- 博客(146)
- 收藏
- 关注
RSS订阅原创 深入理解I/O密集型与CPU密集型任务
通过区分I/O密集型与CPU密集型任务，我们构建了一个每秒处理35帧2400万像素图像的实时系统。精准的任务类型判断（避免用多线程处理CPU任务）分层优化策略（异步I/O+多进程+GPU加速）文件系统作为协同介质（天然的跨进程同步机制）这种设计模式可广泛应用于机器视觉、自动驾驶等需要处理多阶段混合负载的场景。我会透过层层的罗网捕捉温暖的鸟群惊恐的一震，我要从腐烂发霉的书页上拉近那连绵世纪的灰尘。
2025-03-29 12:03:53
642
原创 PyQt信号与槽机制
信号特定事件发生时发出的通知（如按钮点击、数据就绪）闹钟响起槽响应信号的函数或方法听到闹钟后起床连接将信号与槽绑定的机制闹钟与起床动作的关联# 典型信号与槽连接示例在hologram_ready = pyqtSignal(FramePacket) # 携带处理结果包数据包结构self.seq_id = 0 # 帧序列号self.raw = None # 原始图像self.speckle = None # 散斑重建self.denoised = None # 去噪结果。
2025-03-23 10:32:17
828
原创 异步编程与流水线架构：从理论到高并发
同步模式下，单帧总耗时55ms，仅能支持18 FPS，无法满足实时性要求。的乘积，而异步模式通过解耦任务提交与执行，将等待时间转化为有效工作时间。解决方案：使用async/await语法糖。：根据队列长度调整GPU批处理大小。：避免帧数据在用户态与内核态间复制。：对关键帧（如I帧）进行插队处理。每个请求独占线程（1:1映射）：当队列深度超过阈值时触发扩容。：根据队列深度动态调整线程数。：同步模式的性能瓶颈本质是。：未正确关闭线程/连接池。：预先分配显存块循环使用。：共享状态的非原子访问。
2025-03-22 22:05:11
1210
原创 散射介质成像关键参数对散斑成像的影响分析
本文从实验经验出发，探讨曝光时间、增益、帧率等关键参数对散斑成像的影响，并分析多参数耦合效应。：增益提升会放大散斑信号，但同时放大读出噪声（Read Noise）和散粒噪声（Shot Noise）。：使用散斑对比度（C = σ/<I>）、结构相似性（SSIM）等指标量化成像质量。：曝光时间越长，信号光子数增加，散斑对比度提升，但过曝会丢失高频细节。：若散射介质存在动态变化（如液晶散射屏），长曝光会导致散斑图案模糊。：优先通过硬件参数（曝光/增益）调整亮度，软件端对比度调整需谨慎。
2025-03-20 09:55:07
898
原创 详解分辨率、像素值与图像大小：数字图像的三大支柱
在 24 位彩色图像中，每个像素由红、绿、蓝（RGB）三个通道的值组合而成，每个通道的范围也是。在图像处理中，无论是去噪、重建还是显示，都需要根据实际需求（如 SLM 的分辨率限制）合理调整这三者的关系。成长不是成为完美标本，而是允许自己像是这棵未背修剪的野树，带着毛边，却生机勃勃的向着光倾斜。分辨率（Resolution）是图像的宽度和高度的像素数，例如。，输入图像的分辨率必须严格匹配，否则会出现拉伸、模糊或信息丢失。图像大小（File Size）是存储图像所需的数据量，通常以。
2025-03-10 12:57:24
1118
原创 Python GUI框架之PyQt详解
PyQt是Python语言中最强大且广泛应用的GUI框架之一，基于Qt库的Python绑定实现。其和（Windows、macOS、Linux）使其成为开发桌面应用的理想选择。本文将深入解析PyQt的核心模块，并通过代码示例展示其应用场景。
2025-03-08 10:06:57
1072
原创 深度学习入门指南
