周期性

信号与系统11：连续，离散傅里叶变换与级数

1.由于离散复指数的周期性，导致离散傅里叶变换是有周期的（2π）。而由于这个原因，导致了一系列的差别性，比如离散的相乘特性：时域上的乘积等于频域上的卷积（此时的卷积为周期卷积！）
xuexiang0704·2022-12-14 12:47

二、从连续到离散：离散傅里叶变换

第一个重要的点是周期性抽样串及其傅里叶变换，我们之所以要提及周期性抽样串，是因为它是连续信号到离散信号的桥梁，而且由于其傅里
corgi_xx·2022-12-14 12:39

Matlab实现倒谱法 求 基音频率和共振峰

基音周期等概念，可参考一篇本科毕业论文，链接：link一、倒谱x^(n)\hat{x}(n)x^(n):复倒谱c(n)c(n)c(n):倒谱二、基音周期1.流程图4.7中图为截取的一帧时域波形，可见清音无明显周期性
Eudmonia·2022-12-14 03:25

音频（二） 基音周期与共振峰

1.基音周期：基音周期：表示声带的震动周期，每隔这么长时间（震动周期），有一个气流通过，“每隔”就体现了周期性，这就是基音周期。
mingqian_chu·2022-12-14 03:44

METRO: A Generic Graph Neural Network Framework for Multivariate Time Series Forecasting（VLDB）

然而，现有的方法大多采用静态变量相关性建模，忽略了时间尺度之间的相关性，未能充分保留变量之间的动态和周期性相关性，而这对长期和短期预测至关重要。
西西弗的小蚂蚁·2022-12-13 16:12

语音信号处理：预处理【预加重、分帧、加窗】

人的发生系统是从肺开始，肺作为能量源，气流通过声带，引发周期性震动（元音），能量经过咽、口腔、唇、舌，形成最后的声音。元音能量主要集中在1KHz以下，并且以6dB/十倍频的速度下降。
u013250861·2022-12-13 09:27

基于无监督对抗学习的时间序列异常检测

然而，现有的时间序列异常检测方法存在三个缺陷：1.难以对复杂的时间序列进行建模：现实中除了简单的周期性时间序列，还有大量的复杂时间
当交通遇上机器学习·2022-12-13 09:49

（十）redis高可用之主从复制replication+哨兵sentinal

redis支持主从同步和从从同步（一）redis同步（replication）核心机制redis采用异步方式复制数据到slave节点，不过redis2.8开始，slavenode会周期性地确认自己每次复制的数据量一个
进京务工小卢·2022-12-13 08:47

【元胞自动机】心房颤动/扑动模型研究（Matlab代码实现）

（4）个细胞簇被快速刺激，导致周期性的激活波在整个模型表面上传播。由于整个表面不应期的变化，波前在与仍然耐火的区域碰撞时
荔枝科研社·2022-12-12 11:13

PyTorch基础（五）循环神经网络

RNN的起因现实世界中，很多元素都是相互连接的，比如室外的温度是随着气候的变化而周期性的变化的、我们的语言也需要通过上下文的关系开确认所表达的含义。但是机器要做到这一步就相当困难了。因此，就有
onion___·2022-12-12 08:58

数据挖掘框架（结构化数据）

一、数据探索数据量数据缺失情况描述性统计特征理解特征分布周期性分析对比分析相关性分析训练集和测试集的分布一致性二、数据预处理缺失值处理异常值处理内存优化三、特征工程1.ID特征处理需要考虑训练集和测试集数据拆分方式
1289902828·2022-12-12 00:47

时间序列基本方法

时间序列基本规则法-周期因子法提取时间序列的周期性特征进行预测，参考：时间序列规则法快速入门计算周期因子factors计算base预测=base*factors观察序列，当序列存在周期性时，可以用周期因子法做为
沐阳zz·2022-12-11 23:43

