lzzdflg的博客

马氏距离是由印度统计学家马哈拉诺比斯（P. C. Mahalanobis）提出的，表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系（例如：一条关于身高的信息会带来一条关于体重的信息，因为两者是有关联的）并且是尺度无关的（scale-invariant），即独立于测量尺度。 对于一个均值为，协方差矩阵为Σ的多变量矢量，其马氏距离为马氏距

傅里叶变换傅里叶变换的目的是可将时域（即时间域）上的信号转变为频域（即频率域）上的信号，随着域的不同，对同一个事物的了解角度也就随之改变，因此在时域中某些不好处理的地方，在频域就可以较为简单的处理。傅里叶变换公式： （w代表频率，t代表时间，e^-iwt为复变函数） 傅里叶变换认为一个周期函数(信号)包含多个频率分量，任意函数（信号）f(t)可通过多个周期函数（基函数）相加而合成。 从物理角度

既然一个函数通过傅里叶变换可以得到另外的函数，那么通过对原函数的变换，其傅里叶变换后函数是否也有特殊的变换性质？时延性 f(t)为原函数，F(S)为经过傅里叶变换后的频域函数，b为时移的距离 那么这个？是什么。 意味着时移对应着频域上的相移（相位）尺度变化 f(t)为原函数，F(S)为经过傅里叶变换后的频域函数，a为尺度变换的幅度的 那么这个？是什么。 当a>0时， 用

本人在使用VS2019调用CUDA给予的样例代码时，产生了以下错误。对于命名空间cooperative_groups无法识别，查找cooperative_groups.h发现其内容因VSIntellisense无法识别其__CUDACC__导致主文件显示错误。在官网文档中对于CUDA的运行方式做了如下阐述，CUDA应用程序的源文件由传统主机代码和针对设备(GPU)代码构成，CUDA...