我上次买彩票中了100万，扣税还剩下80万，领的时候工作人员要我捐一点，但是我不想捐，工作人员很强势，然后吵起来了，吵的越来越厉害，最后把我吵醒了。：Python+PyTorch/Keras组合已覆盖95%应用场景。：掌握基础线性代数（矩阵运算）和微积分（导数概念）即可开始实践。：量化预测值与真实值的差距（MSE/CrossEntropy）：防止过拟合（Dropout/L2 Norm）精读《Deep Learning》花书。# 推荐使用Miniconda环境。：参数更新策略（SGD/Adam）
2025-03-07 19:35:24
1063
原创 PyTorch模型保存与加载完全指南
深度解析 ：底层使用pickle模块序列化整个模型对象包含：模型结构、参数、优化器状态、训练历史等致命缺陷 ：依赖原始类定义（跨环境加载易报AttributeError）文件体积膨胀（含类定义元数据）安全风险（可能执行恶意代码）
2025-03-06 09:36:42
623
原创 PSF（点扩散函数）详解与实验应用指南
想象用相机拍摄夜空中一颗星星（近似点光源），理想情况应成像为一个亮点，但实际会得到一个模糊的小光斑（受镜头像差、衍射等影响），这个光斑的亮度分布就是PSF。：PSF是成像系统的“DNA”，准确获取并匹配PSF是高质量图像重建的前提。可理解为“相机的指纹”，记录了系统如何将理想点光源“模糊化”的规律。PSF（点扩散函数）是光学系统中。我们不需要用力地走向任何人。（⊗ 表示卷积运算）
2025-03-05 13:51:44
751
原创 论文写作指南
引用文献时使用“作者+年份”（如：Zhang et al., 2022）。公式用公式编辑器（MathType/LaTeX）编写，居中放置，右端编号。Word（模板功能强大）/ LaTeX（公式排版精准，适合理工科）。图表需有标题（如“图1. 模型结构图”），标题置于图下方/表上方。图表与正文描述脱节（如“如图1所示”，但图1未提及关键数据）。第2-3周：撰写初稿（按模块分块写，如先写方法部分）。避免模糊词汇（如“研究”“探讨”），可包含关键词。Grammarly（英文）/ 秘塔写作猫（中文）。
2025-03-01 22:34:38
1023
原创 解锁摄影潜能：全面解析相机镜头的选择与使用逻辑
随着计算摄影的兴起，镜头的定义正在被重塑 —— 手机通过多镜头合成模拟单反效果，无反相机依靠 AI 对焦弥补光学极限。但物理定律仍无法被完全颠覆：更大的传感器需要更复杂的光学设计，虚化的层次感仍依赖真实光圈叶片。选择镜头，本质是选择一种观看世界的方式。无论是追求极致的锐利，还是迷恋老镜头的焦外漩涡，最终都回归到创作者的本心：你想让观众看到怎样的真相？
2025-02-09 22:25:33
1763
原创 直方图：摄影中的视觉数据指南
在摄影领域，直方图是一项强大而实用的工具，它就像一位无声的图像分析师，为摄影师提供关于照片曝光、色彩和对比度等关键信息。无论是新手想要避免曝光失误，还是资深摄影师追求精确的视觉效果，理解直方图都至关重要。
2025-02-03 19:40:35
1089
原创 白平衡与色温：摄影中的色彩密码
色温，从物理学角度来讲，是指将一标准黑体加热，随着温度升高，黑体辐射的颜色会发生变化，当黑体所辐射出的光与现实生活中光源的颜色相同时，此时黑体的绝对温度值就是该光源的色温，单位为开尔文（K）。在摄影中，色温决定了光线的颜色倾向。较低的色温值（如 2500K - 3500K），光线呈现出暖色调，偏红、橙，类似日出日落时分的光线；而较高的色温值（如 5500K - 7500K），光线则呈现出冷色调，偏蓝、青，像晴朗天空下的日光。白平衡，简单来说，就是。
2025-01-27 22:34:39
1403
原创 机位：解锁摄影视角的多维度密码
在摄影艺术的领域中，机位的巧妙运用宛如一把神奇的钥匙，能够开启通往独特视觉体验的大门。机位并非单一维度的概念，它涵盖了这三个关键要素，每个要素都如同一个独立的变量，相互交织，共同塑造出千变万化的画面效果。
2025-01-25 16:57:42
1761
原创 曝光补偿 EV：精准调控曝光的摄影秘籍
