Yuetian_w的博客

比如标准F调的do音基波频率是174.610Hz，按照十二平均律的算法112i+1i2 ff=×，7个乐音频率对应基波频率的倍数依次是：1、21/6、21/3、25/12、 27/12、23/4、211/12、2，即174.610Hz、195.993Hz、219.994Hz、233.076Hz、261.619Hz、293.657Hz、329.619Hz。音乐是基波频率和谐波频率合成的，从音乐中首先要准确提取出每个乐音的基波频率，以便推算其他各个乐音的相对的音高频率。而且可以轻松得到很高阶的滤波器。

第一部分：生成数字音乐。

实验：打造自己的MNIST-GAN文章目录实验：打造自己的MNIST-GAN1 实验内容2 实验原理Basic Idea of GANAlgorithm3 具体实现使用原生GAN实现加载MNIST数据构建生成器构建判别器损失函数与优化随机采样交替训练生成结果使用CNN+GAN实现更改生成网络结构更改判别网络结构训练过程生成结果观察linearly interpolating结果使用CGAN实现更改生成网络结构更改判别网络结构交替训练生成结果：1 实验内容借助Keras，Tensorfolow 或Pyt

文章目录1 实验内容2 实验原理LeNet:3 具体实现基于PaddlePaddle实现LeNet加载数据：建立模型：模型训练：模型测试：基于Pytorch实现LeNet5加载数据：建立模型：模型训练：拍摄手写数字识别拍照采集手写数字图片处理送入网络测试图片平移、旋转和伸缩处理后4 小组分工4 小组分工1 实验内容实现MNIST 数据加载和可视化阅读LeNet-5 的相关资料和论文，在Keras，Tensorfolow 或Pytorch 任意框架下逐层实现网络模型的构建在MNIST 数

文章目录1 实验内容2 实验要求3 实验原理多层感知机：前向传播与后向传播4 具体实现数据加载与可视化：激活函数：单隐层神经网络前向传播后向传播Mini-batch梯度下降：预测与评估：分类结果可视化：5 实验结果不同激活函数：收敛速度分类结果可视化1 实验内容不使用Keras，Tensorfolow 或Pytorch 等框架，仅使用Numpy，Scipy 和Matplotlib 等Python 常用科学计算库，完成单隐藏层的全连接神经网络（和之后要讲的卷积神经网络形成对比），实现Scikit-lear

使用梯度下降训练线性模型文章目录使用梯度下降训练线性模型1 实验内容2 实验原理线性分类——最小二乘法logistic回归3 具体实现数据生成与可视化：数据读取与处理：法一：利用最小二乘求解线性分类法二：利用线性分类+梯度下降：法三：利用逻辑回归+梯度下降：随机梯度下降：利用逻辑回归模型分类：计算分类精度：分类结果可视化：4 结果比较5 小组分工1 实验内容**课程内容回顾：**在理论课程中，我们回顾了机器学习的基本概念，模型的评估和选择，线性模型和广义线性模型的概念和相关的梯度下降的优化方法。*

数据库实验——嵌入式Mysql文章目录数据库实验——嵌入式Mysql题目描述代码实现问题解决题目描述1. 使用嵌入式SQL对学生-课程数据库中的表完成下述功能：\1) 查询某一门课程的信息。要查询的课程由用户在程序运行过程中指定，放在主变量中。\2) 查询选修某一门课程的选课信息，要查询的课程号由用户在程序运行过程中指定放在主变量中，然后根据用户的要求修改其中某些记录的成绩字段。代码实现1. 使用嵌入式SQL对学生-课程数据库中的表完成下述功能：\1. 查询某一门课程的信息。要查询

数据库实验——数据查询文章目录数据库实验——数据查询**一．** **实验任务****二．** **实验环境**一． 实验任务1. 第三章第4题\1) 求供应工程J1零件的供应商号码SNO\2) 求供应工程J1零件p1的供应商号码SNO\3) 求供应工程J1零件为红色的供应商号码SNO\4) 求没有使用天津供应商生产的红色零件的工程号\5) 求至少用了供应商s1所供应的全部零件的的工程号JNO2. 第三章第5题\1) 找出所有供应商的姓名和所在城市\2) 找出所

