摘要：
SNR=PsignalPnoise=10⋅log10∑x=1Nx∑y=1Nyf2(x,y)∑x=1Nx∑y=1Ny(f(x,y)−f^(x,y))2=20⋅log10∥f(x,y)∥∥f^(x,y)−f(x,y)∥=20⋅log10∥f(x,y)∥∥noise∥根据信... 阅读全文
posted @ 2016-11-21 23:04
未雨愁眸
阅读(721)
评论(0)
推荐(0)
摘要：
SNR=PsignalPnoise=10⋅log10∑x=1Nx∑y=1Nyf2(x,y)∑x=1Nx∑y=1Ny(f(x,y)−f^(x,y))2=20⋅log10∥f(x,y)∥∥f^(x,y)−f(x,y)∥=20⋅log10∥f(x,y)∥∥noise∥根据信... 阅读全文
posted @ 2016-11-21 23:04
未雨愁眸
阅读(1655)
评论(0)
推荐(0)
摘要：
10⋅log10∑x=1Nx∑y=1Nyf2(x,y)∑x=1Nx∑y=1Ny(f(x,y)−f^(x,y))2这里不妨先用 matlab 所支持的函数对象（函数式编程）定义这样一个函数变量，可作为函数的参数进行传递，使用等：SNR = @(signal, noisy... 阅读全文
posted @ 2016-11-21 21:04
未雨愁眸
阅读(249)
评论(0)
推荐(0)
摘要：
10⋅log10∑x=1Nx∑y=1Nyf2(x,y)∑x=1Nx∑y=1Ny(f(x,y)−f^(x,y))2这里不妨先用 matlab 所支持的函数对象（函数式编程）定义这样一个函数变量，可作为函数的参数进行传递，使用等：SNR = @(signal, noisy... 阅读全文
posted @ 2016-11-21 21:04
未雨愁眸
阅读(218)
评论(0)
推荐(0)
摘要：
OTG：On-The-Go的缩写；OTG 可将鼠标、键盘等一切终端（terminal）连接起来；OTG 技术就是实现在没有 Host 的情况下，实现从设备间的数据传送。（支持传送，显然也支持要求更弱的显示和查看） 阅读全文
posted @ 2016-11-21 18:06
未雨愁眸
阅读(146)
评论(0)
推荐(0)
摘要：
OTG：On-The-Go的缩写；OTG 可将鼠标、键盘等一切终端（terminal）连接起来；OTG 技术就是实现在没有 Host 的情况下，实现从设备间的数据传送。（支持传送，显然也支持要求更弱的显示和查看） 阅读全文
posted @ 2016-11-21 18:06
未雨愁眸
阅读(222)
评论(0)
推荐(0)
摘要：
domain adaptation（域适配）是一个连接机器学习（machine learning）与迁移学习（transfer learning）的新领域。这一问题的提出在于从原始问题（对应一个 source data distribution）学习到的模型能够很好地... 阅读全文
posted @ 2016-11-21 16:33
未雨愁眸
阅读(207)
评论(0)
推荐(0)
摘要：
domain adaptation（域适配）是一个连接机器学习（machine learning）与迁移学习（transfer learning）的新领域。这一问题的提出在于从原始问题（对应一个 source data distribution）学习到的模型能够很好地... 阅读全文
posted @ 2016-11-21 16:33
未雨愁眸
阅读(498)
评论(0)
推荐(0)
摘要：
对公共事务的讨论应当不受限制（uninhibited）、充满活力（robusts）并广泛-公开（wide-open）0. 概念case law：判例法；legal family：法系，即使同属西方文化圈，英国和法国的法学家若要对话常常很困难。因为它们分属两个不同的法系... 阅读全文
posted @ 2016-11-21 13:11
未雨愁眸
阅读(214)
评论(0)
推荐(0)
摘要：
对公共事务的讨论应当不受限制（uninhibited）、充满活力（robusts）并广泛-公开（wide-open）0. 概念case law：判例法；legal family：法系，即使同属西方文化圈，英国和法国的法学家若要对话常常很困难。因为它们分属两个不同的法系... 阅读全文
posted @ 2016-11-21 13:11