在摄影的缤纷世界里，曝光是决定照片成败的关键因素之一。而曝光补偿 EV（Exposure Value），就如同一个精准的调节器，帮助摄影师在各种复杂的光线条件下，实现理想的曝光效果。无论是初涉摄影的新手，还是经验丰富的老手，深入理解并熟练运用曝光补偿 EV，都能为作品带来质的飞跃。
2025-01-25 16:39:21
1332
原创 曝光三要素：解锁摄影曝光的关键密码
在摄影的奇妙领域中，光圈、快门速度和感光度作为曝光三要素，宛如精密协作的交响乐团，共同谱写着每张照片的光影篇章。它们彼此紧密相连、相互影响，而相机的不同拍摄模式，如快门优先、光圈优先和 M 挡，更是为摄影师提供了多样化的创作工具，让我们能够精准地驾驭这三要素，实现心中的创意构想。
2025-01-25 14:57:20
1087
原创 ISO：摄影中的光线敏感度密码
在摄影领域，ISO 是一个至关重要的概念，它如同摄影师手中的秘密武器，深刻影响着照片的成像效果。无论是在光线充足的户外，还是昏暗无光的室内，理解并掌握 ISO 的运用，都能让你在各种拍摄场景中应对自如，创作出令人满意的作品。
2025-01-25 13:08:54
1010
原创 快门：凝固瞬间与塑造动感的魔法开关
在摄影的奇妙世界里，快门扮演着举足轻重的角色。它就像一个时间的魔法师，能够凝固瞬间的精彩，也能描绘出动态的韵律，赋予照片独特的生命力与表现力。
2025-01-24 19:35:49
726
原创 摄影三要素
光圈就像是相机镜头中的一扇可调节大小的窗户，它控制着进入相机的光线量。光圈值通常用 f 数来表示，比如 f/1.4、f/2.8、f/5.6 等。这里的数字越小，光圈孔径越大，允许进入相机的光线就越多；反之，数字越大，光圈孔径越小，进入的光线也就越少。
2025-01-24 16:32:08
1500
原创 paper-idea记录（一）
将傅里叶变换与GS算法结合具有以下优点：一、收敛速度方面 1. **更快的收敛** - 单独的GS算法在迭代初期可能会因为随机初始化的相位而需要较多的迭代次数才能收敛到一个较满意的结果。而傅里叶变换与GS算法结合时，傅里叶全息图生成过程可以为GS算法提供一个具有一定结构和特征的初始全息图。这个初始全息图比完全随机的初始值更接近理想的全息图，能够引导GS算法在更少的迭代次数内收敛。
2024-12-25 13:28:17
522
原创 关于全息显示
5. **全息显示**：在MATLAB中，可以使用三维图形和可视化工具来实现全息显示。请注意，全息显示的实现可能需要特定的硬件支持，如三维显示器或特殊的投影设备，以实现最佳的视觉效果。3. **ISDM算法应用**：将预处理后的图像输入到已经训练好的ISDM算法模型中。6. **结果分析与优化**：最后，对全息显示的结果进行分析，评估图像质量，并根据需要对算法或显示参数进行调整优化。2. **MATLAB环境准备**：在MATLAB中，利用其强大的图像处理工具箱对采集到的散斑图像进行。等，以提高图像质量。
2024-12-09 16:30:36
715
原创 关于生成式扩散模型
ISDM（Iterative Sparse Diffeomorphic Modeling）方法是一种用于图像重建的技术，它结合了生成式扩散模型的特点和迭代重建策略。角度一这种方法在训练和重建阶段有明确的步骤：### 训练阶段：1. **数据准备**：收集并准备训练数据，这可能包括图像数据及其对应的标签或属性。2. **模型定义**：定义生成式扩散模型的架构，这通常涉及到使用神经网络，如U-Net或其他类型的卷积神经网络。3. **前向扩散过程**：模拟数据从原始分布到噪声分布的过程。
2024-12-07 17:25:28
1224
原创 计算机光电成像理论基础
图像数据增强和重现算法是计算机视觉领域中用于改善图像质量和重现图像的重要技术。以下是一些常用的图像数据增强和重现算法的介绍：### 图像数据增强算法1. **图像变换**：- **几何变换**：包括图像平移、旋转、镜像、转置等操作，用于改变图像的空间位置或方向。- **尺度变换**：涉及图像缩放和插值算法，如最近邻插值、线性插值、双三次插值等，用于改变图像的大小。- **空间域与频域间变换**：例如傅立叶变换、沃尔什变换、离散余弦变换等，将空间域处理转换为频域处理，减少计算量并提高处理效率。