文章目录**一．** **实验目的****二．** **实验任务****三．** **实验背景****四．** **算法原理****五．** **具体实现**一． 实验目的1．加强对Apriori 算法与FP-growth算法的理解;2．锻炼分析问题、解决问题并动手实践的能力。二． 实验任务用一种你熟悉的程序设计语，实现Apriori算法与FP-growth，在数据集上比较算法的性能。三． 实验背景现在，数据挖掘作为从数据中获取信息的有效方法，越来越受到人们的重视。关联规则挖掘

目录实验目的实验内容 实验目的 进一步熟悉Multisim电路仿真软件; 掌握通信电子线路中发射机和接收机的基本原理; 熟悉发射机电路中:本地振荡器，射极跟随器，调幅和高频放大各级电路的波形; 熟悉接收机电路中:高频放大，混频，本地振荡器，检波器和低频放大器部分各级电路的波形; 实验内容 1. 设计电路，使用Multisim绘制仿真电路图；2. Multisim 的仿真结果（仿真结果需给出截屏）和分析，包括：a) 时域特性：显示该电路主要...

其工作过程是：振荡器接通电源后，由于电路中的电流从无到有变化，将产生脉动信号，因任一脉冲信号包含有许多不同频率的谐波，因振荡器电路中有一个 LC 谐振回路，具有选频作用，当 LC 谐振回路的固有频率与某一谐波频率相等时，电路产生谐振。由图可知，当开关 S 在 1 的位置，放大器的输入端外加一定频率和幅度的正弦波信号Ui ，这一信号经放大器放大后，在输出端产生输出信号Uo ， 若Uo经反馈网络并在反馈网络输出端得到的反馈信号Uf与Ui 不仅大小相等，而且相位也相同，即实现了正反馈。由此可见，为射同余异。

文章目录高频谐振功率放大器仿真**一．** **实验目的****二．** **实验内容****三．** **实验原理****四．** **实验步骤****五．** **实验结果及分析**高频谐振功率放大器仿真一． 实验目的进一步熟悉Multisim电路仿真软件；掌握高频谐振功率放大器的电路结构特点及工作原理；熟悉高频谐振功率放大器的调谐方法；熟悉高频谐振功率放大器的三种工作状态及调整方法。二． 实验内容设计电路，使用Multisim绘制仿真电路图；

文章目录**编程作业：聚类**实验原理：k-means聚类：二分k-means聚类：使用后处理来提高聚类性能：任务：对地理数据应用二分k-均值算法聚类（1）问题描述：（2）具体实现：（3）实验结果：实验小结：编程作业：聚类实验原理：参考：机器学习实战 (豆瓣) (douban.com)(13条消息) 机器学习实战 第十章 利用K-均值聚类算法对未标注数据分组_无名的博客-优快云博客k-means聚类：k-means聚类将相似的对象归到同一个簇中，每个簇的中心采用簇中所含值的均值计算而成。优

文章目录使用神经网络完成新闻分类（1）问题描述：（2）模型原理：（3）实现过程：（4）实验小结：使用神经网络完成新闻分类（1）问题描述：该数据集用于文本分类，包括大约20000个左右的新闻文档，均匀分为20个不同主题的新闻组集合，其中：**训练集：**包括11314个新闻文档及其主题分类标签。训练数据在文件train目录下，训练新闻文档在train_texts.dat文件中，训练新闻文档标签在train_labels.txt文档中，编号为0~19，表示该文档分属的主题标号。**测试集：**包括75

本文内容使用Logistic回归估计马疝病的死亡率（1）问题描述：（2）模型原理：（3）具体实现：（4）实验结果：（5）使用Sklearn构建LR分类器（6）实验小结：使用Logistic回归估计马疝病的死亡率（1）问题描述：**训练集：**包含于文件horseColicTraining.txt中，用于训练得到模型的最佳系数。训练集包含299个样本（299行），每个样本含有21个特征（前21列），这些特征包含医院检测马疝病的指标；最后1列为类别标签，表示病马的死亡情况；部分样本含有缺失值。**测试集

