信号处理与凸优化 学习笔记

原创 已于 2026-01-07 10:25:35 修改 · 80 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#信号处理 #学习 #笔记

于 2026-01-06 23:20:56 首次发布

2025博客之星年度评选已开启 10w+人浏览 3.6k人参与

向量范数的入门与直观理解

矩阵范数详解

矩阵范数可以看作是将向量范数的概念推广到矩阵。直觉上，矩阵范数刻画矩阵作为线性映射把输入向量“放大”或“缩小”的能力，或者简单地把矩阵的所有元素看作一个整体并测量其“大小”。常见的矩阵范数有 Frobenius 范数（元素级）、

了解本专栏 订阅专栏 解锁全文 超级会员免费看
深度学习笔记——优化算法、激活函数
haopinglianlian的博客
11-21 2465
本笔记介绍深度学习中常见的优化算法、激活函数。
现代信号处理学习笔记（五）自适应滤波器
qq_53589322的博客
03-14 2531
滤波器可以实现滤波、平滑和预测等信息处理的基本任务。如果滤波器输出是滤波器输入的线性函数，则称为线性滤波器;否则称为非线性滤波器。若滤波器的冲激响应是无穷长的，便称为无限冲激响应(IIR)滤波器，而冲激响应有限长的滤波器叫做有限冲激响应(FIR)滤波器。如果滤波器是在时间域、频率域或空间域实现，则分别称为时域滤波器、频域滤波器或空域滤波器。“信号与系统”和“数字信号处理”等课程主要是在频率域讨论滤波器，本章重点关注时域滤波器。自适应滤波器是一种信号处理技术，用于从信号中提取所需信息或去除噪声。
现代数字信号处理I-P2概率论学习笔记
weixin_43270276的博客
10-09 1715
期望是随机变量的一阶矩，是一个数。物理中表示刚体的重心，用一个点表示一个物体。如果均值可以描述随机变量的中心未知，那么方差描述的是随机变量的散度（Dispersion）
凸优化学习笔记
m0_72410588的博客
05-18 314
凸集是指包含其内部所有点的线性组合的集合。即，对于集合CCC中的任意两个点xy∈Cx,y\in Cxy∈C和任意λ∈01λ∈01，都有λx1−λy∈Cλx1−λy∈C。凸集的一个直观理解是该集合中的任意两点可以通过集合内的直线连接。本文介绍了凸优化问题的基本概念和定义、常见的优化算法及其特点、以及常见的凸优化应用。凸优化问题在实际应用中具有重要的作用，对于求解实际问题具有重要的意义。
【数字图像处理】学习笔记
m0_69310669的博客
05-28 9475
图像分为两大类：模拟图像与数字图像模拟图像：通过某种物理（光、电）的强弱变化来记录图像上各个点的亮度信息连续：从空间上和数值上是不间断的举例：胶卷照片、纸质照片、肉眼看见的图像数字图像：模拟图像经过采样和量化后得到的图像数字化意味着数字图像只是真实图像的近似，在数字化过程有信息损失（是为了方便计算机处理才做的采样和量化）举例：数码相机储存的图像像素值通常表示灰度、颜色、不透明度等数字图像处理是数字信号处理理论的二维扩展改进图像质量，方便人们理解图像（从人的角度）
神经网络与深度学习笔记2
weixin_52192956的博客
05-14 1784
多层前馈网络与误差反传算法（BP算法）是神经网络与深度学习中的核心内容。多层感知机通过引入隐层解决了线性不可分问题，如XOR问题，并能够处理更复杂的图形和函数。BP算法则通过正向传播和反向传播过程，利用梯度下降法调整网络权值和阈值，逐步减小误差，提升网络性能。通过Fashion-MNIST数据集的示例，展示了BP算法在实际中的应用。多层前馈网络与BP算法的结合，为神经网络的训练和优化提供了有效方法，拓展了其应用范围。
MIT18.065 数据分析、信号处理和机器学习中的矩阵方法-学习笔记
baidu_26296695的博客
08-27 3373
文章目录MIT18.065 数据分析、信号处理和机器学习中的矩阵方法Lecture 1 The Column Space of A Contains All Vectors AxA=CRA=CMRLecture 2 Multiplying and Factoring MatricesLU分解的解释Lecture 3 Orthonormal Columns in Q Give QTQ=IQ^TQ=IQTQ=IHouseHolder reflectionHadamard matrices正交矩阵的特征向量矩阵L
机器学习笔记
weixin_54418006的博客
07-27 1630
聚类（Clustering）是一种无监督学习方法，其目的是将数据集中的对象根据相似性进行分组，使得同一组内的对象彼此相似，而不同组之间的对象差异显著。这种方法在许多领域都有广泛应用，例如图像处理、市场分析、社交网络分析和生物信息学等。簇（Cluster）：一个簇是指一组相似的数据点，这些数据点在某些方面具有相似的特性或属性。中心点（Centroid）：指簇的中心位置，通常用来代表该簇中的所有点。在 K-means 聚类算法中，中心点是质心。距离度量（Distance Metric）