2024-12-01 16:22:43
930
原创 编译原理/软件工程核心概念-问题理解
torch 模块：这是PyTorch的核心，提供了张量（Tensor）的操作和各种数学函数。torch.nn：包含了构建神经网络所需的类和方法，如层（Layer）、损失函数（Loss Function）和优化器（Optimizer）。torch.optim：提供了多种优化算法，用于训练过程中更新网络参数。torch.autograd：支持自动求导，是PyTorch进行反向传播的核心。
2024-09-11 22:46:57
1503
1
原创 高性能并行计算面试-核心概念-问题理解
并行计算是一种计算方法，它允许多个计算任务同时进行，以提高计算效率和速度。在并行计算中，一个大问题被分解成多个小问题，这些小问题可以独立地在多个处理器或计算节点上同时解决。当所有小问题解决后，它们的结果被合并以形成最终答案。并行计算的特点：多任务处理：并行计算可以同时处理多个任务，而不是按顺序一个接一个地处理。提高效率：通过同时执行多个任务，可以显著减少总体计算时间。可扩展性：并行计算系统可以扩展到更多的处理器或节点，以处理更大的问题集。
2024-08-12 22:19:30
1189
原创 数据结构面试-核心概念-问题理解
目录1.数据结构及其分类2.时间复杂度与空间复杂度及大O表示法3.循环队列及其判断队空和队满的方法4.栈与队列在计算机系统中的应用5.串的模式匹配算法6.线索二叉树、二叉搜索树、平衡二叉树7.哈夫曼树与哈夫曼编码8.DFS与BFS9.最小生成树及其构建算法10.最短路径算法11.拓扑排序、关键路径及其求法12.B树与B+树13.哈希表与哈希冲突14.常见排序算法及复杂度15.判断链表是否有环16.NP问题数据结构是计算机科学中的一个基本概念，它是指计算机中存储、组织数据的方式。数据结构使得数据的存储更加高效
2024-08-12 17:00:07
1215
原创 高等数学/概率论/数理统计/线性代数/离散数学面试-核心概念-问题理解
特征值与特征向量是线性代数中的概念，它们与线性变换有关。在线性变换中，如果存在非零向量 v ，使得当该向量通过变换后，其方向不变，只是长度发生了变化，那么这个向量 v 就是特征向量。而这个长度变化的比例因子，即变换前后向量长度的比值，称为特征值。数学公式表示：通俗易懂的解释：想象一下，你有一个可以伸缩的橡皮筋，这个橡皮筋可以代表一个向量。现在，你有一个特殊的机器，它可以改变橡皮筋的形状，但不会改变它延伸的方向。当你把橡皮筋放入机器中，机器会拉伸或压缩橡皮筋，但橡皮筋的方向保持不变。
2024-08-11 21:15:23
1377
原创 数据库原理面试-核心概念-问题理解
数据库（Database）：数据库是一个存储、检索和操作数据的系统。它通常包含多个相关数据表，这些表通过键来关联，以确保数据的一致性和完整性。数据库系统（Database System）：数据库系统是由数据库和数据库管理系统（DBMS）组成的整体。它不仅包括数据本身，还包括支持数据存储、检索和操作的软件和硬件。数据库管理系统（Database Management System, DBMS）：DBMS是一种软件，用于创建、维护和操作数据库。
2024-08-10 16:17:10
1474
原创 机器学习面试-核心概念-问题理解
分类算法◆定义：将分类规则应用于记录的目标映射，将它们划分为不同的分类，并建立具有泛化能力的算法模型，即构建映射规则以预测未知样本的类别分类算法任务◆分类：经过训练而建立的预测模型在遇到未知样本时会使用建立好的模型对未知样本进行类别的划分◆描述：描述性分类主要解释和区分现有数据集中的特征，例如，描述动植物的各项特征，并进行标注分类，通过这些特征来确定它们属于哪个类别。
