- 博客(11)
- 收藏
- 关注
RSS订阅原创 SIC是什么
逐次干扰消除法（Successive Interference Cancellation, SIC）是一种在无线通信系统中用于多用户检测（Multiuser Detection, MUD）的技术。它的主要目标是消除接收信号中的多用户干扰，从而提高系统的性能。SIC 在多输入多输出（MIMO）系统、码分多址（CDMA）系统以及一些现代无线通信标准（如 LTE 和 5G）中广泛应用。
2024-10-07 08:48:35
408
原创 LINUX BASIC FORMULA
虚拟机是指在物理硬件上创建的一个虚拟化环境，它能够模拟出一台完整的计算机系统。命令：命令本体command+选项，控制命令的行为细节［-options］+参数，控制命令的指向目标［parameter)］例：chmod-R u＝rwx，g＝rx，o＝x test(将文件夹test以及内容全部权限设置为rwxr-x---x)例：chmod u＝rwx，g＝rx，o＝x hello.txt（将文件权限改为：rwxr-x--x）（总结，无： 只改所属用户，：右边有名称，改用户组，左右都有： 用户，用户组都改）
2024-09-12 15:11:32
956
原创 LINUX BASIC FORMULA
LINUX内核是开源的，任何人都可以获得和修改它，从而构建自己的LINUX操作系统。通过集成系统级程序，用户能够封装完整的LINUX发行版，这是LINUX的一个重要特性。完整的操作系统由内核和系统软件组成，任何人只需封装内核与软件即可创建一个新操作系统。内核是操作系统的核心部分，负责调度硬件资源，如CPU、内存和网络通讯。虽然内核提供这些基本功能，但用户还需要系统级应用程序来实际操作系统，从而实现与硬件的交互。LINUX操作系统由内核和系统级应用程序两部分组成，内核负责提供系统的核心功能，包括硬件调度等。
2024-09-12 14:51:45
223
原创 DFS算法
这就回溯到了初始状态，撤销了之前的决策。这是代码中的回溯，保证了在穷举所有可能的过程中，每个选择点都能够重新选择。我们的目的是打印出所有由下标构成的组合，其中的下标对应着原始数组中设为 1 的位置。数组中所有可能的组合，其中包含1的索引代表选中的元素。所以，输出会是所有可能组合的下标打印输出。在每次递归调用后，您设置某个索引位置上的值为。在您给出的代码片段中，回溯发生在每次。时，根据DFS的下一个步骤（增加。时这段代码的整个遍历过程。好的，我将详细演示以。
2024-03-16 14:06:22
695
1
原创 0-1 背包问题
if j < v[i - 1]: # 如果此时背包容量小于当前物品重量。for j in range(1, m + 1): # 模拟背包容量从m+1。f[i][j] = f[i - 1][j] # 不拿这个物品。# 选择最好的一种方式，也就是两种情况作比较，取价值的较大值。for i in range(1, n + 1): # 有几个物品可供选择。# 从键盘输入中得到物品的体积和价值。# 取得物品的个数和背包的总体积。# 将物品的体积和价值装入列表中。# 各个物品的体积列表。
2024-03-09 14:31:52
396
1
原创 30天蓝桥杯极限python组—每日n练（a+b）
把函数依次作用在list中的每一个元素上，得到一个新的list并返回。注意，map不改变原list，而是返回一个新list。# 第一个参数接受一个函数名，后面的参数接受一个或多个可迭代的序列，返回的是一个集合。# 函数的格式是： map(function, iterable, ...)# map是python内置函数，会根据提供的函数对指定的序列做映射。
2024-03-08 14:51:48
396
1
原创 模式识别分析题
每个聚类对应于图像中的一个地物类型，但此时我们不知道哪个类别对应于道路。根据分析结果，选择可能对应于道路的聚类。这可能需要领域知识的辅助，例如人为地选择与道路特征相符的聚类。对被选择为道路的区域进行后处理，以改善结果的连续性和准确性，可能包括区域合并、去除小面积区域等。虽然没有监督的标签，但可以通过一些内部评估指标（如聚类内部紧密度和聚类间隔）来评估模型对道路的识别性能。这些图像可能包含道路、建筑物、植被等。，如颜色直方图、纹理特征、形状信息等，
2023-11-29 22:37:36
467
1
原创 接上回的模式识别
用d个向量表示样本使均方误差最小，则应该把矩阵C的本征值按从大到小的顺序排列，选择前d个本征值对应的本征向量，此时截断误差是在所有用d维正交坐标系展开中最小的。2.参数估计时使用梯度下降，在使用梯度下降的方法求解最优化问题时， 归一化/标准化后可以加快梯度下降的求解速度，即提升模型的收敛速度。欠拟合：模型复杂度低，训练误差大。过拟合：模型复杂度高，训练数据少，训练误差小。1.归一化/标准化的目的是为了获得某种“无关性”——偏置无关、尺度无关、长度无关，，以对每维特征同等看待，需要对特征进行归一化。
2023-11-29 21:36:01
747
1
原创 模式识别期末
查全率：Recall=TP/TP+FN 查询的样本中为阳性的占查询出的数据的总量，也可以理解为，真实阳性样本中有多少是预测正确的。,即相似性度量.不同相似性度量对于算法的结果,有些时候,差异很大.因此,有必要根据输入数据的特征,选择一种合适的相似性度量方法.查准率：Precision=TP/TP+FP 真正的阳性样本中占预测为阳性的样本的比例，也可以理解为，预测对了多少个样本数。灵敏度：Sn=TP/TP+FN 表示在真正的阳性样本中有多少比例能被正确检测出来。，而不同类之间的样本则有较大差异。
2023-11-28 12:28:29
867
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人