E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
时域特征值
【5G】NR基础之RE、RB、CRB、PRB、VRB、REG、RBG、CCE等概念
是NR物理资源中最小的资源单位;在
时域
上占用1个OFDMSymbol,频域上为1个子载波。平常所说的符号,即调制后的数据符号,是映射到RE上的,与OFDM符号是两个不同的概念。2、
Just do it ~
·
2023-10-19 23:49
5G
5G
范数学习
元素平方和可以看为矩阵乘以矩阵本身后所得方阵的迹,即方阵的奇异值的和,也就是原矩阵的奇异值的平方和A是矩阵,则:1-范数是:max(sum(abs(A)),就是对A的每列的绝对值求和再求其中的最大值,也叫列范数2-范数是:求A’*A的
特征值
≈落小朵
·
2023-10-19 21:51
数学
范数
OFDM原理及MATLAB仿真
文章目录前言一、OFDM总体概述1、OFDM概述2、OFDM优点二、OFDM基本原理1、基本思想2、OFDM调制和解调3、OFDM系统的发射机和接收机框图三、OFDM系统数学模型1、sinc函数2、OFDM
时域
表达式
须尽欢~~
·
2023-10-19 11:42
OFDM
OFDM
matlab
CART(classification and regression tree)
分类树默认使用基尼指数选择最优特征常见数构建算法:ID3:信息增益标示按某种特性分类后,剩余特性的信息熵的大小的衰减程度,信息熵越小,证明已经分好的类别就更加的纯粹单一C4.5:选择了信息增益比替代信息增益;由于ID3算法会倾向于选取
特征值
怎么全是重名
·
2023-10-19 10:56
ML——algorithm
人工智能
机器学习
python
《机器学习----简单的分类器》第二章、朴素贝叶斯,项目:使用
特征值
给语句打标签
贝叶斯分类器1,朴素贝叶斯算法1.朴素贝叶斯算法、2.算法思路3.贝叶斯定理4.特征的选用的要求和处理2,算法应用1文本分类2垃圾邮件过滤3情感分析3.朴素贝叶斯的优缺点1.优点2.缺点项目实践1,算法流程2,具体实现1,朴素贝叶斯算法1.朴素贝叶斯算法、朴素贝叶斯算法是基于概率统计的分类方法。它的核心思想是利用贝叶斯定理来估计在给定特征的条件下某个类别的概率,然后选择具有最高概率的类别作为预测结
司职在下
·
2023-10-19 09:40
机器学习
人工智能
《机器学习分类器 二》——朴素的贝叶斯算法,项目实践,算法实践。
2.算法思路简单的来说朴素的贝叶斯算法就是选用几个
特征值
进行特征判断,我们选用几个
特征值
作为分类标准,我们首先对
司职在下
·
2023-10-19 09:31
机器学习
算法
人工智能
NR PUCCH(二)PUCCH format 2/3/4 and interlaced RB
PUCCH2在
时域
上占用1-2个符号,在频域上可以占用1~16个RB。
modem协议笔记
·
2023-10-19 01:56
NR
PUCCH
5G
5G NR PUCCH资源配置
通过查表可以得到该PUCCH资源集format、
时域
的首符号位置和持续时长、
littleBird_2
·
2023-10-19 01:56
5G
NR
网络通信
华为硬件工程师社招机考题库_华为电子软硬件工程师招聘笔试题
华为面题(硬件)全都是几本模电数电信号单片机题目1.用与非门等设计全加法器2.给出两个门电路让你分析异同3.名词:sram,ssram,sdram4.信号与系统:在
时域
与频域关系5.信号与系统:和4题差不多
费米子父
·
2023-10-19 00:55
华为硬件工程师社招机考题库
2018-06-07
生产上都是临时的,封装在shell脚本里5.那么在工作中,一般分区表用的很多,那么一般我们会选择哪些
特征值
作为分区字段
CrUelAnGElPG
·
2023-10-18 23:17
[ConvNet]卷积神经网络概念解析
其实理论是这个思路和方式都没有问题,怀就坏在这个图片的大小可能是不固定的,如果是288×288×3的图片,展开成张量然后拿去训练,那么
特征值
的数目就会很恐怖,对构建神经网络产生了一个巨大的开
ViceMusic5
·
2023-10-18 17:21
机器学习
深度学习
cnn
人工智能
神经网络
矩阵开方 / 矩阵平方根的计算方法 及 程序实现
代码实现://返回正定对称矩阵的开方,实际上就是对矩阵的
特征值
开方templateEigen::MatrixMatrixSqrt(constEigen::Matrix&A){CheckSymmetric
ABC_Orange
·
2023-10-18 15:38
算法公式
(sklearn)机器学习(八)回归与聚类算法
线性回归线性回归是利用回归方程(函数)对一个或多个自变量(
特征值
)和因变量(目标值)之间关系进行建模的一种分析方式线性模型:自变量是一次方参数是一次方损失函数/cost/成本函数/目标函数最小二乘法优化损失
勇气在前
·
2023-10-18 08:11
聚类
算法
机器学习
深度学习
python
fdtd中时间监视器怎么放_FDTD solutions 经典问题集
1加拿大Lumerical微纳光学软件FDTDSolutions经典问题集赵海军Email:
[email protected]
:136********基于
时域
有限差分法(FDTD)的高性能多处理器麦克斯韦方程求解软件
pelican最小
·
2023-10-17 23:26
fdtd中时间监视器怎么放
每天五分钟机器学习:如何才能构造出一个非常好的算法模型?
