<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lxy的学习笔记]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Pwiling</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Pwiling]]></copyright><item><title><![CDATA[SonicOperator之数据处理]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/73382209</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/73382209</guid><author>Pwiling</author><pubDate>Sat, 17 Jun 2017 18:19:43 +0800</pubDate><description><![CDATA[数据清洗对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。 
在进行常规的检验数据的时候，根据基本原则，去掉重复数据与冲突数据。将采集到的数据视为均匀分布在设定的特征值数量的情况下，根据得到的数据分布选择适当的插值来补充缺失的特征。对于这样经过快速傅立叶变换后的数据，经过多次实验，最终选择牛段插值法。 
数据降噪  
信息中的噪声数据的变化波动幅度相对于整体数据]]></description><category></category></item><item><title><![CDATA[SonicOperator之超声波]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/73382204</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/73382204</guid><author>Pwiling</author><pubDate>Sat, 17 Jun 2017 18:18:56 +0800</pubDate><description><![CDATA[多普勒效应是波源和观察者有相对运动时，观察者接受到波的频率与波发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细（即频率变高，波长变短），而离我们而去的火车鸣笛声变得低沉（即频率变低，波长变长），就是多普勒效应的现象，同样现象也发生在私家车鸣响与火车的敲钟声。 
超声波，又称超音波，是指任何声波或振动，其频率超过人类耳朵可以听到的最高阈值20kHz（千赫）。因而我们利用手机发出超声波，人耳不]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换10]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/73071314</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/73071314</guid><author>Pwiling</author><pubDate>Sun, 11 Jun 2017 22:37:37 +0800</pubDate><description><![CDATA[好了，刚才我们已经看到了大海——连续的傅里叶变换频谱，现在想一想，连续的螺旋线会是什么样子：想象一下再往下翻：是不是很漂亮？你猜猜，这个图形在时域是什么样子？哈哈，是不是觉得被狠狠扇了一个耳光。数学就是这么一个把简单的问题搞得很复杂的东西。顺便说一句，那个像大海螺一样的图，为了方便观看，我仅仅展示了其中正频率的部分，负频率的部分没有显示出来。如果你认真去看，海螺图上的每一条螺旋线都是可以清楚的看到的]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换9]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/73071129</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/73071129</guid><author>Pwiling</author><pubDate>Sun, 11 Jun 2017 22:36:15 +0800</pubDate><description><![CDATA[六、指数形式的傅里叶变换有了欧拉公式的帮助，我们便知道：正弦波的叠加，也可以理解为螺旋线的叠加在实数空间的投影。而螺旋线的叠加如果用一个形象的栗子来理解是什么呢？　　光波高中时我们就学过，自然光是由不同颜色的光叠加而成的，而最著名的实验就是牛顿师傅的三棱镜实验：所以其实我们在很早就接触到了光的频谱，只是并没有了解频谱更重要的意义。但不同的是，傅里叶变换出来的频谱不仅仅是可见光这样频率范围有限的叠加，]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换8]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72800688</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72800688</guid><author>Pwiling</author><pubDate>Mon, 29 May 2017 10:20:02 +0800</pubDate><description><![CDATA[虚数i这个概念大家在高中就接触过，但那时我们只知道它是-1 的平方根，可是它真正的意义是什么呢? 
这里有一条数轴，在数轴上有一个红色的线段，它的长度是1。当它乘以 3 的时候，它的长度发生了变化，变成了蓝色的线段，而当它乘以-1 的时候，就变成了绿色的线段，或者说线段在数轴上围绕原点旋转了 180 度。我们知道乘-1 其实就是乘了两次 i 使线段旋转了 180 度，那么乘一次 i 呢——答案很简单]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换7]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72800627</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72800627</guid><author>Pwiling</author><pubDate>Mon, 29 May 2017 10:17:42 +0800</pubDate><description><![CDATA[相信通过前面三章，大家对频域以及傅里叶级数都有了一个全新的认识。但是文章在一开始关于钢琴琴谱的例子我曾说过，这个栗子是一个公式错误，但是概念典型的例子。所谓的公式错误在哪里呢？傅里叶级数的本质是将一个周期的信号分解成无限多分开的（离散的）正弦波，但是宇宙似乎并不是周期的。曾经在学数字信号处理的时候写过一首打油诗：往昔连续非周期，回忆周期不连续，任你ZT、DFT，还原不回去。（请无视我渣一样的文学水平]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换6]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72795060</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72795060</guid><author>Pwiling</author><pubDate>Sun, 28 May 2017 22:08:36 +0800</pubDate><description><![CDATA[下面我们继续说相位谱：通过时域到频域的变换，我们得到了一个从侧面看的频谱，但是这个频谱并没有包含时域中全部的信息。因为频谱只代表每一个对应的正弦波的振幅是多少，而没有提到相位。基础的正弦波A.sin(wt+θ)中，振幅，频率，相位缺一不可，不同相位决定了波的位置，所以对于频域分析，仅仅有频谱（振幅谱）是不够的，我们还需要一个相位谱。那么这个相位谱在哪呢？我们看下图，这次为了避免图片太混论，我们用7个]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换5]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72795054</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72795054</guid><author>Pwiling</author><pubDate>Sun, 28 May 2017 22:07:17 +0800</pubDate><description><![CDATA[三、傅里叶级数（Fourier Series）的相位谱 
在这一章最开始，我想先回答很多人的一个问题：傅里叶分析究竟是干什么用的？这段相对比较枯燥，已经知道了的同学可以直接跳到下一个分割线。先说一个最直接的用途。无论听广播还是看电视，我们一定对一个词不陌生——频道。频道频道，就是频率的通道，不同的频道就是将不同的频率作为一个通道来进行信息传输。下面大家尝试一件事：先在纸上画一个sin（x），不一定标]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换4]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72576639</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72576639</guid><author>Pwiling</author><pubDate>Sat, 20 May 2017 14:39:30 +0800</pubDate><description><![CDATA[介绍完了频域的基本组成单元，我们就可以看一看一个矩形波，在频域里的另一个模样了： 
 