时间序列分析的关键问题

时间序列的特征工程也大多是基于这三个数据衍生出来的：时序值衍生的特征因为时间序列是通过历史来预测未来，那么，这个时序值的历史数据，也就是当前时间点之前的信息就非常有用，通过他可以发现时间序列的趋势因素、季节性周期性因素以及一些不规则的变动
xiaobin199cs·2022-12-11 22:09

九大数据分析方法之：周期性分析法

数据分析常用的方法有九种，今天先介绍第一种，操作上最简单的：周期性分析法。它是新人们避免犯小白错误的最好方法。做数据的新人最容易犯啥错？当然是一张嘴就被大家笑话：连这个常识都没有！
菜鸟学Python数据分析·2022-12-11 18:21

Cosine decay with warmup和 周期性学习率（CLR）(学习率更新方式)

Cosinedecaywithwarmup：importnumpyasnpfromtensorflowimportkerasfromkerasimportbackendasK#带有warm-up的cosine学习率defcosine_decay_with_warmup(global_step,learning_rate_base,total_steps,warmup_learning_rate=0
qxq_sunshine·2022-12-11 16:32

守护进程

1、守护进程的概念：守护进程（Daemon）是一种运行在后台的一种特殊的进程，它独立于控制终端并且周期性的执行某种任务或等待处理某些发生的事件。
huoyahuoya·2022-12-11 13:08

DFT和FFT的理解

1、DFT对应的是时域离散周期性的信号，也是计算机能进行处理的一种方式。
weixin_38284256·2022-12-11 11:31

通过DataWorks周期性导入MaxCompute数据至Hologres最佳实践

1.在MaxCompute创建数据表MaxCompute分区表选择MaxCompute公共数据集public_data中的分区表dwd_product_movie_basic_info。--MaxCompute分区表DDLCREATETABLEIFNOTEXISTSpublic_data.dwd_product_movie_basic_info(movie_nameSTRINGCOMMENT'电影
胜利的曙光·2022-12-11 01:17

时间序列预测方法总结

时间序列基本规则法-周期因子法提取时间序列的周期性特征进行预测，参考：时间序列规则法快速入
lizz2276·2022-12-11 01:06

matlab 采样点数,信号频率、采样频率、频率分辨率以及FFT信号补零

采样点数,信号频率、采样频率、采样点数的区分包含matlab代码讲解示例清晰明了采样点数,信号频率、采样频率、采样点数首先，频率指的是物质在单位时间内完成周期性变化的次数叫做频率，常用f表示。
FDA_sq·2022-12-10 09:15

使用SARIMA做季节时间序列预测全流程（附MATLAB代码）

不过我们经常还会遇到一种情况，即某些时间序列中存在明显的周期性变化，这种周期是由于季节性变化（季度、月度等）引起的。如下图所示，为1949年到1960年每月国际航空公司的乘客人数。
Mr.看海·2022-12-09 18:53

Redis数据持久化机制(备份恢复)、缓存淘汰策略、主从同步原理、常见规范与优化详解

RDB：是一种对Redis存在内存中的数据周期性的持久化机制，将内存中的数据以快照的形式硬盘，实质上是fork了一个子进程在执行数据存储，采用的是二进制压缩的存储模式。
Linux服务器开发·2022-12-09 15:04

Zabbix服务了解以及部署服务端，客户端，添加主机

一、zabbix服务初了解1、zabbix系统概述（1）数据采集：周期性时序数据》主机/对象：服务器、路由器、交换机、存储、防火墙、IP、PORT、URL、自定义监控对象...》采集目标：监控项，指标数据
醉斜阳_3ee6·2022-12-09 15:13

查看GPU的使用情况

方法1nvidia-smi显示窗口方法1升级版持续输出GPU占用率但是有时我们希望不仅知道那一固定时刻的GPU使用情况，我们希望一直掌握其动向，此时我们就希望周期性地输出，比如每10s就更新显示。
不知道叫啥好一点·2022-12-09 01:55