未雨愁眸
阅读(268)
评论(0)
推荐(0)
摘要：
act：一幕 Scene 1：场景 1Scene 2：场景 2Part 1，take 1：第一场，第一镜；0. 电影的发行流程premise： 前提；上述各项；房屋连地基；（设定，所谓的人设） premiere：首映，首演world premiere：世界首映movi... 阅读全文
posted @ 2016-11-21 13:06
未雨愁眸
阅读(642)
评论(0)
推荐(0)
摘要：
act：一幕 Scene 1：场景 1Scene 2：场景 2Part 1，take 1：第一场，第一镜；0. 电影的发行流程premise： 前提；上述各项；房屋连地基；（设定，所谓的人设） premiere：首映，首演world premiere：世界首映movi... 阅读全文
posted @ 2016-11-21 13:06
未雨愁眸
阅读(456)
评论(0)
推荐(0)
摘要：
randn：标准正太分布（μ=0,σ=1）normrnd：正态分布随机数，（需要手动指定 μ,σ，二者均是标量）mvnrnd：多变量正态分布随机数，（需要手动指定 μ,σ（二者为向量）） 阅读全文
posted @ 2016-11-21 12:40
未雨愁眸
阅读(174)
评论(0)
推荐(0)
摘要：
randn：标准正太分布（μ=0,σ=1）normrnd：正态分布随机数，（需要手动指定 μ,σ，二者均是标量）mvnrnd：多变量正态分布随机数，（需要手动指定 μ,σ（二者为向量）） 阅读全文
posted @ 2016-11-21 12:40
未雨愁眸
阅读(223)
评论(0)
推荐(0)
摘要：
低位：k least significant bits；高位：k most significant bits；1. 截断保留低位def _int32(x): return int(0xFFFFFFFF & x) 阅读全文
posted @ 2016-11-21 12:19
未雨愁眸
阅读(575)
评论(0)
推荐(0)
摘要：
低位：k least significant bits；高位：k most significant bits；1. 截断保留低位def _int32(x): return int(0xFFFFFFFF & x) 阅读全文
posted @ 2016-11-21 12:19
未雨愁眸
阅读(872)
评论(0)
推荐(0)
摘要：
计算机本身是无法产生真正的随机数的，但是可以根据一定的算法产生伪随机数（pseudo-random numbers)。最古老最简单的莫过于 Linear congruential generator：xn+1=(axn+c)modm式中的 a 和 c 都是根据数学知识... 阅读全文
posted @ 2016-11-21 12:04
未雨愁眸
阅读(312)
评论(0)
推荐(0)
摘要：
计算机本身是无法产生真正的随机数的，但是可以根据一定的算法产生伪随机数（pseudo-random numbers)。最古老最简单的莫过于 Linear congruential generator：xn+1=(axn+c)modm式中的 a 和 c 都是根据数学知识... 阅读全文
posted @ 2016-11-21 12:04
未雨愁眸
阅读(262)
评论(0)
推荐(0)
摘要：
1. 从 CRAN 上安装install.packages("tm", dependencies = TRUE)tm 程序包用于文本挖掘（text mining）2. 本地安装本地安装，首先要确保当前路径下，有待装 package 的程序包：setwd("~/Down... 阅读全文
posted @ 2016-11-21 00:44
未雨愁眸
阅读(1343)
评论(0)
推荐(0)
摘要：
1. 从 CRAN 上安装install.packages("tm", dependencies = TRUE)tm 程序包用于文本挖掘（text mining）2. 本地安装本地安装，首先要确保当前路径下，有待装 package 的程序包：setwd("~/Down... 阅读全文
posted @ 2016-11-21 00:44
未雨愁眸
阅读(286)
评论(0)
推荐(0)
浙公网安备 33010602011771号