- 博客(56)
- 资源 (5)
- 收藏
- 关注
RSS订阅
原创 无损网络理论和实践
RDMA技术：降低数据中心内部网络延迟，提高处理效率。当前RDMA在以太网上的传输协议是RoCEv2，RoCEv2是基于无连接协议的UDP协议，相比面向连接的TCP协议，UDP协议更加快速、占用CPU资源更少，但其不像TCP协议那样有滑动窗口、确认应答等机制来实现可靠传输，一旦出现丢包，依靠上层应用检查到了再做重传，会大大降低RDMA的传输效率。
2023-06-13 20:34:28
4410
1
原创 无迹卡尔曼滤波（UKF）超详细解释
前言：本文翻译自[https://blog.youkuaiyun.com/qq_41011336/article/details/84401835]初次翻译，如有错误请多指正。1.UKF非线性可以表现在两个方面：量测模型与过程模型量测：一个雷达，量测对于目标的倾斜长度，取平方根来计算x，y的坐标。雷达通过发射一束无线电波并通过扫描回波工作。任何物体都会在这束路径上返回一些信息给雷达。通过对于返回雷...
2020-01-21 16:12:03
68562
13
原创 LTP(linux test project)使用方法
首要参考官方手册：https://linux-test-project.readthedocs.io/en/latest/users/quick_start.htmlgithub工程源码：https://github.com/linux-test-project/ltp。
2025-03-06 10:08:55
614
原创 Python依赖库的几种离线安装方法
python经常需要安装一些依赖库，但是有时候环境可以连通python源，有时不能连通需要离线安装（安装单个库包或者整个库环境），使用pip的如下方法可以相对简单解决问题。
2024-10-25 17:52:12
2532
原创 可靠性故障模式与观察点
网络闪断5s：网络长时间断开120s：网络高时延：tc qdisc add dev eth0 root netem delay 100ms 10ms 30% # 延迟100ms, 30% ± 10ms网络丢包：tc qdisc add dev ens3f0 root netem loss 5%网络压力大：scp大文件到另一个节点网络包重复：tc qdisc add dev eth0 root netem duplicate 1%
2024-10-15 13:46:53
601
原创 写放大和SSD寿命以及闪存垃圾回收
SSD寿命规格，业界标准为TBW，TBW指的是Terabyte Writteb写入的兆兆字节，也有定义为Total Bytes Written，SSD使用寿命结束之前指定工作量可以写入SSD的总数据量，用来表达固态硬盘的寿命指标。因为 SSD 使用 NAND 做为存储介质，SSD 的寿命本质上受限于 NAND 的寿命。
2023-07-27 16:52:23
5909
1
原创 linux 硬盘、RAID相关命令详解
本文主要介绍linux下查看各种硬盘信息的命令如何使用，如何快速的查到自己想要的硬盘相关信息，各种命令做一个汇总。
2023-05-08 20:16:55
5254
原创 ISCSI个人理解与简要说明
DAS服务器和存储设备之间使用SCSI总线物理连接，存储与服务器之间不存在网络传输，存储设备不带有操作系统，SCSI总线上传输的为数据块，NAS是基于网络传输的文件存储，存储设备带有操作系统，网络上之间传输的对象就是文件，通过网络提供存储服务，SAN的形式为存储设备和服务器之间通过交换机连接。了解图中SCSI、TCP、IP就能明白，ISCSI充当的是SCSI和TCP/IP之间的翻译，作为SCSI和TCP/IP之间的桥梁，让SCSI传输的数据可以在IP 网络上传输。目录下，它还将把默认的配置文件安装到。
2023-04-19 15:03:09
1112
原创 【操作系统基础】实践部分
本文参考MOOC哈工大操作系统课程与课件主要基于Linux 0.11系统展开实践部分依赖虚拟环境展开，请访问网址本文就试验一、二、三进行梳理。
2022-12-02 23:26:56
1020
原创 【操作系统基础】系统接口与系统调用
