- 博客(32)
- 收藏
- 关注
RSS订阅原创 2023实习总结
这一次的文件需要用到顶层文件，将主体代码与时钟部分分割开来，不糅合在一起也会使项目更具备逻辑性，不仅在自己回顾的时候方便，也更容易让别人理解自己的代码，方便解释。3-8译码器，就是把3种输入状态翻译成8种输出状态，译码器是将输入的具有特定含义的二进制代码翻译成输出信号的不同组合，实现电路控制功能的逻辑电路。确定使用的按键数量和按键功能。真值表的表头是输入线的状态，每一行对应着输入线状态对应的输出线的状态。确定逻辑门的连接方式：根据逻辑函数和逻辑门的特性，选择适当的逻辑门连接方式来实现每个输出线的逻辑函数。
2023-07-16 19:59:49
236
原创 聚类&K-means算法
K-means算法是最简单的聚类算法，又称K-均值算法。对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。4.计算每个类别中样本点的均值，得到K个均值，将K个均值作为新的中心点——迭代2；3.将每个样本点划分到最近的（欧氏距离最小的）中心点类别中——迭代1；6.满足收敛条件后，得到收敛后的K个中心点（中心点不再变化）。2.计算N个样本点和K个中心点之间的欧氏距离；1.随机的选取K个中心点，代表K个类别；5.重复步骤2、3、4；
2023-07-02 22:00:35
374
3
原创 K-近邻(KNN)算法
k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20的整数。
2023-07-02 21:15:57
173
原创 决策树&ID3算法
具体方法是：从根结点(root node)开始，对结点计算所有可能的特征的信息增益，选择信息增益最大的特征作为结点的特征，由该特征的不同取值建立子节点；这样可以提高决策树学习的效率，如果利用一个特征进行分类的结果与随机分类的结果没有很大差别，则称这个特征是没有分类能力的。利用之前算出的结果：A3（有自己的房子）信息增益最大，那么将A3作为根结点。我们仍然以贷款的例子解释：我们设年龄特征为A1，那么共有三种情况：青年占5/15，中年占5/15，老年占5/15。由该结果可知，信息增益最大的是A2（有工作）。
2023-07-02 20:14:57
4733
3
原创 HOG算法&高斯模糊
将这些局部直方图在图像的更大的范围内（叫做区间）进行对比度归一化，可以提高该算法的性能，所采用的方法是：先计算各直方图在这个区间中的密度，然后根据这个密度对区间中的各个细胞单元做归一化。通过这个归一化后，能对光照变化和阴影获得更好的效果。然后采集细胞单元中各像素点的梯度的或边缘的方向直方图。在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。其本质为：梯度的统计信息，而梯度主要存在于边缘的地方。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。
2023-06-27 17:53:07
218
原创 线性回归&逻辑回归
线性回归，就是能够用一条直线较为精确地描述数据之间的关系。这样当出现新的数据的时候，就能够预测出一个简单的值。我们将这些数据通过python绘制出来，然后我们需要做的是找一条直线去最大化的拟合这些点，理想情况是所有点都落在直线上。希望所有点离直线的距离最近。简单起见，将距离求平方，误差可以表示为找到最能拟合数据的直线，也就是最小化误差。通常我们使用的是最小二乘法上述公式只有m, b未知，因此可以看最一个m， b的二次方程，求Loss的问题就转变成了求极值问题。这里不做详细说明。
2023-06-27 17:50:27
139
原创 超声波测距（1）
HC-SR04超声波测距模块可提供 2cm-400cm的非接触式距离感测功能，测距精度可达高到 3mm；模块包括超声波发射器、接收器与控制电路。图1为HC-SR04外观，其基本工作原理为给予此超声波测距模块触发信号后模块发射超声波，当超声波投射到物体而反射回来时，模块输出回响信号，以触发信号和回响信号间的时间差，来判定物体的距离。本次实验暂时完成了初步设计，实现了FPGA超声波测距功能。后续将完善串口及网络模块，可以期待一下后续博客的发布。
2023-06-03 00:35:53
237
原创 HLS实践
HLS的概念HLS是一款高层次综合工具，可以帮助开发者加快开发效率。开发者可以通过HLS将C/C++等高级语言转换为RTL电路。尤其，在对于一些比较复杂的算法的时候，能够提供较大的便利。HLS与VHDL/VerilogVHDL/Verilog对于一些算法比较简单，开发周期不长的来说是比较适用的，然而，一个开发过程，往往算法会比较复杂，并且可能会经历较长时间的仿真和调试，面对这样的问题，提出了HLS。通过高级语言编程，来实现功能模块，这样就会大大提供开发效率。
2023-05-17 16:57:24
365
原创 基于NIOSII软核的流水灯
本次实验参考指导书及学长学姐博客总体没有太大的问题，对于理论知识更加了解，遇到的问题主要为原理图处output需要用粗线，不然会编译错误。以及命名的问题，这次需要命名对应的地方不多，但是仍需注意。
2023-04-12 20:25:46
61
原创 # Quartus实现四位全加器
四位全加器是在一位全加器基础上实现的，本文省略了一些步骤，详情可以参考笔者一位全加器的博客。出现的问题有需要置顶文件再编译，Verilog实现需要模块名和文件名保持一致，Verilog实现和原理图实现的项目名要保证不一致，不然会报错。
2023-03-24 15:22:52
3973
原创 Quartus实现一位全加器
上学期接触了FPGA开发，但是由于假期重做系统，重新下载的quartus和modelsim，本文中quartus和modelsim都是用的13.1版本。本次实验出现了一些错误，包括破解失败导致无法运行quartus相关文件，包括EDA实现quartus和modelsim自动仿真时参考教程学习，Verilog实现1位全加器时模块名和文件名不一致导致的报错，参考学长学姐的博客都得到了解决，这次实验是FPGA较为初级的操作。仍需进一步学习，后期会定期更新有关FPGA的博客。
2023-03-23 20:42:11
3119
原创 ROS通信模式编程
本次实验实现了ROS通信模式编程，ROS动作编程：客户端发送一个运动坐标，模拟机器人运动到目标位置的过程。过程中出现了很多问题，但有很多是因为文件名字不正确或者路径不正确，本机与参考博客的命名方式不一样导致会出现很多类似的问题，解决方式就是对应找到相应的文件名称和路径对应参考博客中的命令做出修改。
2023-03-18 00:48:34
133
原创 初识线性回归
本次考察了excel的线性相关操作，了解了excel的强大功能，并用jupyter同时做了线性相关，做了比较。主要出现的问题就是excel文件导入的问题路径容易不正确导致代码报错。
2023-03-14 22:59:23
79
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