- 博客(48)
- 收藏
- 关注
原创 【课程学习】
MIMO技术通过多天线协同工作,利用空间维度提升无线通信容量而不增加带宽。它将数据流拆分为多个独立信号,通过可区分的多径信道传输。相比传统单天线系统(SISO),MIMO的信道容量随天线数量显著提升,理论上可达min(M,N)倍。通过奇异值分解(SVD)可将混合信道分解为多个独立信道,并采用注水策略优化功率分配进一步提升容量。虽然实际应用中多采用均等功率分配,但MIMO技术通过巧妙的空间复用,为带宽受限的无线通信提供了高效解决方案,被视为未来通信发展的重要方向。
2025-12-19 19:10:29
449
原创 【论文学习】通过编辑习得分数函数实现扩散模型中的图像隐藏
本文提出了一种基于扩散模型的高效图像隐藏方法,通过编辑分数函数实现在特定时间步嵌入秘密图像。该方法采用混合参数高效微调策略(PEFT),结合梯度参数选择和低秩适配技术,仅需微调少量参数即可完成图像隐藏。实验表明,该方法在32×32和256×256图像上分别达到52.90dB和39.33dB的峰值信噪比,保持与原始模型相近的生成质量(FID变化<0.1),且嵌入时间仅需0.04-0.18GPU小时,较现有方法快50倍以上。该方法通过独立密钥支持多接收者场景,为扩散模型隐写术建立了新标准。
2025-12-09 19:26:47
775
原创 【论文学习】Co-Seg:互提示引导的组织与细胞核分割协同学习
本文提出Co-Seg,一种基于互提示引导的协同学习框架,用于医学图像中的组织与细胞核分割。传统方法通常独立处理这两个任务,忽略了它们的内在关联。Co-Seg通过区域感知提示编码器(RP-Encoder)生成高质量语义与实例提示,并利用互提示掩码解码器(MP-Decoder)实现双向交互优化:组织分割结果引导细胞核定位,细胞核分布特征辅助组织分类。实验表明,Co-Seg在黑色素瘤数据集(PUMA)上显著优于现有方法,组织分割Dice系数达92.51%,细胞核分割F1分数提升3.23%。
2025-12-09 13:43:46
982
原创 【论文学习】SAMed-2: 选择性记忆增强的医学任意分割模型
本文提出SAMed-2,一种基于SAM-2架构的医学图像分割基础模型。针对医学数据的噪声干扰和灾难性遗忘问题,该模型创新性地引入时序适配器和置信驱动记忆机制:时序适配器通过3D卷积和时空注意力捕捉CT/MRI等序列数据的连续性;置信驱动记忆机制则选择性存储高置信度特征,有效过滤噪声并保留跨任务知识。实验表明,SAMed-2在包含7种模态、21项任务的MedBank-100k数据集上表现优异,显著优于现有基准模型。该工作为医学图像通用分割提供了新思路,代码已开源。
2025-12-07 21:08:19
719
原创 【后端学习】MySQL数据库
本文系统介绍了数据库多表查询的核心概念与技术。主要内容包括:1)多表关系的三种类型(一对多、多对多、一对一)及其实现方式;2)多表查询方法(内连接、外连接、自连接)和实际案例;3)子查询的分类与应用(标量、列、行、表子查询);4)事务的概念、四大特性(ACID)及隔离级别设置。通过详细示例演示了如何解决并发事务问题(脏读、不可重复读、幻读),并提供了完整的SQL操作实践,帮助读者掌握复杂数据库查询与事务管理的核心技能。
2025-11-27 20:04:00
907
原创 【算法学习】回溯算法、希尔排序和插值算法
本文介绍了三种重要算法:回溯算法、希尔排序和插值算法。回溯算法通过深度优先搜索和剪枝优化,采用"选择-递归-撤销"模式解决组合优化问题。希尔排序作为插入排序的优化,通过分组插入和逐步缩小增量实现高效排序。插值算法则包含最近邻、双线性和双三次等方法,用于基于已知数据点预测未知值。每种算法都配有核心思想、实现步骤和典型应用场景,展现了不同计算问题的解决思路。
2025-11-25 22:25:50
798
原创 【后端学习】MySQL数据库
本文介绍了SQL中常用的函数类型和约束规则。主要包括字符串函数(CONCAT、LOWER等)、数值函数(CEIL、RAND等)、日期函数(CURDATE、DATEDIFF等)和流程函数(IF、CASE WHEN)的使用示例。同时讲解了数据库约束的概念,包括主键、非空、唯一、检查等约束的创建方法,以及外键约束的添加和删除更新行为设置。通过具体案例展示了如何应用这些函数和约束来保证数据的一致性和完整性,如员工工号补零、随机验证码生成、成绩等级评定等实际业务场景的实现。
