weixin_48983346的博客

原创 20250926学习日志

原创 20250925学习日志

参考文献“T. Haarnoja, A. Ajay, S. Levine, and P. Abbeel, “Backprop KF: Learning discriminative deterministic state estimators,” in Proc. Int. Conf. Neural Inf. Proc. Syst., 2016, pp. 4383–4391.”学习OPENCV进行双目摄像头同时定位的代码，为后续实验做铺垫。将卡尔曼滤波与深度学习方法结合起来。

原创 python实现巴特沃斯滤波器

butter()函数是求Butterworth数字滤波器的系数向量，在求出系数后对信号进行滤波时需要用scipy.signal.filtfilt()

原创 六麦录制原始音频操作

adb push C:\Users\Nicely\user_cfg.ini /data/build/user_cfg.ini 停止录音。user_cfg文件已经生成，修改debug=0为debug=1（0:不保存原始音频，1：保存原始音频）保存后关闭。2.1 输入 adb pull /data/build/user_cfg.ini。1.查看麦克风阵列是否接入电脑 设备管理器 Digital_Array_MIC。2.3 修改debug=1。

原创 基于麦克风阵列的声源定位算法----GCC-PHAT（MATLAB）实现

计算信号sig与参考信号refsig之间的时间延迟tau。该函数假设信号和参考信号来自同一个源。为了估计延迟，gccphat找到sig和refsig之间相互关联的峰值的位置，互相关性计算采用广义交叉相关相位变换（GCC-PHAT）算法，时间延迟时对应于默认采样频率为1Hz的采样间隔的倍数。返回互相关值和相关时间滞后，使用以前语法中的任何参数，滞后是采样间隔的倍数。互相关信道数等于sig中的信道数。时延是采样频率对应的采样间隔的倍数，所有输入信号应具有相同的采样率。1.首先介绍gccphat函数。

翻译 【tensorflow+三元组损失】

在博客翻译

原创 音频数据小波去噪-python

去噪

原创 自己在学习过程中遇到的音频处理相关知识

自学之旅

原创 小波变换+python

小波变换系数+频谱图

原创 librosa函数的基本使用方法

librosa的基本使用方法 后续还会加上离散小波变换和连续小波变换

原创 【李沐机器学习】三、特征工程

。

原创 【李沐】二、数据清理

数据清理

原创 【李沐机器学习】一、数据获取+数据网页抓取

第一章

原创 【李宏毅-语音识别】课程一

李宏毅课程跟学

原创 【深度残差收缩网络】Deep-Residual-Shrinkage-Networks模型+代码

论文Deep Residual Shrinkage Networks for Fault Diagnosis中所使用的模型

原创 第四章 小波变换效果差的原因

训练失败的原因

原创 深度学习------学习率的调整（自学使用）

学习率

原创 训练+测试+结果可视化

训练过程中遇到的问题

原创 Dataset 和 DataLoader

pytorch分类入门

原创 第三章 学会使用音频的小波变换系数进行训练

一维数据的简单训练，目前只有训练集，还没有对验证集进行划分

原创 第二章 Urbansound8k 音频分类

创建自己的音频分类数据集

原创 第一章 学会Pytorch+cuda 读取并训练MNIST数据集

学会如何调用cuda 跑代码并且学会进行模型训练的基本步骤，但其中并未涉及如何将测试集加入模型进行测试。

原创 python+离散小波变换+不同系数的波形

离散小波变换+论文复现

原创 python+连续小波变换（CWT）

python+连续小波变换->小波系数