【时间序列异常检测算法】——传统异常检测算法介绍及代码实现

周期性异常：正常情况下，不同周期间的数据变化趋势是一致的，异常是某周期时间段内趋势和其他周期内趋势不同。使用同比检
大数据李菜·2022-12-09 01:48

利用Rust实现一个简单的Ping应用

目录目标命令行解析实现Ping周期性发送其他验证总结这两年Rust火的一塌糊涂，甚至都烧到了前端，再不学习怕是要落伍了。
·2022-12-07 19:49

numpy用一个序列去填充另一个序列的缺失值

比如处理周期性数据时，想要用周期的均值来填充缺失的数据，举例说明：data=np.array([[1.15,2.31,3.14,4.27,2.09],[1.11,2.18,3.25,4.03,2.27]
Azia·2022-12-07 15:08

分布式定时调度：xxl-job 万字详解

使用场景为在某个固定时间点执行，或者周期性的去执行某个任务，比如：每天晚上24点做数据汇总，定时发送短信等。
肥肥技术宅·2022-12-07 07:43

8 种 Python 定时任务的解决方案

在日常工作中，我们常常会用到需要周期性执行的任务，一种方式是采用Linux系统自带的crond结合命令行实现，另外一种方式是直接使用Python。
程序员小猴紫·2022-12-06 15:35

遥感影像处理——遥感影像处理全流程

遥感影像处理全流程一．预处理二．几何纠正三．图像裁剪四．图像镶嵌和匀色五．图像增强六．遥感信息提取7后处理参考资料一．预处理1．降噪处理由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用
晓码bigdata·2022-12-06 14:02

ROS service简单使用示例

对于实时性、周期性的消息，使用topic来传输是最佳的选择。topic是一种点对点的单向通信方式，这里的“点”指的是node，也就是说node之间可以通过topic方式来传递信息。
一叶执念·2022-12-06 08:23

【ASE+python】测量两个原子之间的距离(考虑周期性)

但是对于周期性结构，还需要考虑周期性边界的影响，确定测量出来的是最短距离。在此分享使用ASE(AtomicSimulationEnvironment)灵活地测量两个位置距离且考虑结构周期性的方法。
electrochemjy·2022-12-05 07:02

比较pytorch与keras训练模型的不同并且在Pytorch中使用一维卷积神经网络对一维连续数据分类

卷积神经网络对于周期性的一维信号分类效果是比较好的，本人做电机故障检测，需要对不同故障的轴承振动信号进行分类。之前都是用keras搭建神经网络，确实很方便，使用fit（）函数训练模型确实很省事。
亮白de饭团·2022-12-05 00:24

2022-12-04

在使用ScheduledExecutorService进行周期性任务执行时，遇到一个问题：如果Runnable#run()方法抛异常的话，该异常会被ScheduledExecutorService吞掉，
北雁南飞_8854·2022-12-04 22:54

光纤布拉格光栅

光纤布拉格光栅光纤布拉格光栅是通过将单模光纤纤芯横向暴露在具有周期性图案的强紫外光下而制作而成的。强紫外光的曝光会永久增大光纤纤芯的折射率，根据曝光图案产生固定的折射率调制。
傅里叶不变换m·2022-12-04 14:37

python制作简单动画_Python tkinter Canvas绘制动画

实现其他动画效果也是这个原理，程序只要增加一个定时器，周期性地改变界面上图形项的颜色、大小、位置等选项，用户看上去就是所谓的“动画”了。下面以一个简单的桌面弹球游戏来介绍使用Canvas绘制动画。
weixin_39872872·2022-12-04 09:16