2025-11-25 15:02:07
627
原创 【后端学习】MySQL数据库
本文介绍了MySQL数据库的基础知识和操作指南。主要内容包括:1) MySQL概述与安装配置,包括数据库概念、安装步骤和客户端连接方法;2) SQL语言详解,涵盖DDL(数据定义)、DML(增删改)、DQL(查询)和DCL(权限控制)四大类语句;3) 数据类型介绍,包括数值、字符串和日期时间类型;4) 表操作指南,包括创建、修改、删除表等;5) 数据操作示例,如增删改查数据;6) 图形化界面工具DataGrip的使用方法;7) 用户权限管理。文章通过大量实例代码演示了MySQL的基本操作,适合初学者快速掌握
2025-11-25 11:29:31
1162
原创 【前端学习】React学习【万字总结】
本文介绍了一个React类组件的实现过程,它创建了一个包含库存和商品两个面板的列表应用。主要内容包括: 面板切换功能:通过state中的tabChannel状态控制显示不同面板内容 数据展示:使用map方法循环渲染库存和商品数据 删除功能:在商品面板实现删除操作 样式处理:比较了style内联样式、CSS Module和classnames等多种样式方案 生命周期:演示了类组件的componentDidMount等生命周期方法 数据请求。
2025-11-16 14:51:51
487
原创 【前端学习】React学习【万字总结】
本文介绍了React组件开发的核心知识。主要内容包括:1. JSX语法特点及其与HTML的区别;2. 两种组件类型(函数组件和Class组件)的创建方式;3. 状态管理的实现方法,重点对比了useState Hook和setState的使用方式;4. 事件绑定与参数传递的技巧;5. 循环渲染和条件渲染的实现方式;6. 项目初始化与基础目录结构说明。文章详细讲解了state的特性与正确修改方法,强调直接修改状态不会触发渲染,必须通过特定方法更新。同时提供了组件通信、事件处理等方面的实用代码示例。
2025-11-15 20:12:33
572
原创 【前端学习】前端高频面试场景题
本文介绍了JavaScript中控制并发请求的两种实现方式。通过Promise和async/await分别实现了并发请求池,核心思路是:1)初始化并发池;2)任务完成后自动补充新任务;3)利用Promise.race监听任务完成状态。两种方法都能有效控制同时发起的请求数量,避免一次性发起过多请求。同时还列举了GET和POST请求的8个主要区别,包括设计目的、参数位置、缓存机制、安全性等方面,强调GET适合获取数据,POST适合提交数据,但都需要HTTPS保证安全性。
2025-11-15 11:20:13
685
原创 【前端学习】仿Deepseek官网AI聊天网站React
摘要: 本文介绍了Next.js中动态路由的实现方法及其在AI对话应用中的实践。通过在文件夹名称中使用方括号(如[slug])创建动态路由片段,可以接收URL参数并传递给页面组件。文章详细展示了如何使用React和AI-SDK构建一个完整的AI对话系统,包括: 前端实现:包含消息展示、输入处理和状态管理的聊天界面 后端API:通过DeepSeek API处理对话请求并返回流式响应 动态路由应用:为每个对话创建独立URL(如/chat/[chat_id]) 系统支持两种AI模型切换(通用对话和推理模型)
2025-11-13 21:08:34
1654
1
原创 【论文学习】基于分数域的脑卒中病灶分割方法及应用
摘要:本研究针对脑卒中病灶分割面临的精度不足和计算效率低两大挑战,提出基于分数域特征增强的新型解决方案。首先构建FPUNet模型,通过分数阶傅里叶变换获取空域与频域间的中间特征表示,结合多级残差和Transformer架构,在三个公共数据集上DSC指标提升10.39%。进一步开发轻量化的FRFTMamba-UNet,采用分层策略(浅层残差卷积+深层Mamba模块),在保持精度的同时将参数量降低44.5%。实验表明,该方法有效解决了传统分割中病灶欠分割和实时性不足的问题,为临床快速诊断提供了可行方案。
2025-11-12 17:27:39
1054
原创 【前端学习】携程前端面试题
