<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SparkQiang的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/SparkQiang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SparkQiang]]></copyright><item><title><![CDATA[电气工程/自动化专业适合发表的中文核心期刊]]></title><link>https://blog.youkuaiyun.com/SparkQiang/article/details/112917740</link><guid>https://blog.youkuaiyun.com/SparkQiang/article/details/112917740</guid><author>SparkQiang</author><pubDate>Thu, 21 Jan 2021 11:01:44 +0800</pubDate><description><![CDATA[电气工程/自动化专业适合发表的中文核心期刊
看书的时候发现最新一些适合本领域发表的高水平中文期刊，和大家分享一下
原子能类

电工技术类

自动化

自动化/计算机类

能源类

希望有所帮助，下期再会


...]]></description><category></category></item><item><title><![CDATA[如何用Python快速画一只可爱的小猪佩奇]]></title><link>https://blog.youkuaiyun.com/SparkQiang/article/details/108453736</link><guid>https://blog.youkuaiyun.com/SparkQiang/article/details/108453736</guid><author>SparkQiang</author><pubDate>Mon, 07 Sep 2020 19:03:24 +0800</pubDate><description><![CDATA[如何用Python快速画一只可爱的佩奇
代码搬运工：
Monster12138/Peppa-Pig: 使用python turtle库画一只小猪佩奇 https://github.com/Monster12138/Peppa-Pig
先上图哈
@可可爱爱@

代码搞起来：
# coding:utf-8
from turtle import*

def nose(x,y):#鼻子
    pu()
    goto(x,y)
    pd()
    seth(-30)
    begin_fill()
  ]]></description><category></category></item><item><title><![CDATA[我用Python--study]]></title><link>https://blog.youkuaiyun.com/SparkQiang/article/details/105024017</link><guid>https://blog.youkuaiyun.com/SparkQiang/article/details/105024017</guid><author>SparkQiang</author><pubDate>Sun, 22 Mar 2020 10:51:55 +0800</pubDate><description><![CDATA[import random
brandlists=[‘HuaWei’,‘Apple’,‘Vivo’,‘mi’,‘OPPO’]
#random.seed(0)
x=random.randint(0,4)
name=brandlists[x]
print(name)

]]></description><category></category></item><item><title><![CDATA[GRU门控循环神经网络]]></title><link>https://blog.youkuaiyun.com/SparkQiang/article/details/104357162</link><guid>https://blog.youkuaiyun.com/SparkQiang/article/details/104357162</guid><author>SparkQiang</author><pubDate>Mon, 17 Feb 2020 13:57:24 +0800</pubDate><description><![CDATA[门控循环网络
深度学习的概念源于对人工神经网络的研究，门控循环单元GRU神经网络是深度学习的一种。长短期记忆网络（LSTM）在RNN的基础上，通过引入门控操作解决了其梯度爆炸的问题，而GRU网络实际上是LSTM网络一种较为成功的变体【1,2】。

对比一般的神经网络，GRU网络收敛速度快且不容易发生梯度消失的情况，主要原因是该网络复杂的门控单元（细胞状态）通过偏置和相关参数来实时和灵活的调整激活函...]]></description><category></category></item><item><title><![CDATA[变分模态分解（VMD）]]></title><link>https://blog.youkuaiyun.com/SparkQiang/article/details/103498160</link><guid>https://blog.youkuaiyun.com/SparkQiang/article/details/103498160</guid><author>SparkQiang</author><pubDate>Wed, 11 Dec 2019 19:24:41 +0800</pubDate><description><![CDATA[变分模态分解（VMD）
VMD是一种自适应、完全非递归的模态变分和信号处理的方法。其核心思想是构建和求解变分问题：在搜索时确定每个模态的中心频率和有限带宽，并且可以自适应地实现固有模态函数（IMF）的有效分离、信号的频域划分、获得给定信号的有效分解成分，最终实现变分问题的最优解。
首先构造变分问题，假设原始信号f被分解为k个分量，保证分解序列为具有中心频率的有限带宽的模态分量，同时各模态的估计带宽...]]></description><category></category></item></channel></rss>