如众多接口一样，接口的存在主要是为使用者提供一种方便易懂的途径使用一件东西（不必搞懂这件东西背后的实现原理），接口屏蔽了其背后的复杂性，提供了方便和简洁的使用方法。操作系统中的接口体现的形式就是函数，函数的存在给使用者提供了方便的调用方法，屏蔽了函数内部实现的细节。系统调用（system call）其中system指的就是操作系统内核（前文【操作系统启动过程】中的system模块），call就如在汇编中call指令一样（跳转到call后面标签指向的程序地址进行执行）。
2022-11-27 18:23:13
1650
原创 三维种子点生长算法（以及Python递归深度问题）
通常在二维中有8邻域方法，三维中有6邻域与26邻域方法。本文实现了三维种子点生长的6邻域算法。种子点生长算法本质上是对图像的连通部分进行遍历，因此可以分别利用深度优先搜索与广度优先搜索的图遍历算法实现。其中，，当三维图形较大的时候，随着递归层数的加深，计算机堆栈区内存不足会导致程序无法继续，两种算法的都是高效的图遍历算法，都可以的遍历。
2022-11-27 15:35:16
1518
原创 App Designer使用UIAxes显示图片并隐藏坐标轴和标题等信息
问题描述在设计GUI时，显示图片通常使用坐标轴控件（UIAxes），但是当用坐标轴空间来显示图片时，我们不希望显示X轴Y轴标题等坐标轴信息。如上图所示，显示X和Y和Title会显得比较难看。因此需要进行隐藏，具体代码如下：I = imread(img_file_name); %读取图片imshow(I,'parent',app.UIAxes); % 显示图片到坐标轴axis(app.UIAxes,'off'); %不显示坐标轴title(app.UIAxes,''); % 不显示
2022-04-10 11:30:08
7889
2
原创 MEMS惯性导航单元的标定与测试
本文的标定与测试的流程主要参考国家计量技术规范：（1）微机电（MEMS）陀螺仪校准规范 JJF 1535-2015（2）微机电线加速度计校准规范 JJF 1427-2013一、MEMS惯性导航单元MEMS惯性导航单元主要由三轴加速度计和三轴陀螺仪组成，其主要的性能基本由陀螺仪决定，因为一般而言MEMS陀螺仪性能相较于加速度计较差，其次由于陀螺仪感应惯性-载体系角速度即wibw_{ib}wib，由此计算得到航向角、横滚角、俯仰角等信息，角度误差会导致速度误差的加剧，因此在MEMS惯性导航单元中一般主
2022-04-05 19:44:27
9914
3
原创 如何巧妙的使用pandas结合xlsxwriter实现对表格的读写以及插入图片操作
如何结合Pandas与Xlsxwriter由于xlsxwriter只能实现对表格的写操作，并且xlrd读入格式与xlsxwriter不同，不能实现联动操作，因此当需要读取已有表格并进行插入图片时非常棘手。本文提供一种结合的思路。首先建立一个writer对象，再将pandas对象数据导入writer，再对writer对象进行操作。代码以下代码可以实现读取将pandas读取的表格文件，新建sheet并插入图片，再保存的功能。writer = pd.ExcelWriter('filename.xlsx
2022-01-10 12:27:28
2947
1
原创 Python中的多线程与锁
代码解释代码功能为建立十个子线程，每个线程负责计算1000个表格元素，并讲1000个表格元素填入全局表格。此处需要注意在填写全局表格时需要使用锁。全局表格一共10000个元素，每个元素的值为x2x^2x2，xxx为索引值。代码基于python3.8开发。代码import timeimport threadingfrom threading import Threaddef seq(x): return x**2def my_threadfunc(y,lock): #
2022-01-10 12:17:19
1833
原创 多元回归模型与热力图绘制
代码解释本文中首先通过不完整、不规则的数据建立多元非线性回归模型，再通过建立的回归模型生成规范的、完整的数据，进而绘制平面热力图，并生成规范化数据构成的表格文件。本文通过MATLAB2020a编写。代码clcclear%% 多元非线性回归分析x = [0.01 0.025 0.05 0.1 0.01 0.025 0.05 0.1 0.01 0.025 0.05 0.1]';y = [0 0 0 0 0.1 0.1 0.1 0.1 0.2 0.2 0.2 0.2]';z = [10.15
2022-01-10 11:58:35
1517
原创 使用Kmeans聚类分析对复杂的数据进行分类
