xiao_wyy-优快云博客

原创《声纹技术：从核心算法到工程实践》第四章：声纹识别的工程部署

4.开发环境与构建自动化要保证整个团队采用相同一个软件构造系统，必须严格安装同一版本的操作系统，其次需要采用一套可以配置编译。连接方式、并描述依赖关系的构建自动化框架。通过该配置文件构建软件，并得到同样的结果5.软件测试6.代码评审与持续集成7.故障追踪与管理8.文档9.重构。

2024-03-23 21:38:52 1158 1

原创《一种灰色关联分析优化ICEEMDAN 的 VP 倾斜仪信号降噪模型》论文记录

大且无显著分布规律，无法明显区分出较好或较差的IMF 分量，在对各个IMF 分量的可靠度进行评判时，对结果的影响可能较小。灰色关联分析的基准值为1。

2024-02-21 10:49:02 254

原创《基于ICEEMDAN 和分布熵的SS-Y伸缩仪信号随机噪声压制方法》论文笔记

吴林斌．基于ICEEMDAN 和分布熵的SS-Y 伸缩仪信号随机噪声压制方法[J/OL]．大地测量与地球动力学. https://doi.org/10.14075/j.jgg.2023.07.103。这篇文章相较于上级篇文章，没有用方差和相关系数来评估IMF的噪声含量，而是提出用分布熵这个词来评估的，分布熵，它通常用来描述一个随机变量的概率分布的不确定程度——CEEMDAN和ICEEMDAN性质差不多，只是改良了一下。

2024-02-20 17:10:19 598 1

原创《基于CEEMDAN-小波包分析的隧道爆破信号去噪方法》论文思路

相比于小波降噪，小波包分析具有更高的频率分辨率，可以进一步消除高频部分存在的噪声余量，提高去噪精度。具体的算法和方法和前两篇差不多，甚至没有上一篇更有新意，只是提出了一个。——怎么一个试错的情况？

2024-02-20 15:48:00 311

原创《基于CEEMDAN-IAWT 方法的滚动轴承振动信号降噪》算法思路笔记

1]任海军,韦冲,谭志强等.基于CEEMDAN-IAWT方法的滚动轴承振动信号降噪[J].振动与冲击,2023,42(13):199-207+268.DOI:10.13465/j.cnki.jvs.2023.13.024.CEEMDAN不再介绍他这个改进的IAWT有两个创新，第一：提出指标来帮助选择小波基和分解层数；第二：在软阈值降噪中提出了一种新的阈值函数第二个应该是算炼丹、调参的范畴，所以我不知道有多牛逼但是第一个还是有感觉的，小波基的优选在于使用这两个指标，做一个比值的优化函数。

2024-02-20 11:34:11 779

原创《基于CEEMDAN一小波包自适应阈值混凝土声发射信号降噪研究》算法思路笔记

最后将降噪处理后的IMF分量和未降噪处理的IMF分量进行重构，获得联合降噪信号。小波包降噪中，我们希望高频IMF分量与原始信号之间的相关性尽可能小，因为相关性较小意味着高频IMF分量中的信息更多地表现为噪声，而不是信号的有效信息。因此，较小的相关系数表示高频IMF分量中含有较多的噪声成分，更适合进行降噪处理。在降噪过程中，我们希望保留尽可能多的信号的有效信息，同时减少噪声的影响。因此，方差贡献率较高的高频IMF分量通常包含了更多的信号信息，相对于总体方差而言，其变化更为显著，因此更值得保留和处理。

2024-02-19 17:14:40 762

原创边缘计算第二版施巍松——第8章边缘计算系统实例

1.Cloudlet架构：移动设备-Cloudlet-云cloudlet也可以像云一样为用户提供服务，Cloudlet离移动设备只有一跳的距离，具有物理距离的临近性，可以保证实时反馈时延低，又可以利用局域网的高带宽优势，解决带宽限制问题三大特性1.软状态：可以看作位于网络边缘小型云计算中心，因此作为应用的Serve端，Cloudlet一般要维护与客户端交互的状态信息。Cloudlet不会长期维护交互的状态信息，仅暂时缓存部分来自云端的状态信息。

2024-02-15 11:30:34 1129

原创边缘计算第二版施巍松——第七章边缘计算资源调度

在边缘计算场景下，用户会产生大量的数据或者应用请求，由于请求类型和需求的不同，边缘设备的计算和存储能力也不同，且通信和网络资源在不同应用场景下各异。1.以任务为中心的调度：用户的任务需要根据本身需求进行一个最优决策：本地处理还是调度到边缘服务器处理。由于任务的不同资源需求和目标需求，调度到边缘服务上要付出额外的能量、通信和时延等代价。

2024-02-07 10:44:36 2002

原创《边缘计算》施巍松第二版——第6章边缘计算面临的挑战

用户程序通常在目标平台上编写和编译，在云服务器上运行而在边缘计算模型中，部分或全部的计算任务从云端迁移到边缘节点，由于边缘节点大多是异构平台，每个节点运行时环境可能有所差异，因此，在边缘计算模型下部署用户应用程序时，程序员将遇到较大的困难。烟花模型：基于混合云和边缘计算的编程模型，可以实现边缘计算中计算流的功能，计算流是指沿着数据传输路径上的边缘节点可对数据执行一系列计算。从而数据可以在传输路径上被逐步计算消解，从而使数据的传输量逐步降低。