2024-08-08 20:14:48
960
原创 超声智能协作机器人关键技术研究及医学领域应用项目
在所提出的手势识别方法中，使用了Leap Motion视觉传感器实时采集操作者的动态手势，结合使用了单指特征和多指特征作为动态手势样本进行训练和识别，识别后将自动执行相应的语义功能转换，通过人手的自然手势遥操作控制UR3机械臂，执行遥操作超声扫描，实现了主从端的自然人机协作交互。当然，可穿戴的生物传感系统也是一种重要的手势识别方法，Moin A等人提出了一种可穿戴的生物传感系统，利用肌肉运动和心率等生物信号，通过内置的机器学习算法进行处理和分类，实现准确的手势识别。同时设备的价格相对低廉，维护费用也较低；
2024-08-08 14:03:53
1175
原创 计算机网络面试-核心概念-问题理解
每一层负责不同的网络通信任务：物理层（Physical Layer）：负责在物理媒介上传输原始的，涉及电气信号、光信号等。数据链路层（Data Link Layer）：负责在相邻网络设备之间传输帧，处理错误检测和纠正。网络层（Network Layer）：负责。传输层（Transport Layer）：负责，确保数据的完整性和可靠性。会话层（Session Layer）：负责建立、管理和终止应用程序之间的会话。
2024-08-07 18:01:18
1095
原创 计算机组成原理面试-核心概念-问题理解
计算机的五大功能是计算机执行任务的基础，它们涵盖了从数据输入到处理再到输出的全过程。下面是对这五大功能的介绍，既抽象又通俗易懂：数据传送功能（Data Transfer）：抽象理解：数据传送功能是计算机中数据流动的通道，负责在计算机的不同部件之间传输数据，如从输入设备到内存，或从内存到处理器。通俗易懂：就像城市的交通系统，数据传送功能确保数据能够在计算机的各个部分之间顺利移动，就像车辆在道路上行驶一样。
2024-08-06 14:12:37
1370
原创 操作系统面试-核心概念-问题理解
存储管理是操作系统中负责管理内存资源的机制，它与进程的关系非常密切。进程是程序的执行实例，每个进程都需要内存来存储代码、数据和运行时状态。操作系统通过存储管理来确保每个进程都能获得所需的内存资源，并保护进程间的内存不会相互干扰。内存分配：操作系统分配内存给进程，包括程序代码、静态数据、堆栈和堆等。内存保护：操作系统确保一个进程不能访问另一个进程的内存空间。虚拟内存：操作系统使用虚拟内存技术，允许进程拥有比物理内存更大的地址空间。内存回收：操作系统负责回收进程不再使用的内存资源。
2024-08-05 11:56:16
1106
原创 计算机公共课面试常见问题：线性代数篇
另一方面，我们也可以先通过一个矩阵 P，把向量 x 换到基 (i', j') 下来表示，这时在新的基下，用来表示上面同一个空间变换的是另一个矩阵 B，它同样也是把向量从x 变换到了 x'，只不过是在另一个坐标系下完成的。其中 U 是 m 阶的正交矩阵，V 是 n 阶的正交矩阵，而 Σ 是一个 m × n 的对角矩阵，它对角线上的元素就是奇异值，并且是按照从大到小的顺序排列的。矩阵分解是将一个复杂的矩阵拆分成多个较简单矩阵的过程，这些较简单的矩阵通常具有一些特殊的性质，使得它们更容易分析和处理。
2024-06-28 11:04:21
1570
原创 计算机专业课面试常见问题-编程语言篇
1. 程序的编译执行流程？编译：对源程序进行语法检查，在检查无误后，把代码翻译为二进制目标代码。链接：将源程序与其它库函数及相关程序链接起来，生成可执行文件。执行：执行生成的可执行文件。2. C++浅拷贝和深拷贝的区别？简单理解假如B复制A，如果改变A，则B也被改变，就是浅拷贝。假如B复制A，A改变，则B不变，就是深拷贝。详细解释对于浅拷贝来说，只是增加了一个指针指向已经存在的内存。当浅拷贝复制引用属性时，仅仅复制指针值，没有复制指向的对象。