本文主要介绍了React的核心特性、常见问题与解决方案,以及闭包、数组操作和Promise的相关知识。React部分重点讲解了其组件化、虚拟DOM和单向数据流的特点,并总结了状态更新异步性、重渲染优化和Hooks使用规则等常见问题及对策。闭包部分阐述了其实现私有变量和保存状态的用途。此外,还提供了数组去重和扁平化的实现方法,分析了Promise相对于回调函数的优势。最后对比了类组件和函数组件的生命周期管理方式。全文通过代码示例和比喻,清晰呈现了前端开发中的关键概念和实践技巧。
2025-11-12 14:56:05
297
原创 【前端学习】阿里前端面试题
Koa2中间件机制解析与应用实践 摘要:Koa2中间件是基于洋葱模型的异步处理流程,本文系统介绍了常用中间件及其原理,并分享了自定义中间件的实践经验。重点内容包括:1) 解析koa-body等核心中间件的工作原理;2) 常见中间件如路由、权限校验、限流等的实现方案;3) 异步处理机制async/await的原理与应用;4) Cluster模式下分布式限流中间件的Redis实现方案。通过中间件的组合使用,开发者可以高效构建健壮的Node.js后端服务,处理请求解析、权限控制、接口限流等核心功能。
2025-11-11 18:46:11
418
原创 【前端学习】大厂前端代码题
本文解析了JavaScript中变量提升、作用域、闭包、原型继承等核心概念。重点包括:1)变量声明(var)会提升到作用域顶部但赋值不提升;2)函数声明整体提升且优先级高于变量声明;3)IIFE内部变量会遮蔽外部同名变量;4)函数表达式名称仅函数内可见;5)原型链继承中instanceof检查原型链;6)闭包使内部函数能访问外部作用域变量;7)引用类型比较的是内存地址;8)对象方法中的this指向调用者。这些机制解释了JavaScript代码的执行原理和常见输出结果。
2025-11-11 16:35:36
606
原创 【组会汇报】ConDSeg论文代码及讲解
本文提出了一种基于两阶段训练的医学图像分割方法ConDSeg,采用ResNet50作为骨干网络提取多尺度特征。第一阶段训练基础分割模型,第二阶段通过语义解耦和对比驱动特征融合增强模型性能。关键技术包括:1) 空洞卷积扩大感受野;2) 通道/空间注意力机制聚焦关键区域;3) 语义解耦模块将特征分解为前景/背景/不确定三类;4) 对比驱动特征聚合模块指导多尺度特征融合。实验在Kvasir-SEG数据集上进行,采用Dice-BCE混合损失函数,通过数据增强、早停机制和学习率调度优化训练。
2025-11-09 11:33:35
789
原创 【组会汇报的问题】ConDSeg论文
本文探讨了医学影像分割的关键问题,提出了一种通用框架TGANet。该框架通过文本注意力机制整合息肉大小和数量信息,采用XBound-Former纯注意力结构,结合SID模块对高层特征进行语义解耦。文章详细分析了多尺度解码器、CDFA模块等技术如何解决医学影像分割中的共现现象和模糊边界问题,并介绍了DSC、HD95等评价指标。框架在三种医学影像模态上验证有效,展示了在编码器选择和训练策略上的灵活性,探讨了空洞卷积、一致性增强等技术的应用原理及优化方法。
2025-11-08 20:28:18
894
原创 【论文学习】基于小波变换的论文
本文提出了一种新型图像去雾方法WDMamba,通过结合小波变换和视觉Mamba模型实现高效去雾。该方法创新性地利用小波退化先验,将去雾过程分为低频恢复和细节增强两个阶段:首先使用Mamba块以线性复杂度处理低频分量去除全局雾霾,再针对高频分量进行细节增强。为提高细节保留能力,训练过程中引入了自引导对比正则化,将粗复原输出作为难负例进行对比学习。文章还介绍了EWT方法,通过小波变换降维和双流特征提取块优化Transformer在图像去噪中的应用,显著提升了处理速度和资源利用率。
2025-11-08 20:20:44
534
原创 【论文学习】基于 Transformer 的图像分割模型
SegViT是一种基于纯视觉Transformer的语义分割模型,创新性地利用注意力机制直接生成分割掩码。不同于传统方法从ViT输出学习像素级表征,SegViT提出注意力到掩码(ATM)模块,通过计算可学习类别令牌与空间特征的相似度图谱来预测分割结果。作者还探讨了Mask2Former架构,通过掩码注意力机制统一处理各类分割任务。
2025-11-05 21:00:23
1001
原创 【论文学习】医学图像分割论文