2024-01-29 11:59:40 889

原创边缘计算第二版——第5章边缘计算系统平台

智能家居的定义：一个自动化且智能的家居环境，使得居住者能够享受更健康、更舒适的生活。为了满足和改善居住者的生活方式，智能家居应该同时具备自我意识、自我管理、自我学习的能力。用户作为这个系统的参与者而非管理者自我意识指智能家居能够感知居住者的状态和家庭数据。自我管理在整个系统中扮演着重要的角色，在没有居住者介入的情况下，智能家居系统应当有能力安排好家里的一切服务，以及潜在问题的及时意识和警报自我学习指的是根据居住者的个人数据，对家庭环境提供个性化设置，从而让系统调节更贴合用户的习惯。

2024-01-26 16:11:01 1084

原创《边缘计算》第2版——第三章边缘智能

以深度神经网络为代表的深度学习算法在诸多人工智能相关的应用中取得了很好的效果，随着边缘计算的发展，人工智能应用越来越多地迁移到边缘进行。云计算和边缘计算在处理人工智能任务的分工有较大的不同，边缘计算智能模式下，边缘除了数据采集之外，还将执行模型的预测任务，输出模型处理的结果，此时，云更多地是进行智能模型的训练，并将训练后的模型参数更新到边缘边缘智能的发展对边缘计算和人工智能计算有双向共赢优势：一方面，边缘数据可以借助智能算法释放潜力，提高更高的可用性；

2024-01-12 10:16:45 1474

原创《边缘计算》施巍松—第四章边缘计算典型应用读书笔记

智慧城市的建设不能依靠单一的集中处理的云计算，边缘计算模型可以作为云计算中心在网络边缘的延伸，能够搞笑地处理城市中任意时刻产生的海量数据，更安全地处理用户和相关机构的隐私数据。

2024-01-07 17:14:31 437

原创《声纹技术从核心算法到工程实践》读书笔记第二章

类似自适应脉冲编码的思想，我们不必要对整段信号采用同一组预测系数，我们可以将信号分割为很多短时片段，在每个片段中自适应地估算一组最佳的预测系数，是这段信号的预测误差最小，以进一步降低编码速率。傅里叶变换是对整个时间轴的信号进行变换，我们在分帧的过程中，相当于只保留了当前帧所覆盖的部分信号，而在帧起点和帧终点前后的信号都设为0，起点终点有着位置上的高度不连续性。在音频信号处理中，我们通常对经过分帧、加窗处理后的离散采样信号进行分析，而这时的信号帧属于有限离散信号，因此通常使用离散傅里叶变换（DFT）

2024-01-07 09:48:59 1279

原创《边缘计算》施巍松——第二章读书笔记

分布式计算：通过互联网将许多计算机节点互联，将单台计算机无法完成的计算任务分解成多个任务分配到网络中的多台计算机中执行，将各个节点的执行结果整合成最终结果并返回挑战主要来自异构性、可扩展性、容错性及并发性1.中间件技术中间件位于操作系统和分布式应用软件的中间，用于屏蔽分布环境中操作系统和网络协议的异构性面向对象的中间件成为中间件平台的主流技术2.网络计算技术网络计算式通过高速网络整合地理上分散的软硬件资源，完成大规模复杂计算和数据处理的任务分布式计算中两类使用比较广泛的子类型：在分布式计算资

2024-01-06 16:32:49 1165

原创《边缘计算》施巍松——第一章读书笔记

边缘计算是指在网络边缘执行计算的一种新型计算模式，对数据的计算包括两部分下行的云服务和上行的万物互联服务边缘是相对的概念——从数据源到云计算中心路径之间的任意计算，存储和网络资源边缘可以是这条路径上的一个或多个资源节点边缘节点——手机、wifi接入点边缘计算就是要将空间距离或者网络距离上与用户临近的这些独立分散的资源统一起来，为应用提供计算、存储和网络服务云计算是人的大脑，边缘计算是人的神经末端。

2024-01-05 16:35:09 513 1

原创《声纹技术：从核心算法到工程实践》读书笔记第一章

声纹：所有可以将一个人的声音，与其他人的声音区分开来的特征都被称为“声纹”

2024-01-02 16:51:45 727 2

原创《一本书读懂边缘计算》读书笔记第一章

可信执行环境（Trusted Execution Environment,TEE）是指在设备上一个独立于不可行操作系统而存在的可信的、隔离的、独立的执行环境，为不可信环境中的隐私数据和敏感计算，提供了安全而机密的空间，TEEs通常是硬件和软件的组合，旨在提供一种隔离和安全的执行环境，以保护关键的计算和敏感信息。边缘操作系统上下需要管理异构的计算资源，向上需要处理大量的异构数据以及多用的应用负载，其需要负责将复杂的计算任务在边缘计算节点上部署、调度和迁移，从而保证计算任务的可靠性和资源的最大化利用。

2024-01-02 16:08:22 447 1