2024-06-28 10:50:50
1722
原创 计算机专业课面试常见问题-计算机网络篇
12.谈谈ip与MAC地址1. 计算机网络分为哪 5 层？计算机网络五层结构是指物理层、数据链路层、网络层、传输层、应用层。（1）应用层专门针对某些应用提供服务。（2）传输层网络层只把数据送到主机，但不会送到进程。传输层负责进程与进程之间的传输，所以也称为端到端传送。（3）网络层根据包里面的目的地址，进行路由选择，决定要往哪个方向传输。（4）数据链路层通过物理网络传送包，这里的包是通过网络层交过来的数据报。（5）物理层通过线路传送原始的比特流。2. TCP 协议简述？
2024-06-26 22:49:00
2010
原创 Transformer常见面试题
Transformer模型是一种基于自注意力机制的神经网络架构，它在自然语言处理（NLP）领域取得了显著的成果。自注意力机制：Transformer模型的核心是自注意力机制，它允许模型在处理序列时同时考虑序列中的所有位置，而不是像传统序列模型那样按顺序处理。并行化处理：由于自注意力机制不依赖于序列中元素的前后顺序，Transformer可以高效地并行化计算，这与传统的RNN和LSTM不同，后者需要按顺序逐步处理序列。编码器-解码器结构。
2024-06-25 16:04:11
3840
2
原创 自然语言处理课程论文：《Attention is all you need》复现与解读
1.3.1 机器翻译机器翻译是指利用计算机技术将一种语言的文本转换为另一种语言的文本。常见的机器翻译方法包括基于规则的方法、基于统计的方法和基于神经网络的方法。基于规则的方法依赖于语言学规则和词典，而基于统计的方法则通过学习源语言和目标语言之间的对应关系来进行翻译。近年来，基于神经网络的端到端机器翻译方法由于其优秀的性能和灵活性而备受关注。Transformer 模型作为一种基于注意力机制的神经网络结构，已经成为了机器翻译领域的主流方法之一，取得了令人瞩目的翻译效果。
2024-06-25 10:40:54
3437
1
原创 高性能并行计算课程论文：并行网络爬虫的设计与实现
随着互联网的快速发展，海量的网络信息日益增长，对这些信息的高效获取和处理成为了研究热点。网络爬虫作为一种自动化的信息收集工具，其性能和效率直接影响到数据获取的速度和质量。然而，传统的单线程爬虫在面对大规模数据时表现出明显的局限性。因此，并行网络爬虫的设计与优化成为了一个重要的研究方向。本文首先介绍了网络爬虫的基础理论，包括URL地址格式、网页爬取策略以及网页分析算法。在此基础上，本文重点讨论了并行网络爬虫的设计方法，分别从多线程并行爬虫和分布式并行爬虫两个方面进行了详细的阐述。
2024-06-24 09:43:20
1147
web前端设计大作业-简易淘宝网设计，含项目完整代码、实验报告
2023-08-14
数据结构知识总结与结构网图
2023-08-14
FPGA实验：PWM信号调制器设计，含实验所有工程文件
2023-07-30
FPGA实验报告：序列发生器，含实验工程文件，VIVADO
2023-07-30
FPGA课程设计：低通滤波器设计，含源码、设计文件、仿真文件
2023-07-30
FPGA学习资源：Bassy3开发版使用指南及常见设计
2023-07-30
FGPA课程设计：示波器与显示器的综合设计，含源码、设计文件、仿真文件
2023-07-30
FPGA课程设计：蜂鸣器设计，可以演奏歌曲《起风了》，含工程文件（源码、设计文件、仿真文件、xdc文件）
2023-07-30
FPGA课程设计：自动售货机工程文件，含源码、设计文件和仿真文件
2023-07-30
数据结构与算法-算法设计题
2022-12-23
《备战蓝桥杯》.pptx 数据结构、C语言、蓝桥杯
2022-12-23
人工智能与数据结构-更清晰的了解数据结构
2022-12-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人