如何构造出一个好的算法模型假设
特征值
有足够的信息来预测y的值,假设使用一种需要大量参数的学习算法,比如有许多隐藏单元的神经网络,因为参数很多,这些
幻风_huanfeng
·
2023-10-17 22:00
每天五分钟玩转机器学习算法
机器学习
算法
人工智能
深度学习
神经网络
拉普拉斯变换与傅立叶变换的关系
傅立叶变换从
时域
到频域,将
时域
信号转化为不同频率和幅值的正交三角函数基,根据欧拉公式,建立三角函数,复数,e之间的联系。傅立叶变换在某些函数时不可积,于是乘一个衰减函数,使得不可积的傅立叶变换可积。
河北一帆
·
2023-10-17 16:25
算法
高斯白噪声中CW,LFM脉冲检测,定量画ROC曲线
功率谱密度服从均匀分布白噪声在功率谱上(若以频率为横轴,信号幅度的平方为功率)趋近为常值,即噪声频率丰富,在整个频谱上都有成分,即从低频到高频,低频指的是信号不变或缓慢变化,高频指的是信号突变由傅里叶变换性质可知,
时域
有限
瀛台夜雪
·
2023-10-17 10:59
matlab
matlab
数字信号处理
虚拟示波器的设计与实现
摘要针对传统示波器功能单一、不方便更新升级的缺陷,本文基于虚拟仪器软件LabVIEW和NIPCI-6221数据采集卡设计并实现了一种多功能虚拟示波器,该虚拟示波器不仅具有采集和显示实际信号
时域
波形的功能
电气_空空
·
2023-10-17 10:28
课程设计
毕业设计
人工智能
大数据
labview
毕业设计
课程设计
2022最新版-李宏毅机器学习深度学习课程-P13 局部最小值与鞍点
二、数学推导分析用泰勒公式展开一项与梯度(L的一阶导)有关,一项与海赛矩阵(L的二阶导)有关海瑟矩阵VTHV通过海瑟矩阵的性质可以转为判断H是否是正定的来判断H正定=所有
特征值
为正=局部最小值H负定=所有
特征值
为负
QwQllly
·
2023-10-16 19:16
李宏毅机器学习深度学习
机器学习
深度学习
人工智能
机器学习——奇异值分解二(特征分解+SVD纯理解)
矩阵的特征分解
特征值
和特征向量的定义抄来的:奇异值分解困惑1:
特征值
和特征向量,和原矩阵是怎样的关系,需要一个栗子进行更具象的认识困惑2:为什么多个特征向量组合成的矩阵,可以构成矩阵A的特征分解?
# JFZero
·
2023-10-16 08:54
机器学习基础
算法
机器学习
人工智能
线性回归原理
线性回归应用场景房价预测销售额度预测金融:贷款额度预测、利用线性回归以及系数分析因子1.2什么是线性回归1.2.1定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(
特征值
靓仔写sql
·
2023-10-15 22:26
机器学习
线性回归
算法
回归
图像配准(image registration)与图像融合(image fusion)
在ISP多帧图像降噪过程中第一步就是对采集到的n帧图像进行帧间配准,然后根据各帧的像素值进行
时域
噪声判断。正确的配准是准确判断
时域
噪声的关键,否则会因为误判造成去噪过多或去噪不够的问题。
乐正倩彦
·
2023-10-15 18:31
图像处理
MATLAB
人工智能
one-hot vector(独热编码)
这些
特征值
并不是连续的,而是离散的,无序的。于是,我们需要对其进行特征数字化。
目睹闰土刺猹的瓜
·
2023-10-15 15:32
Machine
Learning
one-hot
独热
独热编码(One-Hot)最简洁理解
这些
特征值
并不是连续的,而是离散的,无序的。通常我们需要对其进行特
sereasuesue
·
2023-10-15 15:59
Python
深度学习
数据预处理
One-Hot
机器学习
sklearn与机器学习
2、数据集的构成:
特征值
+目标值3、机器学习算法分类:监督学习:目标值:类别——分类问题(图片区别猫和狗)目标值:连续性的数据——回归问题(预
fmingzh
·
2023-10-15 11:33
机器学习
机器学习
2023年中国分布式光纤传感产量、需求量及行业市场规模分析[图]