使用简单的Kmeans方法对特征数与样本数较多的电离层雷达回波数据进行分类，并计算分类精度，检验效果。其中，通过PCA方法对数据降维实现可视化。本文代码通过MATLAB2020a编写。%% 清除工作区、命令行窗口，关闭图像窗口clcclearclose all%% 加载电离层雷达回波分类数据 数据来自UCI http://archive.ics.uci.edu/ml/datasets/Ionosphere% Ionosphere dataset from the UCI machine
2022-01-10 11:51:55
1647
原创 数字图像中高频噪声的滤波
本文通过对图像加入高频高斯噪声再通过低通滤波滤除噪声。本文代码通过MATLAB2020a编写。clear;clc;I = imread("person_resize.jpg"); % 读入图像I = rgb2gray(I); % 转化为灰度图I = im2double(I);% 读取的图像矩阵数值类型转化为双精度型[R,C] = size(I); % 取图像的行与列%% 生成高频高斯噪声（Gauss noise and High pass filter）gauss_noise
2022-01-10 11:49:05
2863
原创 三维曲面图像绘制（光照控制）
三维图像绘制的函数有plot3()，mesh()，surf()三者功能各不相同，本文使用surf()绘制三维曲面图像，并且使用Light进行光照控制。
2022-01-10 11:37:51
2480
原创 数据结构与算法总结（八股文）
数据结构是组织和访问数据的一种系统化方式，算法是在有限的时间里一步步执行某些任务的程序。算法分析（1）算法分析关注的是什么？在算法分析中，重点研究的是运行时间的增长率，采用宏观方法把运行时间视为输入大小为 nnn 的函数。（2）O(n)与O(n)与O(n)与Ω(n)\Omega(n)Ω(n)的含义用来表示算法时间复杂度的 O(g(n))O(g(n))O(g(n)) 的含义为算法的时间复杂度小于或等于 cg(n)cg(n)cg(n)。Ω(g(n))\Omega(g(n))Ω(g(n))与O(g(n
2021-08-08 16:48:39
8906
原创 谈谈论文的发表（电光与控制，IEEE ACCESS）
前言目前，科研任务差不多告一段落，总结一下发表论文的经验以及经历。2021年3月，录用IEEE ACCESS一篇，本来老师想让投IEEE trans系列，但是工作的深度差一点，并且没有很好的实例论证，只有仿真，以及有急于发表的需求，因此转投了IEEE ACCESS。2021年6月，投稿电光与控制，7月收到了电光与控制的录用通知。IEEE官网：https://ieeexplore.ieee.org/Xplore/home.jsp电光与控制官网：http://www.dgykz.com/IEEE A
2021-08-03 14:40:22
11032
35
原创 论文中的误差图绘制（图中图）
# -*- coding: utf-8 -*-"""Created on Sat May 15 16:50:03 2021@author: MYM"""import pandas as pd import matplotlib.pyplot as plt import numpy as npfrom mpl_toolkits.axes_grid1.inset_locator import inset_axesfrom matplotlib.patches import Connecti
2021-07-15 19:40:05
4828
2
原创 2021 年全国大学生数据统计与分析竞赛
本文涉及以下内容1. pandas数据处理、筛选、计算2. 复杂的表格数据计算与处理3. 文本分析与无监督学习4. 将计算结果输出表格5. 数据特征对比赛题思路代码将excel文件中的文本数据转入txt文件# -*- coding: utf-8 -*-"""Created on Sun May 23 13:36:06 2021@author: MYM"""import numpy as npimport pandas as pd # r
2021-06-30 21:25:59
9461
21
原创 谈谈中兴捧月大赛决赛以及总结