这是什么奇怪的东西？这就是矩形波在频域的样子，是不是完全认不出来了？教科书一般就给到这里然后留给了读者无穷的遐想，以及无穷的吐槽，其实教科书只要补一张图就足够了：频域图像，也就是俗称的频谱，就是—— 
 
再清楚一点： 
 
可以发现，在频谱中，偶数项的振幅都是0，也就对应了图中的彩色直线。振幅为 0 的正弦波。]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换3]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/72576629</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/72576629</guid><author>Pwiling</author><pubDate>Sat, 20 May 2017 14:36:43 +0800</pubDate><description><![CDATA[如果我们把第一个频率最低的频率分量看作“1”，我们就有了构建频域的最基本单元。对于我们最常见的有理数轴，数字“1”就是有理数轴的基本单元。（好吧，数学称法为——基。在那个年代，这个字还没有其他奇怪的解释，后面还有正交基这样的词汇我会说吗?）时域的基本单元就是“1 秒”，如果我们将一个角频率为\omega_{0} 的正弦波 cos（\omega_{0} t）看作基础，那么频域的基本单元就是\omega]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换2]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/71436632</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/71436632</guid><author>Pwiling</author><pubDate>Mon, 08 May 2017 22:14:16 +0800</pubDate><description><![CDATA[二、傅里叶级数(Fourier Series)的频谱还是举个栗子并且有图有真相才好理解。如果我说我能用前面说的正弦曲线波叠加出一个带 90 度角的矩形波来，你会相信吗？你不会，就像当年的我一样。但是看看下图： 
 
第一幅图是一个郁闷的正弦波 cos（x）第二幅图是 2 个卖萌的正弦波的叠加 cos (x) +a.cos (3x)第三幅图是 4 个发春的正弦波的叠加第四幅图是 10 个便秘的正弦波的]]></description><category></category></item><item><title><![CDATA[SonicOperator之傅里叶变换1]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/71436615</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/71436615</guid><author>Pwiling</author><pubDate>Mon, 08 May 2017 22:12:19 +0800</pubDate><description><![CDATA[一、什么是频域从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生改变。这种以时间作为参照来观察动态世界的方法我们称其为时域分析。而我们也想当然的认为，世间万物都在随着时间不停的改变，并且永远不会静止下来。但如果我告诉你，用另一种方法来观察世界的话，你会发现世界是永恒不变的，你会不会觉得我疯了]]></description><category></category></item><item><title><![CDATA[SonicOperator之超声波]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/71358354</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/71358354</guid><author>Pwiling</author><pubDate>Sun, 07 May 2017 19:14:04 +0800</pubDate><description><![CDATA[超声波，又称超音波，是指任何声波或振动，其频率超过人类耳朵可以听到的最高阈值20kHz（千赫）。超声波由于其高频特性而被广泛应用于医学、工业等众多领域。某些动物，如犬只、海豚、以及蝙蝠等等都有着超乎人类的耳朵，也因此可以听到超声波。亦有人利用这个特性制成能产生超声波来呼唤犬只的犬笛。所谓超声波，只透过具有弹性与惯性介质，如空气，当空气本身一旦产生膨胀或压缩时，透过其分子的运动而有波动的传拨产生。因此]]></description><category></category></item><item><title><![CDATA[SonicOperator之多普勒效应]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/71358281</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/71358281</guid><author>Pwiling</author><pubDate>Sun, 07 May 2017 19:12:58 +0800</pubDate><description><![CDATA[多普勒效应是波源和观察者有相对运动时，观察者接受到波的频率与波源发出的频率并不相同的现象。远方急驶过来的火车鸣笛声变得尖细（即频率变高，波长变短），而离我们而去的火车鸣笛声变得低沉（即频率变低，波长变长），就是多普勒效应的现象，同样现象也发生在私家车鸣响与火车的敲钟声。 
这一现象最初是由奥地利物理学家多普勒1842年发现的。荷兰气象学家拜斯·巴洛特（Buys Ballot）在1845年让一队喇叭手]]></description><category></category></item><item><title><![CDATA[Node.js模块导出exports 和 module.exports 的区别]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51958693</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51958693</guid><author>Pwiling</author><pubDate>Wed, 20 Jul 2016 12:47:34 +0800</pubDate><description><![CDATA[关于exports和module.exports的关系可以总结为

