- 博客(9)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 数据结构-顺序表
一、知识点总结 二、静态分配 要注意不要违规读取顺序表Length外的数组内容，这些内存空间中的值是未知数，如果没有强制赋值为0，属于脏数据，违规操作后果严重，例如data[0]的值一开始是0。 #include<stdio.h> //固定长度顺序表，不好用，无法扩充 #defineMAXSIZE10 typedefstruct { intdata[MAXSIZE]; intLength; }SqList; //初始化顺序表 voidInitL...
2021-05-23 16:20:09
317
原创 机器学习笔记--吴恩达机器学习课程2 - 6
梯度下降法 对于梯度下降法而言，当偏导数 的学习效率过大或过小时，收敛的速率会变得很缓慢，α过大时甚至会无法收敛。学习效率α是一个正数。 同样梯度下降法初始点在局部最低点时同样不会再更新，此时偏导数的值为0.
2018-01-16 19:01:49
183
原创 MIT线性代数公开课笔记（Lec9：线性相关性、基、维数）
“向量组”：线性相关性、生成空间、作为“基”。 “维数”：一个具体的数值。 对于矩阵A，AX = 0，且矩阵A的行数m小于列数n（即未知数n大于方程数m） 有推论：方程AX= 0有非零解。reason：对于A做消元得到阶梯矩阵As，As必包含有不少于一个的自由变量。 一、向量组线性相关性： 对于向量x1,x2,x3,...,xn，如果存在c1x1+c2x2+c3x3+..
2018-01-16 13:32:27
502
原创 机器学习笔记--吴恩达机器学习课程2 - 4
代价函数最小化方法之梯度下降法 对于线性回归的代价函数 梯度下降法对代价函数的每一个参数求偏导，梯度下降法的梯度是一个向量，向量的每一项代表的都是对应的代价函数的一个参数的偏导数，是一个整体，故梯度下降时必须同时对代价函数的每个参量的偏导数做下降，而不能分别做下降。 eg: 对于上式，梯度下降法： 其中:=是赋值的意思，对参量1和参量2同时做更新。
2018-01-15 22:01:02
294
原创 机器学习笔记--吴恩达机器学习课程2 - 3
1.目标函数：关于输入x和期望y的最佳拟合函数 2.代价函数：对于同一输入x,反映拟合函数G(x)输出Y与理想期望y之间的差距的集合即为代价函数，故代价越大，拟合效果越差。（说的有点不太准确） 常用的代价函数有平方差代价函数、交叉熵代价函数等。 eg: 对于一元函数 有平方差代价函数 对于目标函数来说，代价函数的值越小，目标函数的解越优。
2018-01-15 21:54:53
198
原创 信号与系统学习笔记1——离散时间复指数序列的周期性质
离散时间情况下，具有频率为ω0的复指数信号与ω0±2π等这些频率的复指数信号是一样的。 离散时间复指数的低频部分（慢变化）位于ω0在0,2π和任何π的偶数倍值附近； 而高频部分（快变化）位于ω0 = ±π及其他任何π的奇数倍值附近。 特别的，在ω0 = π或任何其他π的奇数倍处有 e^jπn = (-1)^n
2017-02-28 14:43:56
9337
原创 数字信号处理（MATLAB版）学习笔记2--离散时间信号与系统
一、离散时间正弦信号 1.时间周期性 满足x(n + N) = Acos(ωn + ωN + θ) = Acos(ωn + θ) = x(n)（且ωN = 2kπ,k为整数） 2.频率周期性 （1）弧度频率相差2π的整数倍的正弦函数为相同序列。 （2）所有不同的正弦序列对应的弧度频率相差不超过2π。 （3）由Acos(ω(n + n0) + θ) = Acos(ωn + (ωn
2017-02-13 17:06:49
895
原创 数字信号处理（MATLAB版）学习笔记1--离散时间信号与系统
一、周期序列的MATLAB编程 1.产生包含x（n）的P行矩阵 2.利用结构( : )将P行连成一个长的行向量。 注：( : )仅对列起作用，所以必须要用矩阵转置符 ' 程序 xtilde = x' * ones(1, P) %P代表x周期，x为一个一周期序列 xtilde = xtilde( : ); %长纵列 xtilde = xtilde'; %长行列
2017-02-12 16:42:26
2180
转载 DSP简介
一、优缺点 1.、优点 （1）、可移植性及便携性 （2）、稳定性（DSP运算建立在加法和乘法的基础上） （3）、可实时修改 （4）、成本较低 2、不足之处 （1）、高频率时硬件限制运算速度 二、两种分类 1、信号分析（一般为频域运算） （1）、谱（频率和/或相位）分析 （2）、语音识别 （3）、说话人确认 （4）、目标检测 2、信号过滤（通常（但不总是）时域运算
2017-02-11 16:56:38
1146
数字电子技术PPT
2018-08-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人