前言四月份，在师兄的推荐下，报名参加了中兴捧月大赛。一开始只是为了混一个面笔试的资格（因为提交有效成绩即可免笔试），然后为了找一个简单的赛道，注册了几个号看了两三个赛道的题目。发现自己每个都不熟悉，然后就选了一个看起来比较小众的赛道（图灵派，音视频编解码），可能竞争压力会小一点（报一点侥幸）。初赛初赛因为就是为了混免笔试，因此就调库（不调库也没办法，我也不会，也没时间天天搞这个，毕竟还有科研任务）。具体的初赛内容可以看前几篇文章。https://blog.youkuaiyun.com/qq_37207042/
2021-06-30 20:54:18
5272
5
原创 pandas.read_csv() 详解与如何合适的读取行序号与列名
#作为常用的函数，pandas.read_csv() 用于读取各种数据文件（.dat.txt.csv等），在这里做一个详细的解释。下面先看官方网站的函数解释，为了简洁，删除了一些不常用的参数。需要的请看官网https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.htmlpandas.read_csv(filepath_or_buffer, sep=<object object>, header='
2021-05-20 22:28:40
14090
2
原创 Tensorflow.Keras 时序回归模型的建立
Learn from Keras官方网站目前tensorflow 2.0版本已经集成了keras的所有功能，所以直接安装tensorflow就可以调用Keras，非常方便。Introduction to Keras for Engineers
2021-05-20 17:19:01
1050
原创 皮尔逊相关分析的MATLAB实现，corr()，corrcoef()函数使用
皮尔逊相关系数可以用来表述两个序列的相关性。常常用来做数据分析、数据挖掘等工作。如何简单快捷的实现皮尔逊相关，并得到结果？需要应用MATLAB中的corr(X, Y)或者 corrcoef(X,Y)函数。其中corr(X, Y)既可以计算矩阵相关也可以计算序列相关，而corrcoef(X,Y)中如果X, Y为矩阵，则会将其转换为序列再进行计算。CORR伪代码X,Y # 为两个序列并且都是列向量.pearson_corr = corr(X, Y) # 求X, Y序列的皮尔逊相关系数.
2021-05-12 11:15:38
65587
2
原创 FFmpeg编解码进阶操作（下）2021中兴捧月算法大赛图灵派，H264，H265视频编解码
继续来到老地方，https://www.ffmpeg.org/documentation.html来看编解码操作Codec Options-编码选项The list of supported options follow:b integer (encoding,audio,video) 码率设置Set bitrate in bits/s. Default value is 200K.ab integer (encoding,audio) 音频码率Set audio bitrate (in .
2021-05-11 20:33:21
3031
原创 python.pandas数据清洗（数据填充与条件删除）
在数据挖掘中，数据清洗占很大一部分工作，数据清洗是一件比较繁琐的事情。本文介绍一下问题的解决方案：1. 读入csv文件，条件过滤缺失值的行或者列2. DataFrame数据的缺失值填充3. Array与DataFrame相互转换，并输出清洗后的csv数据文件本文需要用到三个库import pandas as pdimport numpy as npfrom sklearn.impute import SimpleImputer读入csv文件，条件过滤缺失值的行或者列首先，读入csv文件
2021-05-05 17:11:08
3675
原创 Tensorflow-gpu 2.4.1与CUDA11.1,cuDNN8.1配置问题
近日配置最新的tensorflow-gpu2.4.1遇到诸多问题，在这里贴出来以帮助遇到同样问题或者避免大家重蹈覆辙。环境：WINDOWS10 ， GPURTX2060， CPUAMD RYZEN 2600， Python3.8这篇文件解决以下问题：应该安装哪些版本的环境才能兼容使用现有的CUDA，cuDNN环境卸载以及如何安装这些环境应该安装哪些版本的环境才能兼容使用安装tensorflow-gpu==2.4.1以及CUDA11.1与CUDNN8.1环境会遇到许多问题，诸如此类1.dl
2021-04-27 20:15:16
