记录学习的过程

系列文章目录【音频处理】如何“认识”一个滤波器？【音频处理】IIR滤波器设计（一）【音频处理】IIR滤波器设计（二）文章目录系列文章目录前言一、模拟信号滤波器到数字信号滤波器的转换1. S域与Z域2. 模拟信号滤波器3. 双线性变换二前言在 【音频处理】IIR滤波器设计（一） 中，我们介绍了多种滤波器，并给出它们的差分方程、变换方程等。针对每种滤波器，我们都举了一个具体的实例来说明。同时，还讨论了零点和极点对频响的影响，已经如何用平面几何的方法计算

系列文章目录【音频处理】如何“认识”一个滤波器？【音频处理】滤波器设计简介前言在开始学习 IIR 滤波器之前，你还记得 z变换 吗？它可以简化数字滤波器的分析与设计，接下来内容将建立在 z变换 的基础上进行推导。如果你忘记了，那么可以在 【音频处理】如何“认识”一个滤波器？ 复习下，除了z变换外，这篇博客中也提到的零点、极点等概念，相信这些会对你有帮助的。接下来，将从最简单的滤波器开始介绍，并最终引出今天的主角双二阶滤波器（Biquad Filter），要介绍的滤波器包括：一阶前馈滤波

首先感谢知乎大大的回答 行列式的本质是什么？ - 童哲的回答 - 知乎 https://www.zhihu.com/question/36966326/answer/70687817当然，想这么简单就说服我，我是不干的，我要自己动手试一试知乎大大说的是否正确，于是写了一段代码来验证。 首先考虑一个简单情况 A=[2002],det(A)=4A=[2002],det(A)=4A = ...

我们为什么这样选择损失函数这个问题深度学习中的 “圣经” 花书中进行阐述，这里做一个简单的总结和自己的思考。先从信息熵开始说起信息论的基本想法是一个不太可能发现的事件居然发生了，要比一个非常可能的事件发生，能提供更多的信息。例如，消息说： “今天早上太阳照常升起”，信息量是如此的少，以至于没有必要发送；但一条信息说：“今天早上有日食”，信息量就很丰富了。我们想通过这种基本想法来...

移动标准差以及移动平均值(movstd、movmean)最近在工作中遇到这样一个问题：有一个序列长度为 nnn 的序列 T=[t0,t1,…,tn−1]T=[t_0, t_1, \dots, t_{n-1}]T=[t0​,t1​,…,tn−1​]，给定一个窗大小 m(m<=n)m (m <= n)m(m<=n)，下标从0开始，计算窗大小的均值和标准差，即计算T[0:m-1]、...