本文内容使用线性SVM实现对垃圾邮件分类（1）问题描述：（2）实现过程：实验小结：使用线性SVM实现对垃圾邮件分类（1）问题描述：​ 编程实现一个垃圾邮件SVM线性分类器，分别在训练集和测试集上计算准确率。其中训练数据文件：task3_train.mat，要求导入数据时输出样本数和特征维度。测试数据文件：task3_test.mat，要求导入数据时输出样本数和特征维度，测试数据标签未给出。（程序运行时间10mins左右）（2）实现过程：分析数据：利用给出loadData()，读取数据，

本文内容：使用朴素贝叶斯对电影评论分类1.数据集讲解：2.具体实现：3.实验结果：实验总结使用朴素贝叶斯对电影评论分类1.数据集讲解：​ 该数据集是IMDB电影数据集的一个子集，已经划分好了测试集和训练集，训练集包括25000条电影评论，测试集也有25000条，该数据集已经经过预处理，将每条评论的具体单词序列转化为词库里的整数序列，其中每个整数代表该单词在词库里的位置。例如，整数104代表该单词是词库的第104个单词。为实验简单，词库仅仅保留了10000个最常出现的单词，低频词汇被舍弃。每条评论

本文内容：**使用朴素贝叶斯过滤垃圾邮件**1.问题描述：2.实验原理：3.代码实现：4.测试结果：使用朴素贝叶斯过滤垃圾邮件1.问题描述：现有50封电子邮件，存放在数据集task1中，试基于朴素贝叶斯分类器原理，用Python编程实现对垃圾邮件和正常邮件的分类。采用交叉验证方式并且输出分类的错误率及分类错误的文档。2.实验原理：朴素贝叶斯：基于概率论的分类方法：朴素贝叶斯，要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。一种有效计算条件概率的方法称为贝叶斯准则，贝叶斯准

其主要用于无线电接收系统中高频和中频信号的放大，广泛应用于通信系统和其它无线电系统中，特别是在发射机的接收端，从天线上感应的信号是非常微弱的，这就需要用放大器将其放大。值得注意的是， 变化会引起Y参数的变化。通过这次实验，我进一步熟悉了Multisim 仿真软件的使用，进一步加强了用Multisim仿真软件观察高频小信号放大电路的静态工作点的仿真分析能力，更加熟悉了使用Multisim仿真软件观察高频小信号放大电路的时域波形的操作与方法，并熟悉了使用Multisim仿真软件，观察电路的幅频和相频响应。

《电子线路设计、测试与实验（二）》文章目录**实验目的****实验任务与验收要求****设计平台****电路设计与实验仿真**实验效果：**实验问题与分析**实验名称：EDA软件使用与组合逻辑设计院（系）：电子信息与通信学院时间：2020年09月09日实验目的**·学习使用Verilog HDL描述数字逻辑电路与系统的方法;****·了解并掌握采用可编程逻辑器件实现数字电路与系统的方法;****·学习并掌握采用Vivado软件开发可编程器件的过程;**实

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言**实验任务****实验目的****实验环境****设计方案****实现过程****实验结果****程序控制方式实现任务1：****并行IO接口中断控制方式实现任务2：****方式比较****实验总结**前言课程名称：模拟电路与数字系统（三）实验实验项目名称：并行IO接口设计实验任务基于嵌入式MicroBlaze微处理器设计一个同时支持多种并行IO设备工作的嵌入式MIMO系统，采用FPGA开发板Nexys4。该系统

文章目录前言一、实验项目二、实验目的三、实验平台四、实验内容1.分析信号2.信号处理实验结果分析前言学习数字信号处理课程的课程实验使用MATLAB实验平台，对一段语音信号进行处理，滤除其中的噪声，下面是完整的实验过程。一、实验项目语音信号的数字滤波二、实验目的掌握使用 FFT 进行信号谱分析的方法设计数字滤波器对指定的语音信号进行滤波处理三、实验平台MATLAB R2019b四、实验内容1.分析信号首先使用 MATLAB 的 audioread（FILENAME）函数读取音