 1. module.exports 初始值为一个空对象 {}，所以 exports 初始值也是 {}
 2.  exports 是指向的 module.exports 的引用
 3. require() 返回的是 module.exports 而不是 exports]]></description><category></category></item><item><title><![CDATA[Lodash，npm包仓库中依赖最多的库]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51944857</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51944857</guid><author>Pwiling</author><pubDate>Mon, 18 Jul 2016 19:46:02 +0800</pubDate><description><![CDATA[简介lodash，是具有一致接口、模块化、高性能等特性的 JavaScript 工具库。提供了大量的工具函数，也正是因为这个原因，使得lodash成为了npm包库中被其它库依赖最多的库。 
就像jQuery在全部函数前加全局的$一样，lodash使用全局的_来提供对工具的快速访问。var _ = require('lodash');提高开发者效率//copy一个JS对象//原生方法
var a =]]></description><category></category></item><item><title><![CDATA[JavaScript中函数式编程的体现－－map和reduce]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51860112</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51860112</guid><author>Pwiling</author><pubDate>Fri, 08 Jul 2016 13:09:08 +0800</pubDate><description><![CDATA[这两个函数都在某种程度上体现了函数式编程的思想，即将函数作为传入另一个函数的参数。map()方法的调用者一般是个数组，参数是一个函数，称为callback，返回值是一个由原数组中每个元素执行给定callback函数的返回值组成的新数组。也就是说，当你用map()方法时，是将组成数组中的每个元素作为参数]]></description><category></category></item><item><title><![CDATA[[leetcode] Sum of Two Integers--用位运算实现加法运算]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51842393</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51842393</guid><author>Pwiling</author><pubDate>Wed, 06 Jul 2016 21:13:22 +0800</pubDate><description><![CDATA[问题：Calculate the sum of two integers a and b, but you are not allowed to use the operator + and -.Example:
Given a = 1 and b = 2, return 3.分析：这里要求我们不能用加法、减法等运算符来实现加法运算。这里应该使用位运算来实现加法运算，实际上，这也是计算机CPU内部实]]></description><category></category></item><item><title><![CDATA[VIM不正常退出产生的swp文件]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51830781</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51830781</guid><author>Pwiling</author><pubDate>Tue, 05 Jul 2016 13:32:09 +0800</pubDate><description><![CDATA[当你非正常关闭vim编辑器时（比如直接关闭终端或者电脑断电），会生成一个.swp文件，这个文件是一个临时交换文件，用来备份缓冲区中的内容。需要注意的是如果你并没有对文件进行修改，而只是读取文件，是不会产生.swp文件的。意外退出时，并不会覆盖旧的交换文件，而是会重新生成新的交换文件。而原来的文件中并不会有这次的修改，文件内容还是和打开时一样。例如，第一次产生的交换文件名为“.file.txt.swp]]></description><category></category></item><item><title><![CDATA[C#中CLR（公共语言运行时）与IL（中间代码）]]></title><link>https://blog.youkuaiyun.com/Pwiling/article/details/51461722</link><guid>https://blog.youkuaiyun.com/Pwiling/article/details/51461722</guid><author>Pwiling</author><pubDate>Fri, 20 May 2016 15:00:35 +0800</pubDate><description><![CDATA[.net平台中的CLR首先要说明的是，.NET平台与C#不是一回事 它是C#,VB.net等程序运行的平台。CLR是公共语言运行时，是   .NET Framework的重要组成部分。它提供了内存管理、线程管理和异常处理等服务，而且还负责对代码实施严格的类型安全检查，保证了代码的正确性。事实上，类型安全(Type Checker)、垃圾回收（Garbage Collector）、异常处理(Excep]]></description><category></category></item></channel></rss>