分布式光纤传感器中的光纤能够集传感、传输功能于一体,能够完成在整条光纤长度上环境参量的空间、时间多维连续测量,具有结构简单、易于布设、性价比高、易实现长距离等独特优点,常用的分布式光纤传感器有光
时域
反射仪
资料整理gonyn
·
2023-10-15 10:09
分布式
Android 音频可视化
Android原生的Visualizer使用(获取频率数据)傅里叶变换(音频从
时域
到频域变换理论)自定义View(展示频率数据)一、开发难点Android原生的Visualizer限制需要录音权限(播放音乐需
码中之牛
·
2023-10-15 06:26
Android
移动开发
音视频
android
音视频
移动开发
安卓
App架构
【动作模式识别】 肌电信号采集到动作模式识别的一个思路
通过特征提取(如
时域
特征、频域特征、时频域
阿润021
·
2023-10-14 20:47
人工智能
人工智能
算法
lasso特征选择python_转:结合Scikit-learn介绍几种常用的特征选择方法-2
主要思路是打乱每个特征的
特征值
顺序,并且度量顺序变动对模型的精确率的影响。很明显,对于不重要的变量来说,打乱顺序对模型的精确率影响不会太大,但是对于重要的变量来说,打乱顺序就会降低模型的精确率。
weixin_39572764
·
2023-10-14 19:56
lasso特征选择python
数据大放送之各省30米DEM数据
是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型(DigitalTerrainModel,简称DTM)的一个分支,其它各种地形
特征值
均可由此派生
端木宛白的GIS课堂
·
2023-10-14 17:57
GIS数据乐园
dem
HAWQ:基于 Hessian 的混合精度神经网络量化
HAWQ:基于Hessian的混合精度神经网络量化摘要动机方法海森方法的有效性分析海森矩阵方法推导根据幂迭代求海森矩阵的最大
特征值
根据海森矩阵最大
特征值
确定量化精度与顺序实验结果ResNet20OnCIFAR
AI异构
·
2023-10-14 14:05
神经网络量化
神经网络量化
混合精度量化
低比特量化
有关范数的学习笔记
换句话说,正定矩阵的所有
特征值
都大于零。半正定矩阵(Positiv
wangxiaojie6688
·
2023-10-14 05:21
学习
笔记
算法
矩阵的奇异值分解
线性代数中,我们所说的矩阵的特征分解,即为:然而,要满足特征分解,矩阵必须为方阵,否则无法直接求解
特征值
。
Keybeawesome
·
2023-10-13 21:49
使用 FFT 进行频谱分析
FFT的一个常用场景是确定一个
时域
噪声信号的频率分量。首先创建一些数据。假设是以1000Hz的频率对数据进行的采样。首先为数据构造一条时间轴,时间范围从t=0至t=0.25,步长为1毫秒。
mcupro
·
2023-10-13 21:15
MATLAB算法和试验
《速通深度学习数学基础》
目录序前言第1章线性代数的基本概念1.1向量和深度学习1.2向量距离计算1.3向量的基本性质1.4矩阵的基本概念1.5一些特殊的矩阵第2章线性代数在深度学习中的应用2.1
特征值
和特征向量2.2奇异值分解
AI_卢菁博士
·
2023-10-13 12:35
速通深度学习数学基础
深度学习
机器学习
人工智能
opencv学习笔记三十八:级联分类器人脸检测
②使用积分图(IntegralImage)对Haar-like
特征值
进行加速求解。③使用AdaBoost算法训练区分人脸和非人脸的强分类器。④使用筛选式级联把强分类器级联到一起,提高准确率。
东城青年
·
2023-10-13 07:48
opencv
级联分类器
人脸检测
haar特征
【深蓝学院】手写VIO第6章--视觉前端--作业(SVD分解部分复习)
总结一下,关于奇异值分解(SingularValueDecomposition,SVD)有以下内容摘抄自该博客,关于SDV分解的部分应该是摘自李航《统计学习方法里面的》:1.
