汤勺

摘要： 翻译：杨彪 原作者：Peter Norvig 原文链接：Teach Yourself Programming in Ten Years为什么每个人都如此的匆忙？走进任何一家书店，你都会看到类似七天学会JAVA程序设计、几小时或者几天学会Visual Basic, Windows, Internet等书籍。我在亚马逊网上书城尝试了如下搜索：出版日期：1992年之后和 标题包含：天和 （标题包含：学习或 标题包含：自学）最后得到248个返回结果，其中排在前面的78本书都是计算机书籍（第79本是《三十天学会孟加拉语》）。如果我把搜索条件中的“天”替换成“小时”，也能得到惊人相似的返回结果：总共超过2 阅读全文

摘要： Most students and beginning researchers do not fully understand what a research proposal means, nor do they understand its importance. To put it bluntly, one’s research is only as a good as one’s proposal. An ill-conceived proposal dooms the project even if it somehow gets through the Thesis Supervi 阅读全文

摘要： 一直对字符的各种编码方式懵懵懂懂，什么ANSI UNICODE UTF-8 GB2312 GBK DBCS UCS……是不是看的很晕，假如您细细的阅读本文你一定可以清晰的理解他们。Let's go!很久很久以前，有一群人，他们决定用8个可以开合的晶体管来组合成不同的状态，以表示世界上的万物。他们看到8个开关状态是好的，于是他们把这称为"字节"。再后来，他们又做了一些可以处理这些字节的机器，机器开动了，可以用字节来组合出很多状态，状态开始变来变去。他们看到这样是好的，于是它们就这机器称为"计算机"。开始计算机只在美国用。八位的字节一共可以组合出25 阅读全文

摘要： 引言：神经网络（Neural Network）与支持向量机（Support Vector Machines，SVM）是统计学习的代表方法。可以认为神经网络与支持向量机都源自于感知机（Perceptron）。感知机是1958年由Rosenblatt发明的线性分类模型。感知机对线性分类有效，但现实中的分类问题通常是非线性的。神经网络与支持向量机（包含核方法）都是非线性分类模型。1986年，Rummelhart与McClelland发明了神经网络的学习算法Back Propagation。后来，Vapnik等人于1992年提出了支持向量机。神经网络是多层（通常是三层）的非线性模型，支持向量机利用核技 阅读全文

摘要： 第一课 什么是卷积 卷积有什么用 什么是傅利叶变换 什么是拉普拉斯变换引子很多朋友和我一样，工科电子类专业，学了一堆信号方面的课，什么都没学懂，背了公式考了试，然后毕业了。 先说"卷积有什么用"这个问题。(有人抢答，"卷积"是为了学习"信号与系统"这门课的后续章节而存在的。我大吼一声，把他拖出去枪毙！) 讲一个故事: 张三刚刚应聘到了一个电子产品公司做测试人员，他没有学过"信号与系统"这门课程。一天，他拿到了一个产品，开发人员告诉他，产品有一个输入端，有一个输出端，有限的输入信号只会产生有限的输出。 然后，经理让张 阅读全文

摘要： 在数字信号处理中，Z变换是一种非常重要的分析工具。但在通常的应用中，我们往往只需要分析信号或系统的频率响应，也即是说通常只需要进行傅里叶变换即可。那么，为什么还要引进Z变换呢？Z变换和傅里叶变换之间有存在什么样的关系呢？傅 里叶变换的物理意义非常清晰：将通常在时域表示的信号，分解为多个正弦信号的叠加。每个正弦信号用幅度、频率、相位就可以完全表征。傅里叶变换之后的信号 通常称为频谱，频谱包括幅度谱和相位谱，分别表示幅度随频率的分布及相位随频率的分布。在自然界，频率是有明确的物理意义的，比如说声音信号，男同胞声音 低沉雄浑，这主要是因为男声中低频分量更多；女同胞多高亢清脆，这主要是因为女声中高频分 阅读全文

摘要： 我有一个博客，主要写的是关于生活，情感，爱好方面的东西。为了保证那个博客的生活化和可读性，我决定把比较专业的东西和对我有启发的东西都写在这里，不要混在一个博客里面。当然，现在我还是写不出很有质量的东西，但是在网上真的看到过不少好的文章，他们引导我去探索，给了我更多的启发。有很多文章，把我在学校里学的枯燥东西串起来，还是很有意思的。我通常用evernote来收集，但是缺少与人分享的快乐。把他们贴在这里，应该会好很多吧。 阅读全文