当对一个大块使用变换跳过模式时，将使用整个块而不置零任何值。
B.用于核变换的多变换选择
MTS被]]></description><category></category></item><item><title><![CDATA[HEVC下快速RDOQ（从冗余RDOQ调用和全零块两方面分析）]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/110494577</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/110494577</guid><author>NDnarg</author><pubDate>Thu, 03 Dec 2020 11:20:29 +0800</pubDate><description><![CDATA[提出一种用于HEVC中DCT系数量化的快速RDOQ方案。具体来说，首先提出一种RDOQ调用删除算法，它可以有效删除冗余的RDOQ调用，从而加快RDOQ进程。其次，开发一种基于全零块的RDOQ跳跃算法，以跳过不必要的RDOQ。
文章目录提出的快速RDOQA.冗余RDOQ调用删除算法B.基于全零块的RDOQ跳过算法

提出的快速RDOQ
RDOQ的高计算复杂度主要来自两个方面：1.需要对每个变换系数进行RD cost计算，这对于高清视频复杂度是非常高的；2.HEVC中基于残差四叉树的TU分区进一步提高了复杂性，]]></description><category></category></item><item><title><![CDATA[HEVC中RDOQ的简化电平估计]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/110390885</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/110390885</guid><author>NDnarg</author><pubDate>Wed, 02 Dec 2020 15:32:05 +0800</pubDate><description><![CDATA[由于最优量化电平估计在RDOQ中占主导地位的计算复杂性，因此，本文通过简化电平估计阶段来加速RDOQ。对于0量化系数，没必要再经过RDOQ了。因此，提出一种自适应死区方案，这种方案可以通过在电平估计阶段之前量化本身来使更多的高概率变换系数从1改变到0。
文章目录引言HEVC中的RDOQA.RDOQ过程B.RDOQ的复杂度分析提出的简化的RDOQ方案A.自适应死区的电平估计（ADZ）B.简化的候选值选择的电平估计（SCS）C.对于左上角CG的跳过电平估计D.对RDOQ提出的简化的电平估计方案总结

引言
一般]]></description><category></category></item><item><title><![CDATA[HEVC中的快速RDOQ方法]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/110095360</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/110095360</guid><author>NDnarg</author><pubDate>Sun, 29 Nov 2020 21:52:04 +0800</pubDate><description><![CDATA[文章目录




]]></description><category></category></item><item><title><![CDATA[基于贝叶斯分类的自适应RDOQ阈值模型]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/110004824</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/110004824</guid><author>NDnarg</author><pubDate>Mon, 23 Nov 2020 20:18:02 +0800</pubDate><description><![CDATA[根据贝叶斯分类器来推导AZB检测阈值
文章目录基于Bayes分类的自适应RDOQ阈值模型建立1.Bayes分类器应用推导2.自适应量化阈值分析与建模

基于Bayes分类的自适应RDOQ阈值模型建立
DCT系数更符合高斯分布模型，为计算简便，选用均值为0，标准差为бF的拉普拉斯分布模型。根据概率论中的3б原则，当ξ=3时，DCT系数落在（-ξбF，ξбF）范围内的概率在99%以上。因此，当TU块内所有DCT系数小于ξбF时，判为AZB，即
其中，ξ作为调节因子对于判断AZB具有重要调节作用。
离线情况下图像]]></description><category></category></item><item><title><![CDATA[基于阈值的全零块判决算法]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/109854760</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/109854760</guid><author>NDnarg</author><pubDate>Fri, 20 Nov 2020 20:21:56 +0800</pubDate><description><![CDATA[全零TU所占总TU数的比例会随着QP增加而增加。然而，在TU尺寸大的情况下，如32x32，即使QP非常大，G-AZB所占TU总数的比例也很小。这也就是说，对于32x32的TU块，没有RDOQ，最后的量化结果就是NAZB，只有经过RDOQ才会量化为P-AZB。
文章目录HDQ全零块判决算法RDOQ全零块判决算法基于机器学习的AZB判决神经网络框架1.TU级特征2.系数级特征3.上下文级特征

HDQ全零块判决算法
为在HDQ之前实现全零块判决，首先需要设计针对G-AZB的判决算法。
当TU中最大DCT系数ma]]></description><category></category></item><item><title><![CDATA[浅谈RDOQ]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/109801680</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/109801680</guid><author>NDnarg</author><pubDate>Thu, 19 Nov 2020 20:58:59 +0800</pubDate><description><![CDATA[为降低HEVC中RDOQ算法计算量，用混合拉普拉斯分布对变换系数的统计量进行建模，提出一种低复杂度RDOQ算法。
因此，通过优化整个块的RD性能，可以直接确定最优的量化电平，并最终避免复杂的RD代价计算。
对于HDQ，对TU中所有变换系数进行同等量化，即均匀重构量化（URQ）。早期的H.264中利用了DZ+UTQ，作为HDQ的高级版本。
而对于SDQ，根据最终RD性能操作量化系数，为反映熵编码中使用的系数间的相关性而构造了网格图，然后基于动态规划或者维特比算法，在网格中以最小的RD代价搜索最优路径。这种算法]]></description><category></category></item><item><title><![CDATA[HEVC中混合零块检测]]></title><link>https://blog.youkuaiyun.com/NDnarg/article/details/109773380</link><guid>https://blog.youkuaiyun.com/NDnarg/article/details/109773380</guid><author>NDnarg</author><pubDate>Wed, 18 Nov 2020 16:53:56 +0800</pubDate><description><![CDATA[对于G-AZB检测：用SAD的两个边界和一个SATD阈值来减少G-AZB检测复杂度；
对于P-AZB检测，提出快速率失真估计算法来提高P-AZB检测效率。
本文首先采用SAD的两个边界和SATD的一个阈值来检测G-AZB。其次，提出一种快速率失真代价估计的方法来检测P-AZB。
文章目录混合AZB检测方法A.G-AZB检测B.P-AZB检测

混合AZB检测方法
下图展示了本文AZB检测方法的伪代码：
第一步，如果一个TU的SAD小于第一个SAD阈值（SADlower），认为TU是G-AZB；否则，如果SA]]></description><category></category></item></channel></rss>