自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(23)
  • 收藏
  • 关注

原创 2025年7月11日学习笔记&一周归纳——模式识别与机器学习

1.我用百度网盘分享了一篇笔记《第四章经典人工神经网络3_笔记》,链接:https://pan.baidu.com/fcb/s?2.我用百度网盘分享了一篇笔记《第四章经典人工神经网络2_笔记》,链接:https://pan.baidu.com/fcb/s?3.我用百度网盘分享了一篇笔记《第四章经典人工神经网络1_笔记》,链接:https://pan.baidu.com/fcb/s?4.我用百度网盘分享了一篇笔记《第三章线性学习机器01_笔记》,链接:https://pan.baidu.com/fcb/s?

2025-07-11 15:43:14 342

原创 2025年7月9日学习笔记——模式识别与机器学习——fisher线性回归、感知器、最小二乘法、最小误差判别算法、罗杰斯特回归算法——线性分类器

总之利用线性判别函数进行决策,就是利用一个超平面把特征空间分割成两个决策区域。1.把所有样本都投影到一个方向上2.在这个一维空间中确定一个分类的与之过这个阈值点与投影方向垂直的超平面就是两类的分类面。

2025-07-10 09:46:42 714

原创 2025年7月8日学习笔记——模式识别与机器识别学习笔记——两类错误率、准确率、Neyman-Pearson决策和ROC曲线

(2)用来评价和选择与分类有关的特征,通过设定不同的阈值画出单独一个特征作为指标进行分类时的ROC曲线,计算AUC并通过比较不同特征之间的AUC来得知哪个特征包含更多的分类信息。:假阳性率(真阴性的情况下判定为阳性):真阳性率(在为真的情况下判断为真)(1)比较不同的分类决策。

2025-07-09 08:59:35 500

原创 7月8日学习笔记——统计决策方法

本博文内容为的第二章前半部分学习笔记。1.本章介绍在。

2025-07-08 19:45:36 202

原创 2025年7月8日学习笔记——模式识别与机器学习绪论

(2)预处理原始语音信号——按照一定的时窗分割成一些小的片段,将连续的语音分成相对孤立的音素,以这样的音素作为识别的基本单位。已知要划分的类别,并且能够获得一定数量的类别已知的的训练样本,这种情况下建立的分类器的问题,属于监督学习的问题。1.(1)语音通过信号采集进入计算机,成为数字化的时间序列信号。:客户细分、异常检测、基因序列分组等无标签数据场景。(3)音素经过信号处理后,提取特征向量。满足以上任意一条都是非监督模式识别。2.最经典分类器:隐马尔可夫模型。一个模式识别系统通常包括。

2025-07-08 15:37:25 726

原创 2025年7月7日学习笔记

链接: https://pan.baidu.com/s/1I6krbu8yPfNgbQK4aVkgHQ?对每一轮训练后的错误率进行统计,观察原始数据错误率所占概率是否在拒绝域内。① 数据置换:随机打乱目标变量标签(破坏特征与标签的关联性)② 模型训练:使用置换后数据完整训练模型(保持训练流程不变)④ 重复实验:循环执行①-③过程 N 次(例:N=1000)③ 性能记录:评估模型在置换数据上的性能指标。是的,在 n 倍交叉验证中,在fold1,3-5上训练。在fold2-5上训练。

2025-07-07 16:39:37 787

原创 2025年7月4日学习随记

在Python中,通过NumPy定义的标量、数组与直接定义的Python变量(如int, float, list等)在数据类型、存储方式、操作效率以及功能上有显著区别。特性Python原生变量NumPy标量NumPy数组类型动态类型(任意精度)固定精度(如int32, float64)同质、固定类型存储对象,内存不连续轻量对象连续内存块效率操作慢(解释器开销)比原生快但不如数组向量化操作,高效(C级别)功能基本操作支持数组的数学函数丰富操作(广播、线性代数等)内存占用。

2025-07-04 19:54:49 853

原创 线性稳压电路(三极管,运算放大器)