数字图像处理 --- 图像的傅里叶变换的频谱特征 一（周期性，能量分布，fftshift，交错性）

图像傅里叶变换的频谱特征傅里叶变换在一维信号处理中的地位是显著的，是不可撼动的，然后傅里叶变换在图像处理领域中的应用似乎稍逊一筹，黯然失色。究其原因，我想了很久，请允许我用非官方的，不正规的，但却通俗易懂的方式说一下。一句话概括就是：要化繁为简（DSP），不要弄巧成拙（DIP）。前半句说的是DFT在信号处理中的应用:比如说一个音频信号（这里讨论的是数字化后的声音），他在你看来就是一团杂乱无章的信号
松下J27·2022-12-04 09:03

[深度学习项目] - 时间序列预测 (2)

可视化读入数据简单时序图季节性时序图季节性箱线图趋势箱线图时序的主要成分statsmodels安装周期检验STL算法介绍Homework简单时序图季节时序图季节箱线图趋势箱线图ACF查看周期STL检测abstract时间序列可视化时间序列的四个主要成分：趋势，季节性（周期性
最適当承诺·2022-12-03 08:43

4相5线步进电机驱动原理

这一线性关系的存在，加上步进电机只有周期性的误差而无累积误差等特点。使得在速度、位置等控制领域用步进电机来控制变的非常的简单。步进电机的主要特性：1、步进电机必须加驱动才可以运转，驱动信
while(1)·2022-12-03 02:25

基于倒谱法、自相关法、短时幅度差法的基音频率估计算法（MATLAB及验证）

浊音携带大量的能量，因此又被称为有声语音，其在时域上有明显的周期性。而清音类似于白噪声，没有明显的周期性。发浊音时，气流通过声门使声带产生张弛震荡式振动，产生准周期的激励脉冲串。
段云oO·2022-12-02 12:18

Project2013快速使用入门教程(简单四步)

显示内容创建周期性任务。本文中的其他内容在现有任务之间插入任务向网络图中添加一个任务一次添加多个任务添加完这些任务后…在现有任务之间插入任务选择要在其下显示新任务的行
bingoCoder·2022-12-01 19:36

ROS2学习笔记（六）-- 自定义消息和服务实现控制指令优化以及在线换图

或者数据生产与消费不是强关联的功能，我们通过主题的发布与订阅机制来实现，比如摄像头图像数据、小车控制指令等；ROS2系统底层通讯机制还有另外一种--服务（Service），服务一般用于数据交互频率比较低或者没有明显周期性质
溪风沐雪·2022-12-01 15:31

React + Springboot + Quartz，从0实现Excel报表自动化

但是报表的制作往往需要耗费大量的时间，即使复用制作好的报表模版，一次次周期性对数据的复制粘贴操作也很耗人，同时模版在此过程中也会逐渐变得面目全非。
·2022-12-01 12:46

《异常检测——从经典算法到深度学习》18 USAD：多元时间序列的无监督异常检测

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:22

《异常检测——从经典算法到深度学习》19 OmniAnomaly：基于随机循环网络的多元时间序列鲁棒异常检测

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:22

《异常检测——从经典算法到深度学习》17 基于 VAE-LSTM 混合模型的时间异常检测

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:22

《异常检测——从经典算法到深度学习》16 基于VAE和LOF的无监督KPI异常检测算法

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:52

《异常检测——从经典算法到深度学习》15 通过无监督和主动学习进行实用的白盒异常检测

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:51

《异常检测——从经典算法到深度学习》20 HotSpot：多维特征 Additive KPI 的异常定位

One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检测7基于条件VAE异常检测8Donut:基于VAE的Web应用周期性
smile-yan·2022-12-01 10:44

光电器件仿真设计RSoft、COMSOL、FDTD

：案例一光子晶体能带分析、能谱计算、光纤模态计算、微腔腔膜求解案例二类比凝聚态领域魔角石墨烯的moiré光子晶体建模以及物理分析案例三传播表面等离激元和表面等离激元光栅等案例四超材料和超表面仿真设计，周期性超表面透射反射分析案例五光力
lixuegaoyunfeng·2022-12-01 04:15
上一页 43 44 45 46 47 48 49 50 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他