- 博客(8)
- 收藏
- 关注
RSS订阅原创 语音信号基础篇1-预加重(Pre-emphasis)
预加重就是对语音信号的高频进行补偿，语音信号90%能量集中在有效带宽低频分量上，高频分量频谱(一般我们用其幅度谱，通俗将就是频谱的模长或者绝对值长度)较小，我们让它变大一定，占比多，增强其高频分量。低频抑制，高频幅度得到增强，类似于一个高通滤波器。
2024-08-23 10:54:10
677
原创 陈后金版本的模拟角频率与数据角频率区别
第一眼看这个时域抽样定理用到模拟角频率和数字角频率的画图，可能会不理解，下面提供两种方法，对比连续函数（模拟）和离散函数的角频率区别就可理解陈老师的讲解：我们由时域抽样定理可知：还有一种简单的理解方法如下：
2023-08-09 22:40:17
173
1
原创 如何把两个不同TXT文件的不同列，合并到一个新的TXT文件中
把我们想要的每一列合并到一个新的文件中，这里做循环的时候刚好两个文件的行数对应，如果行数不对应做一点点细微的改进就同样可以把不同txt文件的列取出来，合并到一个新的txt文件中。第一个文件的路径是first_place，第二个文件的路径为second_place，生成文件的路径为end_place。接下来我们取第一个文件和第二个文件的第一列分别合成新的txt文件对应的不同列，代码如下，可以看出read.lines已经把所有的文件内容按照列取出。例如文件第一个为：1.TXT。第二个文件为：2.txt。
2023-07-27 14:29:45
835
1
原创 第1节 - 深度学习概述
深度学习是一种神经网络，《纽约时报》报道 说，“深度学习让机器执行人类的活动，如看、听和思考，进行模式识别， 促进了人工智能技术的进步”。(November 25, 2012)，深度学习是人工智能的一大进步，革命性的大佬来了。1.受限玻尔兹曼机(Restricted Boltzmann Machines，RBM)RBMI是一种包含可视层和隐含层两层的随机神经网络模型，层内之间无连接，层间之间全连接，连接是双向的。DBN的成功在于，采用了逐层无监督的预训练。3.RBM组成深度置信网。
2023-07-25 19:46:28
134
原创 题型2：信号的分类-周期与非周期
的时候，我们的求法是分别求出每个周期对应的周期T，然后取最小公倍数就是整个函数的周期，记得。时，求法与上面连续的周期求法一致，求最小公倍数，记得离散的周期不可能为无理数形式。1. 当只有一个离散的周期函数时候，例如：f[k] = sink，与2之间没有最小公倍数，所以这是一个非周期函数！为1，所以求出来周期T为一个含有pi的无理数，这是。T为周期m= 0,±1,±2,± 3...N为周期m= 0,土1,土2,土3...周期信号:f(t+mT)=f(，第一个sinx的周期为。，第二个对应的周期为2，
2023-07-25 19:16:24
784
原创 1.信号分类（随机和确定，连续和离散、周期和非周期、能量和功率，实信号和复信号)
（其实也是离散的值，不过函数值连接起来还是可以拟合本来的函数图像，我们就说它是连续的），则称这种信号是时域离散信号，这种信号通常来源于对模拟信号的采样（信息论里经常说的。（其实这里表达的是函数值不是原来十进制的数值，函数值直接相连不可以直接拟合成原来的图像），则称为数字信号。信号是指信息的表现形式与传送载体，根据信号和自变量的特性，可以分为多种类型。连续时间信号，离散时间信号与一个数字信号的区别。划分，可分为连续时间信号与离散时间信号；划分，可分为周期信号与非周期信号，按照。，例如语音信号，温度信号等。
2023-07-09 13:28:30
2141
1
原创 在anaconda安装完pytorch后，打开jupyter notebook却检测不到解决方法
在anaconda安装完pytorch后，打开jupyter notebook确检测不到解决方法
2022-12-13 14:28:14
3307
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