3.在电路右侧,设输出电压为5V时,放大器同相和反相的电压相同,都为稳压管稳定的电压幅值。4.运算放大器:当输出端电压变小,反相电压变小,运放输出增大,三极管输出电流增大;1.电容作用:短路交流信号,使交流信号更快回到负极,最大可能减少对负载和变压电路的影响。我们目前有一个12v电压源,我们需要一个稳定的5V电压输出,我们该如何设计这个电路呢?1.对于交流电,我们可以使用变压器进行电压变换,但是对于直流电,这个办法则行不通了。当输出端电压等于5V时,其余7V都施加在三极管身上,此时三极管工作在线性放大区。

2023-09-18 00:21:49 3883 1

原创 带通信号的低通复信号

在对时域进行抽样时,抽样频率应该大于信号的最高频率的二倍,为了防止正好二倍每次采样都采样在周期始末,一般在工程上采用三到五倍,或者二点几倍。链接:https://pan.baidu.com/s/1O7Xglkl7SYEv2xgIeG8WrA?对时域进行抽样,相当于在频域对信号频谱进行周期为采样频率的从负无穷到正无穷的周期延拓。在频域上表达为一个带通信号的频域搬移和低通信号共轭信号的频域搬移的形式。1.频域图像关于y轴左右对称:要求时域信号是实信号。频域图像关于y轴左右不对称:时域信号是复信号。

2023-07-03 10:27:04 278 1

原创 AWR1642与DAC1000EVM的自学笔记

学习用的笔记,没有什么实质性内容,想要学习的各位可以直接划走

2023-01-15 16:13:25 669

原创 毫米波雷达自学_CCS使用

一些没有解决的bug

2022-09-17 21:58:12 915 2

原创 毫米波雷达AWR1642BOOST代码走读学习笔记

自学

2022-09-12 22:05:14 1849 3

原创 毫米波雷达DAC1000EVM预备知识自学(笔者自学笔记——5 DCA1000EVM命令和数据格式)

相关自学笔记

2022-09-11 21:15:03 2158 1

原创 毫米波雷达DAC1000EVM预备知识自觉(笔者自学笔记)

DAC1000EVM自学笔记

2022-09-08 22:04:32 1696 2

原创 python使用递归进行文件夹内容搜索

python使用递归进行文件夹内容搜索代码:#encoding=utf-8#递归打印所有的目录和文件import osallfiles=[]def getAllFiles(path,level): childFiles=os.listdir(path)#读出此路径下的文件 for file in childFiles:#遍历读出的文件 filepath=os.path.join(path,file)#将路径转换为绝对路径 if os.path.i

2021-02-05 14:26:39 329 1

原创 python_函数_eval()

python_函数_eval()功能:将字符串str当成有效的表达式来求值并且返回计算结果语法:eval(source[,globals[,locals]])->values=print("abcd")#s从客户端发来的代码,或者从文件中读入的字符串eval(s)c=eval("a+b")参数:source:一个python表达式或者函数compile()返回的代码对象globals:可选。必须是dictionarylocals:可选。任意映射对象dict1={'a': 100,

2021-01-20 19:52:12 85

原创 Python——函数——lambda表达式和匿名函数

Python——函数——lambda表达式和匿名函数 lambda表达式可以用来声明匿名函数。 lambda函数是一种简单的,在同一行中定义函数的方法。 lambda函数实际上生成了一个函数对象 lambda表达式只允许包含一个表达式,不能包含复杂语句,该表达式的计算结果就是函数的返回值。基本用法lambda arg1,arg2,arg3… : <表达式>(1)arg1/arg2/arg3为函数的参数。(2)<表达式>相当于函数体(3)运算结果:表达式的运算结果

2021-01-20 19:38:55 513

原创 C语言-----数组切割逆序(不用stringcopy)

1.目的:输入: I’m a student输出: student a I’m2.思考(1)另开一个空间对字符串进行切割存储(2)开一个二维数组对字符串进行存储(3)二维数组的行数最多和字符串的字符个数相当int Inverse(char str[],char str[][N]){ int num=; int i; int j=; for(int i=;i<=strlen(str1);i++)//条件判断:当恰好读到str1的\0时,是正好相等,最后一个\0,靠这个条