OpenCV 图像处理编程学习笔记_opencv运动补偿
2401_86436885的博客
09-12 1396
图像采样： 上采样是讲图像分辨率扩大，下采样是将图像的分辨率缩小。最邻近插值双线性插值，应用广泛，稳定性高且时间复杂度较优图像金字塔：是一系列图像的集合，所有多个分辨率图像来自同一个原始图像。常用于图像的缩放或图像分割。傅里叶变换图像掩码操作：通过掩码核算子重新计算每个像素的值。离散傅里叶：将时域信号分解为不同频率的正弦波或余弦信号叠加之和。图像卷积图像噪声空间平滑实际应用。
精选资源
凸优化笔记复习期末考试精简
10-24
在现实世界中，许多问题都可以抽象为凸优化问题，比如机器学习中的参数调整、信号处理中的滤波算法以及经济学中的资源分配等。这份"凸优化笔记复习期末考试精简"资料，应该是为了帮助学生准备期末考试而整理的精华...
凌青凸优化笔记1
08-04
凸优化在数学、工程、经济等多个领域都有广泛的应用，例如数据拟合、控制系统设计、能源管理、图像处理等。 1. **凸函数与凸集** 凸函数的定义是：如果函数f在其定义域D上，对任意两点x和y以及任意的λ（0≤λ≤1...
精选资源
凸优化理论笔记.zip_凸优化_凸优化笔记
07-14
这份"凸优化理论笔记.zip"包含了深入理解和掌握凸优化所需的关键概念与技巧。 首先，我们需要了解凸函数的基本概念。一个函数如果在其定义域内，任意两点连线上的所有点的函数值都小于等于这两点的函数值，那么这个...
精选资源
中科大凸优化-笔记-最优化理论笔记
10-11
凸优化广泛应用于机器学习（如支持向量机）、信号处理、控制理论、经济学、统计学等领域。理解和掌握凸优化理论是现代科学和工程中不可或缺的技能。 通过阅读《中科大凸优化_笔记-最优化理论笔记.pdf》这份资料，...
信号处理的疑问及进一步实验
zhaoxin1989的博客
01-07 58
信号处理的疑问及进一步实验，gdb attach不上的另一个原因，给正在运行任务发送信号的原理
工程师 - 信号处理中的整定(Setting)含义
最新发布
guoqx的专栏
01-08 307
摘要：参数整定是通过调整系统参数优化性能指标的关键过程，涉及比例、积分、微分参数（PID）的平衡。在信号处理中，整定应用于滤波器设计、谱分析等领域，需权衡性能、复杂度与稳健性。典型流程包括目标定义、算法选择、参数搜索和鲁棒性验证。与校准不同，整定侧重参数优化而非偏差校正；与自适应相比，整定多为离线操作。工程实践中强调可测指标、控制变量法、安全边界设置及流程文档化，以确保系统稳定性和性能可追溯性。（149字）
Kubernetes 学习总结（49）—— Kubernetes 本地目录挂载详解
科技D人生
01-04 869
本文介绍了Kubernetes中实现本地目录挂载的核心方法。通过hostPath卷类型和VolumeMounts挂载点，可将节点本地目录映射到Pod容器内部。详细说明了两种场景的实现步骤：单节点直接挂载和多节点通过nodeSelector指定目标节点挂载。强调了hostPath的type参数校验规则及常见问题解决方案，包括目录权限、调度错误等。建议生产环境避免宽权限配置，并指出本地挂载仅适用于非核心数据场景。如需高可用或多节点共享，应考虑NFS或PV/PVC方案。
学习笔记097——Ubuntu系统中如何通过service服务的方式启动 jar 包？
code__bee的博客
01-06 221
【代码】学习笔记097——Ubuntu系统中如何通过service服务的方式启动 jar 包？
元旦学习了两种全新的拍摄手法
卢松松
01-05 401
（3）尝试把视频控制在40秒以内，绝不拖沓。这一年这个日常号让我学习多种拍摄手法。（1）尝试在人多的地方拍视频。（2）尝试全身出境拍短视频。
MySQL初阶学习日记（8）--- JDBC
good_afternoon6的博客
01-05 1173
JDBC--java针对不同数据库上的API不同给出的一个解决方案JDBC本质上是Java标准库提供的一套类/方法，通过这组类/方法，把数据库C的原生API 进行封装，转换成Java版本的，同时也对不同数据库厂商的API进行了风格的统一安全‌：总是安全的，因为子类对象包含父类的所有属性和方法隐式‌：自动进行，无需显式转换操作符用途‌：实现多态性，通过父类引用调用子类方法风险‌：可能抛出，需确保对象实际类型匹配显式‌：需要使用 ( 子类类型 ) 父类引用 语法。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值