特征值
分解设A为n阶方阵,若存在数
读书健身敲代码
·
2023-10-12 13:32
算法
机器人
机器学习(一)监督学习,非监督学习和强化学习
1、监督学习是指原始数据中既有
特征值
也有标签值的机器学习;(有老师教)我们把监督学习(SL)要解决的问题分成两类:回归(Regression)和分类(Classific
人工智
·
2023-10-11 13:32
机器学习
机器学习
python
深度学习
[Machine learning][Part4] 线性回归模型技巧
梯度下降法缩放特征在多特征的情况下,如果有的
特征值
的范围特别大,那么这个
特征值
的权重w的选择对模型的训练影响较大,需要初始值选择较小。例如下
思则变
·
2023-10-11 12:24
Machine
Learning
机器学习
线性回归
人工智能
考研数学复习计划
高数二学习规划高等数学函数、极限、连续一元函数微分学一元函数积分学多元函数微积分学常微分方程线性代数行列式矩阵向量线性方程组矩阵的
特征值
和特征向量二次型学习规划1)知识点的熟悉和梳理方法:利用辅导书加视频网课目的
谁砍了我的二叉树
·
2023-10-11 09:58
我的考研笔记
考研
高数
推广的euclid_问题引导的代数学: Euclid 空间 III
满足上述等价条件的变换称为反对称变换.与对称变换可对角化不同,反对称变换的标准形离不开二阶块.问题8.66设为反对称变换,则存在一组标准正交基使得的矩阵为其中,,为正实数.于是我们很容易得到反对称矩阵的
特征值
和特征向量
文刀木之南
·
2023-10-10 13:03
推广的euclid
北京大学计算机801考试大纲,2019年中国科学院大学801高等代数考研初试大纲
它的主要内容包括多项式、行列式和线性方程组、矩阵及其标准形、
特征值
和特征向量、线性变换和矩阵范数。要求考生熟悉基本概念、掌握基本定理、有较强的运算能力和综合分析解决问题能力。一
茸茸君
·
2023-10-10 13:03
北京大学计算机801考试大纲
PLL与延迟锁相环DLL(Delay Loop Lock)
用途的不同:PLL除了相位延迟、还可以频率综合(freqsynthesizer)、产生高质量的时钟源3)抗噪性能上相对PLL要好,不会累加相位偏移4)PLL的环路带宽越小,鉴相频率越高,它的相位噪声越小(
时域
上抖动也越小
Carol0630
·
2023-10-10 04:00
设计
PLL
DLL
OSC
矩阵分解PCA,SVD
数据----去中心化-------协方差矩阵---------特征向量表示坐标轴方向,
特征值
表示坐标轴方向的方差缺点:受离群值的影响很大主成分分析(PrincipalComponentAnalysis,
小小白2333
·
2023-10-10 01:55
大模型
矩阵
人工智能
算法
线性代数及matlab实现,线性代数及其MATLAB应用
全书共分六章,内容包括行列式、矩阵及初等变换法、求解线性方程组理论与方法、向量的相关性理论、矩阵的
特征值
问题及二次型化标准形方法等。
fiisio
·
2023-10-10 00:12
线性代数及matlab实现
音视频入门知识学习
音视频入门知识学习视频相关视频压缩空间冗余时间冗余视觉冗余信息熵冗余知识冗余I帧P帧B帧压缩思路I帧P帧B帧H.264VCLNALNAL(片(宏块))音频概念采样和采样频率采样位数声道码率声音与音频数字音频相关特点
时域
冗余频域冗余的表现形式听觉冗余视频相关
放开那只肥鸡
·
2023-10-09 15:53
音视频
学习
伯努利朴素贝叶斯
17sklearn.naive_bayes.BernoulliNB与多项式模型一样,伯努利模型适用于离散特征的情况,所不同的是,伯努利模型中每个特征的取值只能是1和0(以文本分类为例,某个单词在文档中出现过,则其
特征值
为
niartnelis
·
2023-10-09 14:59
低通滤波器计算截止评率_科普文|一文了解电阻-电容(RC)低通滤波器
时域
和频域当您在示波器上查看电信号时,您会看到一条线,表示电压随时间的变化。在任何特定时刻,信号只有一个电压值。您在示波器上看到的是信号的
weixin_39642622
·
2023-10-09 06:51
低通滤波器计算截止评率
低通滤波器转带通滤波器公式由来
垂直滤波和水平滤波的区别
一文搞懂频率响应中的相位响应与信号在
时域
变化的关系
我们知道一个信号通过一个系统后,输出信号的频谱=输入信号的频谱*传递函数的频谱那么衡量输出信号与输入信号的关系通常是考虑他们的幅度和相位。即:传递函数的相位相应和幅度响应。幅度响应好理解,即输出信号相比于输入信号幅值放大多少倍。那相位相应该如何理解?其中就是相位响应中得到的相角,是输入信号在这个频率点的分量(由于传递函数是的函数,所以输入信号的不同频率分量通过系统后,被传递函数处理的方式是不同的)
正在黑化的KS
·
2023-10-09 06:20
信号与系统
信号与系统
arm的软断点和硬断点
软件断点则是通过在代码中设置
特征值
的方式来实现的。当需要在某地址代码处设置软件断点的时候,仿真器会先将此处代码
xiaoyaofeidao
·
2023-10-09 01:15
单片机
上一页
11
12
13
14
15
16
17
18
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他