2020-12-02 09:14:57 348

原创 C语言--矩阵相乘

C语言–矩阵相乘题目:利用矩阵相乘公式cij= aik*bkj,编程计算并输出m×n阶矩阵A和n×m阶矩阵B之积。其中,m和n从键盘输入,m和n的值不超过6,否则提示用户重新输入,如果输入非法字符也提示用户重新输入。要求按如下函数原型编写程序:/* 函数功能:计算m×n阶矩阵A和n×m阶矩阵B之积,结果存于二维数组c中 */void MultiplyMatrix(int a[ROW][COL], int b[COL][ROW], int c[ROW][ROW], int m, int n);/*

2020-11-28 12:26:38 7446

原创 C语言----汉诺塔问题----小白的试探与复盘

C语言—汉诺塔----小白的试探与复盘问题:汉诺塔问题是一个著名的问题,初始模型如图所示。其来源据说是在约19世纪末欧洲的商店中出售一种智力玩具,在一块铜板上有三根杆,最左边的杆自上而下、由小到大顺序串着64个圆盘构成的塔,游戏的目的是将最左边A杆上的圆盘,借助最右边的C杆,全部移动到中间的B杆上,条件是一次仅能移动一个盘,且不允许大盘放在小盘的上面。第一步:把n-1个木块,从A移动到B;把第N个木块,从A移动到C;第二部:把n-1个木块,从B移动到C(与从A移动到B其实是一样的,只不过是换

2020-10-31 21:15:17 4430 2

原创 C语言---找零问题------程序优化

C语言----找零问题----程序优化题目详情:现有一元,两元,五元面额的纸币若干,给出任意的找零要求,给出每种找零方案,输出循环次数。优化代码一:代码优化内容:利用num/5,num/2来进行判断,减少了找零超额的循 环次数。同时,利用beak跳出循环,减少了最后的超额循环次数。优化总结:减少得到答案后的无效循环。-----注意:这里是减少的是找到答案以后的无效循环。代码二:# include <stdio.h>int main (void){ int nu

2020-10-27 17:34:34 3507

原创 C语言题库-----循环输出-------菱形打印

C语言题库——循环——菱形打印原题:****思考1:本题有较强的规律性,并且——(第一行-倒数第一行)(第二行——倒数第二行)(第三行——倒数第三行)都有着一样的排列思考二:从第一行出发,会发现从第一行到第四行都是非常丝滑的递增,那么我们应该可以通过一个循环打印出前四行。思考三:符号打印的处理关键点有三处(1)空格若干,并且数量有着某种数学表达式形式(2)*若干,同上(3)*结束后,回车换行打印,进行下一次循环。思考四:我们是否可以用一个有实际意义的变量完成对着三个符号的打印呢(明显的,当在前四行

2020-10-20 23:04:25 492 1

原创 C语言代码题-----函数指针

C语言代码题-----函数指针题目:初次代码:代码修改:在这里插入代码片

2020-10-19 19:51:44 352

### 清华大学模式识别第一讲ppt

内容概要:本文档是清华大学自动化系开设的《模式识别与机器学习》课程的绪论部分,由汪小我和张学工主讲,详细介绍了模式识别与机器学习的基本概念、术语和方法。课程内容涵盖模式识别与机器学习的概念及其数学表达、系统构成,以及主要流派的思想和方法。课程还探讨了模式识别与机器学习的基本技能和前沿问题,包括特征工程、非监督学习、深度学习和伦理问题。此外,文档还介绍了模式识别与机器学习系统的基本构成,分类器的性能评估方法,如错误率、准确率、ROC曲线等,并通过具体案例解释了不同性能指标的意义和应用场景。 适用人群:适用于对模式识别与机器学习感兴趣的本科生、研究生及科研人员,特别是具备一定编程基础和技术背景的学习者。 使用场景及目标:①帮助学生理解模式识别与机器学习的基本概念和术语;②掌握分类器的性能评估方法,如错误率、准确率、ROC曲线等;③通过实际案例和练习,提升学生对模式识别与机器学习系统的理解和应用能力;④培养学生的科学推理能力和实际问题解决能力。 其他说明:课程要求学生积极参与听课、互动和课外阅读,完成作业和大作业,并参加期末考试。课程不仅注重理论知识的传授,还强调实践操作和项目实践,鼓励学生通过实验和项目加深对模式识别与机器学习的理解。

2025-07-07

通信仿真-带通信号的低通信号仿真

自学用

2023-07-03

正弦波振荡器.ms14

正弦波振荡器.ms14

2022-10-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除