本文提出了一种名为ConDSeg的新型医学图像分割框架,旨在解决医学影像中普遍存在的软边界和共现现象两大挑战。该框架通过一致性增强训练策略提升编码器在低对比度、光照不佳等恶劣条件下的鲁棒性;采用语义信息解耦模块将特征明确划分为前景、背景和不确定区域,并通过训练逐步减少模糊区域;设计对比驱动特征聚合模块利用前景-背景差异指导特征融合,增强关键判别特征;引入尺寸感知解码器实现对不同尺度目标的精准定位。在五个涵盖多种模态的医学图像数据集上的实验表明,ConDSeg在所有数据集上均达到了最先进的性能,验证了其通用性
2025-10-21 15:49:54
1279
原创 【论文学习】大语言模型(LLM)论文
本文围绕两大前沿人工智能架构——ControlNet与TradingAgents展开,分别阐述了其在图像生成与金融交易领域的创新设计与核心原理。ControlNet是一种为大型预训练文生图扩散模型(如Stable Diffusion)添加空间条件控制的神经网络架构。其核心设计包含三方面:锁定预训练模型、复用编码层为骨干网络和零卷积连接机制;TradingAgents提出了一种受现实交易公司启发的、由大语言模型驱动的多智能体交易系统。
2025-10-18 22:08:23
751
原创 【论文学习】医学图像分割论文
ConDSeg是一种新型医学图像分割框架,针对医学图像存在的低对比度、模糊边界和共现现象等挑战,提出创新性解决方案。该框架通过对比驱动特征增强,包含四个关键模块:一致性强化对比训练提升编码器鲁棒性;语义信息解耦模块将特征分为前景/背景/不确定区域三类;对比驱动特征聚合模块通过前景背景对比增强判别性特征;尺寸感知解码器解决多尺度目标问题。实验证明其在多种医学图像分割任务中达到SOTA性能,具有通用性强、分割精度高的特点。代码已开源,为医学图像分析提供了新思路。
2025-10-16 16:50:42
1169
1
原创 【前端学习】仿Deepseek官网AI聊天网站React
文章摘要: 该内容介绍了如何使用Next.js和Tailwind CSS构建一个带侧边栏的页面布局。主要包含两个部分:1) 在layout.tsx中创建基础布局结构,使用ClerkProvider进行身份验证,并设置20%宽度的导航栏和80%宽度的内容区;2) 在page.tsx中实现一个包含文本输入框和模型选择功能的主页组件,使用Material UI图标,通过useState管理输入状态。文章详细说明了各类CSS类名的用途,如flex布局、字体设置、边距控制等
2025-10-15 21:15:43
950
1
原创 【前端学习】仿Deepseek官网AI聊天网站React
Clerk是一个开发者友好的身份验证和用户管理服务,帮助快速集成登录/注册、组织管理等功能。在Next.js项目中,通过安装@clerk/nextjs包并配置环境变量即可使用。关键步骤包括:设置中间件保护路由、用ClerkProvider包裹应用、创建登录页面组件。特别需要注意将登录页设为公开路由,并配置正确的跳转URL。Clerk提供预构建的<SignIn/>组件,开发者只需简单调用即可获得完整登录功能,无需从零开发认证系统,大幅提升开发效率。
2025-10-15 15:03:45
872
原创 【前端学习】仿Deepseek官网AI聊天网站React
摘要:这是一个基于Next.js框架搭建仿Deepseek官网AI聊天网站的React项目学习教程。教程详细介绍了环境配置要求(Node.js 18.18+),包括Node.js安装时的核心组件选择,以及如何通过npx create-next-app快速创建项目。特别说明了在PowerShell中可能遇到的执行策略问题及解决方案,最后指导如何启动开发服务器(npm run dev)并访问本地3000端口查看项目。Next.js作为React框架,能自动处理工程化配置,开发者可专注于业务逻辑实现。
2025-10-14 17:58:44
917
原创 【论文学习】交互式图像分割顶会论文
FocalClick:一种高效的交互式图像分割方法 本文提出了FocalClick方法,旨在解决现有交互式分割技术在工业应用中的两个主要问题:1)低功耗设备运行效率不足;2)难以有效修正已有掩码。该模型采用局部化处理策略,将整图推理分解为目标区域粗分割和焦点区域细化两个阶段,显著降低了计算量(FLOPs)。同时,提出了渐进式融合机制,通过形态学分析动态决定保留和更新的区域,有效保护已有掩码的正确部分。