3676
6
原创 视频压缩工具FFmpeg的使用（中）
ffmpeg的使用首先是官网，开源的库最重要的就是官网的参考文档。FFmpeg官网视频压缩著名的开源库，具有封装好的API便于使用，也可以通过ffmpeg自行搭建编解码器。官网首页，打开Documentation，其中有各种封装内核的操作指令，只需要在cmd中使用这些指令即可完成对音视频的各种编解码、滤波、格式转化、截取等等操作。主要需要看的内容在第一个和第二个框内。**首先需要熟悉的是ffmpeg命令行的操作**-f fmt (input/output) 强制输入输出格式Forc
2021-04-25 21:25:07
2050
原创 视频压缩编码基础知识（上）
文本位于文章底部目前最新的视频编码器应该是H265/HEVC主要应用于高质量视频压缩，为未来2K、4K视频传输打基础，缺点是编解码消耗资源大预测编码：利用帧内部的相关性，只传输实际像素与参考像素的差值，这样的压缩方式叫做帧内预测编码，编码方法叫差分脉冲编码。利用帧间的相关性进行差分预测编码。变换编码：视频信号中包含大量的直流与低频成分（平坦部分）以及少量的高频成分（细节部分）。因此将其从空域转为频域利于压缩编码。有K-L编码，离散余弦变换（DCT）。熵编码：根据统计特性进行码率压缩，通常有
2021-04-25 20:28:46
1248
原创 pandas不可哈希化问题，unhashable type: ‘pandas._libs.tslibs.offsets.Hour
在使用MXNET中Gluonts进行深度学习的时候，经常会用到pandas库对训练数据进行读取以及处理，但是pandas库的1.1.0版本及之后都不再支持时间戳的可哈希化了，笔者试了**pandas1.0.0（2020.1）**时可以支持时间戳可哈希化的。详见此文，以及此文In Pandas 1.1 the freq component of the time-stamps that we use have stopped being hashable, which means, they cannot
2021-03-31 22:13:43
1123
1
原创 python3.7中Gluonts与Mxnet安装问题
Gluonts与Mxnet安装报错安装Gluonts之前需要先安装Mxnet不然会报错安装Mxnet需要python3.6及以下python3版本，python 3.7截止目前不支持，安装会报错如果时Anaconda可以创建python3.6环境安装Mxnet，指令为, conda create --name python36 python=3.6创建环境后，激活python3.6, activate python36安装，conda install mxnet..
2021-03-30 22:33:57
1546
原创 C均值聚类算法及其实现
C-均值聚类算法是动态聚类算法的一种动态聚类——兼顾系统聚类和分解聚类下文文字描述居多，公式较少放心食用。首先给出聚类准则函数是误差平方和准则：Jc=∑j=1c∑k=1nj∣∣xk−mj∣∣2J_{c}=\sum_{j=1}^{c}\sum_{k=1}^{n_{j}}||x_{k}-m_{j}||^{2}Jc=∑j=1c∑k=1nj∣∣xk−mj∣∣2其中ccc代表类数，njn_{j}nj代表jjj类的样本数（1）C－均值算法（一）1.从混合样本中抽取c个初始聚合中心。2.计
2020-06-21 17:38:09
13709
2
原创 RS（Regular Singular）隐写分析及实现
上篇博客介绍了LSB（最低有效位）算法。这篇针对LSB算法介绍RS隐写分析的实现。先介绍几个概念：翻转函数为：平滑度函数为：掩码算子M为:掩码算子可以取随机0，1但是一定要各占50%概率。RS分析分为几个步骤：1.对像素分组以8位灰度图像为例，图像的像素取值范围为集合????P=｛0，……，255｝分组可以看情况取，不一定非要是4。2.对分组后的数据计算相关性（用平滑度函数），分别进行F1与F-1翻转后再计算相关性，进行对比得出RM,SM,R−M,S−MR_{M},S_{M}
2020-05-17 10:31:38
6811
7
PROLOG_语言_李永礼，20页
2019-08-03
swi-prolog参考手册
2019-08-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人