2025-10-14 14:28:18
913
原创 【论文学习】时间序列分类论文
本文提出了一种面向时间序列分类的掩码建模方法CBD(Content-aware Balanced Decoder),通过频谱空间优化解决传统Transformer在掩码时间序列建模中的两个关键问题:1)特征同质化和秩崩溃;2)频谱能量失衡。CBD包含内容感知交互调制单元(动态调整特征交互)和频谱能量重平衡单元(校准频域能量分布),通过双约束损失机制实现时域与频域的协同优化。在10个时间序列数据集上的实验表明,该方法显著优于基线模型,并通过可解释性分析验证了其有效性
2025-10-11 20:22:55
755
原创 【论文学习】交互式图像分割顶会论文
摘要:交互式图像分割研究关注如何通过用户交互(如点击、涂鸦)提升分割精度。FocalClick(CVPR 2022)提出局部区域预测与渐进合并方法,解决低功耗设备运行效率和掩码修正问题,显著降低计算量。跨模态视觉Transformer(ICCV 2023)则利用互信息建模图像与交互信号的关联,通过多模态协同增强分割性能。两篇工作分别从计算优化和多模态融合角度推动交互分割的实用化,代码均已开源。
2025-10-08 14:08:00
678
原创 【LeetCode134题】和【LeetCode135题】题解
加油站问题 给定环形路上的加油站汽油量gas和行驶消耗cost,判断能否绕行一周并找出唯一可行起点。算法步骤: 计算总油量与总消耗,若总油量不足则直接返回-1 遍历加油站,记录油量最低点,其下一站即为起点 时间复杂度O(n),空间复杂度O(1) 分发糖果问题 根据孩子评分分配糖果,满足: 每人至少1颗 相邻孩子中评分高的必须获得更多糖果 解法: 左右两次遍历,分别计算满足左右邻居条件的糖果数 取两次结果的较大值作为最终分配
2025-10-08 11:24:17
849
原创 【论文学习】2025年图像处理顶会论文
本文介绍了2025年CVPR事件视觉研讨会的两项重要研究:SIS挑战赛和MTADiffusion模型。SIS挑战赛聚焦事件相机的时空实例分割任务,要求模型融合事件数据和灰度图像,实现高速动态场景下的精确物体分割。MTADiffusion是一种创新的图像修复模型,通过掩码-文本对齐机制解决现有方法的语义错位、结构扭曲和风格不一致问题。该研究提出了自动生成掩码描述的MTAPipeline,构建了大规模MTADataset,并整合多任务训练和风格一致性损失函数,在多个基准测试中达到最先进性能。
2025-10-07 19:54:53
1641
1
原创 【LeetCode380题】和【LeetCode238题】题解
文章摘要: 本文介绍了两个算法问题的解决方案。第一个是实现支持O(1)时间插入、删除和随机访问的RandomizedSet类,通过组合哈希表(快速查找)和动态数组(随机访问)来实现高效操作。插入时将元素添加到数组末尾并在哈希表记录索引;删除时交换元素到数组末尾再删除;随机访问时直接返回随机索引对应的元素。第二个问题是计算数组中除自身外所有元素的乘积,通过两次遍历实现:第一次从左到右计算前缀乘积,第二次从右到左计算后缀乘积并与前缀乘积相乘,最终得到结果。两个方案都满足O(1)或O(n)的时间复杂度要求。
2025-10-07 13:58:07
924
原创 【论文笔记】2025年图像处理顶会论文
2025年图像处理领域涌现多项创新研究:1. v-CLR提出视图一致性学习框架,通过跨视图特征对齐增强开放世界实例分割能力,在未知类别识别上达到SOTA;2. PolarNeXt改进极坐标表示法,采用自适应采样策略和联合对齐光栅化模块,将分割精度提升4.8%的同时降低计算负载;3. 中央凹分割(FovealSeg)模拟人眼视觉机制,结合注视点追踪实现AR/VR场景的高效实例分割;4. 空间频率调制(SFM)通过频域特征处理改进语义分割,在ADE20K数据集上使Mask2Former模型mIoU提升1.5。这
2025-10-04 18:36:15
1379
原创 【LeetCode】26、80、169、189、121、122、55、45、274题解
本文摘要:本文介绍了数组操作中的多个经典算法问题及其解决方案: 删除有序数组重复项(26题):使用双指针法,快指针遍历数组,慢指针记录唯一元素位置,时间复杂度O(n)。 删除有序数组重复项II(80题):同样使用双指针,但允许元素最多出现两次,比较当前元素与slow-2位置元素。 多数元素(169题):摩尔投票算法,通过票数抵消找到出现次数超过半数的元素。 轮转数组(189题):通过三次反转实现数组旋转,先整体反转,再分别反转前k个和剩余元素。
2025-10-01 16:25:15
1085
原创 【LeetCode88题】和【LeetCode27题】题解
本文介绍了两个数组操作算法题及其解法。第一题要求合并两个有序数组到nums1中,采用从后往前的双指针法,时间复杂度O(m+n)。通过比较两数组末尾元素,将较大者放入nums1末尾,最终处理剩余元素。第二题要求原地移除数组中等于val的元素,使用前后指针法:将等于val的元素与末尾元素交换,并移动指针,最终返回非val元素的数量k。两种解法都高效地实现了题目要求,避免了额外空间的使用。
2025-09-29 16:32:14
864
原创 【论文笔记】基于深度学习的图像分割研究综述 和 基于深度学习的二分图像分割综述
摘要: 本文系统综述了基于深度学习的图像分割技术,涵盖传统方法和深度学习方法,重点分析了二分图像分割(DIS)的研究进展。传统方法依赖低层特征(如灰度、纹理),而深度学习方法通过CNN、Transformer等架构实现端到端分割。DIS任务强调精准边界划分,不依赖类别信息,主要分为三类方法:1)基于全局-局部信息融合的网络设计(如U-Net、注意力机制);2)引入频域、梯度、深度等辅助信息提升复杂场景下的分割鲁棒性;3)基于扩散模型的生成式方法(如DiffDIS),通过单步去噪平衡生成能力与效率。实验表明,
2025-09-27 20:37:46
936
原创 【论文笔记】MFP: Making Full Use of Probability Maps for Interactive Image Segmentation
本文提出了一种新型交互式图像分割算法MFP,通过深度利用历史概率图信息显著提升分割精度。该算法创新性地引入概率图调制机制,将用户点击信息与历史预测融合生成优化后的目标表征。MFP采用递归训练策略,支持多种骨干网络(ResNet-34/HRNet-18/ViT-B),在四个基准数据集上的实验显示其性能优于现有方法。具体而言,MFP在85%IoU阈值下平均点击次数少于4次,在多项指标中达到最优。该框架通过调制概率图和特征融合有效传递历史信息,为交互式分割提供了新思路。
2025-09-24 19:45:22
432
原创 【学习笔记】一文搞懂图像分类训练、测试和预测过程
本文介绍了一个完整的图像分类项目实现流程,从数据准备到模型训练、测试和预测的全过程。项目基于PyTorch框架,支持多种经典CNN模型(如ResNet、VGG、AlexNet等)的对比实验,说明了数据集的划分方法、模型构建与加载机制、训练过程中的可视化监控,以及测试阶段的关键评估指标。
2025-08-13 20:31:38
828
原创 【学习笔记】一文搞懂K-means、DBSCAN和MeanShift聚类算法【万字总结】
本文介绍了机器学习中的聚类算法,重点讲解了K-means和DBSCAN两种核心方法。在K-means部分,阐述了算法原理、工作流程、优缺点以及代码实现,包括肘部法则确定最佳K值、轮廓系数评估聚类质量等关键技术。DBSCAN部分解析了基于密度的聚类思想,说明了核心对象、密度可达等核心概念,并展示了参数选择方法和实际应用效果。本文还通过鸢尾花数据集和手写数字识别等实例,演示了如何将聚类算法应用于实际问题,包括图像分割和半监督学习等高级应用场景。最后简要提及了MeanShift算法的基本原理。
2025-08-07 17:54:59
877
原创 【学习笔记】一文搞懂陀螺仪
本文介绍了陀螺仪的基本原理、类型及其应用。陀螺仪是一种能够检测物体方向变化或旋转速度(角速度)的装置,广泛应用于手机、无人机、航空航天等领域。本文讲解了三种主要陀螺仪:机械陀螺仪(利用旋转物体的角动量守恒)、科里奥利振动陀螺仪(基于科里奥利力,现代电子设备常用)和光学陀螺仪(利用萨格纳克效应,精度极高)。此外,文章还解释了关键概念如角动量、进动和科里奥利力,并对比了各类陀螺仪的优缺点及适用场景。
2025-08-02 08:15:00
2651
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
RSS订阅